ChatGPT作为一款对话式内容生成模型，拥有优秀的自然语言理解和生成能力，还拥有丰富的知识库。相比较于传统搜索引擎，它给出的答案更符合人们阅读习惯，用好它能让我们学习事半功倍。

思维的转变

传统搜索的思路

当我们碰到一个问题，按照使用搜索引擎的习惯，我们会为搜索引擎提供问题相关的关键词，例如，我想了解ChatGPT，我会搜”ChatGPT是什么”。

Google给的答案是：

通过关键词匹配加权重排序，Google给出了一些相关的页面和一个知识卡片。再对比ChatGPT，

ChatGPT给的答案是：

介绍的很简洁，让我们对ChatGPT有个概念，那么我们想继续了解下去，应该从哪里入手呢？它们没有给出提示，下一步我们要提什么问题，受限于缺乏了解，我们可能胡乱尝试。

提需求的思路

换个思路，我们把需求告诉ChatGPT，在碰到未知的事物时，让ChatGPT来告诉我们怎么了解这个它。

ChatGPT给了一个大纲包含8点内容，从架构到应用到趋势，思路非常清晰。通过这个大纲，ChatGPT告诉我们，要了解“ChatGPT是什么”要关注哪些信息。后面，我们就可以按照需要，再深入了解某个领域。

通过ChatGPT学习新技术

前面介绍了使用ChatGPT时，思维的转变，从搜索变换成提需求，因为我们有某个需求，所以提了某个问题。其实是让ChatGPT按照我们的思考方式进行思考。我习惯按照整体到局部的方式来了解事物，所以会先问抽象的问题，再具体展开细节。以学习一门新的技术为例，看如何运用ChatGPT来达到目的：

因为不涉及具体的实践，所以ChatGPT回答了一个方法论。从概念到实践到趋势，回答的很全面。那我们就按照这个方法论来学习ChatGPT吧。

然后我选择一个方面来具体深入的了解，比如我想知道基于ChatGPT开发智能聊天机器人，要怎么做。

看起来ChatGPT建议我们通过预训练模型自己构造模型。我想直接接入OpenAI的接口，所以我重新明确了需求。

基于它的提示和代码，我果然接入成功了！

总结

可以看出，使用ChatGPT可以完整的学习一个新事物，当然前提是ChatGPT的训练集包含了这些知识。整个学习过程是，我们按照自己的思考框架，向ChatGPT提出问题（需求），ChatGPT帮我们补充知识细节。在对话的过程中，我们一方面要辨别ChatGPT输出内容的准确性，另一方面要选择深入的方向。

所以，ChatGPT并没有代替人，而是按需帮我们完成了知识的收集和组织展示的工作，让我们更专注于处理问题本身。