当前位置: 首页 > news >正文

(深度全面解析)ChatGPT的重大更新给创业者带来了哪些红利机会

hi,同学们,我是赤辰

7月份的时候,Open AI就找来了一位全球顶级的华人产品经理Peter Deng,要给这个技术很强但交互很差ChatGPT动一番大手术。

1a04ac20f22d7fa18abea554292ee459.jpeg

在11月7日凌晨2点,终于等到了Open AI发布的首届开发者大会,也被业界戏称为科技圈春晚,没让全球失望,这次更新给无数开发者和创业者们丢了一波福利核弹。AI的iPhone时刻真的来了!

那么这一波更新,究竟带来了哪些新的机会?我们又能做点什么呢?以下我将娓娓道来

我们主要看一下GPT面向普通用户升级了哪些功能

331c105cdef86504e54b2d76b300dd2d.jpeg

都一个个来解释和来分析下这3点,都是什么意思?及有哪些机会。

1、用户自定义GPT

什么是自定义GPT?简单说就是可以给你的GPT定制各个角色,数学老师,英语老师,家庭医生,写作助理等等角色;

而跟以前最不同的地方是训练方法它将不再局限于文本对话,可以直接上传文件,投喂大的数据给它作为上下文,也不需要之前那样需要会编程去接入API来训练,直接给文件说事就行,这是真正的投喂数据训练,对所有人都是巨大福音,不用编程也能训练自己GPT了,实现人人都有自己的大模型!

那么机会在哪里?能怎么用?

拿我们内容团队举例,我打算直接把我的历史文章数据都整理出文件,然后发给GPT,让他模拟我们的语言风格,叙述结构,来作为写作助理,这个能极大释放小伙伴们的生产力,让内容输出效率提升10-100倍。

在此之前是存在许多困难的,因为文章上传非常复杂,要复制文章,一次次来回对话导入,样本量也太小,搞八百遍都没什么效果,非常费劲,现在好了,直接可以发打包文件,连数据库都能直接接入,直接就能发文章合集文件让它训练就好。

一旦这块打通,后面我的内容输出将从3小时极速优化到5分钟输出,对自媒体人而言,一位AI写作助理,低成本高频输出将成为现实,1个人1小时输出10篇文章丝毫不再是问题。

这里我提到仅仅是内容写作,还有什么机会?非常多的专业级GPT,教育,医疗,各方面都能训练自己的专业级GPT,可以给自己服务或给自己用户群服务,这里就是一波效率差和利差!

而我们如何挖掘机会和获得灵感来源?我提供一个最好方法,是直接参考提示词网站,这些网站有大量应用场景对应的提示词,是非常好的灵感来源,现在直接能自己训练!而这些网站也将成为历史过渡品不复存在了。

3fbdf049ecafa50c52a4e6d41ff3531b.jpeg2、操作与界面大幅度简化(all tools)

什么意思?用过GPT4.0同学都知道,之前一个对话框只能选一个功能和少数插件,想换一个功能,就要换对话!前面输入内容相当于全白搭!非常折腾!

218fa9b8156f01dd50dd87eaf5ec0afd.jpeg

而现在1个对话就可以调用所有功能和插件,自动识别这个问题要调用哪些插件,不必自己选插件也不用切换对话。这样改好处极大,除了操作更省事省心,最核心的是对话更具有连续性了,可以把一个问题顺利延伸到其它问题,连续提问,连续提需求,全在一个对话框完成,不用新建对话,意思就是它真正地变得更全能!

举自身例子,我怎么用?

我尝试用它来做固定人物漫画,之前是无法又传图又画画的,现在我上传参考图,在用DALL E3按我要求画出来,然后再让他联网给我找出一些素材;

全部在一个对话完成,这样它不仅是操作上简便了,最主要是完成任务的能力得到了极大提升!

0bdfc0994c626a030e2c2d669073df01.jpeg

这里也给Midjouerney来了一波暗箭,高维打低维,猝不及防,反正用过之后我们团队再也不续费midjourney,那这里个体创业者和自媒体人都有哪些机会?

单纯从绘画角度看:人物漫画、儿童绘本、IP图集,原来不管是MJ还是SD,都需要很高调教成本,现在 GPT4 all tools的理解能力和插件生态,在一个对话框内,基本上真的用嘴就能低成本实现,成为1个真正的超级应用!

再一次降低了创作难度,再释放了新的一波效率差和红利!

3、GPT Store

什么意思?这想法太大了,OpenAI知道真正AI时代最核心生产力是提示词!不仅做插件生态,还要做提示词生态!

前面刚开放了API给普通用户,而普通用户群是开发者群体的1000倍,也就是说创作者规模直接放大1000倍!

而现在还要开放商城,激励全民创作提示词!普通用户从今以后你不只是自己定制GPT,还能卖你的GPT换钱,还能直接买别人的GPT!充分市场化!极大促进了整个提示词生态的市场合作!

这一操作下,ChatGPT的生产力将会拉上了几个数量级!三步棋拿下AI大模型时代的战略制高点!

那我们有什么机会和红利?

其实我一直在思考AI时代会有什么新型的资产出现,而提示词是在AI时代除了算力以外的第二个核心生产力,现在官方直接搭建了交易市场,经过市场化充分流通,有足够的用户需求情况下,提示词的价值将会大幅度提升!它将会成为非常有价值的新资产,是个非常值得入局和投资的赛道;

对这个赛道看好的,应该马上组织自己和团队的时间,布局垂直行业提示词,甚至全民适用的提示词!

AI一天,人间一年!这次是真正的iphone时刻!全面拥抱吧!

相关文章:

  • vue.js实现科室无限层选中和回显
  • MySQL数据脱敏(Data masking plugin functions)
  • 从零开始搭建React+TypeScript+webpack开发环境-使用iconfont构建图标库
  • 【扩散模型】5、Diffusion models beat GAN | 使用类别引导图像生成
  • 【腾讯云|云原生】自定制轻量化表单Docker快速部署
  • Python知识点——高维数据的格式化
  • java中拼接“
  • 【GitHub】Watch、Star、Fork、Follow 有什么区别?
  • 【多线程面试题二十三】、 说说你对读写锁的了解volatile关键字有什么用?
  • MFC 基础篇(一)
  • uniapp踩坑之项目:uniapp数字键盘组件—APP端
  • js原型链
  • CVF 在 TNEWS 数据集上测试
  • leetcode:13. 罗马数字转整数(python3解法)
  • 【Linux】:初识git || centos下安装git || 创建本地仓库 || 配置本地仓库 || 认识工作区/暂存区(索引)以及版本库
  • SegmentFault for Android 3.0 发布
  • -------------------- 第二讲-------- 第一节------在此给出链表的基本操作
  • emacs初体验
  • Java到底能干嘛?
  • linux学习笔记
  • miniui datagrid 的客户端分页解决方案 - CS结合
  • Redis学习笔记 - pipline(流水线、管道)
  • Spring Boot MyBatis配置多种数据库
  • Spring思维导图,让Spring不再难懂(mvc篇)
  • 浮动相关
  • 前端知识点整理(待续)
  • 腾讯视频格式如何转换成mp4 将下载的qlv文件转换成mp4的方法
  • 微信小程序填坑清单
  • 限制Java线程池运行线程以及等待线程数量的策略
  • 消息队列系列二(IOT中消息队列的应用)
  • 扩展资源服务器解决oauth2 性能瓶颈
  • ​​​​​​​Installing ROS on the Raspberry Pi
  • ​油烟净化器电源安全,保障健康餐饮生活
  • #stm32整理(一)flash读写
  • (八)Docker网络跨主机通讯vxlan和vlan
  • (二)基于wpr_simulation 的Ros机器人运动控制,gazebo仿真
  • (十五)devops持续集成开发——jenkins流水线构建策略配置及触发器的使用
  • (五)大数据实战——使用模板虚拟机实现hadoop集群虚拟机克隆及网络相关配置
  • (转)Linq学习笔记
  • .bat批处理(一):@echo off
  • .net framwork4.6操作MySQL报错Character set ‘utf8mb3‘ is not supported 解决方法
  • .net redis定时_一场由fork引发的超时,让我们重新探讨了Redis的抖动问题
  • .NET 反射 Reflect
  • .NET 实现 NTFS 文件系统的硬链接 mklink /J(Junction)
  • .NET 使用 JustAssembly 比较两个不同版本程序集的 API 变化
  • .net通用权限框架B/S (三)--MODEL层(2)
  • .Net组件程序设计之线程、并发管理(一)
  • @Autowired多个相同类型bean装配问题
  • @DependsOn:解析 Spring 中的依赖关系之艺术
  • [3D基础]理解计算机3D图形学中的坐标系变换
  • [android]-如何在向服务器发送request时附加已保存的cookie数据
  • [APIO2012] 派遣 dispatching
  • [BUUCTF 2018]Online Tool
  • [CF226E]Noble Knight's Path
  • [Django ]Django 的数据库操作