更长的 GPT-4 对话 token 上限，如何影响我的翻译工作流？

（注：本文为小报童精选文章，已订阅小报童或加入知识星球「玉树芝兰」用户请勿重复付费）

顺便聊聊生成式 AI 对你将来的工作流究竟有什么影响。

惊喜

Setapp 里面的 Typingmind 终于可以支持 128K token 窗口的 GPT-4 Turbo 了。只要你订阅了 Setapp ，就不需要额外付费使用自己的 OpenAI API Key 了。欧耶！

上面这段话，是我在 12 月 4 日偶然重启电脑和 Typingmind 之后，发在社交媒体上的感慨。还配了下面这张图。

为什么我会如此兴奋呢？

主要因为「心理账户」因素。所谓心理账户，就是同样的钱，你花在某一件事（例如游戏氪金、打赏主播）会毫不犹豫，用在另一件事（例如买书、订阅付费内容）上，则会感觉非常痛苦。

首先给你看看 GPT-4 Turbo 128k 的价格。这里我用的是 Perplexity 来查询回答。

这个价格很高吗？其实不算。但当初玩儿 AutoGPT 和 BabyAGI 等框架的时候，OpenAI GPT-4 API 疯狂调用，账单给我留下了比较严重的心理阴影。

如果使用 GPT-4 Turbo 128k 的边际成本下降，我会非常开心。例如 Typingmind 中 Setapp 订阅额度如果能直接包含，就太好了。

在 Setapp 里面使用 Typingmind 的原因，我在《如何用低成本集成式 AI 应用，满足你对 GPT-4 的需求？》这篇文章里，已经给你详细介绍过了。用 Typingmind 调用 GPT-4，其实还有个特别大的好处 —— 你上传的数据，不会被 OpenAI 用来训练模型，所以安全性和隐私保护上，更为妥帖。

到了 11 月 25 日，Typingmind 中的 Setapp GPT-4 Turbo 模型才算是姗姗来迟，可惜窗口大小只有 8k 。

小窗口会带来什么呢？看看 之前我的工作流，你会发现长文翻译的时候，主要精力都被用在对输入内容进行切割。

为此，我甚至学会了如何用 Python 加上 OpenAI 的软件包查看一段话对应的 GPT-4 token 数量……

但是，这样的先切片、后逐片翻译的流程，带来了非常显著的问题。

首先，是内容的上下文割裂。我们都知道，翻译的好坏跟上下文是很相关的。例如前面的对话里出现了一个人名，可能 GPT-4 都不知道他是男是女。但是看到后面，就可以清楚了解其性别。而如果在揭示性别之前，文字就被割断，那显然翻译会出现不准确的情况。

其次，是这样的操作，需要把分片后的内容，逐一放到对话中去。如果你像我一样使用 Keyboard Maestro ，可能还算是「半自动化」，好一些。如果是手动操作，很容易感到枯燥。

第三，我们往往不会满足于一次翻译的结果，需要进行校对。这就意味着要进行 k （分片数量）次的翻译，k 次校对，甚至再加上 k 次的校对后改写…… 想想都让人头疼。所以，更长的上下文窗口，真的是非常重要的改进。

现在，Typingmind 终于有了 128k 的 Setapp GPT-4 Turbo 选项，而价格却没有任何调整，这会给我的翻译工作流带来什么改进呢？

下面我就给你演示一下，增大 token 限制后， Typingmind 里面翻译文章的流程和效果。