情緒勒索你的AI來得到最佳的結果

AI的世界仍在持續進步，但是將AI還有大型語言模型整合到我們日常的工作以及生活之中，現階段仍是一種需要練習的技巧。(我想這個概念也不難理解，雖然我們很希望AI幫我們把一切事情都完成，但是就像是使用Excel / Powerpoint一樣，完全不學習就馬上可以投入在工作上產出成果，應該還是有難度的吧?)

這陣子使用AI模型，還有參考國內外一些喜歡玩語言模型的同好發文，一個很有趣的結論就是，有時候把大型語言模型(尤其ChatGPT)當作一個人來溝通，會得到比較好的結果，這的確是非常反直覺的，也就是說很多時候ChatGPT耍懶不肯工作的時候，你用加油打氣，或是情緒勒索的方法，確實是可以得到比較好的結果。

我舉一個我嘗試的範例，我想請ChatGPT幫我產生一個動態的GIF，我原本用中文來做嘗試，但是雖然可以執行但是相對溝通不良，需要多好幾倍的溝通成本，所以我這邊附上用英文的嘗試，比較快達到結果 (跳過中間冗長的步驟)

可以看到一開始ChatGPT只說自己做不到，經過我們加油打氣並且要求他think step by step以後，他就開始思考並且列出可行的步驟了，但是還是拒絕下去實作，說自己做不到。這時候我們再給他非常強力的要求，就可以看到他開始勞動了。

經過多次的加油打氣，並且做一點情緒勒索以後，ChatGPT總算產出了動態GIF檔案，而且效果還不差!

在這之後，我還有請ChatGPT自己發想，看看如何改善這個影片，確實也有一些成果，但是似乎碰到了ChatGPT 執行上的Resource限制(可能是產生更長的動畫會耗用太多資源)，我就不放上來了。

以結論來說，大型語言模型LLM有趣之處就是，因為他們是一種機率性的軟體，所以與其說背誦好該怎麼使用這個軟體，我們人類跟LLM的使用方式，以目前來說還是以一個指引者的方式，能夠得到最好的結果。

這個有趣的結論，分享給各位

1. 把大型語言模型當成人來看待，給予支持給予高要求，會得到比較好的結果
2. 不求第一次就得到最佳的結果，而是要在持續互動中去得到改善
3. 如果中文的結果不佳，嘗試用英文給指示
4. 記得提醒ChatGPT他擁有什麼能力，現在的AI很容易"忘記"自己其實有這樣的能力，忘記自己可以產圖，忘記自己可以上網查詢，忘記自己可以寫python code下去執行。

回過頭來說，是不是跟管理部下偶爾有相似之處呢?