01 / GPT

A field guide to generative intelligence

GPT
不是答案。
是引擎。

从“预测下一个词”出发，GPT 逐渐变成一种新的协作界面：把意图、上下文和行动接在一起。

8 frames / 01 idea按 → 开始

02 / NEXT TOKEN

先拆掉一个误解

GPT 的基本动作
非常简单。

它不是先从数据库里找到一段“正确答案”，再贴给你。

01今天的天气给出上下文

02很选择概率最高的延续之一

03好再把新词放回上下文

04，适合循环，直到完成

the loop

前文 + 模型参数
→ 下一个 token 的概率分布
→ 采样 / 选择
→ 继续生成

03 / THE MACHINE

Inside the transformer

四个动作，
撑起一次对话。

GPT 的“聪明”不是一个神秘按钮，而是大量参数在同一个循环里协同工作。

attention 不等于“理解”
但它让模型能在很长的上下文里，找到此刻更相关的部分。

01 / ENCODE

你好世界

切成 token

文字先被转换成模型可以处理的离散片段。

02 / ATTEND

···

寻找关联

注意力机制给不同片段分配不同的权重。

03 / PREDICT

计算概率

模型为可能出现的下一个 token 排序。

04 / DECODE

↗

生成与迭代

选择一个延续，再把它放回上下文继续走。

04 / CAPABILITIES

One model, many work surfaces

能力不是菜单。
是组合。

A

language

写作与重写

从零起草、改变语气、压缩信息、翻译表达。

B

reasoning

分析与推理

拆解问题、比较方案、发现约束、组织决策。

C

code

代码与工具

解释代码、生成草稿、调用工具、把意图变成步骤。

D

multimodal

跨媒介输入

在支持的产品与模型中，处理文字、图像、文件或声音。

05 / PROMPTING

A prompt is a workspace

好的提示词，
不是咒语。

它更像一张工作台：把目标、背景、边界和交付格式摆到模型面前。

清楚 ≠ 写得长。
清楚 = 让模型知道什么重要。

brief.md

01目标：把研究结果讲给新手

02背景：他们没有机器学习基础

03约束：不超过 300 字，避免术语

04格式：先结论，再用 3 点解释

05# 如果信息不足，先指出缺口

06

07输出：一版可直接口播的中文稿

上下文越好，协作越像协作

06 / UNCERTAINTY

Fluent ≠ infallible

流畅，不能
代替真实。

GPT 可以把不确定的内容说得很像确定的内容。使用它，也要设计验证回路。

USE IT FOR01

把它当成
思考放大器。

整理你已经拥有的材料
提出反例与替代解释
把模糊想法变成可执行草稿

VERIFY WHEN02

把它当成
需要复核的合作者。

事实会影响钱、健康或安全
内容涉及最新变化或专门知识
输出需要进入生产系统或正式决策

原则让 GPT 生成候选答案，让证据决定最终答案。

07 / COLLABORATION

Human × GPT

最好的结果，
来自分工。

01

人类定义

方向

为什么做、为谁做、什么不能牺牲——这些需要判断，而不是自动补全。

02

GPT 加速

展开

快速生成多个版本，把隐含假设摊开，把思路推进到下一步。

03

共同迭代

收敛

用反馈、证据和真实约束反复修正，直到结果值得被使用。

intentdraftsjudgment

08 / TAKEAWAY

The useful mental model

不要只问：
“它知道什么？”

更好的问题是：
“我能和它一起，
把什么做得更好？”

基础事实：GPT 是基于 Transformer 的生成式模型，训练目标包含预测下一个 token。OpenAI / GPT-4 Technical Report · OpenAI / GPT-2 Report

GPT不是答案。是引擎。

GPT 的基本动作非常简单。

四个动作，撑起一次对话。