简约商业思维联创罗飞：教育企业如何应用好AIGC技术？| OpenTalk

　　来源|多知网

　　演讲嘉宾|罗飞

　　整理|Charles

　　摄|张蔚斐

　　在多知网近日举办的OpenTalk第40期““教育+大模型”的实践与创想”活动上，简约商业思维联合创始⼈罗飞分享了关于教育企业如何应用好AIGC技术的思考。

　　核心观点：

　　1、ChatGPT是⼀个没有主动的想法、很有创意、知识渊博的⽣成式的AI模型。

　　2、在未来，AIGC2.0最终可能是认知的去中介化。

　　3、在ChatGPT跟AIGC结合上，检验标准就是要建立在用户已有的行为上去做自然的行为迁移，不要去创造用户行为。

　　4、避免ChatGPT回答空泛式、教科书式的答案，要用好这个公式："好提示词= 立角色 + 述问题 +定目标 + 补要求"。

　　5、比知识更重要的是思维，比思维更重要的是思想。

　　以下为罗飞分享全文（经多知网整理编辑）：

　　大家下午好，简单介绍一下自己，三个标签，第一是技术老兵，我是从中国站长时期成长起来的一名程序员。第二个标签是商业模式教练，简约商业思维是一个服务于创业者企业的机构，提供系统的商业认知培训、轻咨询和投融资赋能。第三个标签就是作者，著有《内外兼修：程序员的成长之路》和《编程超有趣》等。

　　今天分享的主要是两个部分。第一个是现在ChatGPT或者AIGC模型能做什么以及对教育的影响。第二个是作为教育企业，怎么去拥抱AIGC的技术。

　　01

　　ChatGPT等AIGC模型能做什么

　　现在ChatGPT很火热，一个新的东西出来我们朋友圈马上就知道了。我从我自己的实践和经验入手给大家做一个分享，我是怎么用ChatGPT的。我用它干了五件事情：

　　第一个是写代码。ChatGPT出现以后，我可以指挥ChatGPT作为一个团队去开发很多东西。70%的代码用ChatGPT来实现了。

　　第二个是写文案。比如一些直播主题的文案，这些文案是我让ChatGPT想的，它比我们自己想的文案要好，特别是理工男，文案是死穴，ChatGPT很好解放了我们的脑细胞。

　　第三个用它做了一些数据分析。数据分析里有一个很专业的技术叫做知识图谱。我告诉ChatGPT我有哪些数据以及数据的图谱结构，让它生成SPARQL语句，可以对数据进行推理分析，体验很好。

　　第四件就是用它来写书找概念找案例，补充观点，这些都很好。

　　第五件用它训练了一个简约机器人，拥有简约商业思维的知识，它能把简约里的观点给调出来。这种用法，是短期内很多公司有自己公司知识和数据库可以做一个类似的工具的。

　　当有ChatGPT之后，怎么提好问很关键。之前有朋友问，怎么给嘉宾提好问，我倒有一个切身的使用场景，简约商业思维因为经常有直播，也有各种节目。我告诉ChatGPT直播的主题，它能帮我生成十个问题，能帮助我们与嘉宾更好的互动。

　　ChatGPT有三个层次，第一个层次是把它当搜索助手，以前我们用搜索引擎，出来的东西一大篇，十几二十几条，你自己要去甄别，哪个答案最符合你。但是ChatGPT它能立刻给你调出准确的答案，比搜索更好。

　　第二个可以把它当任务助手。就是公司各种岗位能不能提升人效，比如文案编辑、项目开发等。

　　第三个是把它当思维老师。我们人的知识量没有它这么大，它能补充我们的观点，能打破我们的思维边界。

　　与ChatGPT交互，提出一个高质量的问题很重要，一个好的问题包括：定义角色，定义目标，定义要求。

　　举一个例子，比如我想去调研餐饮行业的商业模式，但是很多人就会直接问“餐饮行业有哪些商业模式”，ChatGPT有一个思维惯性：它会尽量保持自己的观点中立且不出错，总想在有限的字数里给你罗列一些教科书式的答案。我们怎么能避免它回答这种空泛式的教科书式的答案呢。知乎博主“RPA学长”总结出一个公式："好提示词= 立角色 + 述问题  +定目标  + 补要求"。 我自己很好的提示词也符合这个公式。

　　

　　02

　　AIGC的应用已经落地，也在影响教育行业

　　今天我们重点还是说一些应用场景和案例。

　　

　　MyShell是现在国外比较火的，国内做AIGC的人都把它作为典型案例在分析。它是学英语的App。现在怎么练口语?你和它对话的时候可以语音，对话回来的时候，文字是模糊的，你听它的语音能大概听出文字是什么意思，再看对应的文字。这个就能取代很多外教的私教，每天我们可以用它来练口语。

　　这里面生成的答案是对接ChatGPT生成的答案。也可以选择不同的场景和角色，他的人可以选择比如跟电影美剧的虚拟机器人，还是商务类的虚拟机器人对话，可以选择不同的场景。英语培训的从业者可以了解一下，完全可以借鉴。

　　另一个案例，365学堂是一款中小学作文智能批改工具，通过人工智能+大数据算法”实现作文标点、错字、语法问题的一键即时修改，并提供涵盖多维度评价指标的大数据分析仪表盘，为学校写作教学提供便捷技术和素材支持、为机构辅导孩子写作减负、为学生写作技能提升提供辅助.具体流程是，孩子先拍照作文，然后通过OCR识别转化为文字，再利用AI算法逐句进行批改。为确保准确会经过人工审阅，再输出给家长。引入GPT的能力后，批改效率大大提高，人工审阅的周期缩短了50%。

　　365学堂作文智能批改是重点。365学堂通过九大维度对孩子的作文进行分析，包括意义、创意、文体、语言等方面。经过多年的发展，他们积累了大量的中小学写作私有数据。现在，他们利用自身的私有数据建立了写作大模型，并开放了API接口，可以供外部用户接入和使用。

　　ChatGPT是文生文模式， 其实AIGC 平台还有文生图、文生代码、文生视频、文生游戏模型等，国内现在也有很多，如百度文心一言、阿里通义千问、科大讯飞的星火、出门问问等等。

　　现在发展得很快，每一天都在不断地变化，我列的这些还不是很全。现在很多AIGC平台可以用。企业要拥抱AIGC技术，要善用这些平台。即使一样功能平台它的模型稍微不一样，他们的生成内容风格是不一样的。比如ChatGPT模型就是教科书式的，列举式地回答，未来是不是有散文式、讲故事式的回答模型。图像类的有的偏写实类，有的偏艺术类。同样的模型大家都可以多去尝试一下，看不同的模型之间有哪些不同的调性和风格，怎么更合适地使用你自己公司的业务。

　　总结起来就是，对ChatGPT的认知和解释及我自己下了一个定义： ChatGPT是一个没有主动的想法，很有创意、知识渊博的生成式的AI模型。

　　比知识更重要的是思维，比思维更重要的是思想。知识是什么?现在我们的教育总人人死记硬背，但是实际硬背，背得过ChatGPT吗?以前我们感觉一个知识要100%背下来，我才能应用。但是有了ChatGPT之后，这个知识我可能只掌握70%-80%，但我马上用ChatGPT就能把它调用出来。

　　比知识技能更重要的是思维，思维就是我们的思考方式。我们怎么去应用这些知识，就是设计思维、计算思维、商业思维，就是抽象能力，逻辑能力。孩子要培养这样的思维能力，而不是培养他们死记硬背的能力。比思维更重要的是思想，思想是人的三观，人的品质，人格。它是伴随一个孩子一生永远不变的，从小我们培养孩子很好的品质，这个品质会变成他一生的人生底色，会永远地伴随他。我们更多要考虑到思维和思想上面的培养。这是值得大家深思的。

　　03

　　教育企业如何应⽤好AIGC技术?

　　教育企业跟AIGC的结合如何能做到真正的因材施教，千人千面的教育?以前的教育都是以老师为中心，老师讲什么所有学生都听什么，以后的教育是以学生为中心并从重知识学习到注重思维与思想的培养。

　　

　　千人前面的智慧教育系统打造，以前都认为需要很强的技术团队，需要有算法工程师，需要建立NLP工程， 而现在一个GPT模型就能解决这个问题，能帮助企业建立自己的自适应模型。 并且AIGC还能用于数据层 知识库、教案教程的建设。

　　因此，在数据层与自适应模型层之上，教育企业可以打造两类平台应用：能个性化推送的知识学习平台 和 能个性化分析的思维教育平台。对于孩子不仅要分析出它的知识点的缺失，更多要分析出他的能力缺失。因为我们分析出他的能力缺失，能去推荐他训练思维的训练方法，有可能这个训练方法不是知识，而是告诉你，你应该阅读哪一类的书，你应该去做哪一类的运动?孩子课外的时候应该参加什么样的活动，更多地培养孩子的思维能力。这可能是未来教育科技公司，应该更注重的一个事情。

　　很多公司都有自己的私域数据，私域数据如何能训练出来变成比如简约思维有自己的机器人，带有我们简约观念的这种机器人，跟自己的私有数据结合。

　　有三种方式：

　　第一是示例训练，相对于给了一些例句，用户问题和例句相似，GPT会围绕例句的基本意思进行生产答案。 例句是占用对话的token的，所以例句不可能太多，不能超过最大token限制。所以示例训练适合于数据量小的场景 。

　　第二是调模型训练（Fine-tuning），就是在大模型下可以有自己的数据对进行训练，在大模型下面形成小模型,这种训练方式没有像示例训练那样有token限制，可以输入大量的数据进行训练，但是并非所有的模型都支持微调的训练，在目前GPT3.5和GPT4模型都不支持微调训练。

　　第三类训练方式是借助外部的向量数据库，我们文字要变成向量才可计算。比如将文档分段形成向量存入到支持向量数据库(PineCone、PostgreSQL等)。当用户提问时，会先把用户的问题转化为向量，然后在向量数据库中找到相似的知识点。将找到的知识点预先作为GPT模型的上下文和用户问题传递到GPT模型，从而让GPT生成一个围绕相关知识点的答案。这个过程是动态为GPT模型指定上下文，不支持微调的GPT3.5、 GPT4模型都可以采用这种方式。

　　

　　这个流程图是把第三类的向量数据库方式展开的流程图。

　　在大模型选择的方面，有的公司因为数据敏感，无法直接使用OpenAI的接口，这需要自建私有的大模型，目前可以选择GLM、BLoom、LLaMA等开源项目， 芯片用A100等，完成自建的成本可能就是上百万的投入。 建立私有模型也可以用云服务的方式，比如AWS的SegeMaker，可以帮助企业快速部署好GPT模型。

　　以上是在技术选型上给大家的参考。 处理技术实现，企业要在应用模式上分析更为重要。应用模式要回归商业的本质， 我们的应用模式是能为社会创建价值，为企业增加收入才行。分析AIGC现在有什么样的应用模式?它的应用模式可能会分为1.0和2.0。

　　一个新技术出现的时候，刚开始企业并不知道它能真正用来干什么，总会习惯性地用它去做一些老事情。比如互联网刚出现的时候，大家会觉得应该像用报纸一样去用它，所以出现了门户网站，或者觉得应该是电视的作用，所以出现了视频网站。但是互联网真正有突破的应用场景是共享经济、电商、网络社交等。

　　AIGC2.0的应用场景是什么现在还不知道，但是1.0已经很清晰了。AIGC1.0大概有以下四种场景：

　　第一，“提升人效的场景”，就是GPT+人，分析一下你有哪些岗位，虽然说是脑力劳动，每次输出的内容都不一样，但是脑力劳动是重复的，思维模式是重复的。这种重复性的脑力活动，ChatGPT以后会替代很多脑力劳动。虽然说每次输出结果不一样，思维模式是一样的，这样的工作岗位可以大量地去提升人效。过去的信息技术和工业革命替代了人类很多重复性的体力劳动，未来GPT将会替代大量重复性的脑力劳动。

　　第二，“工具升级”的场景，这是GPT+SaaS的模式，比如现在很多科技公司是SaaS类的，比如提供财务软件，操作很复杂。拿大家熟悉的Excel来举例，我们要产生一个折线图，要用什么公式?点什么按钮?总是记不住清楚。操作很复杂，以前觉得需要专业能力很强的人去操作软件。 而GPT给软件工具赋能后，我们可以用自然语言指挥软件工具去做一个复杂的操作。

　　第三，“知识调取”的场景，就是GPT+知识库的方式。有一类公司员工他的知识他需要有员工手册，员工的工作是强知识型的，比如保险理赔人员，比如律师，我要牢记一些信息以及经常翻译资料才能把工作干好。有了GPT结合一个公司的内部知识库，可以帮助员工快速调取知识，不用再找资料上面耗费太多的时间。

　　第四，“数据分析”的场景，就是GPT+数据。有些公司已经产生了一些数据但不知道怎么分析，有了GPT这样的技术能挖掘他的一些数据价值，能够让他的数据实现价值化、要素化。

　　而在2.0，可能会出现新的变化，这时候应用场景会更符合技术的本质，我认为技术的本质是突破人类边界能力的限制。比如我们有时间的限制、空间的限制。以前的技术逐渐帮助人类突破了外在的能力边界限制，而GPT的出现，让弱人工智能变为了强人工智能，会将突破我们人类的内在能力边界的限制。

　　

　　虽然2.0的具体应用形式现在还不知道，我认为最终可能是要做的一个事情就是认知的去中介化。互联网去掉了很多信息的中间环节，信息的中介化。但是认知也有很多中介化，特别是做教育的，很多教育公司在做认知中介。ChatGPT的出现，很多教育公司要思考下一步商业模式是什么样的，如果你还做认知中介的事情的话，可能会被GPT取代。

　　

　　在思考公司战略上，简约商业思维有一句话叫“远看三步，深想一步，快行半步”。远看三步是战略要潜力前瞻，看见未来，深想一步是战术上，我们要量力而行，结合公司自身优势制定出切实可行的战术，关键是战斗上我们是快行半步，这里是半步不是一步，因为太快可能会成为行业先烈，投入大量成本。你做了很多市场教育的事情，可能后来者会比你做得更好，导致你前期的投入收不回来。所以快行半步很重要。

　　教育企业跟AIGC结合怎么能快行半步，检验标准就是我们要在用户已有的行为上去做自然的行为迁移，不要去创造用户行为。

　　用户需要一个比如陪伴型的AI助理。可能这是未来，但不是现在快行半步的事情，可能是两步的事情，现在要做这种事就要去教育市场才行。每家公司可以分析一下你们现在用户到底有什么样的行为，基于ChatGPT我们能让用户行为更好地满足他的需求。他的需求本来以前就是这样存在的。

　　在企业上面，我们要思考好战略，把AIGC用好，还是这样的不等式：比知识更重要的是思维，比思维更重要的是思想。对于一个企业来说，知识是什么?知识是你的行业知识，你的竞品信息和市场上大家都在用什么数字化系统。现在信息发达的时代，获取知识太容易了，你知道的大家也都能很快知道，只是你晚一天知道还是早一天知道。而怎么思考这些知识，怎么应用这些知识，这个思维方式更重要。企业要去用好这些知识，要从商业的本质的角度去思考，有没有创造市场价值。这里的检验标准就是：有没有提升企业的利润或者是扩大产品的市场。在思维上要有系统性的战略思维，要构建全面性的商业模式。

　　

　　比思维更重要的是思想，就是一个企业创始团队企业家精神，包括他的领导力、洞察力、决策力和执行力。张维迎老师说过企业家的决策不是科学决策，因为其并非基于数据和计算，而是基于想象力和判断，没有唯一正确的答案。

　　给大家留四个思考题：

　　问题一：你的行业10倍数变化的科技要素是什么？以及有哪些相关要素？为什么是10倍数变化?不是10倍数的变化你的竞争对手也可以看到，现在10倍数就是AIGC。移动互联网的时候，虽然说iOS、安卓出现了，有操作系统还有手机硬件和4G普及等相关要素出现。

　　问题二：这10倍速科技要素对于你的公司对于人产生的影响是什么？包括你的用户行为会发生什么样的变化？市场发生什么样的变化？产业上下游会发生什么样的变化？市场来源于人的行为，想清楚了这些人的行为，我们才知道提前在哪等待着人的行为来了用上我们的产品和服务。

　　问题三：对于我们企业自身的业务意味着什么，是机遇还是挑战？是能变成新业务还是新的收入？

　　问题四：我们企业核心能力在哪？要跟自己企业核心能力结合。做这件事情要具备什么新的能力?

　　思考好了这四个问题能更全面系统地用好ChatGPT和AIGC。

　　04

　　Q&A

　　提问：罗老师您好，您刚才提到用GPT辅助写书，我们是做出版的公司，有一项业务是写医疗类的书籍。像这种专业性比较强的书，ChatGPT可以代替人工去做吗？因为我们现在这个工作是由专门的医学编辑做的。

　　罗飞：专业性强的需要试验一下能不能用ChatGPT。我用的时候发现它有一部分公开性很强的专业是具备这种能力的，它的语料里有，比如专业性很强的，但我试过让它用古文的书写它就不擅长。医学，它到底知道多少?你需要去调研测试一下。比如用很专业的问题问它，给你一个很专业的答案，证明它原始数据里面有，那么就可以用它来编辑这个专业出版物。如果原始数据里没有，可能会有一些问题。

　　第二个观点，要用它去做专业的事，这个事情，我经常被问到类似的问题，身边朋友问，ChatGPT出现了，非技术人员能不能用它写代码。我自己做了这件事情，我的一个回复就是，跟开车一样，以前没有ChatGPT的时候，我们开车需要知道方向盘怎么使用需要知道档怎么挂，有了ChatGPT你可以坐副驾驶了，但是坐在副驾驶的人一定要知道交通规则，看见红灯知道指挥车停止，看到拐弯指挥车速度降到30迈，不懂交通规则就不知道怎么指挥。 所以没有一点编程基础的人是不知道怎么指挥ChatGPT写出符合要求的代码的。

　　同样医学领域的书，一点不懂医学知识的人能不能去靠ChatGPT编写一本书，这个应该是不能的。一定要懂医学知识框架。

　　提问：您方便给我们深度分享一下“认知去中介化”吗？

　　罗飞：2.0的商业模式具体是什么，现在没办法预测，我认为是认知去中介化。现在我们在很多时候要获得一个认知是有门槛的，人们要花钱、要付出代价才能获得，有的企业把这当作商业模式，知识付费、培训机构、各种私教都可以理解为认知的中介。可能ChatGPT出现以后，获取认知不一定非得找很专业的人，利用ChatGPT就可以把一个一般的人变为专业的人。

　　举个例子，Grammarly是做在线语法纠正的一个APP，这家公司2022年投后估值130多亿美元，但是ChatGPT出现，它的估值可能会下滑，因为Grammarly能做的事情GPT都能做，而且是免费的。类似于这样的还有题库软件Chegg，这是上市公司，前段时间也股价暴跌，那家公司也在做认知的中介化，类似于这样认知中介化公司还有很多，只是现在GPT的应用场景没有到达这个领域而已，当GPT的应用场景到达这些领域，这类公司不转型可能很危险。

　　这类公司怎么转型?要拥抱GPT，要拥抱AIGC，做人做不了的事情。比如，语文老师批改作文，每天批改一次，以前语文老师是干不了的，但是加上GPT可以做这个事情了。教育里有很多大量人干不了的事情，现在是不是加上GPT和AIGC能干这样的事情，能更好地满足人的需求了，这是教育公司要转型思考的事情。

　　提问：有观点说，苏格拉底和孔子式的启发式的教育，未来是一个方向，GPT在做一个虚拟老师，它能够在引导孩子学习过程中扮演苏格拉底和孔子的角色，是不是可以这样理解？

　　罗飞：这个它是完全可以做到的。ChatGPT可以生成内容也可以生成启发性的提问。这就是我们自己要对它提出要求。比如我用它来学习知识的时候，会给它增加难度：要用黄金圈法则的方式分析知识点，让ChatGPT要举案例，而且可以让案例有正面的案例也要有反面案例，然后还要它给我们生成多个启发性的问题。这样加强它的难度后，它就会反向给我输出启发性问题，当然这个过程是需要反复地调教它才能输出好的结果。

　　提问：您之前也在少儿编程领域创业过，现在在AIGC这个浪潮之下您认为少儿编程后面会往什么方向发展？孩子未来还需要学编程吗？毕竟现在AI已经能够帮我们写一些代码了。

　　罗飞：我的答案还是刚才说过的一个驾车的比喻，我们认为现在不需要驾驶员了，但是还是需要坐在副驾驶的人。其实程序员现在并没有普及到每一家公司，因为现在技术团队的成本还比较高，比如要有一个技术团队，以前没有AIGC、没有ChatGPT的时候，你要做一个技术项目要养技术团队最小单元也要五六个人包括前后端、测试、产品经理、设计师之类的。这五六个人，有很多传统公司觉得成本高，养不起技术人员。而未来公司只要有个稍微懂一点技术的人，利用GPT可以做一个人抵一个团队的事情。 还有就是孩子学编程不一定长大后就非要做程序员， 就像学英语不一定是去做翻译， 孩子在学习编程中，他能提升编程思维、数学思维，孩子拥有这些思维长大后能做更多的事情。

　　有了AIGC和GPT后，人的跨界能力也能大幅提升，因为以前觉得跨界感觉很难，毕竟另外一个行业要很专很懂。但是现在人要去跨界，要进入另外一个行业，我知道它的框架就可以有调用它的能力。未来人才要懂技术，还要懂艺术，还要懂行业，这样的人才会更被社会需要。