“能使用和会使用大模型并不是一回事”
AIGC——人工智能生成内容，可以说是大模型技术的看家本领了，以openAI发布的影响全世界的chatGPT来说就属于一个AIGC应用，只不过其主要偏向于语言处理，也就是大模型技术与自然语言领域相结合的结果。
但从AIGC应用的产品来看，不论是基于大模型开发的AIGC产品，还是做AIGC的大模型服务商，AIGC生成的效果可以说是天差地别。
AIGC发展与现状
AIGC技术经过这两年的发展取得了不错的进展，chatGPT刚发布时，AIGC主要以自然语言处理为主，虽然也有其它从事大模型技术领域的企业在发展图像处理技术。
但到今天为止，可以说AIGC的应用领域如雨后春笋般出现，不论是传统的文本处理，图像处理等；还包括音乐，办公，营销等多个领域。
但是，从个人最近一段时间接触的AIGC产品来说，生成的内容质量一言难尽；同样的平台，有的人能够用它生成高质量的效果，而有些人用它生成的结果就是一个笑话。
为什么会出现这种情况？
个人觉得原因主要有两点，一是大模型的使用门槛问题；二是大模型的技术问题。
先说第一点，大模型的使用门槛虽然很低，但要想用好大模型可不是一件简单的事情，也就是说大模型虽然名义上没什么使用门槛，但事实上它却有很高的门槛。
能使用和会使用大模型不是一回事，有些人已经能够使用大模型提升工作效率，甚至挖掘出新的商业模式，做产品开公司；而有些人连大模型的基本操作都不懂。
还有就是，目前使用大模型的主要入口就是提示词(prompt)，一个好的提示词能够让大模型更好地完成任务；而一个坏的提示词只能让大模型一本正经地胡说八道。
而怎么才能写好一个符合应用需求的提示词，并不是每个人都具备的能力。
而这就是大模型的使用门槛——写好一个提示词的能力。
再说第二点，大模型的技术问题；先说为什么需要提示词？
原因就在于大模型还无法真正做到像人类一样理解并执行任务，而要想大模型表现的更好就需要有一个好的技巧；但理论上来说，大模型应该做到像人类一样，做到简单而不复杂。
而这就是大模型最大的问题，技术问题；也就是说大模型的技术还处于初级阶段，它还无法很好的理解人类的指令，必须通过特定的语言——也就是提示词工程，才能让大模型尽可能的表现的更好。
但技术发展的目的是让人的生活更轻松，更简单，而不是更复杂；而现在的大模型技术在某个方面来说就是让使用方式变得更复杂，而不是更简单。
虽然现在大模型的现状主要是由于其技术不足而导致的，但大模型技术的未来肯定是让使用者更轻松；这也是为什么openAI CEO山姆奥特曼说要用一到两年的时间解决提示词的问题。
而这就需要通过技术的方式来提升大模型对现实世界的理解能力和抽象能力；让它真正做到像一个人一样，和我们进行沟通交流，然后让它按照我们的指令去做事。
人工智能技术虽然由于大模型得到了一个巨大的进步，但大模型技术依然只是万里长征的第一步。
原文链接：