那么，在正式开始前，我这里有必要说明一下：
关于 GPT 的基本面介绍，以及怎么注册，这些搜索引擎一搜一大把的东西，我们这里不浪费口舌。
PS：为了照顾一些无特殊环境的同学，文中也会提供一些国内直接访问的镜像网站，请注意发现彩蛋~
所以，我们这里就直接围绕着最关键的部分，也就是：你拿到 GPT 之后的两大痛点开始讲起....
在这里我也是分享一个国内可用的免费GPT-AI网站
背景
ChatGPT作为一种基于人工智能技术的自然语言处理工具，近期的热度直接沸腾🌋。
我们也忍不住做了一个基于ChatGPT的网站，可以免登陆！！国内可直接对话AI，也有各种提供工作效率的工具供大家使用。
上干货
**
网站：Mental AI
特点：
国内也可使用
适配移动端
正确使用姿势
关于对话有2点小提示：
1、提供的附带信息越多越好
更多的信息有助于AI准确地回答你的问题，而且它的单次问答可以处理几千字，千万不要小瞧它的文字处理能力。💡
2、信息的格式化要求不用太高
Mental AI已经是一个很智能的自然语言处理工具，它善于从凌乱的信息中提取核心，一股脑地丢就是了😜，实在理解不了再说。
1.为什么AI无法为你所用？
很多同学拿到 GPT 后的第一个痛点就是：用的不好。
也就是说，你经常会感觉到 ChatGPT 回答的好空，没有太多参考价值......
而第二个痛点则是：无处去用。
也就是说：有了 GPT 之后，发现自己好像并没有什么好问的，不知道可以用 GPT 来干嘛。
所以，在这两个痛点的影响下，当你折腾完账号，闲聊天的新鲜期过去之后，GPT 也就跟着躺平吃灰了，你的生活、工作依旧一成不变。
但是，我用 AI 的结果可能和你不太一样~
可以说，我现在工作流的一切，基本上都被 AI 接管或者辅助了，它为我实现整体效率提升了三倍不止。
它真真正正的变成了我的私人助理，渗透了我工作、学习、生活的方方面面....
包括你现在正在看到的这篇文章，除了写作是老常本人完成外，其它的诸如排版，增补、润色、纠错等诸多环节，都是通过 AI 完成的....
其实，用同样的工具，我之所以能用它创造出实际的价值，而你却陷入了【回答好空，不知道用来干嘛】尴尬情况的核心原因.
就是因为你缺少了这么两点~
1.你拿到了屠龙刀，但是不知道怎么挥动它。
也就是：没有掌握 AI 的使用方法。
2.你能挥动它，但是你不知道挥往哪里，去哪屠龙。
也就是：无法让 AI 与自身的应用场景关联起来，最后屠龙刀只能当烧火棍用。
可以说，几乎所有无法用AI创造出实在生产力的同学，都死在了这两关上。
所以，咱们接下来展开讲解的逻辑，就是围绕着：使用 AI 的方法（帮你挥动屠龙刀），以及 关联AI 的应用场景（让你知道挥往哪里去屠龙）这两条逻辑线来帮助你彻底掌握 GPT 的应用~
首先，我们先来介绍下用好 AI 的第一条线，也就是：带你掌握使用AI的方法，来帮你【挥动 AI 的屠龙刀】！！
2.那么如何使用AI呢?
其实整个AI使用的核心心法，用一句话就可以概括了：
也就是说：GPT 生成的答案质量，完全取决于你『问它』，以及『引导它』的方式，如果你能问得好，引导的好，那么它就会帮你生成让你惊喜的答案，反之则无价值，假大空。
而这里『问它的方式』指的就是：与AI沟通的语言，而『引导它的方式』，则就是调教AI的方法。
可以说：只要你搞懂了这两点，那么你就掌握了挥动AI这把屠龙刀的能力。
那么，这句话是什么意思呢？
其实很好理解，由于目前人类的技术对自然语言（人说的话）处理的技术还不完美，所以导致目前 AI 生成内容的质量，非常依赖于提示词（Prompts）
PS：你可以把“提示词”理解成：让 AI 能精准 Get 到你意图的话，或者与 AI 沟通的语言方式。
也就是说：如果你给AI的提示词质量不好，或者不到位，那么 AI 给到你的，往往就是那种 “像是一堆正确的废话堆积而成” 的文字垃圾。
这些东西和你用搜索引擎搜出来的那些拼凑而成的口水文，没有本质区别，对你毫无启发性。
所以，想要获得 AI 高质量回答的第一步，就是先学会与 AI 沟通的语言，也就是学会写提示词。
关于会给AI写提示词的重要性，OpenAI的CEO，也是被称为ChatGPT之父的 Sam Altman 就专门发推强调说：会给 AI 写提示词是一个非常高杠杆的技能。
那么，为了让你更直接清晰的认识到，会写提示词的重要性，我们这里不妨再上一个能让你直接感知到的例子~
让你看看，对 AI 提同样的需求，会写提示词，和不会写提示词，AI 所返回给你的结果质量，究竟会有多大的差距.....
PS：图片可点开后放大
好了，通过上面的介绍，你认识到了会写提示词的重要性后，那么我们该如何写出高质量的提示词呢？
关于这一点，我这里给你总结了一个通用且屡试不爽的提示词模版~
也就是说，一个好的提示词是由：立角色 + 述问题 + 定目标 + 补要求，这四部分构成的！！
1：【立角色】指的是：引导AI进入具体场景，为 AI 赋予行家身份。
2：【述问题】指的是：告诉AI你的困惑，你的问题，以及为AI补充问题所需要的背景信息。
3：【定目标】指的是：告诉AI你的需求，你希望它为你做到什么。
4：【补要求】指的是：告诉AI，它的回答需要注意什么，或者你想让它以什么形式来回复你。
当然，这套模板，看着会感觉比较复杂，但是，它操作起来却是无比简单~
这里不妨还拿前面那个【旅游攻略】的案例来举例，那把这个公式带入到一个真实的应用场景，它就是这样的效果.....
当然，看过这个例子，你可能会说，对于模板中的 “述问题、定目标、补要求” 这些部分都很好理解，这就是我们平常提问的语言模式。
但是，为什么这里要加上一个【立角色】的动作，这个动作是不是有些多此一举，直接上提问，不是更干脆直接吗？
恩，我这里想告诉你的事：这个动作不但不多余，而且还很重要！！
关于这一点的解释，我们这里还是拿上面的【旅游】来举例子~
看看同样一个问题，加角色和没加角色的问题，GPT 最后返回给你的答案究竟差异有多大......
PS：图片可点开后放大
通过这个对比图，你可以清晰的看的出来~
在完全一样询问方式以及内容的情况下，后者仅仅多了【假如你是导游】这六个字.
GPT 所返回给我们的答案与前者对比，就完全是两种境界！！
也就是说：加了专家角色的提问，AI返回的结果会更具体，更具有可实操性，而且回答的语气也更加具有人情味。
其实，之所以会造成这种差异的原因也很好理解，我们不妨拿金庸老爷子的武侠小说来解释~
其实AI 所掌握的知识，就有点类似于《天龙八部》的王语嫣一样，她虽然记下了天下武学的知识.
但是她所掌握的武学知识又宽又泛，又相互干扰，虽然能给出建议，却无法给出针对性的建议。
但是，当我们为 AI 加上了专家角色之后，它就不再是只会死读书的王语嫣了，而是真正化身为领域内的实战派专家，来给出我们答案了。
也就是说，专家角色可以帮助 AI 指定场景，清晰问题范围，以及补充问题所需的背景信息。
因为一个领域的专家，本身就代表某个领域的知识体系，以及最高的行业标准，这个动作就相当于给王语嫣叠加了一个 Buff 一样。
那么，在掌握了天下武学知识的王语嫣基础上，又为其叠加了一个个代表该领域最高成就的身份 buff，那它的回答，当然会和前面只会死读书的书呆子的答案，存在很多差异了。
所以说，如果你的问题需要一定深度，你想要更得到更专业的回答，而不是类似于搜索引擎式的回答，那么就请你记得：
向 AI 提问的第一步，先给它叠加上专家的 buff，完成了这个动作之后，再告诉它你想要它做什么，以及对它的补充要求。
好了，这里你清楚了为 GPT 叠加专家 buff 的意义之后，那么我们该如何为它叠加上这个 Buff 呢？
其实思路很简单，经过我的测试，你用以下这几个提示词都可以~
你现在是[xx]
请你扮演[XX]
假如你是 [XX]
请你以 [XX] 的角度/身份/语气.....
根据我的实操经验，这些提示词，都可以被 AI 所接受和理解，你这里只需要选一款最符合你语言习惯的表达风格就行了。
好了，当你掌握了写提示词的方法之后，再去和你过去的提问方式对比，AI所给你的回答质量，就会呈现我们前面的那种对比了~
PS：图片可点开后放大
而且，咱们这套写提示词的思路是通用的，几乎所有的场景，你都可以用这套方法来为其设计提示词~
◎举例 1：用『提示词模版』来设计课程大纲
提示词：
AI所生成的效果：
◎举例 2：用『提示词模板』实现模拟面试的效果。
提示词：
AI所生成的效果：
◎举例 3：用『提示词模板』来辅助工作。
AI所生成的效果：
此外，这套思路还可以跨场景迁移使用，比如用提示词模版，来实现 AI 绘画~
提示词：
AI所生成的效果：
总之，模板通用，例子举不胜举，只要你按照这套 SOP 模版写出的提示词，那么一般 GPT 给你的答案都不会太差。
当然，以上是一套标准的 SOP 模版，如果你的问题需求非常简单，你是不需要全部按照这一套来的，对于一些简单的问题，直接问就行了。
所以，要记得：方法不要用死了，要根据你的实际场景需求灵活变化哦。
好了，通过以上，你就掌握了写提示词的方法了~
不过虽然说可以通过这套思路，设计出优质的提示词，获得 AI 高质量的答案。
但是我们也知道，目前的 AI 还没有进化到逆天的程度，所以对于一些稍微复杂的问题，AI 的一次回答往往并不那么到位。
所以，如果我们想要获得更牛逼，更深度，更有价值的回答，那么我们就需要对它进行调教了~
二：调教方法
其实这个『调教的方法和原理』都很好理解~
GPT 之所以牛逼，就是因为思维链技术（Chain of Thought）让它具备了，多轮对话以及理解&结合上下文语境的能力。
也就是说：在该技术的加持下，AI 会记住我们前面的会话内容，在前面内容的基础上，去针对性的回答我们后面的内容，实现类似于真人之间沟通的对话效果。
所以，基于 AI 的这个机制，我们就可以通过不断的对其"喂数据"&“投指令”的方式，对 AI 进行训练。
通过不断的引导 Ai，来帮助我们获得更具体、更深度、更有价值的回答，或者其他效果。
好了，这里你知道了调教 AI 的机制之后，那么具体该如何训练 AI，才能让它达到你想要的效果呢？
那么，想要实现这个效果，我们就需要用到这么两个指令了。
第一个指令，我管它叫：继续指令
其实这个所谓的【继续指令】的本质作用就是为了：帮助你突破 AI 厂商的输出限制，让 AI 的回答得以充分发挥所存在的。
那么关于这一点的解释，我们也都知道，AI 大模型的训练成本是非常高的。
可能是基于算力成本的考量，包括 OpenAI 在内的各大 AI 厂商，都会尽可能的控制 AI 所生成的篇幅，以及尽可能的通过概括文本内容，让内容变得简练。
就拿 ChatGPT 举例子，它的单次最大输出是不会超过2048个字符的，只要超过这个字符值的，AI 的回答会被强制截断停止。
所以，在厂商的篇幅限制以及篇幅概括这两个限制条件下，AI 所给我们的一次性内容，就会经常让我们感觉到内容不够或者深度不够。
那么，这个时候继续指令就可以帮助我们突破这两点限制。
也就是：让超过 2048 字符的回答继续回答完毕，或者让第一次回答不充分的地方，继续详细展开。
比如，还是拿我们上面的【旅行】举例子~
AI 到此位置就超越了它所规定的字符停止下来了，那我们就可以通过继续指令，让它对前面没说完的话给说完。
同样的道理，即使它说完了话，我们也可以通过继续指令，让它对回答不够深入，不够具体的地方，继续展开一下....
当然，文中的实例，只是【继续指令】最基础的用法，除了这个最基础的用法之外，它还有进一步的追问用法....
比如，就拿上面提到的【课程设计】来举例子~
我们就可以用进一步的继续指令，对其进行追问~
PS：图片可点开后放大
而且，我们在进行继续追问的过程中，也可以把我们前面的【补要求】的提示词给用上，比如：
请用小孩子都能听懂的例子进行解释，
请提供不小于 5 个例子，
请从XX领域里选例子，
请你用活泼口语化的方式进行回答，
请扩写...
请概括...
PS：图片可点开后放大
理论上，你是可以一直按照“继续”的套路，对它进行持续的追问深挖的~
比如，还是那上面的【讲课案例】举例，也就是说，你只需要按照 GPT 最开始所提供的那个大纲框架。
然后，持续对这个大纲里面的内容进行追问，不停的套娃，最后再把每一个点追问的结果，填充到最初的大框架中，这样你就可以得到一篇，基本完全属于GPT 所生成的课件内容了....
你最后要做的，只是把GPT所生成的语言换成你自己的语言风格，做好逻辑的拼接，以及最后的润色，然后你就可以讲课了，嗯，就是这么牛逼。
PS：图片可点开后放大
当然，在使用继续指令以及延伸用法的时候，这里还有两点注意事项要提醒下：
事项一：注意指令的模糊性
也就是说，如果你的追问过长或者套娃层级太多的时候，那么你的继续指令，就可能会让 AI 产生歧义，呈现答非所问的情况。
所以在展开追问多层级里面内容的时候，请你一定要明确对象。
比如把：【请具体介绍下第二点】，换成【请具体介绍下提纲中的第二点】这样更具体的描述，这样 AI 就不会给你搞混淆了。
事项二：注意上下文语境的关联性
这一点我们前面也提到了，AI 具有强大的多轮对话，以及联系上下文的能力。
如果我们在同一个对话框内穿插多个不同的话题场景，那么 AI 的回答就有可能受到前面内容的影响，而出现乱答的情况。
所以，在与 GPT 的互动中，如果我们想在一个对话框内，问多个不同的话题，那么我更建议你在一个新话题开启的时候，初始化一下 GPT。
也就是把前面的对话清空后再开始新的话题，这样就可以避免 AI 的回答受前面内容的干扰。
具体重置 ChatGPT 提示词的操作是这样的：
好了，到这里我们就讲完了调教 AI 的【继续】指令了~
虽然说该指令可以让 AI 的回答更加丰富多彩，但是受制于语言传递信息的局限性，AI 的每一次回答，可能并不总是如我们的意，甚至聊着聊着还有跑偏的现象发生。
这样，就会让我们获得想要的效果的时候，出现很多不必要的麻烦。
那么面对这种情况，我们就需要用到调教 AI 的第二个指令，这个指令可以帮助你，设计具有“套路属性”&“模版类”任务的时候，有着神奇的效果。
2.调教 GPT之奖惩指令
其实这个所谓“奖惩指令（有监督学习）”的作用和调教原理很好理解，它就像是我们教育孩子一样。
如果你希望孩子达到你理想的行为标准，那么你就需要对他进行教育，如果孩子做得好，我们就需要及时的夸奖，鼓励他变得更好，
而如果孩子做的差劲，我们就需要对他进行惩罚，让孩子知道你的底线。
于是就是通过这样不断的棒槌 + 奖励的反复纠正下，孩子自然就会形成一套我们所期望的行为标准。
所以，既然基于神经网络的 AI 具备思维链的能力，那么我们当然也可以按照教育孩子的这种思路，让 AI 变得越来越听话。
至于这个奖惩指令的实操思路很简单，这里不妨拿我训练的【出题小助手】举例子~
这一点我成长圈社群的同学应该都知道，每个周我都会给我社群的同学出一道思考题~
所以，在ChatGPT出现之后，我就在思考，能不能让 AI 自动或者辅助我生成思维题，以分担掉我这部分的工作负担。
于是，在这种目标的指引下，我就开启了对AI的调教....
调教思路很简单：
首先，先投喂我之前的思维题，然后让它学习和分析我出题的格式，然后让它生成答案模式。
对于这些AI生成的内容，如果碰到符合我要求的地方，我就会用肯定词汇，比如：非常好，请继续保持这种形式。
对于不符合我要求的地方，我就会用否定词汇，比方说：不对，你错了，请重新，要求 XXX。
（一般 GPT 马上会向你道歉，并纠正其错误）
类似于你看到的这样.....
于是经过重复的投喂，一轮轮的调教，最后它就成了辅助我出题的小助手了~
嗯，如果我不提前告诉你，你能分清楚那一个是 AI 出的题么...
所以，不妨思考下你工作中场景，看看有哪些是比较偏模式化的任务，对于这些比较模式化的目标，你都可以通过【奖惩指令】对 AI 进行训练~
在训练的过程中，对于那些符合你要求的地方进行鼓励，对于不符合要求的地方进行惩罚。
最后通过这样来回的奖惩之中，AI 就会达到你理想的行为标准，生成你符合你想要内容的能力，成为你工作中某个场景下的长期助手。
好了，到这里我们就讲完了关于【训练 AI 技术面】的方法了~
但是我们也都知道，无论是知识还是技术，还是工具，它们最终的目的都是为了帮助我们创造实际的生存力所存在的。
如果达不成这个目标，那么即使你掌握了屠龙术，但是没有龙可屠，那么这个屠龙术也是和你没有毛关系的。
我们很多同学之所以拿到了 GPT，也掌握了 GPT 的使用方法，却仍然使用的频次很低，甚至完全用不起来的核心原因，就是因为你没有把 AI 与你所需要的应用场景关联起来。
所以，想要让 AI 为你创造出实际的生产力，你就必须找到自己的应用场景，只有把AI融入到具体场景之后，我们的屠龙刀才会有用武之地。
所以接下来的部分，我就给你分享，在掌握了操作 AI 方法论的基础上，如何让 AI 与你自己结合起来，带来实际的生产力~
3.如何融合AI创造实在价值？
其实让 AI 和我们自身融合的思路很简单，把整个思路概括下来，无非就是两个步骤。
第一个步骤，我管它叫：梳理
其实，这个【梳理】很好理解~
在电商兴起的时，马云曾说过这么一句话：所有生意，都值得用互联网再做一遍。
那么，在 AI 时代，我也想套用同样的话：几乎所有涉及到知识的工作方式，都可以再用 AI 重构一遍。
也就是说：
我们可以通过反思自己的工作场景，把那些可能被 AI 替代或者辅助的部分，都给梳理出来，然后找到它们和 AI 可以结合的点，把这些点按照前面所讲解的思路，给打造出标准化的工具或者流程出来。
说人话概括就是：梳理你日常所有的工作轨迹，找到AI能干的活，然后把AI能干的，一律交给它或者让它辅助你来做。
从而把你解放出来，去做更有价值，更具有创造力的事情。
好了，这里我们知道了【梳理】的内涵后，那么该如何去做这个梳理呢？
其实这个思路很简单~
你可以围绕着你人生基本面的万能三维度（学习、工作、生活），根据我们的行为需求，对每一个维度下的场景进行挨个发散梳理。
通过这种系统性的思考，把那些可以和AI结合的场景统统给抓出来。
比如，在我的学习场景下，AI 可以替代或者辅助的场景就有这些....
◎学习场景案例1：利用 AI辅助加工知识，解释知识，提供启发。
◎学习场景案例2：利用 AI 实现与大师对话式学习
当然，在这个场景下，除了与老子对话外，你把思路迁移一下，把它换成孔子、庄子、孟子、毛泽东、拿破仑、苏格拉底....
总之任何一个你感兴趣，你想和他对话的伟人。
甚至让 GPT 分饰多个角色，让大佬与大佬之间对决，你来观战，从对话中学习，让学习回归到"苏格拉底式的状态".....
◎学习场景案例3：利用 AI 实现辅助阅读，提高理解效率。
这个应用场景，对于那些理解能力不强，或者想提高理解效率的同学，简直是神器，比如.....
◎学习场景案例4：利用AI实现各大领域的入门教练，导师。
这个场景，对于那些想搭建某领域体系，或者想系统研究某领域的同学，简直是福音。
比如这个技术学习的案例.....
而且，同样的道理，除了这个"技术"领域的，你还可以把这个思路迁移出去，用同样的套路，去研究哲学、社会学、产品经理、运营....
总之任何你想研究的领域，都可以让AI为你指路。
当然，在学习场景下，除了这些还有 N 多场景，比如，做我的英文教练、辩论教练、学习效果检测师等等.....
这里受制于篇幅原因，我就不一一给出示例了，如果你对【学习场景】的更多用法有兴趣，改天我再写文单独做专题分享。
好了，这里简单的介绍完学习场景下的梳理和示范，那么同样的套路，在工作场景也是如此~
◎工作场景案例 1：利用 AI 当你的工作助理。
这个助理场景的案例举不胜举，你可以用它帮助你写招聘信息，写脚本，写工作文案，自媒体文案，写代码，甚至写方案.....
比如，我让AI帮我写的这个产品经理的 PRD 文档，看完你是不是觉得，以后这部分工作基本岌岌可危了....
同样的，利用 AI，来做数据分析....
或者用 AI 来写会议邀请....
当然，除了以上比较专业化的场景助理外，它也完全可以胜任创意性，或者激发创意性的工作。
比如，咱们这篇文章的标题，就是来自于 GPT 的启发结果....
看完这些，你是不是突然能理解，为什么有了 ChatGPT 之后，很多企业开始裁员的原因了....
总之，运用好我们上面的提示词以及训练套路，那么万物皆可辅助。
当然，除了这些，在工作场景下还有 N 多用法，比如，让它做我的排版&选题工具人、筛选整合数据师等等....
总之，工作场景下的例子，也是举不胜举，如果你对工作场景感兴趣，可以按照上面的号加我下。
找我免费要一下，更多助你开阔思路的场景案例，以及国内可直接访问的一些镜像网站。
因为文章篇幅的原因，我们这里也不一一给出示例了~
好了，这里说完了前面两大场景，那么同样的，在我们的生活场景也是如此操作~
◎生活场景案例1：用 AI 做健身教练~
再比如，用 AI 做我的私人营养师....
当然，除了上面的例子外，AI 在我们生活场景中的运用，也是举不胜举。
比如：让它做你的私人律师、私人医生、私人导游等等，各种教练，各种身份，它都可以非常出色的完成！！！
总之，无论是工作、学习、还是生活，这样的例子和场景数不胜数，我也给你举不完，你也学不完。
这里放出这些场景案例，只是供你开阔思路启发用的，例子本身并不重要，例子场景背后的挖掘思路才是你真正应该学习的。
只要你能围绕着【你三维度的日常轨迹】去对自己做系统梳理，在梳理的过程中，每一个场景跳出来的时候，都思考下，该场景可以和AI结合的点，有就记录，没有就跳过....
只要你认真完成这个过程，那你一定可以挖出大量有用的场景，以及独到用法，而这些你亲手挖掘出来的场景，才是你真正刚需，且能为你马上解决问题的场景！！
好了，当我们通过以上梳理，挖掘出可以和AI结合的场景之后，我们就可以为这些梳理出来的场景加持上AI，去创造生产力了，也就是我们的第二个步骤~
2.落地 GPT 第二步：打造
其实，这个所谓的【打造】指的就是：把我们梳理出来的这些场景中，那些能标准化，可重复套用的场景，让它一律的标准化、工具化，形成『场景库』，以供我们需要的时候，直接去调用。
比如，我前面训练的思维题小助手，健身教练助手等等....
至于为什么要做这个动作的原因也很简单~
也就是说，除非我们有了一定知名度，数据有被 AI 厂商抓取的价值，否则我们这些个人训练出来的数据，都是无法进入到AI厂商的训练集数据库里的。
也就是说：即使你在一个对话框里，把 AI 训练的很听话了，但是当你重新打开一个对话框后，那么 AI 与我们前面所有的互动记忆都会消失......
所以，对于一些有价值的场景，我们就需要把我们辛苦训练出来的【场景数据】给保存下来，这样它才可以长期的为我们提供服务，而不是一次性的买卖。
比如，就拿我训练出来的【邮件小助手】来举例~
当我每次需要发邮件的时候，我只需要告诉邮件的内容就行了。
而对于邮件的落款，称呼，格式，写作风格等这些东西，我都不需要重复告诉它，它都会自动读取之前的数据....
同样的，类似于健身教练，营养师或者其他需要反复互动的场景等等，都是如此~
只要你训练出这个场景，那么下次你再需要它为你定制方案的时候，它就会自动读取你前面的数据，结合你前面的情况，来给出你当下的最好方案。
之后的所有互动，你都不需要你再对它，反复的交代和补充大量的背景信息.....
所以，当我们把这些训练好的场景，按照一定规则给保存下来形成场景库之后，我们就可以重复的套用它们，以帮助我们省去大量的时间精力。
好了，这里你知道了，打造『场景库』的意义之后，那么具体该如何操作呢？
那我这里给你分享两种方式~
方式1：直接用 GPT 内置的场景库
也就是说，你每次在GPT中开启一个新的对话的时候，GPT都会为你自动创建一个对话框（场景）。
那么我们就可以把那些有训练价值，可以固定下来的场景，给留下来，然后按照我们三维度的方式对它们进行分类命名即可。
比如，类似于这样的效果......
当然，用这种方式打造场景库的局限性是比较大的~
因为官方的这个是固定格式的，那么在这种方式的限制下，我们就无法对我们的场景进行分类以及排序。
在这种死板格式下，一旦你对话的话题过多，那么这个来回翻找的麻烦劲头，会有一种让你想撞墙的感觉。
所以，相对于这种方式，我更推荐你第二种~
也就是：在你的外脑系统里（笔记管理软件），用更灵活的中控页面，对它们进行集中式的管理，做出类似于这样的效果...
其实这种方法的实现原理很简单~
如果你仔细观察，你会发现GPT中的每一个对话框（场景），它都是有一个单独的独立网址的~
所以，在这种机制下，我们就可以把需要场景的链接给拿下来，然后在我们的外脑中，按照我们需要的逻辑给它分类下来。
这样我们在调用每个场景的时候，就不需要打开 GPT网站，然后折腾翻找半天才能开始了~
而是直接来到我们的中控面板里，点开相应的链接，它立刻就会自动跳到我们相应的场景对话框里.....
整个操作的过程会让你丝滑的有一种飞起来的感觉~
那么，随着你AI落地的场景越增越多，你就会在这个面板里，形成一套完全属于你自己的【AI场景库】，想要什么，一切触手可及.....
好了，到这里，我们整个AI的使用指南也就基本结束了~
总之，当你能按照咱们三维度的思路去做系统梳理，然后，再按照咱们文章开始所讲到的写提示词技能以及训练 AI 的方法，把它给训练出来。
然后，把它们分门别类的固定到你的AI 场景库之后，那么恭喜你，你就成功的雇佣到免费的助理了。
它会帮助你分担掉你各个场景中的大量琐碎，帮助你全面实现工作、生活、学习效率的极大提振。
只要你认真的去做了这件事，并且安排到位了，不说提升你十倍八倍的效率，那么提升个 2-3 倍的效率是绰绰有余的。
当然，最后还要提醒你一点~
AI 现阶段还没有进化到逆天的程度，所以在很多场景下，它还是没有办法做到真人的效果，而且它所生成的答案也不是百分百的正确，在很多时候它也会存在胡编乱造的答案。
所以对于一些重要场景的内容，我们还需要对它进行手工润色，修改，以及对它给的信息进行溯源核对。
总之，纵有 AI 辅助，也不要丧失独立思考的能力，无论是现在还是未来，独立思考的人才能控制 AI，而不是为 AI 所控~
