2023年——AI大模型元年，以ChatGPT为代表的生成式AI大热。从年头到年尾，我趁着这股热潮读了10多本ChatGPT / AIGC / AI大模型主题相关的书籍/开源教程，其中大部分内容是教授AI时代的咒语——Prompt Engineering，通常也会附带讲讲AIGC对行业的影响、AI技术发展史之类的信息。我选书以AIGC应用介绍为主，偏技术原理的看不懂，对于这点我有自知之明。
就像2021年元宇宙概念大火，催生了市场上一大批介绍元宇宙的畅销书，内容大同小异，天下文章一大抄，本次ChatGPT热潮也不例外，市面上的商业畅销书也大多掺水严重，口水话一堆。当年写元宇宙的书好歹还得查查资料，现在ChatGPT出来后，查资料、编辑修订的功夫都省了，很多书的部分章节明显是用ChatGPT输出的，只不过有些作者大方承认，有些则说的隐晦些，还有些索性只字不提。正因为ChatGPT擅长注水，写一些套路性的口水文足够胜任，有些偷懒作者在使用上又不知道节制，大段大段空洞的泛泛之谈让人一眼识别来处。
23年读过的十余本ChatGPT书籍，质量有好有差，其中质量最高的五星内容分别来自两个免费开源项目。我按自己的阅读感受，给每一本书都标了星级，写了一两句简短评论。如果能让大家在如何应用AI大模型的学习之路上可以避开一些雷区，节省一点时间，也算薄有贡献。
人生苦短，多读经典，少读口水书。
2023年读过的ChatGPT主题书籍/开源教程大模型时代：ChatGPT开启通用人工智能浪潮 ★★★★龙志勇 黄雯 / 中译出版社（原中国对外翻译出版公司） / 2023-5 / 88.00元
2023-12-02 读过
总体值得一读，3.5星。技术篇、变革篇、产业篇较好，应用篇略水。
技术篇对一些GPT技术关键概念（Transformer、BERT、word embedding、SFT、RLHF）做了简洁易懂的说明，没有太深入技术细节，对小白比较友好，可以较好的理解GPT技术全景和发展脉络。
变革篇通过回顾英国历史上的工业革命发展历程，探讨了技术变革对工作岗位的短期影响和长期影响，比较有启发。针对人机协同场景，如何提升大模型的输出质量，提出了3R方法（Role - Result - Recipe)，可以作为撰写提示词的一个基本框架。
产业篇讨论了大模型原生应用，剖析了iPhone游戏“愤怒的小鸟”相比传统应用，以及抖音相比快手产品设计的差异和优势，比较有说服力。期待大模型时代的*手级原生应用早日爆发。
杜雨、张孜铭 / 中译出版社 / 2023-3 / 69.00
2023-11-23 读过
跟市面上介绍AIGC的多数快餐书一样，存在内容浅干货少的问题，但相对来说篇幅没有铺太开，内容灌水还不算严重。书中关于AI的发展历史、AIGC技术及原理简述、AIGC流行应用简介的内容，对于技术小白来说可以一读，快速了解AIGC新领域的概貌。
AIGC商业宝典 ★★邢杰、李玉枫、谢安娜、管鹏、易欢欢、徐远重 / 中译出版社 / 2023-5-1 / 79.00
2023-11-11 读过
“本书几个章节由GPT-4写作，看读者能否分辨出硅基作者与碳基作者的区别。”
又一本承认ChatGPT参与写作的AIGC介绍书籍，说的还很俏皮，我估计硅基作者输出内容占比百分之七八十吧，也许更多。可能是痕迹过于明显，不承认也不行。如果你看到一长串详细规整的章节目录，再翻到每个章节都只是千篇一律的行业简介，大段大段的空话套话，基本就是未经雕琢的ChatGPT创作内容了。
AIGC : 100倍速生产爆款内容的底层逻辑 ★吕白、机器猫 / 北京理工大学出版社 / 2023-5-1 / 69.00元
2023-11-05 读过
快速翻完全书，能留下印象的内容不多。第4章介绍如何在抖音、小红书、B站等平台借助ChatGPT生产内容，算是比较有特色的一章。但终归还是泛泛一讲，篇幅太短，深度不够，无法指导实战。
ChatGPT使用指南: 人人都应该掌握的AI最强工具 ★★苏江 著 / 北京理工大学出版社 / 2023-5-1 / 99.00 元
2023-10-28 读过
内容比较浅，口水话比较多，最后结语部分隐晦承认了这是一本大批量使用了ChatGPT生成内容的书。对初次接触ChatGPT的人来说，也许最大的收益是了解到ChatGPT在各行各业广泛应用的可能性，在思想上打破对传统AI工具应用的条条框框。
但本书覆盖了十几个行业，貌似丰富无比的场景说明和交互示例是不必细读的，干货太少。
Cea West / 2023-1-17
2023-10-15 读过
这本书提供了21个用于写作不同内容的ChatGPT提示（prompt）模板，可以让初学者快速上手，套用模板来利用ChatGPT辅助写作。但我最大的收获并不是这些开箱即用的提示模板，而是关于如何输出高质量提示词的两个启示：工作分解以及结构化。
工作分解与结构化，两者相辅相成。对于一项复杂工作，我们需要把工作内容拆解为多个子项或者工作步骤，而这些拆解后的写作要求框架就是结构化。
其实不必拘泥于书本中提供的一些实例化模板，更应该了解的是提示词创作的方法。对ChatGPT提要求，本质上跟人自己写作的要求是一样的，写作者如果有经验，知道一些写作套路，那么根据这些套路写出来的作品就可保证基本质量。给ChatGPT写提示词，就是把这些写作套路显性化，向ChatGPT传递方法论的过程。
LangGPT: Empowering everyone to become a prompt expert! ★★★★★EnbraceAGI / Github / 2023-6 / 免费
2023-10-07 读过
在LangGPT开源项目中，作者建议我们采用结构化的方式书写Prompt，就像写文章一样写Prompt。这么做有什么好处呢？
简单来说，对人和LLM都有好处。对人来说，结构化让复杂场景的Prompt更清晰更可读，而且可以通过模板的方式将Prompt书写注意事项固化下来，保障基本的Prompt质量，也更利于Prompt迭代维护；对于AI大模型来说，结构化Prompt表达性好，可以让AI更好的遵循Prompt指示输出内容，对于复杂任务有更高质量的输出。
结构化Prompt隐含了吴恩达在《ChatGPT Prompt Engineering for Developers》课程中，提出的ChatGPT Prompt Engineering两大原则：1. 编写清晰、具体的指令；2. 给模型时间去思考；是提升AI对复杂任务输出质量的有效手段。
作为一个例子，我在《一个AIGC作品中的“含碳量”和“含硅量”（上）》中记述了如何使用此方法定义“儿童绘本作家” 角色，并结合Midjourney创作了一个效果还行的儿童绘本，详见《我是怎样用AI完成幼儿园作业的》。
如何高效向GPT提问 ★★任康磊
2023-09-23 读过
“使用GPT虽然几乎没有门槛，但高效使用GPT却是有门槛的。泛泛的提问，必然带来泛泛的回答。”认同开头的这句话，但这本书的内容其实也是泛泛，干货不多。
大篇幅的各领域提问举例，看似具体，其实也是泛泛之谈，说了跟没说一样。
其实核心就是一句话，把ChatGPT当成一个真正的人，一个无所不知的领域专家，比如写作高手、营销专家、职业规划师、导游等等，然后你想了解什么，直接提问就是了。
把ChatGPT当作一个人，这是一个魔障，因为我们之前遇到的人工智障都只是工具，人们不习惯直接以自然语言的方式交流，破除了这个心理障碍之后，跟ChatGPT的交流就顺畅了，真不用看这类教程来从头教我们怎么说话。
Valentina Alto / 2023-5-26
2023-08-23 读过
针对不同职业人员，提供了一些使用ChatGPT提升生产效率的示例，如果作为初次接触ChatGPT的新手，可以一读。
但整体不够深入，没有太多独特的内容，也缺乏对不同岗位prompt编写原则和套路的总结。
J. Thorn / 2023-6-27
2023-08-13 读过
这是一本介绍如何利用AI进行文学创作的书，作者介绍了借助三层故事法（Three Story Method）指导ChatGPT进行辅助创作的实战方法。方法论并不稀奇，这本书的实用之处在于提供了AI辅助创作实践的具体方法，而且对AI在创作中的角色定位的讨论，对我也有启发。
三层故事法是一种文学创作方法论，强调故事中每个场景的三个核心要素：冲突、选择和结果。这种方法可以确保每个场景都能吸引读者，并推动故事的发展，同时也提供有意义的角色发展。具体包括：
Conflict 冲突
冲突是使主人公摆脱平凡生活、迫使其改变的事件或情境。
Choice 选择
在每个场景中，你的主角必须面临一个困难的抉择。
Consequence 结果
后果是主角选择的结果，以及由此产生的新情况。
Michael Lawrence Peel / For Dummies / 2023-7-23
2023-07-30 读过
作为一本傻瓜书，不值一读。想到自己也许已经脱离了傻瓜的范畴，略感欣慰。
面向开发者的 LLM 入门教程，吴恩达大模型系列课程中文版 ★★★★★吴恩达、datawhalechina / Github / 2023-5 / 免费
2023-07-23 读过
这个开源项目汇集了吴恩达面向开发者的7个LLM入门课程，并将讲课内容翻译成了中文，对中国开发者比较友好。我重点读了前两门课程：《ChatGPT Prompt Engineering for Developers》以及《Building Systems with the ChatGPT API》。这两门课程都是吴恩达联合ChatGPT的缔造者OpenAI联合开发的，可说是官方权威教程，质量当然有保障。而且教程采用了理论和实践相结合的方式，结合具体项目场景来介绍Prompt技巧，还可以基于Jupiter Notebook笔记文件直接上手编程练习，体验效果更佳。
在第一门课程中，吴恩达提出了ChatGPT Prompt Engineering的两大原则：1. 编写清晰、具体的指令；2. 给模型时间去思考；可以作为我们编写高质量Prompt的策略指引。
更多介绍，详见这篇博文：《问题比答案重要——10分钟学到吴恩达ChatGPT Prompt课程精粹》
一本书读懂ChatGPT ★★石子言 姚芳 / 东方出版社
2023-07-16 读过
前3章介绍ChatGPT及AI技术的发展历史，相当于是一篇AI科普类的综述，对非专业人士可以一看。后面几章关于ChatGPT与互联网各领域的结合和应用展望，比较一般，口水话比较多，没提出什么洞见。
ChatGPT: AI革命 ★刘琼 / 华龄出版社 / 2023-2-1 / 69.00元
2023-07-08 读过
四字评价：蜻蜓点水。
看目录像是涉及面很广，结果全是泛泛而谈，没有任何深入独到的观点。翻完一遍跟没看一样。好歹作者还算诚实，在一开始就承认了这本书的很多内容是ChatGPT生成的。
读完上述这些书和教程，并经过一些创作实践之后，我对如何写好AI时代的咒语，即Prompt Engineering，有了一些自己的体会。抛去那些让人眼花缭乱、层出不穷的表面技巧，总结了两点Prompt Engineering的底层逻辑——我称之为“好好说话”的秘密：
1、把ChatGPT（及其他足够强大的LLM）当作真人专家来对话；
在《问题比答案重要——10分钟学到吴恩达ChatGPT Prompt课程精粹》及《一个AIGC作品中的“含碳量”和“含硅量”（上）》中，我写道：
"在一定程度上，我不再把ChatGPT视为某种机器，而是把它当作一个真正的人，一个知识渊博、无所不知的通才，同时也是一个温和、耐心的最佳合作者。他唯一的不足是不了解所要解决问题的具体情况，需要你从头开始，一点一点的把问题、目标和具体要求细致的讲给他听，然后他才能利用他的学识和智慧帮助你。
在这种情况下，问题比答案重要：问题是某种更贴近本质的东西，而答案只是一种可能的选项。想想应该怎么跟这么一个人沟通，那就怎么输出你的提示词吧——我把这当做是书写prompt的终极技巧。
有人可能认为像写文章一样写Prompt，过于小题大做，但我认为这种心态正是问题所在。现在是时候把ChatGPT（以及等量的其他AI大模型）当成一个真正的人了—— 一个无所不知的领域专家，比如写作高手、营销专家、职业规划师、导游等等，然后你想了解什么，就像面对一个真正的专家一样提问。
把ChatGPT当作一个人，这是一个魔障，因为我们之前遇到的AI都只是工具，人们不习惯直接以自然语言的方式沟通。破除了这个心理障碍之后，跟ChatGPT的交流就顺畅了，真不用看网上各种Prompt教程来从头教我们怎么说话。 ”
2、借用各领域的思维模型/框架来高效传递信息，引导高质量输出；
在《大模型时代还需要掌握多元思维模型吗？——纪念逝去的大师》中，我写道：
“我们人类所谈论的思维模型也是一种对世界运行规律的压缩和抽象……思维模型，它帮助我们组织语言、理清思路，不仅可用于AI，对于人与人之间的交流也是有帮助的……我们可以使用一些用于创作场景的思维模型，来帮助AI大模型提升输出质量。比如，“拯救猫”（"Save the Cat!"）是在编剧圈中流行的一种叙事方法……如果你知道这个思维模型，你就可以让ChatGPT基于“拯救猫”的框架给你创作一个故事，会比你简单的要求AI写一个生动有趣的故事，输出质量会高很多。
更方便的是，ChatGPT的知识库里早就包含了大多数经典的思维模型，只需要你提供一个方法论名称，就可以心领神会的理解你说的是什么，而不需要你长篇大论的灌输……我现在觉得，所谓的Prompt Engineering，主要就是向大模型传递思维模型的过程，通用的方法论——比如SMART原则，六顶思考帽等——可以代替一大堆的要求描述……当然，前提是你要知道一些优秀的思维模型，然后传递给AI——思维模型正是人机协同的关键所在。掌握的思维模型越多，越能发挥出AI大模型的潜力。”
对于这两条使用ChatGPT以及其他AIGC工具的实践心得，你觉得含金量如何，是否有其他的建议呢？
