(建议配图：左边是一个在那翻书的图书管理员（代表谷歌/百度），右边是一个闭着眼睛正在写诗的莎士比亚（代表 AI）)
大家好，欢迎来到 AI 实战第一课。
在开始学习任何具体操作之前，我们需要先敲碎一个巨大的误解。这个误解导致了 90% 的新手觉得 AI “不好用”或者“在骗人”。
这个误解就是：以为 AI 是一个更高级的百度或谷歌。
今天，我们把 AI 的“头盖骨”掀开，看看它里面到底是怎么运转的。
一、 搜索引擎 vs AI：找书 vs 写书
首先，你要明白这两者有着本质的区别：
搜索引擎（百度/谷歌）是“搬运工”：
当你搜“红烧肉怎么做”，它是去互联网的仓库里，把你需要的网页搬过来给你看。它保证原汁原味，哪怕网页上写错了，它也照搬。
AI（ChatGPT/文心一言）是“创作者”：
当你问“红烧肉怎么做”，它不是去搜网页。它是在它的“大脑”里，根据它以前读过的几万本菜谱，当场给你写一个新的菜谱。
一句话总结： 搜索引擎是给你找现成的答案（Retrieval）。 AI 是给你造一个新的答案（Generation）。
二、 AI 的核心秘密：超级“文字接龙”
那么，AI 是怎么“造”答案的呢？ 其实，它的原理甚至简单得有点甚至让人失望：它在玩“文字接龙”游戏。
举个最简单的例子。 如果我对你说五个字：“床前明月光”，你脑子里下一句会蹦出什么？ 我敢打赌，99.9% 的人会脱口而出：“疑是地上霜”。
请问： 在这个 0.1 秒的瞬间，你思考了李白的生平吗？你思考了这首诗的深刻含义吗？ 没有。 你之所以能接上来，纯粹是因为在你的记忆里，这几个字出现的概率是最高的。这就叫“肌肉记忆”。
AI 的原理一模一样，只不过它的“肌肉记忆”覆盖了全人类的知识。
当你在对话框里输入：“请帮我写一封...” AI 的大脑会疯狂计算：
后面接“信”的概率是 80%
后面接“死”的概率是 0.01%
后面接“大”的概率是 5%
于是，它选择了概率最高的“信”。 紧接着，它根据“请帮我写一封信”，继续预测下一个字…… 就这样，一个字接着一个字，像吐丝一样，它把整篇文章“猜”了出来。
专业术语： 这在技术上叫做 Next Token Prediction（下一个词预测）。
三、 为什么它有时候像个天才，有时候像个傻子？
既然它是靠“猜概率”来工作的，这就解释了它所有的优缺点：
1. 为什么它非常有创意？（优点） 因为它不是死记硬背。每次你问它，它选择的“概率路径”可能都不一样。 就像一个诗人，每次灵感爆发写的诗都不一样。所以它能帮你写出从来没有存在过的文案、故事、代码。
2. 为什么它数学很差？（缺点） 因为数学是严谨的逻辑，容不得半点“大概”。 但在 AI 眼里，1 + 1 = 2 并不是因为数学公理，而是因为它在书上看过太多次 1 + 1 后面跟着 2 了。 一旦遇到复杂的、它没见过的数学题，它靠“猜”就会出错。
3. 为什么它没有“真情实感”？（本质） 当你对 AI 说“我很难过”，它回答“我很抱歉听到这个消息”。 它真的感到“抱歉”了吗？ 没有。 它只是计算出：在人类的对话数据里，当一个人说“难过”时，另一个人回答“抱歉”的概率最高。 它是一个没有任何感情、但极其擅长模仿感情的冷血杀手。
四、 怎么利用这个原理？（实战心法）
明白了“概率机器”的原理，你就知道怎么驾驭它了：
给足提示（Prompt）：
你给的上文越多，它预测下文的概率就越准。
（就像“床前明月...”这几个字给全了，它才绝对不会接错。）
不要全信：
既然是“猜”出来的，就一定有猜错的时候。永远保持怀疑，特别是针对事实类的问题（如：某人的生日、某次会议的日期）。
利用它的发散性：
正因为它不是搜索引擎，所以当你需要头脑风暴、寻找灵感、改写文章时，它比搜索引擎好用一万倍。
五、 课后思考
请大家在评论区思考一个问题：
如果 AI 只是在做“文字接龙”，那它到底算不算有“智能”？还是说，人类的思考本质上也不过是复杂的“文字接龙”？
（这没有标准答案，欢迎大家在论坛吵架！）
给站长的建议：
排版提示： 把“文字接龙”和“概率”这几个词加粗、标红。这是本节课的“题眼”。
互动引导： 最后那个“课后思考”非常重要。它能把你的 IPS 社区论坛瞬间激活，因为这涉及到哲学层面的讨论，非技术人员特别喜欢聊这个。你可以自己先用马甲号在下面回一个观点，引战一下。
没有评论。