ChatGPT到底改变了什么？
“ 我创建了AI交流群，里面会实时分享AI最新有用的信息，群里信息密度和新鲜度非常高，交流氛围也很好，欢迎感兴趣的朋友可以后台回复关键词【微信】，扫码入群。”
01
—
从听懂人话到看得见的超级应用
ChatGPT的爆火，不是因为GPT，而是因为chat。智能手机上唯一能响应人类的操作就是点击，你只能点，滑动也是点，是位置维度的点击，长按也是点，是时间维度的点击，不能干别的。ChatGPT来了，它可以听懂人话了，GPT-4不仅听得懂人话，还能看得见了。
ChatGPT改变了用户与应用交互的核心逻辑，从点触逻辑到自然语言逻辑，自然语言逻辑比点触逻辑更加自然更加符合人的习惯。
AI应用的产品设计逻辑改变为：结构化数据的自然语言交互。基于ChatGPT开发应用，本质变为了面向Prompt的自然语言编程。
按照目前OpenAI发布的产品来看，产品逻辑初步完成闭环。把GPT看作操作系统，ChatGPT是在GPT上经过情商训练的超级应用，其交互方式是自然语言，ChatGPT插件成为开发者生态，插件与ChatGPT的交互方式也是自然语言。ChatGPT插件是目前大模型做不到的能力提供者，是大模型拿不到的数据的提供者，这会加速chatGPT的领先优势。
ChatGPT接下来应该会把自然语言接口做的更符合人类习惯、不要更复杂的构思Prompt来激发GPT的能力，就是提高情商与逻辑（人类视角），按照OpenAI的说法就是向人类对齐（机器视角）。
点触逻辑与自然语言逻辑两种交互的对比：
点触交互路径：
1、用户点击输入
2、应用相应结构化数据
3、应用输出结构化数据给用户
自然语言交互路径：
1、用户使用自然语言输入
2、ChatGPT把自然语言结构化输入给应用
3、应用返回结构化数据给ChatGPT
4、ChatGPT把结构化数据用更自然的方式输出给用户
02
—
大模型 & AI应用 & 中间层
中国必须要有能跟ChatGPT能力匹敌的LLM。大模型的能力是底层基础服务，跟生活的水电一样，跟互联网的链接一样，大模型通过自然语言链接了一切。
AI应用，这应该是中小创业者最应该优选的方向，按照AI是工业革命的思路最终AI应用可能比大模型本身更有商业价值。
目前大部分人高估了大模型的能力，低估了AI应用实现的难度，没有看到中间层的机会。
02
—
AI产品经理
解决方案变成了，在大模型的能力边界下，为用户构建最简单高效的Prompt流程。
因为GPT太强大了，有些能力还是涌现的（包括不符合要求的），不确定性很高，产品还要明确一下它的边界，包含如何防止用户的边界（注入）。
还有一个问题是ChatGPT目前给出的解决方案并不完全可信，应用产品怎么解决这个问题，都是基于ChatGPT的，用户怎么信。提高AI决策依据的透明度，会提高用户的信任度。
综合起来应要特别注重：
1、提出问题：在大模型的能力边界下，向GPT提出高效的Prompt2、明确边界：明确隐私、政策、法律、道德边界3、解决信任：提高AI决策依据的透明度