关于 ChatGPT，你需要了解的一切

ChatGPT 于 2022年首次面向公众发布时引发了巨大轰动。自那以后，它一直是新闻头条的焦点，推动了法律变革和劳动力结构的演变。

OpenAI 的 GPT 聊天机器人一直被评为最佳 AI 聊天机器人之一。但它到底是什么？

什么是 ChatGPT？

ChatGPT 是由 OpenAI 开发、基于大型语言模型（LLM）驱动的人工智能聊天机器人。

它利用机器学习和自然语言处理（NLP）理解输入并给出相关输出——就像人与人之间的对话一样。

ChatGPT 是如何工作的？

ChatGPT 中的 GPT 代表“生成式预训练变换器”。这三个要素对于理解 ChatGPT 的工作原理至关重要。

生成式

ChatGPT 是一种生成式 AI 模型——它可以生成文本、代码、图片和音频。其他生成式 AI 的例子包括 DALL-E 这样的图像生成工具或音频生成器。

预训练

ChatGPT 的“预训练”特性让它似乎无所不知。GPT 模型通过一种叫做“无监督学习”的过程，在大量数据上进行了训练。

在 ChatGPT 之前，AI 模型通常采用有监督学习——即给定明确标注的输入和输出，并教会模型将两者对应起来。这个过程较为缓慢，因为数据集需要人工整理。

早期的 GPT 模型在接触到大规模训练数据集时，从各种来源中吸收了语言模式和上下文含义。

这就是为什么 ChatGPT 是一个通用知识型聊天机器人——它在面向公众发布前，已经在庞大的数据集上完成了训练。

希望进一步训练 GPT 引擎、让其专注于某些特定任务（如为你的组织撰写报告）的用户，可以使用定制 LLM 的技术。

变换器

变换器是一种神经网络架构，最早由 Vaswani 等人在 2017 年的论文《Attention is All You Need》中提出。在变换器出现之前，处理文本序列通常采用循环神经网络（RNN）和长短期记忆网络（LSTM）。

RNN 和 LSTM 网络会像人一样按顺序读取文本输入。而变换器架构能够同时处理和评估句子中的每个词，即使某些词位于句中或句末，也能赋予其更高的相关性分数。这被称为自注意力机制。

举个例子：“老鼠钻不进笼子，因为它太大了。”

变换器可以将“老鼠”这个词判定为比“笼子”更重要，并正确识别句中的“它”指的是老鼠。

但像 RNN 这样的模型可能会把“它”理解为“笼子”，因为那是最近处理的名词。

“变换器”这一特性让 ChatGPT 能更好地理解上下文，生成比前代模型更智能的回复。

ChatGPT 模型的发展历程

虽然 OpenAI 早期推出了 GPT-2 和 GPT-3 等 LLM，但直到 GPT-3.5，这些模型才真正驱动了 ChatGPT。

GPT-3.5

GPT-3.5 于 2022年11月发布，是全球首次推出的 ChatGPT 版本。

GPT-3.5 Turbo

2023年的 Turbo 版本提升了 ChatGPT 回复的准确性，尽管其模型结构与 3.5 类似。

GPT-4

2023年3月发布了更先进的模型。与 GPT-3 相比，GPT-4 功能更强大，优化更好。 同时还为付费用户推出了 ChatGPT Plus。

GPT-4 Turbo

2023年11月，OpenAI 推出了 GPT-4 的升级版，拥有比前代更大的上下文窗口。

GPT-4o

GPT-4o 于 2024年5月发布，是 OpenAI 首个真正意义上的多模态 LLM。“o”代表“omni”，意指该模型能分析和生成文本、图片和音频。

值得注意的是，4o 模型的速度是 GPT-4 Turbo 的两倍，成本仅为一半，并向所有 ChatGPT 用户开放（有使用限制）。

GPT-4o Mini

同年7月，GPT-4o Mini 版本发布。其 API 成本比原始 4o 模型更低，并取代 GPT-3.5 Turbo 成为 ChatGPT 用户的标准模型。

OpenAI o1-preview

‍

OpenAI 最新发布的是全新 o1 系列，于 2024 年 9 月 12 日正式亮相，备受期待。

预览模型在 ChatGPT 上立即开放使用，但有较低的使用限制。

o1 系列是首批声称具备推理能力的 LLM。如果给 o1 模型一个提示，它不会立刻作答——因此等待时间较长。

它会逐步推理每一个步骤，仔细考虑每条信息及其影响后再决定下一步行动。只有在理清所有步骤后，才会给出答案。

OpenAI o1-mini

o1-mini 比 o1-preview 更小，成本降低 80%。它专为需要高级推理的日常任务设计，如编程或数学。

GPT-5

用户尚不确定最新的 o1 系列是备受期待的GPT-5 模型的替代品还是前身。或许要等到 OpenAI 下次发布时才会有答案。

ChatGPT 的主要特性

自然语言处理

自然语言处理（NLP）是人工智能的一个分支，专注于机器与人类之间的自然语言交互。

NLP 旨在让机器能够以有意义且实用的方式理解和回应人类语言。NLP 的范畴下包括自然语言理解（NLU）和自然语言生成（NLG）。

NLP 让 ChatGPT 能够处理、理解并生成类人的回复。其功能包括模式识别、情感分析、翻译和上下文理解。

多语言支持

‍

大多数 LLM 都具备多语言能力——这是无监督训练的结果——但很少有像 ChatGPT 这样支持如此多语言的。

ChatGPT 能够处理并用大多数语言进行回复，包括编程语言。

ChatGPT 目前已支持 80 多种语言，远超同类产品。ChatGPT 支持的完整语言列表包括柯尔克孜语、闽南语、奥里亚语、信德语、爱尔兰语、巴什基尔语和恰蒂斯加尔语等。

多模态

自 4o 模型起，ChatGPT 已实现真正的多模态。你可以上传一堆物品的照片，让它帮你找出钥匙的位置；也可以让它为你讲睡前故事。

‍

其多模态能力来自于集成了专门处理不同数据类型的模型。核心语言模型（变换器架构）通过加入视觉模型，能够处理图像输入。

这些视觉模型采用卷积神经网络（CNN）或类似架构，从图像中提取特征，将视觉数据转化为变换器可以理解的数值表示（嵌入）。

上下文理解

与 ChatGPT 对话时，它会在整个会话（甚至更长时间）内跟踪并引用过往信息。这一能力来自多项特性，包括变换器架构的自注意力机制。

它具备上下文理解能力，能够记住之前的问题和偏好，从而实现更具互动性、更像人类的对话。

链式思维推理

新的 OpenAI o1 模型采用了链式思维推理，这是一种更长、更细致地分解请求的方法。

‍

如果给 o1 模型一个提示，它不会立即作答——这也是它响应较慢的原因。

它会逐步推理每一个步骤，仔细考虑每条信息及其影响后再决定下一步行动。只有在理清所有步骤后，才会给出答案。

ChatGPT 的 7 种用法

1）创意生成

需要一个吸引人的口号？或者想提升销售漏斗中对 AI 的利用？ChatGPT 可以帮你头脑风暴任何组织或个人任务。

无论是营销策略还是AI 线索获取策略，AI 聊天机器人都是很好的起点。即使你觉得 ChatGPT 不能一击即中，它至少能帮你自己完成。

2）编程

ChatGPT 可以协助生成代码、解释编程概念和调试问题。

它支持多种编程语言和框架，能帮助你编写函数、解决算法问题或排查错误。无论是有经验的开发者还是初学者，都可以在编程时将其作为工具使用。

3）客户服务

GPT 在组织中的常见应用之一是客户服务。但正如你所想，这一应用需要一定的调整。

使用AI 聊天机器人平台，基于 GPT 构建自定义 AI 聊天机器人或AI 智能体相对容易。

Botpress 用户已经能够通过 GPT 聊天机器人大幅降低运营成本并提升客户支持——某远程医疗服务将 65% 的支持工单减少，且无虚假内容。

4）辅导

ChatGPT 可以作为个人导师，帮助你理解数学、科学、历史或语言等学科中的复杂主题。

它可以分解概念、提供示例，并以互动方式回答问题。

不过，为了从 ChatGPT 获取准确信息，最好询问模型信息截止日期前已广泛公开的信息。比如可以问某国选举制度的运作方式，而不是最新的政治选举新闻。

5）内容创作

ChatGPT 最受欢迎的请求之一就是生成内容——从博客文章到 Facebook 状态更新，从人力资源邮件到为朋友生日写押韵诗歌，它都能胜任。

你可以让 ChatGPT 生成完整的内容，也可以让它提供灵感，或通过输入片段让它协作完成任务。好消息是：使用 ChatGPT 生成的内容无需担心版权法。

下次你需要给让人头疼的同事发一封礼貌邮件时，把你不满的草稿输入 ChatGPT，让它帮你润色成更积极的语气。

6）个人效率

ChatGPT 最容易被忽视的用法之一是日常效率任务。

你可以让 ChatGPT 帮你安排待办事项优先级，建议专注工作的策略，或根据饮食限制制定餐食计划。它可以起草邮件、建议最优日程，甚至像心理咨询师一样给出应对建议。

7）线索获取

ChatGPT 和 GPT 引擎的另一个常见外部用例是AI 线索获取。越来越多的公司正在构建 AI 聊天机器人，用于与网站访客或潜在客户互动。

这类 AI 聊天机器人通常部署在网站或WhatsApp、Facebook Messenger等渠道。有时它们主动联系客户，有时则作为线索磁铁，比如为潜在客户提供免费信息的聊天机器人。

数据隐私

许多首次使用 ChatGPT 的用户对大型语言模型（LLM）并不熟悉，不确定自己的数据被保存了多少，以及 OpenAI 如何使用这些数据。

以下是最常见的 ChatGPT 数据隐私问题：

ChatGPT会保存用户数据吗？

会，ChatGPT 和 OpenAI 可能会收集：

• 所有输入到 ChatGPT 的文本（如提示、问题）
• 地理位置信息
• 商业信息（如交易记录）
• 联系方式
• 设备和浏览器 Cookie
• 日志数据（如 IP 地址）
• 账户信息（如姓名、邮箱和联系方式）

ChatGPT 会出售数据吗？

不会，ChatGPT 不会出售你的数据。ChatGPT 不会在未经同意的情况下与第三方共享用户数据。收集的数据仅用于提升聊天机器人的性能和改善用户体验。

如何删除我的 ChatGPT 数据？

你可以通过删除账户来清除 ChatGPT 存储的数据。OpenAI 会在 30 天内删除你的所有数据。

但请注意：如果你想重新注册账户，必须使用新的邮箱。你不能删除账户后再用同一个邮箱注册新账户。

你仍然可以在不注册账户的情况下使用 ChatGPT，但只能同时进行一场对话。

打造你自己的 ChatGPT 聊天机器人

ChatGPT 是通用型聊天机器人，但你可以利用 OpenAI 的强大 GPT 引擎，构建属于你自己的定制 AI 聊天机器人。

用你自己的定制聊天机器人，充分发挥最新大型语言模型的强大能力。

Botpress 是一个灵活且可无限扩展的 AI 聊天机器人平台。用户可以为任何场景构建各种类型的 AI 智能体或聊天机器人。

将你的聊天机器人集成到任何平台或渠道，或从我们的预置集成库中选择。你可以通过Botpress YouTube 频道的教程或 Botpress Academy 的免费视频课程快速上手。

立即开始构建。 免费使用。

常见问题

1. 什么是“上下文窗口”，为什么它很重要？

上下文窗口指的是模型一次能“记住”的文本量，相当于它的短期记忆。窗口越大，就能处理更长的对话或文档而不会遗漏内容。

2. 我可以用自己的公司数据训练GPT模型，而不让OpenAI接触这些数据吗？

可以，你可以使用私有基础设施或不会将数据传回 OpenAI 的第三方平台，对 GPT 模型进行微调或增强。请务必查看各服务商的数据隐私条款。

3. 私有部署并运行像GPT这样的大型语言模型需要哪些硬件或云服务？

运行像 GPT 这样的大型模型通常需要高端 GPU（如 NVIDIA A100）和大量内存，或者可以使用 AWS、Azure、GCP 等提供 LLM 托管选项的云服务。

4. ChatGPT能否在多次会话中记住之前的对话内容？

默认情况下，ChatGPT 不会在不同会话间记住对话内容，除非你使用记忆功能或外部集成来存储聊天记录。

5. 我如何将ChatGPT集成到现有的网站或应用中？

你可以使用 OpenAI API 或像 Botpress 这样的聊天机器人平台，将 ChatGPT 集成到你的网站或应用中，并完全掌控其与用户的互动方式。