《用ChatGPT 提高效率的方法.docx》由会员分享，可在线阅读，更多相关《用ChatGPT 提高效率的方法.docx（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、用ChatGPT提高效率的方法1借助Cha七GPT学习新技术经过这些年对于各类知识的学习，我先阐述一个个人的总结：学习一个新 知识/新技术，其实就是在脑海中构建这个技术的知识模型。所谓小白和专 家的区别，其实就是脑海中这个知识模型精细程度的区别。举个简单的例子，就比如计算机网络吧，如果电脑上不了网了，怎么办？普通用户能做的，可能就是重启下电脑和路由器，确认一下是否是宽带欠 费了；那作为程序员，多少了解一些基本的网络知识，就可以使用一些常用命 令查看一下网关、DNS之类的，或者抓个包看看到底是哪里出了问题；对于专 业的网络工程师，那肯定有更多定位和解决问题的办法，这里我也不懂，编不 来。同是计算
2、机网络，以上几个角色的根本区别在于对网络这个东西的理解深 度不同，或者说他们脑子里对于计算机网络这个知识模型的精度不同。普通用户脑子中对网络的认知，恐怕就是一个WiFi图标，普通程序员脑子 中对网络的认知模型，可以细化到几层协议栈和一个个数据包，网络工程师脑 子中对网络的认知模型，也许可以进一步细化到每个数据包中的每一个比特 位。那么现在我想对一个新技术建立知识模型，我应该怎么做呢？就比如k8s这一套技术吧，我作为初学者最开始接触k8s的时候会被里面 的很多名词绕晕，比如CRD,CR,controller,operator这些都是什么鬼？它们之间是 如何作用的？既然k8s里面的资源都是API
3、Object,那k8s更像是个数据库，和 容器编排和调度又是怎么扯上关系的？我猜k8s的初学者可能也有类似的问题，但去搜索引擎上一般是搜不到让 人满意的答案的。因为搜索引擎的特点是：你必须明确地知道自己要什么，这 样才能给出准确地搜索关键词，搜索引擎才能帮你找到你需要的信息。类比前文说的知识模型的概念，搜索引擎擅长的，是给出这个模型的 一个切面的所有信息。比如你遇到了一个bug,把报错信息贴上去搜一下，大 概率可以找到这个bug的成因以及解决方法。但现在的问题是我作为初学者，对k8s里面的很多概念理解都不准确，按 照我已知的信息进行推理，k8s应该是一个数据库才对，但事实与我的推理并不 相符，
4、那么我哪里理解错了？正确的理解方式是什么？对于我的这些问题，搜索引擎无法回答，毕竟搜索引擎能做的只是索引已 有的数据，即便以前有人也问过类似的问题，但往往没有官方文档和技术社区 的权重高，很可能被淹没在互联网的海洋中，难以被找到。这就是传统搜索引 擎的一大痛点：无法直接回答类似对不对哪里出错了这类问题。所以在过去，我学习新技术的过程其实就是借助搜索引擎收集知识碎片， 然后在脑海里整理这些碎片形成一个完整的知识模型，并不断在实践中完善和 修正这个模型。当然，一个最高效的办法就是抱大腿，找一个这方面比较有经验的大佬， 把我自己想不通的地方清楚地表述出来，那么对方可能随手画个图外加三两句 话就能把整
5、个逻辑理清楚，让我豁然开朗。不过万一找不到大佬怎么办呢？换做以前，恐怕只能继续硬着头皮找资料 看代码，效率比较低。而现在，ChatGPT就可以扮演一个技术巨佬的角色，7x2 4小时提供问答服务。ChatGPT可以理解聊天上下文，所以我经常会对ChatGPT的解答中的一部 分细节发起质疑，进行更深入的探讨，它完全能理解我的意思，几乎都能给出 准确的答案解决我的疑惑。那么经过这么长时间的深度体验，我可以说ChatGPT是传统搜索引擎的强 力外援，怪不得微软bing整合ChatGPT会让各个搜索大厂那么紧张呢。不过神 仙们打架咱也不配掺和，接下来分享一些我使用ChatGPT的一些技巧。2 ChatG
6、PT使用技巧如果想让搜索引擎返回准确的结果，需要一定的技巧来构建关键词。如果 想最大化发挥ChatGPT的能力作为搜索引擎的补充，也需要一些小技巧。1. 尽量使用英文和ChatGPT交流。我们这篇文章主要是探讨利用ChatGPT学习新技术嘛，那么不可否认一手 的技术文档还是英文居多，所以ChatGPT学习的相关数据肯定也相对较多，更有利于得到准确详尽的答案。另外，中文的文本生成相比英文的文本生成要复杂，所以中文交流的响应 速度会明显慢于英文交流。2. 多用反问的方式和ChatGPT交流。比如说多用我认为XXX,你看我理解的对吗这类句式提问，少问诸如 XXX是什么这样的问题。不是说ChatGPT
7、不能回答XXX是什么这类问题，而是说传统的搜索引擎 更适合干这个，还能给你更丰富的信息，那何必问ChatGPT呢？还是用我初学k8s举例，我会把自己的理解整理成一系列观点讲给ChatGPT 听，让它指出我理解错误的地方：Im learning k8s, Ill tell you my understanding about k8s, correct me if Im wrong.Sure, Td be happy to help clarify any misunderstandings you may have about Kubernetes (K8s). Please feel free
8、 to share your understanding, and Ill do my best to providefeedback and corrections where necessary.1. all resources in k8s is API Object. API Object is just a json string object stored in etcd.Your understanding is partially correct. In Kubernetes, almost all resources are represented as API object
9、s, which are defined using the Kubernetes API. However, API objects are not just JSON strings. Rather, they are complex data structures that are defined using the Kubernetes API conventions.Each API object has a specific format, which is defined by its kind, API version, and这种学习体验真的是传统搜索引擎给不了的，像极了一个
10、学渣缠着学霸求 带的场景。3. 一条消息只包含一个问题，且尽可能多地提供问题的上下文。说到底，这就考验把问题描述清楚的能力了，其实可以有很多方法。比如前文举的我初学k8s时的问题，我可以这样问ChatGPT,先来一个引导 式的提问：在k8s里面，所有资源都是API Object,对吗？得到ChatGPT肯定的回复，然后我开始挖坑：那么k8s其实就是一个存储API Object的数据库,对吗?ChatGPT就会告诉我，我这样想是不对的，API Object并不是简单的静态数据，巴拉巴拉。然后我再根据它的回复不断追问并提出自己的看法求指教，最 终把整个知识框架梳理清楚。4. 放开思路去提问，比如让
11、ChatGPT通过类比、举例的方式讲解问题。ChatGPT的能力比我们之前用过的人工智障强太多了，我们可以尝试向它 提出一些难度更大的问题。LA比如，很多时候代码的解释性比文字更强，那么我可以直接要求ChatGPT 写一段dem。code出来，反正看不懂的话还可以追问：As you said, CRD should be associated with an operator. Suppose I use MyOperator(operator) to associate with MyCRD(CRD), how to config this? Can you give a simple co
12、de example?Sure, here is a simple example of how to associate a CRD with an operator using Kubernetes:Suppose you have defined a CRD called MyCRD with the following YAML:yamlQ Copy codeapiVersion: kind: CustomResourceDefinition metadata: name: spec:group: versions:-name: vl served: true storage: tru
13、e scope: Namespaced names:plural: mycrds singular: mycrd kind: MyCRDS Regenerate response/ou can creatR a Kubemetfis oneraror mar manaaRS mis i;RD bv creatina a Denlovmftnt在这段对话中，经过我的一步步提问，ChatGPT确实写出了一个完整的。pe rator的demo。虽然它写的代码偶尔出问题，但一般都是类似包导入这种比较 明显的错误，整体上我认为还是非常强大的。再比如，ChatGPT给我讲解了 CRD,CR,Control
14、ler这些k8s中的概念之后，我请它类比编程语言里的类和实例再给我讲讲:Can explain these terminology by analogy? For example, I think CRDs and CRs are similar to class and instance in programming language.Yes, thats a good analogy! In programming terms, you can think of CRDs and CRs as similar to classes and instances.A custom resour
15、ce definition (CRD) is like a class definition. Just as a class defines the structure and behavior of objects, a CRD defines the structure and behavior of a custom resource that can be managed by Kubernetes. When you define a CRD, you are essentially creating a blueprint for a new type of resource t
16、hat can be used in your Kubernetes cluster.A custom resource (CR), on the other hand, is like an instance of a class. Just as you can create multiple instances of a class to represent different objects, you can create multiple instances of a CR to represent different instances of your custom resourc
17、e. When you create a CR, you are essentially creating a new instance of the resource type defined by the corresponding CRD.Controllers, then, are like the logic that operates on those instances. Just as you might define methods or functions to operate on instances of a class, you can define custom c
18、ontrollers to monitor and manage instances of your custom resources in Kubernetes. Controllers provide the logic and automation necessary to ensure that the state of the cluster is consistent with the desired state, based on the behavior defined by the CRDs and the instances created from them.In sum
19、mary, you can think of CRD c Regenerate response 3 as instances of those classes, and controllers as the loaic that ooerares on inose instances. This analnav helns to clarifvqChatGPT Feb 13 Version. Free Research Preview. Our goal is to make Al systems more natural and safe to interact with. Your fe
20、edback will help us it它类比CRD是类定义，CR是类的实例对象，Controller是操作示例的代码逻辑，说实话感觉它这个类比还挺贴切的呢口其他的还有很多，比如发给它一段代码让它逐行解释，让它扮演一个Linux shell,扮演一个yaml/json转换器等等，这些事情ChatGPT都能做,确实可以 在某些场景大幅提高我们的效率。目前我认为最有价值的几个技巧就说完了，下面说下ChatGPT目前的一些 不足之处吧。3目前ChatGPT的不足1. 时效性问题。因为ChatGPT只掌握了 2021年之前的数据，所以一些最新的信息会缺失， 一些旧的信息也可能已经过时。比如我让Ch
21、atGPT帮我找一些链接，有些链接 就已经404 了。据说微软new bing整合的ChatGPT解决了这个问题，不过我现在还没有n ew bing的试用资格，所以先用ChatGPT 了，反正就技术学习来说时效性差一 点也无妨。2. 少数情况下，ChatGPT会一本正经地胡说八道。我看了一些其他人的使用体验，这个问题确实是存在的。ChatGPT从来都 是有求必应，哪怕它不知道，也会一本正经地给你生成一个看起来有模有样的 答案。根据我遇到的情况猜测一波，ChatGPT会对没有可靠答案的问题进行推 理，根据类似的问题答案推理出来一个可能的答案。比如说我让 ChatGPT 写一个用 websocke
22、t 连接 Apache Pulsar 的 code exam pie,它二话不说就给我写了个错的。后来我发现，它是把Kafka的websocket 用法有模有样地套用到了 Pulsar o实际上目前网上都没有太多用websocket连接Pulsar的案例，所以ChatGPT 没有足够的数据进行训练，写不出正确的code example也情有可原。还有一次，我问ChatGPT如何把MySQL的id字段转化成varchar字符串 类型。它告诉我用Cast(id as VARCHAR(255),结果报错，它也解释不清为啥 报错。后来我一搜，原来要用Cast (id as CHAR(255)的方式。看来ChatGPT目 前还有一些不准确的地方，有待提升。4最后总结总结一下，我感觉ChatGPT是一个新型搜索引擎，在某些场景下能够提供 比传统搜索引擎更强大更高效的搜索效率。完全依靠ChatGPT去做一些稍微复杂的任务，目前来看还是不现实的。比如让ChatGPT写代码，目前它的水平只能写一写简单的demo,而且经常 需要手工修复一些细节错误。但是让它作为搜索引擎的补充帮助我们学习新技术，还是比较靠谱的。问 答式的体验在很多场景下都要优于传统搜索引擎。