在ChatGPT帮助下，一家知识付费公司的哪些工作会被机器替代？

这是一家真实存在的求职类知识付费公司，八十人规模，年收入千万级。给用户提供职业咨询、简历改写和模拟面试等服务。整体业务模块可分为:

1. 流量投放：3位流量投手通过搜索引擎广告等方式引流用户到公司官网。
2. 流量承接：3位客服在公司官网与用户沟通求职意向，并引导用户留下微信联系方式。
3. 流量转化：35位咨询顾问分析用户求职需求，并说服用户购买产品。
4. 用户服务：40位服务顾问为付费用户提供求职辅导，比如简历和面试服务。

尝试调用了GPT-3.5 API，让ChatGPT扮演客服、咨询顾问和服务顾问，猜一猜它能胜任哪个工作？

01 ChatGPT角色扮演

先说结论：它是优秀的智能客服，专业性略差的面试官。

由于GPT-3.5拆解复杂任务能力相对较弱，编写提示词prompt时人为分解任务执行步骤，它的表现效果会更符合需求。比如告诉它需要先问候，再询问用户相关信息，最后让用户添加联系方式。

而且提示词会作为输入“嵌入”模型，让Prompt贴近机器语言（编码化/模块化），也能提升回答质量。基于“指定角色+描述任务+提供语境+输出示例”结构，当它扮演智能求职客服时，我的Prompt如下：

在提示词工程上，我对比了两种方式，一种是让GPT-3.5拆解任务，直接告诉它需要扮演客服角色并收集用户信息；另一种是人为拆解任务，让它按步骤执行。实验发现目前GPT-3.5拆解复杂任务能力较弱，第二种方式它的表现效果更好。

后续尝试跟它对话过程中，发现他回答完用户问题通常不会继续执行“询问”指令，于是我又修改提示词，新增“回答问题后需要继续询问用户信息”。提示词工程是需要结合实际业务工作流不断调优的，多次尝试后，它终于输出了我较为满意的对话流程，示例如下：

对话中可以看出，它能回答一些专业性不高的通用求职类问题，比如“产品经理对学历是否有要求？”它清晰执行了设定的对话流程，并收集指定的用户信息。因此对于不需要专业知识的客服，它目前就能替代真人，而且工作时长是真人2～3倍。

需要专业知识，“懂行”的角色，如简历改写和模拟面试，它只能顺利执行流程，通用智能无法输出较深的行业认知，但用专业语料库微调或嵌入或许就能满足需求。此外，上下文token限制也对需要较多信息交互的简历和面试辅导有影响。而需要揣摩用户心理，基于个性化痛点说服用户购买产品的咨询顾问，它目前的智能水平无法胜任。

让我们来算笔账：ChatGPT 节省成本 = 客服人力成本 + 部分服务顾问人力成本 - GPT调用费用

假设你是这家公司CEO，ChatGPT帮你做了官网产品介绍Web开发，你只需要雇佣投流量和转换流量的人，以及部分能用ChatGPT服务用户的人，你的公司还需要多少人？

02 为什么ChatGPT的爆发会引发AI巨变？

在上述案例的启发下，我开始思考大语言模型对AI的价值。

AI对人类社会的影响，或许跟人们与世界的信息交互方式强相关。我们通过视觉、听觉和触觉等感知世界，用文本、图像、视频和音频作为信息传递媒介，并基于信息理解的一致性沟通和合作。而信息的载体就是语言，包含汉语和英文等自然语言，也包含HTML和JSON等格式语言。或许大语言模型是AI和人类沟通协作的桥梁，虽然它可能不“理解”自然语言背后人类对世界的审美表达。

基于大模型，AIGC的迭代可能将从单模态到多模态，从简单任务到复杂任务，从“工具”属性到“人格”属性。

工具属性：提供服务价值，需要人拆解复杂任务，可替代业务流中某一环节，AI工具体验与真人无差别，甚至效率优于真人，且成本低于收益。比如智能客服。

人格属性：提供专业&情绪价值，AI能拆解复杂任务，“思考并实践”得出最优解决方案。优秀的AGI是个性化的。比如虚拟世界的康德给孩子们讲哲学，讲时间空间。

最后分享一个小故事：

我写了段代码，Prompt是用中文翻译“XXX”。重复执行这段代码，连续让GPT-3.5翻译了6次英文商品评论。而后在翻译“电动牙刷用户评论”回答中，它除了翻译，额外捏造输出了两段这个电动牙刷用户评论中英版。

它并没有严格执行我的“翻译指令”。所以这是Bug？还是它在尝试揣摩我的需求，并试图满足呢？

本文作者：雨小田。