明年最低工資調幅上看4% 月薪估調升至28,570元

我們現在仍處於把大型語言模型看作是線上電話簿的階段。它不太可能取代搜尋引擎的使用情境，或許能提供新方法，協助人們蒐集重要且實用的資訊。我嘗試在工作中使用GPT-4之後，發現了以下三個很有幫助的原則。

原則一：把GPT-4視為大學研究助理，而不是無所不知的先知。

如果你曾和大學研究助理一起工作過（或是你在大學時曾當過研究助理），你就知道這樣的助手在某些方面很能幹，在某些方面的能力也有限。在某些方面，GPT-4的表現會超越人類的研究助理：它擁有極廣泛的知識基礎，執行速度快得驚人，而且你需要的時候它都能提供協助（它不需要準備期中考）。

不過，GPT-4也存在許多和人類研究助理一樣的缺點：它不是專家，對特定主題的理解相當膚淺，而且有可能出錯。事實上，當它犯錯時，通常比人類研究助理還要糟糕，因為人類助理對自己交出的成果品質沒把握時，通常還會先告訴你。

即使存在這些缺點，AI能夠讓每個人在有需要時，得到幾乎是即時的研究協助，這仍是很了不起的成就。只是你一定要記得，對於AI提供給你的結果，要再找更深入的資料來源、以及尋求專家意見。

原則二：把自己想成是導演，而不是木匠。

我們使用工具時，被訓練成將工具看作是我們的延伸。木匠揮動鎚子時，很清楚知道距離房屋完工，又更近了一步。木匠知道每次揮動鎚子具體會產生什麼結果，也會根據這個結果逐步完成他的工作。

但是，在碰到GPT-4這種工具時，這種比喻就完全行不通了。使用GPT-4不像是操控某個實體工具創造可預期、規劃好的成果，反而更像是導演電影的某個場景。身為導演，你要和演員合力激盪出最精彩的表演。你不會告訴演員：「脖子彎曲15度，然後2.5秒後看著你對面的人。」你會要求演員引發觀眾的某種情感：「讓我們相信你正在陷入熱戀。」

GPT-4不是人類演員，但是引導的過程其實很相似。你必須誘導出你想要的結果，你可能需要嘗試各種版本的提示詞，就好比導演針對同一場戲可能要拍攝很多次一樣。這是一個合作共創的過程。

原則三：去試就對了。

大多數的工作都要求我們要提早規劃，避免犯錯。那是因為執行計畫的成本往往很高昂，要耗費大量的時間與資源。所以木匠才會有那句諺語：丈量兩次、切割一次。但如果執行計畫的過程，比構思計畫還更便宜、更快速呢？這正是GPT-4和大型語言模型讓人困惑的一個矛盾。比起你反覆辯論、構思一個計畫，GPT-4可以用遠遠更少的時間生成完整的回覆。

如果你不喜歡它的回覆，可以直接不採用，再要求GPT-4重新生成另一個回覆，或是一次生成三種不同版本的回覆，讓你擁有更多選擇。（摘自《AI啟蒙時代》，天下雜誌出版）