害怕要失去工作给ChatGPT？借助人工智能成为产品分析超级明星

发布者：弗拉基米尔·坎捷金

我是一名inDrive产品分析师。如果您查看我的电脑，您会看到超过20个正在与ChatGPT打开的对话框，我在其中与AI谈论工作和生活。现在，我想分享一下这个新工具如何帮助分析师完成工作并改善我们的日常生活的想法。

很重要的是要将 ChatGPT 视为另一种信息来源。就像任何资源一样，它提供的信息需要被以批判的眼光看待和评估。作为附加奖励，我将在文章末尾分享一些关于 ChatGPT 和人工智能的额外资源。

ChatGPT：一款强大的工具

我在2023年三月初第一次给ChatGPT-3.5发送了信息。起初，我只是在玩弄不同的查询，与工作大体上无关。但是后来，我开始思考：我如何可以利用这个神经网络来解决与产品分析相关的任务？

进入时，我知道 ChatGPT 无法 100% 准确回答我所有的问题。因此，理想情况下，在让 AI 机器人回答之前，我希望自己知道至少 50% 的答案。然后，我可以立即验证 AI 是否分享准确信息或只是自己编造的信息。当然，如果我对某个主题没有足够的知识，我总是可以将机器人的答案与另一个在线资源进行对比，或者咨询专家的意见。

重要的是要认识到人工智能并不是所有主题的权威。ChatGPT并不是惟一的真相来源，也不会为我们去做工作。相反，将它视为助手：让它做繁琐的工作，而你专注于创造性的一面。

当我们跟ChatGPT合理分配时间时，我们得到公式X + Y = Y。其中，X代表你已经知道如何完成并且可以轻易委派的任务，而Y代表新的、更具创新性的任务。常见的短语“你的20%的努力产生了80%的结果”在这里也适用。事实上，这是我们可以在任何新仪器上使用的公式。

对我而言，ChatGPT只是一种新工具 - 就像Excel一样。虽然Excel通过计算电子表格数据加快了工作速度，但它并没有取代任何一个职业。

ChatGPT：一个伙伴和朋友

虽然ChatGPT可以作为一种虚拟助手，但是当你以平等的立场接近它时，它也可以成为一个很好的头脑风暴合作伙伴。与AI一起工作可以是一种合作过程，在这种过程中，如果你提供正确的提示，聊天会变成一个讨论。

这是我通过使用ChatGPT发现的一个极好的生活技巧，可以改善我的查询。想象一下，ChatGPT就像你那位聪明、精力充沛的助手，总是超越你的期望。如果你花时间坐下来，提供足够的澄清信息，你可以帮助它更熟悉、更擅长解决手头的任务。

以下是一个自我改进提示的例子，它可以通过问题和答案的迭代来扩展您对任务的理解。

我希望你成为我的提示创作者。你的目标是帮我打造最好的提示。这个提示将由你——ChatGPT使用。你将按照以下的流程进行：

1. 你的第一反应将是问我提示应该是关于什么的。我会提供我的答案，但是接下来，我们需要通过以下步骤的持续迭代来改进它。

2. 根据我的输入，你将生成3个部分。

修改提示：以清晰、简明易懂的方式重新表述提示。

b) 建议：建议在提示中加入其他详细信息，以便改进它。

c) 问题：请问还有哪些相关问题需要补充信息，以改进提示？

3. 我们将继续这个迭代过程。我会提供更多信息，您将在修订提示区更新提示，直到完整为止。

这是ChatGPT本质上具有内置支持的示例。此外，支持甚至可以教我们如何使用它。?

谁将取代我们：人工智能还是受人工智能信息启发的人类？

我不认为人工智能会取代人类。相反，那些知道如何使用人工智能的人将取代不知道的人。毕竟，那些在工作中采用 ChatGPT 的工人将能够更快更有效地完成任务。

很快，具有ChatGPT先进知识的一名分析师可能能够取代两个人的工作。正是这个想法促使我开始考虑神经网络如何应用于我的职业任务。这也是我撰写本文的灵感来源。

一项来自OpenAI（ChatGPT背后的公司）的研究发现，神经网络可以完成程序员23-25％的任务。因此，很明显，这个工具尚未成功取代人类 - 但它确实使我们的生活更加轻松。当然，事情变化很快。到本文发布时，AI可能已经取代了我的分析师职位。但我怀疑。

另一个普遍的预测是，ChatGPT 实际上会创造更多的工作机会，而不是夺走它们。支持这一观点的是，我最近看到了一个“与 ChatGPT 合作的 Python 开发人员”工作职位招聘。而且，在某种程度上，我已经在扮演提示工程师的角色了。毕竟，我正在创建聊天并通过我的提问改进 AI （参见上文的生活技巧）。也许，在 2-3 年内，我们会看到“掌握 ChatGPT”列在职位要求中的空缺职位。

要让ChatGPT替换人类，需要发生什么事情？首先，需要有一个验证AI响应的系统。目前，我们需要人类来完成这项工作，而神经网络短时间内不能取代人类。

让我们也考虑逐渐增加难度的任务，从实习生到高级水平：随着我们向上晋升，任务从“简单的网络搜索”变为处理和发现无法在Google上找到的新想法。 ChatGPT目前还无法达到层次的这一点。

此外，每个新工具背后都有一个需要不断关注的巨大系统。为此，我们需要的是工作能力。那么，一些问题产生了：是更好地支付人工智能来完成工作还是只雇用一位高级开发者？神经网络又如何知道什么时候出现问题？

现在，让我们继续探索ChatGPT的一些功能。

与ChatGPT合作

以下是ChatGPT对简单请求与带有更多信息背景的请求的响应之间的差异。在我的第二个提示中，除了其他相关信息外，我还指定了产品、受众和目标。

下面，让我们来看一个真实的分析任务：编写SQL查询以将网站访问转换为广告横幅点击。

基于ChatGPT的回应，我们可以立即确定几种改进查询的方法。

1. 虽然AI机器人为我们提供了一般模板，但是最好提供更多关于我们具体数据库结构的信息。

2. 我们需要考虑事件的顺序。

3. ChatGPT 实际上告诉我们在数据中需要注意的事项：“请注意，在现实世界中，并不是所有的横幅点击都对应着网站访问次数。” 读到这个回复，很容易想象 ChatGPT 是一个在工作中给你建议的伙伴。

在使用ChatGPT一个月后，我开始越来越少依赖Google搜索引擎。为什么呢？我发现ChatGPT提供了更详细的答案（正如您可以从上面的SQL示例清晰看到）。相比之下，Google的答案相当枯燥，这意味着如果您想要更多信息，您需要非常全面。

在使用ChatGPT时需要注意的一件事是它所提供的信息的相关性。神经网络是基于2021年9月的数据训练的。因此，如果您正在使用较新的库，例如，它可能会回答“我不熟悉这个库或框架。可能它是新的、特定于某个领域，或者在一般软件开发社区中并不广为人知。”

然而，如果您提供了有关该图书馆的文章链接，ChatGPT将开始解释它。实际上，该工具可以分析来自GitHub的代码，并提供有关该库的信息，该工具以前没有了解过该库。基本上，神经网络正在现场学习。

另一个ChatGPT接口的重要方面是它利用当前聊天的对话历史来理解上下文。对于英文聊天会话，令牌数量的限制大约在3-4千个令牌左右。基本上，它会自我训练，并从您在单个聊天过程中提供的信息中获得上下文！

实际上，你可以把ChatGPT当成一种长期记忆存储，一个思想之书。

ChatGPT-3.5 vs ChatGPT-4 ChatGPT-3.5与ChatGPT-4

四月中旬，我从免费版的ChatGPT（3.5）转换到了付费版（4）。随着我越来越多地创建查询，并越来越依赖这个工具，它开始花费更长的时间来回答，我也注意到了更多的错误。

同时，ChatGPT在所有用户中变得越来越受欢迎。因此，开发人员不得不对使用进行一些限制。当然，对于想要加快工作任务的产品分析师来说，最好避免麻烦，直接购买完整版。

在我转换后，这是我注意到的：

1. ChatGPT-3.5 响应速度比 ChatGPT-4 更快。

2. 话虽如此，回答质量有明显不同：ChatGPT-4 提供更详细的回答，甚至会要求提供更多上下文以确保最佳结果。

3. 付费版本还有增强功能的插件:

4. 当您为GPT-4提供额外的上下文信息时，它可以创建真正能够应用于工作任务的有竞争力的回答。例如，这个工具曾经为一种重要按钮的不同CTA设计的A/B测试生成了一系列很好的选项。此外，它可以立即预测哪种设计会最受欢迎，以及原因。此外，ChatGPT提供的所有建议都导致了转化率的上升。

我如何将ChatGPT变成产品分析的超级力量？

让我们问ChatGPT本身：

ChatGPT可以帮助生成假设、研究结果和A/B测试指标的想法。例如，如果我给它足够的关于某个假设和产品的上下文，然后问，“这个A / B测试的关键指标是什么？”，它几乎总是给我一个令人印象深刻和适用的答案。还可以问ChatGPT，“在什么情况下可以无需AB测试就可以推出一个功能？”

正如我之前所提到的，对我来说，ChatGPT已经完全取代了谷歌和许多现代在线课程。然而，我们不能在这些个体概念之间划清明显的界限。例如，我的同事使用Bing浏览器的AI功能。通过这种方式，Bing已经成功地将标准搜索引擎和AI结合在了一起。

在线课程也是一个有趣的案例研究。作为一个小实验，我想知道ChatGPT是否能处理这些在线课程的典型任务。然而，由于ChatGPT-3.5使用一个过时的Python函数进行日期转换，我最终得到的答案只有正确值的一半。基本上，它将收入减少了一半。如果我没有检查代码，很容易忽略这些错误（这再次说明了需要验证来自AI机器人的响应和数据的现有需求）。