写了这么多关于GPT的一些内容，基本上都是聊怎么设计prompt的一些技巧，因为目前大部分可免费使用的Ai大模型都是比较低阶的，就是文字的理解能力和输出的精度都不是很高，所以需要通过prompt的设计去不断调试GPT的输出。

Prompt的设计调试，一个是为了可以让自身更好地明确需求，一个是以结果为导向，让GPT通过一步步的调试，可以输出理想的结果。

当然，很多时候，调试的过程中也会遇到一些输出不准确的产出，与该主题关联性并不是很强的内容，特别是做一些概念性查询的时候。

比如我之前查的 "分别解释一下GUI 时代到自然语言交互时代是什么"，GPT-3.5与GPT-4的产出相比，内容输出的精度可以说完全是一个地一个天。

竟然GPT-4这么好使，那怎么才能使用上呢？

很简单直接冲毛爷爷，每个月约20$，折算过来大概每个月180¥左右，如果工作中经常用到GPT进行提升效率，确实是值得一冲的，因它确实是目前地表最强的自然语言Ai大模型。

一、微软的Copilot

如果不想冲，但又想使用GPT-4的能力，该如何是好？那就不得不聊到微软的NEW BING了。

微软作为 Open Ai 最大的股东，直接把 GPT-4 的模型接入了自家的浏览器Edge，然后就有了配备GPT-4支持的网页版Copilot。

可以看到，界面中除了可以直接跟 Ai 聊天，还可以回到内容搜索的界面，鼠标往上滑动可以回到内容搜索界面，往下滑动返回到 Ai 聊天界面。

A. Copilot 三大模式

Copilot 其实具有三种提问模式，更精确 ( 绿色 )、更平衡 ( 蓝色 )、更有创造力 ( 紫色 )。

每种模式，都有各自的输出特点：

a1. 精确 —— 比较适用于一些概念的解释，专业术语的一些阐述上；因为偏专业性的内容，最容易让人理解的手段就是结构化，该模式主打的就是结构性简炼，不说一堆废话。

a2. 创造力 —— 比较适合用于方案发散，创意脑爆；当想利用GPT给出具体的行为指导的时候，需要调用它的推理思维链 ( 它的最强项 )。

这个思维链，最大的作用就是在一定的规则内进行思维发散，尽可能得到多而准的方案或idea，该模式应该也是基于这样的逻辑而设计的。

a3. 平衡 —— 就是基于精简和发散的中间，我用的比较少，因为觉得没有精确和创造，来得有针对性。

具体如何，可以通过我以下的小测试，感受一些它们之间的区别和特性。

B. 唯一可联网的GPT

截至目前，国外各大几家Ai大模型：GPT、Cluade、Google-PalM、Llama和Assistant。基本上都是不能联网的，就是它们的产出都基于它们自身的知识数据库随机产出的。

其中GPT的知识，就只截止到2021年以前的，往后的知识它是不知道的，然后就会出现Ai幻觉 ( 一本正经的胡说八道 )，这是所有自然语言大模型的Ai都会存在的问题。

所以，很多博主都建议需要对GPT的产出内容进行考证，特别是一些偏数据类型的专业性内容，当然让它给出知识的源头 ( 网址链接 )，也是一个不错的手段，通过追源去思辨。

不然，它自身是不会提供任何源头链接的，也就是无法查证数据的根源。

而Copilot，是通过搜索网上的数据来进行阐述的，每一个产出都会有具体的源头链接，且又有推理的能力。

从之前的案例中，也可看出Copilpt是可联网可推理的Ai，这也是它迄今为止最大的特色了。

二、最后

不知不觉，关于GPT的文章已经总结了5篇了 ( 加上这篇 )。当然后面也还有更多的一些实用技巧会总结出来，比如怎么免费使用配备GPT-4能力的Copilot。

不过不要忘了，工具本身并不会创造价值，价值是源于会使用工具的人，切勿本末倒置。