老肖的ChatGPT科普视频教程

这门课解决的是哪一块缺口

很多人用 ChatGPT 的起点是注册一个账号，然后在对话框里零散地问几个问题。用了一阵会发现：同一个问题问两遍，答案不一样；让它处理稍微长一点的材料，就开始胡说；想接到自己的程序里，就不知道从哪儿下手。这些不是操作不熟练，而是对模型的脾气没概念。

老肖这套科普视频对准的就是这个缺口——把 ChatGPT 从「一个会聊天的网页」还原成「一个有输入输出约束、有上下文上限、有概率性输出特征的工具」。它的定位是科普，不追求推导公式，但会把该有的直觉建立起来：模型为什么会产生看起来合理却不正确的答案，提示词里哪些成分在起作用，什么样的任务适合交给它、什么样的任务交出去会翻车。

内容大致分三层

• 原理层：围绕语言模型的基本工作方式展开，把「预测下一个词」这件事讲清楚，顺带解释上下文长度、温度之类的参数在实际使用中意味着什么。这一层不深，但足够让你不再把模型当成搜索引擎或数据库。
• 使用层：提示的组织方式、追问的节奏、让模型分步骤处理问题的做法，以及在信息核实上应该保留多少警惕。这部分是日常用得最多的。
• 应用层：通过具体案例展示怎么把模型嵌进实际任务里，包括调用接口、和外部数据配合这类偏工程的做法，属于从「会用」往「能搭」过渡的内容。

三层之间是有依赖关系的。跳过原理直接看应用，容易在调参和排错时抓不住重点；只看原理不动手，遇到具体问题还是没招。

配套练习怎么做才有效

视频类教程最常见的失效方式是「看完了，但没练」。这门课的内容天然适合边看边试，建议按下面三个动作走：

• 每看完一个关于提示组织的片段，把里面提到的结构拿去问一个你自己工作里的真实问题，对比不加结构时的回答差在哪里。
• 原理部分讲到的失效场景，自己动手复现一遍，比如故意塞进超出上下文的信息，看模型从哪里开始丢内容。亲眼见过一次，比记十条注意事项管用。
• 应用案例不要只看演示结果，跟着把流程走一遍，哪怕只是调通一次接口、跑通一次带外部数据的问答，你对这套东西的边界感会明显不一样。

如果时间有限，优先保证原理层和提示使用部分练到位，应用层可以先理解思路，等有具体项目需求时再回头补。

看完应该能回答这几个问题

• 模型给出一个错误答案时，是知识没覆盖到，还是提示里缺少必要约束，还是任务本身超出它的能力范围？
• 多轮对话里，早先说过的话为什么到后面会被「忘记」，有什么办法缓解？
• 把一个任务拆成几步交给模型，和一次性说清楚，各自适合什么情况？
• 想让模型基于自己的资料回答问题，大致有哪几条技术路线，成本差别在哪？
• 什么场景下不该用这类模型，而应该老老实实写规则或查数据库？

能顺畅回答上面这些，说明你已经越过了「会打字就能用」的阶段。答不上来的那几条，正好对应着该重点看的部分。