【小哈划重点：这一次，是聊的模式，即上下文+启发的对话模式。其中上下文是你和机器人一轮一轮的口语化自然语言，是语境语义，它为了学到你理解你懂你，就会按你的说话套路（你的口头语音说话习惯，即是你打的自然语言的字）来跟你聊它的看法，而不算回答，因为问答、回答是考试模式填鸭模式，少了可能性。】
每一款现象级产品的出现，背后总是暗合了某些社会情绪，就像每一次科技浪潮涌来，总会带着一批独角兽一样。
ChatGPT也不例外。
它定义为聊天机器人，看似小了，其实很大，因为它带出来的用户情绪有共性，是集体的，有连接的。以下是笔者过去一周准确说过去三天的使用心得。
1，微信聊不动了
无论是1v1聊天还是群里聊天，大家都感觉聊不动了有没有？一句话讲不清楚的事情或着急的催促信息，都可能被迟迟不回，于是发者不再发，整体使用率循环下降。朋友圈也躺平。马斯克想砸烂TWITTER的社交媒体属性依赖，想增加通信、支付等功能，但愿他成功。
从大家都不容易，到大家都很累，是因为聊天也很累？微信聊天让人更有顾虑更累？但ChatGPT大概率是有去必回。
2，答案是聊出来的，不是问答出来的
这是一个信息交互模式的转变或递进。互联网商业化开始后，首先是分类+门户人工排列的模式，是线下信息获取方式的电子化。分类思维是带着浓郁的层级固化的味道，累人。后来是关键词+搜索的模式，信息从脑海里直接到搜索框，用户在过程中不可能再对标多想，我这个关键词后面是什么领域什么类别的子集。要知道，分类结构树是人工的、有限的，而关键词是散列的、无限的，无限、灵活、随机，才好匹配搜索的混序响应。再后来，出现了主动送上门场景的个性化信息流推荐引擎，它的其中一个方法是标签，就是给长句切割为多个短词，相当于每个人都在帮供给方界定信息的范围量，不需要为一个搜索请求穷举全库了。后端技术的投入更低，前端服务的效率更高。而来自传统线下的分类思维彻底解体瓦解。
这一次，是聊的模式，即上下文+启发的对话模式。其中上下文是用户和机器人一轮一轮的口语化自然语言，是语境语义，它为了学到你理解你懂你，就会按你的说话套路（你的口头语音说话习惯，即是你打的自然语言的字）来跟你“讨论”它的看法，而不算回答，因为问答、回答是考试模式填鸭模式，少了可能性。只有聊开了，相互启发了，只有你用你的自然语言习惯而不是书面语言打的问题更细致具体，就更接近你的问题本质或你真正要表达的东西。这个互动过程和ChatGPT的西方学习方法是一致的。为啥不累，除了有趣，还包括上述第一条心得，有“人”愿意跟咱说话聊天了，而且还言之有物。
3，普通人多了一个调研对象，一种看不见的能力增强
你可以问ChatGPT工作问题业务问题。比如你给产品起了一个名字，你应该去问但没有去问同事们，可能是怕PUA，可能是怕卷或什么顾虑，可能约不上会，甚至可能就是不好意思。但现在，你多了一个调研对象，多了一个帮你的助手，可以参考、参谋、验证、纠正、完善你的想法方案。笔者的心得体会是意外惊喜，在多数回复中，ChatGPT补充了很多笔者没发觉的、遗漏的，甚至根本不知道的拓展关联知识。这个场景会比搜索更让人觉得，很认真很在状态，是在工作中，而不像搜索给人的感觉是在查资料做些准备工作。这种潜移默化的给亿万人的能力强化，是AI大模型的跨越式贡献。
4，AIGC的本质，是人机一体
AIGC模式的本质，一方面是让AI机器干活，生成内容或合成作品。但另一方面，是人机协同交互——聊是这款应用产品的基本模式甚至唯一模式，也是使用它的必选动作，而聊的过程中，用户同时重度贡献了想法、创意或纠错提示，直接训练GPT语言大模型的调优。可以说用户是被裹挟着一起创造生成优秀的成果。
这就可以理解本土的GPT文心一言，股价短线博弈后，口碑的低开平走。这是人们对人工智能时代终于走到面前，虽然短兵相接，但也淡然的态度，是一种默许、认可的情绪。
如果是高开亮眼，引来的不是同情理解，而是飞来横祸也说不定呢。但那无关情绪，而是本土社会运行的道。
