這篇文章的靈感來源于康石石的一位同事Fisherman，他是我們單位上海校區工業交互學部的學科帶頭人。不管是對學生還是工業交互、人工智能應用的未來發展趨勢，也都要更了解也更有發言權一些。因此，今天我便邀請到他，與大家聊聊，如今的ChatGPT，到底能夠如何助力我們的作品集創作？

事情是這樣的，我的一位學生，在作品集創作過程中花了三四個月的時間調研國內孩子學習興趣班的生態，最終提出培訓機構需要將家長引導為“參與型家長”。

而當ChatGPT（后簡稱GPT）出現，我發現我在和它聊了四十分鐘后，我獲得了與該學生調研了足足三個月后一致的結果：“培訓機構需要參與型家長涉入”。

繼續聊了下去后，GPT甚至開始把教育與社會聯系了起來了，“家校合作”，這是我學生即便調研了三個月之后都沒有注意到的角度，這讓我后背有點發涼。GPT不僅可以在更短的時間內幫助我們完成調研，甚至比我們做的更深也更廣。

于是今天我想和大家分享，GPT對我們作品集設計甚至對于一名設計師來說，能提供什么樣的助力，我們如何能成功地馴化GPT為我們所用，最后再探討一下人工智能下，我們又將迎來什么樣的未來。

文章可能有點長，同學們可以收藏起來找個腦子還能轉的時間慢慢看，之后有任何觀點和感受，都可以通過文末二維碼與我進行討論。

01討論GPT前，我們先聊聊它在人工智能體系中身處何位

說到人工智能，我們躲不開這些概念，AIGC、機器學習、語言模型、算法、算力，這些名詞大家或多或少也遇見了，但對于他們之間的關系還是有些摸不著頭腦。

其實他們之間的關系很簡單，AIGC英文全稱是Artificial Intellignece Generated Content，翻譯過來就是用人工智能生成的內容，其下分支有生成文字的ChatGPT、生成圖像的Midjourney，下圖所包含的便是AIGC下的各類產品：

而算力、算法就相當于AI的配置，像我們普通人的大腦可以算加減乘除、也能算微積分，但算力有限，有時算不了那么龐大的數據，后來我們發明了計算機去提高我們的計算能力，這便是算力。

人工智能學的快不快，深度學習方面能力如何，都屬于智能計算范疇，提高算力后，AI就會學的更快更好，而算力的提高與芯片有關。

到這里同學可能想到了近些年我們國家正大力地推動芯片研發，便是有這一層關系在里面，芯片作為基本盤，影響算力，而算力支撐著人工智能未來的各種技術。

所以人工智能是一個很宏大的概念，從外面看是各式各樣層出不窮的軟件，從里面看可以下達到芯片。

今天基于文章篇幅的問題，我在AIGC眾多分支中挑選GPT這一大家比較熟悉的人工智能軟件，與大家分享如何將AI用到我們作品集制作的過程中，提升工作效率。

02用好GPT，讓你做作品集事半功倍。

選項目方向時，我們有四步走策略，后文也將結合這四個步驟，討論如何將GPT用到我們作品集中：

前文提到我與GPT聊了四十分鐘的天，聊出學生的調研結果。

把時間拉回起點，從我們與GPT聊的第一句話開始，當時我碰巧孩子準備升小學，這件事讓我有些焦慮，于是我想與GPT聊聊”雞娃“這件事，尋找孩子成長階段中，父親應該如何支持孩子成長的答案。

以此為案例，我將與各位同學分享如何通過GPT完成四步走策略，得到我們想要的信息：

1、現象確認

溝通的前提是大家在聊同一件事，所以與GPT聊“雞娃”前，我首先要確認它知道這是什么，免得到時上來就給我一只雞。

如果GPT不了解“雞娃”，同學們也不用慌，可以直接搜幾篇專家對于“雞娃”現象描述的文章投喂進去，讓人工智能現場學習，一會成果就出來了。

2、概念學術化

確認我們和GPT聊的是同一個東西后，就可以開始讓它為我們工作了。

先給“雞娃”換個高端點的外衣，畢竟如果通篇文章都是“雞娃”這個詞，文章的專業性與嚴肅性會受影響，于是我開始問了：

GPT為我找到了“教育競爭”“學習焦慮”“家長攝入度”等專業名稱。

GPT詞匯尋找、名詞替換的功能，小到可以在作品集中用來尋找專業詞匯，提高文章專業性，大到日常生活中，尤其是同學留學后可能會遇到不知如何用英文表達相關含義時，都可以問問GPT，它能為你解決很多煩惱。

3、定位優質資源

GPT給我回復了三個名詞，其中“家長涉入度”一下抓住了我的眼球，我的直覺告訴我，這是一個很有內容的詞。

抓住這條線索，我讓GPT按圖索驥地尋找相關知識，這便是GPT的又一功能，它能幫你擴展知識的同時，也能幫你深入學習相關知識。

但如何讓GPT準確找到我們所需的知識，就需要點技術了：

“家長攝入有哪些類型，請推薦5篇引用率較高的英文文獻并介紹”內含幾個關鍵詞“家長攝入”“5篇”“引用率較高”“英文文獻”“介紹”，除了中心詞家長攝入外，其它都是我添加的定語。

添加定語，是馴化GPT中尤為重要的一個部分，某種程度上定語越長，找到的信息越準確。

如果沒有“引用率較高”，那么GPT可能會把一些不精準的信息發給你，因此不少人吐槽GPT會發假消息，因為沒有定語的限制下，GPT會“偷懶”，無法達到我們的要求。

找到文獻，并不代表調研的結束，恰恰相反，我們的桌面調研現在正式開始了，這個同學們最頭痛的環節，我們仍然可以讓GPT幫我們做。

這些文章并不需要我們去讀，我們要做的是：提要求。

讓GPT直接給我們1500字的文章總結，和“1500字，包括背景、問題、方法、分析、案例、結論六個方面”得出的內容有用性也不一樣。

背景、問題、方法、分析、案例、結論是傳統學術論文的寫作框架，能讓我們最大限度地汲取所需知識，在這種結構體系下，學生對自己所做的項目的認知才能足夠清晰，足夠全面，才是懂用戶的設計，否則做出來的東西容易立不住。

過去在這一環節，同學們要花大量心力，現在有了GPT，不想讀的文章可以讓GPT去讀，讀完產出1500個字的讀后感，節省時間不說，GPT的總結可能比我們還到位。

看到這里不知道有沒有同學看出來，GPT像個任勞任怨的乙方，我們則是甲方，把臟活累活丟給它去做，省下的時間能去做自己更喜歡、更有創造性的工作。

當然，一次總結并不一定就能達到我們需要的信息深度，這時我們就可以按照前面的馴化流程和GPT多聊幾輪天。

比如把感興趣的概念追問下去，讓GPT再搜集文獻-總結-延展子概念搜集文獻-再總結：

也就是在我搜集“參與型家長涉入”相關信息時，我看到了我學生調研三個月的成果，此時我不過和GPT聊了四十分鐘。

此外GPT把“雞娃”從單純的父母與孩子的關系，擴展到了學校社區與家庭的關系，把家庭教育行為定義為：擴充為社會教育體系的行為，超過了學生的視野。

這也是我上課常和學生說的“不要只做到就事論事”，就事論事會讓我們困在固有思維與既有社會結構中，無法發散思維找到“柳暗花明”的那條新路，而GPT以別出心裁地方式，直接把我們送到了那條路上。

4、對比分析

找到了需要的相關信息后，我們就要開始對比，對比是哪里出了問題，才會讓“雞娃”變成讓孩子與父母雙雙感到難以承受的存在。

對比的角度有很多，常用的有：時間對比、地域對比、案例對比、政策對比。

于是通過對比，我們明白了原來是有家長角色定位、家庭氛圍、孩子自主性等環節貫穿其中，如何把不同的對比合并在一起呢？我們還是可以讓GPT去做這件事：

對于取名困難戶，GPT還能幫我們取名字：

論文名字起好了，還需要個大綱：

文獻綜述也加上：

如此GPT便幫我們搭建好了基本架構，我們只需再核查一下它產出與引用是否有誤，就能以此為信息根據，進行設計了。

推薦同學們使用GPT是因為我始終相信：人類幾千年的文化，積累了極其豐厚的知識遺產，我們所遇到的問題，總會有一本書對應著給出解決方案，過去我們難以找到這本書，有了GPT后不再如此了。

我不是在相信GPT有多智能，而是相信著人類整體的智慧。