Ai on 印记

元宵节的深度求索

me@yinji.org (青山) — Wed, 12 Feb 2025 00:00:00 +0000

年前年后，有两个话题不断占据热搜，一个是哪吒，另一个是 DeepSeek，直到今天元宵节，哪吒仍在冲击 100 亿，DeepSeek 时不时服务器繁忙，让你稍后再试。

2022 年 12 月初，第一次了解到 ChatGPT 并花了 1.5 元接收短信验证码，注册 OpenAI 账号，当时怀着一种好奇的心情与之对话，问了一些乱七八糟的话题，比如怎么写读书笔记，如何读书和写博客，觉得挺有意思，当天分享给陈仓颉，他因为网络 IP 限制无法使用，一连说了两个放弃，结果第二天问我注册的步骤和细节，也开始玩上了。

不太记得 ChatGPT 是如何一夜爆火，但它就像一株小火苗，点燃了整片草原，自己也逐渐成为熊熊大火。后来随着各种 AI 产品如同雨后春笋般出现，我也尝试了 Claude、Gemini、Perplexity 等服务和应用，借助 ChatGPT 修改了一段代码，并应用到博客上。我一直在想，对于一个普通人来说，AI 可以带来什么，或者说改变什么。

借助沉浸式翻译插件，我常将 AI 用于更加准确、优雅的翻译，甚至翻译外文电子书进行阅读，尽管近一年来还没认真读完一本书；借助套壳工具和 UniAPI，使用 Midjourney 和 DALL-E 给博客文章生成封面配图，2023 年中秋节还借助 Bing Create 生成了几张关于中秋团圆的图片；使用 Perplexity 替代 Google、百度等传统搜索引擎，整合搜索结果，提供高效便捷的搜索服务，唯一美中不足的是在手机上使用 Perplexity 常常出现无法响应的情况，大概是网络问题；现在也安装了 DeepSeek，偶尔使用深度思考，但不多，因为它有时候思考得太久，让我觉得有点婆婆妈妈，但是反过来想，我读书的时候如果能够深度思考，那博客写得会更多，现在思考一遍之后我再追问，它就罢工了……UniAPI 是一家第三方 API 供应商，可以花一份的钱使用多家 AI 服务的 API，目前也支持了满血版 DeepSeek R1。

我对于 AI 的使用还比较浅显，只会使用一些直白的提示词，让它按照我的指令生成或总结相应的内容，还做不到利用 AI 开发任何软件或者服务，当然我在使用的时候先说你好，最后说谢谢，不能压榨咱们的员工。但我觉得这也是普通人使用 AI 的局限，提示词的局限。记得 ChatGPT 刚火起来的时候，就催生了许多提示词玩法，GitHub 上也有不少调教 ChatGPT 的文档，以及 Prompt Engineer 职业的诞生，这些都是值得用户去学习和了解的内容，如何用精准的提示词获取精确的内容，同一个指令用不同的提示词描述，会产生不一样的效果。

这可能就是 AI 带来局限的同时也带来的学习机会。前段时间在和菜头的文章《介绍一种提升写作能力的方法》中了解到这样一段提示词：

现在我希望你是一名资深中文写作教师/小学语文老师/中学语文老师/公文写作培训师，拥有 30 年教育经验，是一名传授写作技巧的专家。请先阅读我提供给你的文章，然后对文章进行分析，然后教我如何提升写作水平。请给出详细的优缺点分析，指出问题所在，并且给出具体的指导和建议。为了方便我能理解，请尽量多举例子而非理论陈述。

于是我在 DeepSeek 开启深度思考，用上这段提示词，并粘贴了上一篇文章《地下车库的便利店》，它思考了 10 秒钟，从结构、语言、细节方面提出了对应的问题以及修改建议，最后还给了两点专项提升建议，比如空间活化训练，让我连续观察三天便利店，记录便利店收银台的声音、关东煮的气味以及随时间变化的光影（地下车库你 tm 哪来的光影？），再比如人物速写公式，特征物品+标志动作+时间印记，凌晨1:15分，陈仓颉用缠着创可贴的拇指撬开泡面碗盖，蒸汽腾起的瞬间，便利店玻璃上的雨痕恰好漫过他工牌上褪色的职位名称。这说明什么？说明陈仓颉是工龄很长的打工人，但更加形象生动，他在凌晨吃泡面的形象跃然纸上，如果加个脱发秃顶的细节可能会更有趣。

随后我便让它根据所生成的建议修改原文——《地下车库的生存驿站》，如果用一句话形容原文和修改之后的内容，前者是打工人在便利店吃关东煮、买东西，后者是可怜的牛马在深夜加班后去便利店填饱肚子，牛马的形象更加清晰，每一个字每一句话都仿佛能让我回忆起每个月雷打不动的加班时光，标题都充满着班味。

让我回到小学课堂，从第一堂写作课开始学起，也很难写出如此细腻的文章。

再回到前面的问题，AI 带来了什么？很多人说带来了危机，职业危机，将会有更多的工作被 AI 代替；生存危机，机器人都上春晚扭秧歌了，不怕以后把人类干掉吗，我懒得去想这些问题。我的看法是，带来更多的学习机会，想起小时候的一个问题，人和电脑谁更聪明，我第一反应是电脑，因为电脑可以做很多事情，查到很多知识和内容，但“电脑是人发明的”，人是不是更聪明呢？

使用 AI，看到自身的不足，以及许多需要学习的内容，并借助 AI 提升自己，深度求索，我觉得这是对于普通人的意义所在，至于 AI 如何影响我们的生活，带来多大的便捷和变化，暂时不在我们可以考虑的范围内，留给更专业的人做专业的事。

路曼曼其修远兮，吾将上下而求索，屈原一定是深度求索第一人。

元宵快乐，写到这里我准备下楼去吃一份最爱的酒槽小汤圆。

充分发挥 ChatGPT 在日常生活中的作用

me@yinji.org (青山) — Tue, 02 Jan 2024 00:00:00 +0000

技术人员利用 ChatGPT 开发软件、赚钱，非技术人员可以充分发挥 ChatGPT 在日常生活中的作用。

2022年12月初，我就注册了 OpenAI 账号并开始使用 ChatGPT，被它生成速度所惊艳，被它生成的内容感到震撼，抛开它一股子 AI 味儿不说，其他方面还是足以让人接受，而且随着不断更新迭代，从最初的 GPT-3.5，到现在的 GPT-4-turbo，速度、准确度都有大幅提升。这一年使用下来，帮助我解决了很多事情，比如学校里老师布置的各种小论文，给它一个提示词，生成所需的内容，再比如咨询一些关于 WordPress 的问题，帮助我修改主题、增加功能等等。

令我印象深刻的是，一开始由于技术限制，ChatGPT 一次性生成的内容字数有限，到达限制之后会停止生成，你得回复“继续”或者“continue”，它才会继续给你生成剩下的内容，有网友说这叫人工智能界的“捧哏”。

今天分享我的经验。

沉浸式翻译

本来想专门写一篇文章介绍并分享这一款浏览器扩展，也是我在2023年用过的最棒的工具之一，今天碰上 ChatGPT，便一并聊聊吧。

沉浸式翻译最早应该是在2022年12月出来的，当时还不支持使用 ChatGPT 的翻译服务，我便使用默认的必应翻译或者腾讯交互翻译，后来发现可以自己申请彩云小译的 API，便换成了彩云小译，翻译质量和水平也有所提升。

它最大的特点我觉得是智能。和一般的网页翻译不同，沉浸式翻译可以在显示原文的情况下同时显示译文，以前浏览到英文网页，顺手使用浏览器自带的网页翻译，结果返回一片一片的中文，翻译效果也差，来回切换十分麻烦，沉浸式翻译正好解决了这一痛点。

后面更新了一个“剧透”效果，将鼠标放到译文上时，译文内容才会显示，似乎这便是它的“沉浸式”吧。

直到支持使用 ChatGPT 的翻译服务，两者一起使用，翻译水平和质量有大幅提升。只需要在扩展设置中添加自己的 OpenAI API Key，就可以在扩展中使用 ChatGPT 的翻译服务。

文生图

ChatGPT 后期支持的 DALL-E-3 模型，让使用它的人体会到了一些乐趣。输入几句 prompts，AI 便会根据你的指令输出图片，如果对此不满意，还可以继续修改 prompts，增加细节。

将其用于文章配图，相当不错。虽然我文章中的图片不多，大部分来自截图，但偶尔实在没有图片搭配的情况下，可以让 AI 根据文章内容及其主题，生成相符的图片作为配图使用，多多少少也能增加文章的可读性。

另外，最近在 GitHub 上 Fork 了 XiaowenZ 修改过的项目——daily，主要是利用 GitHub Actions，搭配各类 API，定时生成对应的信息，并发送到 Telegram 频道或群组。我在这个项目里添加了 Bing Create 的 cookie，以及每日诗词的 API，让 Bing Create 以每日诗词的内容为提示词，生成对应的图片，于是便有了下面的效果。

ChatGPT-Next-Web

这是我最早、最常用的方式，即把 ChatGPT 当成一个百科全书，我负责提问、提需求，ChatGPT 负责解答。

但这一环节最重要的就是 prompt，prompt 的精确度决定了 ChatGPT 生成内容的准确度和质量，我记得 ChatGPT 刚问世那会，就出现了各种调教 ChatGPT 的方法和教程，正经的和不正经的都有一大堆。

正好有 ChatGPT-Next-Web 项目，免费部署，填入自己的 OpenAI API Key，即可与之对话，而且还内置了海量的 prompts，将其打造成各种身份，用于各种方面，比如学术论文、创意写作、数据分析等，再或者是让它模仿小红书笔记的风格，以特定产品为描述对象，生成小红书风格的内容……

估计这也是大多数普通人的 ChatGPT 用法，一个百科全书、私人管家。

AIGC API

但上述内容的使用前提是得需要有 OpenAI API Key，如果只注册了 OpenAI 账号，那就只能登录 ChatGPT 官网，使用最基础的 GPT-3.5 对话服务。不过，我由于没有信用卡，而且每个月订阅 ChatGPT Plus 的20美元对我来说太贵，便一直没有开通，一直使用基础的 GPT-3.5。

但是最近我不开通 ChatGPT Plus，也用上了 GPT-4 等相关功能，也能生成 OpenAI API Key。

朋友最近在做一个代理服务——AIGC API（aigcapi.io），低于 OpenAI 官方价格，却可以使用 GPT-4、DALL-E-3、Claude 2等模型的 API Key，虽然我不知道这是如何做到的，但觉得非常神奇，1美元额度的 API Key，在他那里只需要2元人民币，官方价格居然是他的3.6倍。

这模型名称让我搞不太明白，turbo 后面还加个数字，不过目前最好用的模型应该是 GPT-4-1106-preview 和 DALL-E-3。

借着朋友送我的额度，“嚣张”地使用着，我一个人也用不完，便部署了 ChatGPT-Next-Web 服务，将方法分享给了班上的同学，最近正好是写论文的时候，方便他们用 ChatGPT 修改自己的文章。

然后偶尔使用 DALL-E-3 文生图模型，让 AI 画出一些古诗词中的景色和场景，用了大半个月，我的感受是：太耐用，用不完，根本用不完。20美元不到，按照朋友提供的价格，折合人民币20元不到，相当于相当于购买20美元，就是20元人民币，但如果按照 OpenAI 官方的定价，就得上百块钱。

虽然是第三方代理，但能享受官方的体验，除了价格比官方便宜，速度还比官方要快，准确度和官方保持一致，可以说体验升级。调用速度和 OpenAI 直连速度没区别，稳定性和 OpenAI 一致（OpenAI 崩他们也崩），每一笔调用都能在后台清晰可见。

仅需将官方接口地址（https://api.openai.com) 更改为AIGC API的接口地址：https://api.aigcapi.io 即可快速使用。专为企业和程序开发测试人员打造，更适合企业和站长等高并发大用量的用户，均是高速 API 渠道。

目前新用户注册默认赠送1美元额度，感兴趣的可以先尝试一下，如果觉得好用，需求大的话，我可以找朋友弄点折扣和优惠码。

另外说几句题外话，自从 ChatGPT 问世，各种 AI 工具层出不穷，有真正使用 AI 技术、并且有真本事的工具，也有不少挂羊头卖狗肉的套壳服务，工具多到我用不过来，眼花缭乱，都快对“AI”这个词产生应激反应。

最后我的选择还是跟随自己的需求，不要一拥而上，ChatGPT、Perplexity、Bing Create 足够我使用很久很久，除非我产生了新的需求。

Perplexity：人工智能驱动的瑞士军刀

me@yinji.org (青山) — Mon, 30 Oct 2023 00:00:00 +0000

cover.webp

官网上对 Perplexity 的描述如下：

Perplexity is your AI-powered Swiss Army Knife for information discovery and curiosity.

Perplexity 是一个智能 AI 搜索引擎，结合了大型语言模型和搜索引擎的功能，利用 AI 语言模型和互联网上的相关内容给出相应的答案。

Where Knowledge begins 知识开始的地方。

一把人工智能驱动的瑞士军刀。说直白点，我的理解就是免费联网的 ChatGPT，在功能上类似于 Bing Chat，但我更喜欢 Perplexity 的外观，简约、美观，配色很舒服，实际的使用体验也要比 Bing Chat 好。

百度多烂不用多说，即使搭配广告屏蔽、网址屏蔽等插件使用，也是烂得不想用，Google 和 Bing 稍微好一点。实际上我觉得对于搜索引擎的使用，最需要的一个功能便是整合搜索结果，并给出信息来源。Bing 已经在往这方面发展，Bing Chat 就是 ChatGPT 与 Bing 的结合。

但是，依然很难避免虚假信息，网络上发布的内容有真有假，不管是 Perplexity 还是 Bing Chat，对信息真假的辨别应该还做不到，还是需要从源头出发，减少不真实内容的产生。

除了可以当作搜索引擎使用，它还具备了 ChatPDF 的功能，通过上传文件，与其进行对话，可以快速了解文件内容，在阅读论文方面可派上大用场。

有一点比较奇怪，明明使用中文提问，上传的文件也是中文语言，给出的结果却在中文和英文之间反复横跳，有点不太聪明的样子。

除了最基础的两个功能，有些细节也很到位。

Focus。当作搜索引擎使用时，可以选定搜索范围，即信息出处。一共有 Academic、Writing、Wolfram|Alpha、YouTube、Reddit，如果选择 All，那就搜索整个互联网的内容。

Copilot。一般的搜索可以快速给出基本答案，但是开启 Copilot 之后，它会要求你提供更加详细的信息，从而提供更加精准的结果。比如下图，是官网提供的案例。

大部分功能都是免费，也有会员权益。免费用户可以使用 GPT-3.5，上传文件和 Copilot 有数量限制，会员用户可以使用最新的 Claude-2 和 GPT-4，上传文件和 Copilot 没有数量限制。

Perplexity 在今年1月份推出，我直到现在才发现并开始使用，好在不算晚，已经将它列为“2023年发现的好用工具”之一。