Codex 使用场景
学习新概念
将信息密集的资料整理成清晰、便于核查的学习报告。
使用 ChatGPT 研读研究论文或课程资料,让多个子智能体分头阅读、收集背景信息,并生成配有图解的 Markdown 报告。
最适合
- 想了解陌生概念的读者
- 内容密集的资料,适合分头研读、补充背景知识,并结合图解和文字归纳要点
- 将一次阅读的收获整理成可反复查阅的 Markdown 报告,并附上引文出处和术语表
目录
学习新概念
将信息密集的资料整理成清晰、便于核查的学习报告。
使用 ChatGPT 研读研究论文或课程资料,让多个子智能体分头阅读、收集背景信息,并生成配有图解的 Markdown 报告。
最适合
- 想了解陌生概念的读者
- 内容密集的资料,适合分头研读、补充背景知识,并结合图解和文字归纳要点
- 将一次阅读的收获整理成可反复查阅的 Markdown 报告,并附上引文出处和术语表
技能与插件
- ImageGen当 Mermaid 图不足以讲清概念时,生成辅助理解的示意图,无需精确还原细节。
| 技能 | 使用理由 |
|---|---|
| ImageGen | 当 Mermaid 图不足以讲清概念时,生成辅助理解的示意图,无需精确还原细节。 |
起始提示词
简介
要从内容密集的论文或课程中学懂一个新概念,仅靠摘要还不够。目标是建立一个能用得上的心智模型:这个概念要解决什么问题,相关方法具体做了什么,有哪些证据支持它,它依赖哪些假设,以及哪些地方还需要您进一步探究。
ChatGPT 可以自动收集背景资料,也可以用图解或插图帮助您理解复杂概念。这类任务也很适合交给子智能体分工处理:一个线程通读论文,梳理结构;另一个收集理解论文所需的背景知识;第三个分析图表和符号。主线程再核对各方结果,整理成一份方便日后查阅的报告。
在这个用例中,最终成果应便于您回顾,可以是 notes/concept-report.md 这样的 Markdown 文件,也可以是其他格式的文档。不要只留下一条临时的聊天回复。报告应包含摘要、术语表、分步讲解、图解、证据表、局限性和待解问题。
明确学习目标
先说明您想学什么概念,希望得到什么成果。围绕一个具体问题写出的报告,比泛泛的概述更有用。
例如:
我想弄懂这篇研究论文的核心思想,了解它提出的方法如何运作,为什么实验结果能或不能支持论文的论点,以及接下来该读什么。
这样一来,ChatGPT 就有了明确的任务。它既要讲清概念,也要如实说明哪些地方仍不确定,注明各个论点的出处,并区分论文作者的主张和 ChatGPT 自己的解读。
贯穿全文的示例:分析研究论文
假设有篇论文介绍了一种您不熟悉的模型架构。您希望通过一份报告快速理解这个概念,无需读完整篇论文。
一份实用的成果可以包含:
notes/paper-report.md,用于存放报告正文。notes/figures/method-flow.mmd或一张嵌入正文的 Mermaid 图,用于说明方法流程。notes/figures/concept-map.mmd或一张小型 SVG 图,用于展示各个预备概念之间的关系。- 一张证据表,将每个论点对应到论文中的章节、页码、插图或表格。
- 一份延伸阅读和待解问题清单。
这样既能让学习更有条理,也能留下可长期查阅的资料。
让子智能体分工处理
为每个子智能体划定任务范围,并说明应以什么格式返回结果,效果最好。请明确要求 ChatGPT 启动子智能体。并非每次阅读都需要用到子智能体,但如果论文篇幅较长或涉及的概念较多,并行分析会有所帮助。
分析研究论文时,可以这样分工:
- 论文结构梳理:提炼研究问题、主要贡献、方法、实验、局限性,以及作者声称取得的结果。
- 预备知识:解释背景术语、相关概念,以及论文默认读者熟悉的前人研究。
- 符号与图表:逐一讲解公式、算法、示意图、插图和表格。
- 审慎评审:检查证据能否支持论点,列出解读结果时需要留意的限制,并指出缺少哪些对照基线、哪些假设尚不明确。
主智能体应等待各个子智能体完成任务,对照它们的回答,并厘清相互矛盾之处。随后,ChatGPT 会把结果整理成一份连贯的报告。
有针对性地补充背景资料
如果论文默认读者具备某些您尚未掌握的知识,请让 ChatGPT 从获准使用的来源收集背景资料。来源可以是本地笔记、参考文献文件夹、链接指向的论文或已连接的知识库。如果已启用网页搜索,也可以通过搜索获取资料。
如果您要学习的是组织内部的概念,可以通过插件连接多个来源,建立知识库。
请限定这一步的范围。告诉 ChatGPT 哪些来源可信,以及如何在最终报告中使用外部资料:
- 在术语表中解释需要预先掌握的术语。
- 增加一个简短的“先了解这些背景知识”小节。
- 单独列出延伸阅读链接,与论文自身的论点区分开。
- 标明哪些论点来自论文以外的资料。
为报告绘制图解
想检验自己是否真正理解了一个概念,画图往往是最快的办法。对于 Markdown 报告,可以请 ChatGPT 绘制忠于原始材料、便于修改的图解。
通常可以从以下几类图入手:
- 概念图,展示预备概念及其相互关系。
- 方法流程图,展示从输入到输出经历了哪些变换、涉及哪些模型组件。
- 实验关系图,展示数据集、指标、对照基线与论文所述论点之间的联系。
- 局限性图解,区分方法依赖的假设、可能的失效方式和尚待解答的问题。
如果报告以 Markdown 为主,且发布平台支持 Mermaid,请让 ChatGPT 使用 Mermaid 绘图。如果平台不支持 Mermaid,请使用纳入版本控制的小型 SVG 或 PNG 文件。只有在您需要粗略的示意图,或所需图示不适合用 Markdown 原生图解表达时,才请 ChatGPT 使用其默认内置的 imagegen 系统技能。
撰写 Markdown 报告
请让 ChatGPT 把必要的信息写进报告,以便您日后单独阅读时也能看懂。可以采用以下结构:
- 内容提要。
- 阅读前需要了解的背景知识。
- 关键术语与符号。
- 论文详解。
- 方法图解。
- 证据表。
- 论文尚未证明的内容。
- 待解问题与延伸阅读。
报告应尽可能标明出处。如果原文是 PDF,请要求 ChatGPT 注明页码、章节、图号或表号。如果 ChatGPT 无法提取准确页码,应说明这一点,改用章节或标题标明出处。
结合报告反复学习
第一版报告是学习的起点。读完后,您可以继续提问,并让 ChatGPT 根据讨论修订报告。
您可以这样追问:
- 我应该先弄懂这个方法的哪一部分?
- 能演示核心思想的最简单示例是什么?
- 哪张图对论文的论证起到的作用最大?
- 哪个论点最薄弱,或者最缺乏证据支持?
- 如果我想实现这个方法,接下来该读什么?
如果理解这个概念需要动手实验,请让 ChatGPT 添加一个小型笔记本或脚本,复现这个想法的简化版本。在 Markdown 报告中放上这些实验文件的链接,方便您对照讲解和实验。
提示词示例:
可选技能
只在技能适合您想要的成果时使用:
$jupyter-notebook适合制作可运行的简化示例、生成图表或做小规模复现实验。$imagegen适合制作说明性插图,无需绘制精确的技术图解时可以使用。$slides适合在完成一轮学习后将报告制作成演示文稿。
对于大多数论文分析报告,优先使用 Markdown 原生图解或简单的 SVG 文件,比使用生成的位图更合适。随着您对概念的理解加深,这些图更容易比较版本差异、审阅和更新。
推荐提示词
先拟定报告大纲
用图解说明概念
根据报告制定学习计划
相关使用场景
准备委员会会议材料
让 ChatGPT 根据以往的会议纪要、政策草案、利益相关方的反馈、项目数据、治理规则和决策标准,编写注明来源的决策简报,列出备选方案,拟定会议议程,并起草会议纪要模板。
完成消息中的任务
使用“计算机使用”功能阅读“信息”中的一段对话,完成其中的任务并起草回复。
搭建备考系统
将学习目标、笔记、阅读材料、习题集、以往的测验和考试说明提供给 ChatGPT,并告诉它您有多少时间复习。让它为您编写复习指南、绘制概念图、安排练习日程、编制题库并制作进度跟踪表。