真实世界中的人类如何使用 AI：35 个真实案例 | GGView

人物：约翰·普里茨拉夫（John Pritzlaff）

人物：凯尔西·森博斯基（Kelsey Szemborski）

森博斯基女士是一个忙碌的妈妈，「总是在寻找能让我的生活变得更容易的东西」。所以当她发现 ChatGPT 时，她试着让它写一个无麸质饮食计划。她还加了一句：

需要既符合预算，又适合挑食的孩子，我们不能用花生。再加一份购物清单。谢谢！ 

ChatGPT 照办了，以下是某天的饮食计划：

「它完全替代了我往常的饮食规划流程，包括寻找食谱，考虑餐食，配置列表，然后列出需要的食材清单」😋

人物：瑞安·麦克莱兰（Ryan McClelland）

人物：乔纳森·韦格纳（Jonathan Wegener）

韦格纳先生和他的女友在去年 12 月主持了一场朋友的婚礼，但婚礼前他一直在拖延演讲稿。

「在婚礼开始的几个小时之前，我说：‘GPT-3 能写这个主持人演讲吗？’」他回忆道。「第一版很普通，充满了陈词滥调，然后我换了个问法。」

「亚当是一个植物爱好者。」

「演讲稿出来了，带着许多美丽的隐喻，完美地表达了我的意思。」只是演讲中还缺少一个重要的部分 ——

—— 「你能加上关于疾病和健康的那部分吗？」💍

人物：查尔斯·贝克尔（Charles Becker）

「所以我会（用 ChatGPT）写一个段落，把它放到学生的测试或说明中。我会问：大家可能在哪里遇到问题？有什么不清楚的地方？这说明了什么？ 」

「我写了很多东西，无论是为了工作还是爱好，很多时候没有人可以帮我进行初步编辑」✏️

人物：马特·韦伯（Matt Webb）

「是的，编程式 AI 非常有用，但更重要的是，它非常有趣」⏰

人物：巴勃罗·佩尼亚·罗德里格斯（Pablo Peña Rodríguez）

罗德里格斯先生为一家投资于足球运动员的私募股权基金工作，这意味着他要阅读很多文章。

「我们使用自己的数据集和研究方法，但我总是希望对已经发表的学术文献有一个扎实的了解。」

他现在使用一个名为 Elicit 的 AI 工具，而不是通过 Google Scholar 挑选。它让他直接向文章本身提出问题。这有助于他在不必阅读整篇文章的情况下，了解文章是否涉及他提出的问题。

「它并没有让我立即变得‘聪明’，但它确实让我在面对新问题时快速了解哪些论文值得我关注」📚

人物：尤金·卡彭（Eugene Capon）

假设你是我刚刚聘请的校对人员。

卡彭先生说：「因为我有阅读障碍，所以写一篇文章需要花费我很长时间。所以我想到了一个技巧，我会口述整篇文章，然后让 ChatGPT 纠正我的拼写和语法错误。」

「所以之前需要整整一天才能完成的工作，现在我只需要一个半小时就能完成」✌️

人物：杰夫·格拉德医生（Dr. Jeff Gladd）

格拉德医生使用 Nabla 的 Copilot，在在线医疗咨询期间记录笔记。这是一个 Chrome 扩展程序，可以听取会诊内容并获取他的病历所需的详细信息。

- 现在：整个任务的时间只需要他从 Copilot 复制和粘贴结果所需的时间。

人物：迈克·荣布卢斯（Mike Jungbluth）

「我可以问一个具体的关于我想要的公式类型的问题，然后根据它给我的答案重新表述我的问题。与通过教程、文章或随意的留言板帖子寻找答案相比，这种方法更具交互性和迭代性。」

荣布卢斯先生需要一个公式，可以在他选择一组变量时分配时间估计。通过对 ChatGPT 提出几个提示，最终他成功得到了这个公式：

=IF(OR(C263=”GroupAType1”, C263=”GroupAType2”, C263=”GroupAType3”, C263=”GroupAType4”), IF(D263=”GroupASize1”, Key!$K$3, IF(D263=”GroupASize2”, Key$K$4, IF(D263=”GroupASize3”, Key!$K$5, “NA”))), IF(OR(C263=”GroupBType1”, C263=”GroupBType2”), IF(D263=”GroupBSize1”, Key!$K$8, IF(D263=”GroupBSize2”, Key!$K$9, IF(D263=”GroupBSize3”, Key!$K$10, “NA”))), “NA”)) 

人物：玛雅·乌帕德亚（Maya Upadhyay）

乌帕德亚女士学习高级应用数学课程，如统计学和微积分，并表示当她在作业问题上感到困惑时，她将问题输入到 ChatGPT 中。 

它会给她一个答案，但也会给出步骤指导，解释如何得出答案，这是一种自我指导的辅导过程，她曾使用数学应用程序或 Khan Academy 视频。 

「有时，如果我仍然感到困惑，我可以要求 AI 用更简单的术语解释。它已成为我的另一种选项，每当我需要它时，它都非常有帮助」✅

人物：罗纳尔多·马那克（Ronald Mannak）

「如果我想不起某个特定的单词，只要简单地描述一下这个单词，用 GPT 就会很容易找出来，即使描述很糟糕，GPT 几乎总是知道我想要的是什么」🤩

人物：罗曼·赛陈科（Roman Pshichenko）

当他的代码无法运行时，赛陈科先生首选的修复方法是使用 ChatGPT。他将代码粘贴进去，通常会得到一个不错的重写代码建议。

「这就像你有一个好的、大多数情况下受人尊敬的同事，可以为你节省时间，使他们的建议与你的工具、环境以及任何无法在那些通用的在线帖子中得到解决的一切相匹配」🧑‍💻

人物：阿玛尔·来什（Ammaar Reshi）

来什先生最初尝试使用 GPT-4 来制作贪吃蛇游戏，但那太容易了，所以他尝试了一些 3D 游戏：SkyRoads，他童年时最喜欢的游戏之一。

虽然花费了一些时间，还需要另一个聊天机器人（Anthropic 的 AI 助手 Claude）的帮助，但最终来什先生 —— 他本人不会编写代码 —— 能够复制游戏的一个简单版本。

☁️ 视频 - https://twitter.com/ammaar/status/1637592014446551040

人物：克里斯·诺恩（Chris Norn）

两年前，研究人员破解了使用 AI 预测蛋白质形状的代码。

创造新的蛋白质是一项关键的科学事业：过去，人类已经能够为糖尿病患者制造胰岛素类似物和能够抵抗癌症的免疫细胞。

但这很难 —— 创造一个新的蛋白质需要确定氨基酸序列将如何折叠成最终的分子结构，以确定蛋白质实际功能。

诺恩先生说：「在此之前，我们必须先绘制出我们想要的新蛋白质的蓝图，然后我们会花费很多时间让计算机生成示例，很少有这些示例能够成功。」

现在，AI 可以做到这一点。他最近使用它创造了一种类似萤火虫的发光蛋白质，其他研究人员也已经在寻找治疟疾疫苗和帕金森病研究中使用了 AI。

「我们每天只能测试那么多的假设，我可能有一个想法，也许是一个特定结构的蛋白质，我没有记住所有的蛋白质结构，但算法已经记住了它们，它已经查看了所有结构，并为如何组装新结构制定了一般规则，这真是太神奇了！」

他已经从事蛋白质研究有十年了，他说这是他迄今为止效率最高的方法。

「这很疯狂，一切都变得更容易了」🤯

人物：艾米·古德齐尔德（Amy Goodchild）

著名艺术家 Sol LeWitt 的指令是具有指导性和具体的，这种指令可能是您想交给人工智能模型的。因此，古德齐尔德女士尝试让 AI 通过执行 LeWitt 的指令并生成 Javascript 代码来创建艺术品。 

使用 OpenAI 的旧模型 GPT-3 时，这个尝试大多是失败的。但是 GPT-4 表现得还不错 —— 对于其中的一些指令。 

在一个墙面上，任何连续的墙面，使用硬铅笔，在随机位置放置 50 个点。这些点应该均匀分布在墙面的面积上。所有点都应该通过直线连接起来 🧑‍🎨

关于 Sol LeWitt 的 #118 画作，ChatGPT 相对成功的尝试

人物：乔纳森·索玛（Jonathan Soma）

索玛先生想要「按需、基于情感」的播放列表，例如，所有 Sum 41 的歌曲，但没有慢节奏的歌曲。所以他将 GPT-3 连接到了 Spotify。

现在他可以只需输入：