如需查看完整的文档索引,请参阅 llms.txt。在文档页面的 URL 末尾加上 .md 即可查看该页面的 Markdown 版本。
主导航
主题
Codex

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。

难度 Intermediate
时间跨度 30m

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

    ← 所有使用场景

    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。

    Intermediate
    30m

    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。

    Intermediate
    30m

    相关链接

    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

    我想通过这篇研究论文学习一个新概念:[paper path or URL]。 请按以下流程安排子智能体协作: - 启动一个子智能体,梳理论文要解决的问题、主要贡献、研究方法、实验和局限性。 - 启动一个子智能体,收集读懂论文所需的背景资料,并解释我需要掌握的术语。 - 启动一个子智能体,检查论文中的图、表和符号用法,仔细核实所有需要查证的论断。 - 等待所有子智能体完成任务,再对照原文核实并解决分歧。得出的结论应以原始资料能够支持的内容为限。 最终输出: - 创建 `notes/[concept-name]-report.md`。 - 报告应包含要点摘要、术语表、论文导读、概念图、研究方法示意图、证据表、解读时需注意的事项和尚待解答的问题。 - 在图解有助于理解的地方,使用 Markdown 原生支持的 Mermaid 图。 - 如果 Markdown 原生图表不足以讲清概念,请使用 imagegen 生成辅助理解的示意图,无需精确还原细节。 - 尽可能注明所引用的论文章节、页码、图号或表号。 要求: - 如果证据薄弱,请勿将论文的结论视为定论。 - 明确区分论文作者的论断和您自己的解读。 - 指出还需补充的背景知识和研究所依据的假设,并列出建议继续阅读的资料。
    我想通过这篇研究论文学习一个新概念:[paper path or URL]。 请按以下流程安排子智能体协作: - 启动一个子智能体,梳理论文要解决的问题、主要贡献、研究方法、实验和局限性。 - 启动一个子智能体,收集读懂论文所需的背景资料,并解释我需要掌握的术语。 - 启动一个子智能体,检查论文中的图、表和符号用法,仔细核实所有需要查证的论断。 - 等待所有子智能体完成任务,再对照原文核实并解决分歧。得出的结论应以原始资料能够支持的内容为限。 最终输出: - 创建 `notes/[concept-name]-report.md`。 - 报告应包含要点摘要、术语表、论文导读、概念图、研究方法示意图、证据表、解读时需注意的事项和尚待解答的问题。 - 在图解有助于理解的地方,使用 Markdown 原生支持的 Mermaid 图。 - 如果 Markdown 原生图表不足以讲清概念,请使用 imagegen 生成辅助理解的示意图,无需精确还原细节。 - 尽可能注明所引用的论文章节、页码、图号或表号。 要求: - 如果证据薄弱,请勿将论文的结论视为定论。 - 明确区分论文作者的论断和您自己的解读。 - 指出还需补充的背景知识和研究所依据的假设,并列出建议继续阅读的资料。

    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:

    1. 内容提要。
    2. 阅读前需要了解的背景知识。
    3. 关键术语与符号。
    4. 论文详解。
    5. 方法图解。
    6. 证据表。
    7. 论文尚未证明的内容。
    8. 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:

    请生成一个脚本,复现这篇论文中的一个简单示例。 脚本应当完整独立,只需极少的依赖即可运行。 脚本应生成明确且可供我查看的输出,例如 CSV 文件、图表或其他成果。 如果论文中有代码示例,请在编写脚本时参考这些示例。

    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

    在撰写完整报告之前,请先查看 [paper path],拟定报告大纲。 请在大纲中说明: - 论文试图阐明的核心概念 - 哪些章节或插图最重要 - 哪些背景术语需要解释 - 哪些图解有助于理解 - 动笔前会让子智能体承担哪些任务 列完大纲后就停下来,等我确认后再创建文件。

    用图解说明概念

    请阅读 `notes/[concept-name]-report.md`,添加有助于理解这个概念的图解。 尽可能使用 Markdown 原生的 Mermaid 图。如果报告的发布平台无法渲染 Mermaid,请改为创建小型 SVG 文件,将其纳入版本控制,并在报告中添加链接。 请添加: - 一张概念图,展示预备知识与相关概念之间的联系 - 一张方法流程图,展示输入、变换和输出 - 一张证据关系图,将各个论点与论文中的插图、表格或章节对应起来 图解应忠于报告内容。不要添加未经核实的论点。

    根据报告制定学习计划

    请根据 `notes/[concept-name]-report.md` 为接下来的两次阅读制定学习计划。 计划应包括: - 我应该先弄懂什么 - 应该重读论文的哪些章节 - 哪些公式、插图或表格需要重点关注 - 如果实验有助于理解,给出一个简化示例或一个实验笔记本的构想 - 延伸阅读材料和待解决的问题 请更新报告,添加一个简短的“下一轮学习”小节。

    相关使用场景