AI是让计算机代替人类完成部分智力工作的技术，例如写文章、从数据中做预测、区分照片或声音等。如今引发热议的，是只需用普通语言提出请求，就能“生成”文章和图像的生成式AI。AI这项技术本身早在20世纪50年代就已开始研究。那么，它为什么直到现在才引起如此大的轰动呢？本章将不使用专业术语，带你一口气了解AI是什么、为什么是现在、能做什么与不能做什么，以及如何开始使用。
3分钟看懂全貌
AI热潮的真相 —— 为什么现在到处都在谈论它
答案很简单：“AI终于达到了普通人也能使用的水平”。
转折点出现在2022年11月，OpenAI推出了ChatGPT。在此之前，提到AI，人们想到的是程序员和研究人员使用的复杂工具。而ChatGPT只需打开浏览器、输入问题即可使用。只要写上“帮我列一份下周出差的行李清单”，几秒钟就能得到回答。正是这种便捷性改变了世界。
此后几年，继ChatGPT之后，Claude、Gemini等服务相继问世，用AI起草工作邮件或报告草稿已经变得司空见惯。据说这一变化之大，堪比智能手机的普及。
这次的AI热潮与以往有何不同？
其实，AI热潮并非第一次出现。过去也曾有过“AI将改变一切！”的喧嚣，但每次都碰上技术瓶颈，期望随之消退。这一次之所以与以往不同，是因为有以下两项进化。
以前的AI需要专家通过命令或程序来操作。而如今的AI，只要用日常语言和它交流，它就会回答你。不需要手册，也不需要代码。
文字、图像、代码、音乐、视频。AI已经能够创造出全新的内容。这项技术被称为“生成式AI（Generative AI）”，是这次热潮的核心。
AI类型速览 —— 生成式AI、预测式AI、识别式AI
说到“AI”，其实有很多种类。虽然不必全部记住，但按照AI的用途大致分成三类，AI的世界就会清晰很多。生成式AI只是整个AI中的一部分。
💡 一个服务也可能承担多种角色。近来的AI既能看图并描述内容（识别），也能直接据此写文章（生成），一个服务可以同时胜任多种角色。另外，能够处理文字、图像、语音等多种类型信息的AI，被称为“多模态AI”（Google术语表）。详见第6章。
如今最受关注的生成式AI，比如你请ChatGPT“帮我想一下下周演示的大纲”，它就能整体生成大纲；在Midjourney中输入“夕阳下的海边一只猫”，几秒钟就能生成图像。几年前还被视为“只有人类才能完成的工作”，如今AI已经能够胜任——这正是当前热潮的本质。
ChatGPT的内部机制 —— LLM是“超高性能的输入联想”
使用ChatGPT、Claude或Gemini时，它们的回答看起来就像是在“思考”。支撑这种文本生成的，正是LLM（大语言模型）。用一句话概括其原理，它就是手机输入联想功能的超强升级版。
输入“早上”，就会推荐“早上好”。它会根据你的输入历史等数据，预测紧接在前几个字之后最可能出现的词。
做的事情相同，都是“预测后续”，但规模天差地别。它利用从海量文本中学到的规律，并结合整段对话的上下文来预测后续内容。
LLM组织文本的单位称为token（词元），相当于单词、单词的一部分、字符等（Google语言模型入门）。手机只看前面几个字，而LLM则结合整段对话的上下文，预测“接下来最可能出现的token”，并将其层层累积，组成文章。这种“把握上下文的能力”，正是LLM显得聪明的秘密。
它是怎样变得“聪明”的——三个步骤
从网页、书籍、论文等海量文本中学习语言规律（预训练）。这是最费工夫的环节，需要让大规模计算设备长时间运转。
通过优质的对话范例，额外学习“被提问时如何作答”（微调）。
由人工对回答进行“好/危险”的评价，从而提升回答质量（如RLHF等）。使回答更加礼貌，并趋近于无害。
这种学习是在模型构建阶段进行的。即使我们在聊天中精心措辞请求，模型本身也不会因此改变（Google的说明）。另外，一次能够读取的量（上下文窗口）有上限，因此在较长的对话中，开头的条件可能较难得到体现。重要的条件请再次明确告知。
⚠️ 不是“知道”，而是“预测”。当你问“日本的首都是哪里？”，AI回答“东京”，并不是因为它把东京当作知识去查询后作答，而是因为它学会了“日本的首都是”之后通常接“东京”这一模式。正因为这种机制，它有时会大大方方地给出看似合理却错误的信息——这就是后文所说的“幻觉”（Hallucination）。另外，使用搜索功能时，它也会结合当场查到的信息来作答。
AI能做什么、不能做什么 —— 避免高估与低估
人们对AI既有“什么都能做的神奇工具”这样的期待，也有“说到底只是机器”这样的低估。实际上，它介于两者之间，擅长与不擅长的事情界限分明。
- 撰写与编辑文章（邮件草稿、摘要、校对）
- 翻译（读写英文邮件会快很多）
- 头脑风暴的讨论伙伴
- 让它编写代码或公式
- 保证事实准确（看似合理，但未必正确）
- 判断自身的把握程度（即使出错，也会写得信心满满）
- 最终判断（不要把医疗、法律及重要决策交给它）
- 最新信息（学习截止之后的事，若不借助搜索则难以应对）
📊 可信度因领域和任务而异。同一个AI，日常的文章写作很擅长，但在法律、医疗等专业领域，在精确的数字和最新事件上，出错的情况会增多。即使附有整齐的表格或看似出处的链接，也不能因此断定它正确。最稳妥的做法是：把AI看作“因领域而异的不同工具”。
善用AI的实用诀窍
关键在于在AI擅长的领域使用它，而在不擅长的领域一定由人工检查。记住以下三条原则，就不会走偏太远。
让AI起草，确认内容后再发送。
让AI提出多个方案，由自己决定选哪一个。
以AI的回答作为出发点，重要事实则通过官方来源进行核实。
动手试试 —— 今天就能上手的3款免费AI工具
百闻不如一见。主流的AI工具大多都可以免费试用，练习时无需订阅付费套餐。
AI热潮的引爆者。拿不定主意时，就先从它开始。在chatgpt.com使用邮箱地址或Google账号注册即可。
试一试：“帮我列一份京都两晚三天的行李清单”；粘贴自己写的邮件，然后说“请改写得更礼貌一些”
由Anthropic开发。回答礼貌且逻辑清晰。在claude.ai注册。新注册需要通过可接收短信的手机号完成验证。支持网页版、iOS和Android。
试一试：上传PDF后问“请归纳成5个要点”，或问“这份策划书的弱点和改进建议是什么”
可与搜索、Gmail、文档联动，也擅长获取最新信息。使用Google账号在gemini.google.com登录（根据年龄、地区和账号类型，存在相应的使用条件）。
试一试：“今天东京的天气和推荐穿着”；上传一张照片，问“这是什么？”
该选哪一个？说实话，如果是第一次用，哪个都行。三款都免费，因此最好全部试一遍，找到适合自己的那一个。注册条件可以在Claude的手机号验证和Gemini的使用条件中确认（2026年10月14日确认）。各工具的详细选用方法，将在第2章“AI工具的选择”中讲解。
第一次练习：请AI写一份读书会通知
注册完成后，就来请它帮你做一件事吧。这里要请AI写一份通知，其中既有已经确定的内容，也有尚未确定的内容。这个练习可以同时检验两点：AI是否帮你把文字整理好，以及它是否不会擅自补充尚未确定的内容（内容仅为示例）。
“请为初次参加的人写一份亲切易懂的读书会通知。已确定的内容：课题书是夏目漱石的《心》；时间是11月14日 14:00～16:00；地点是市立中央图书馆2楼会议室；即使没读完这本书也可以参加。尚未确定的内容：参加费。尚未确定的内容请不要自行补充，写“待定”即可。”
📚 读书会通知
一起来读夏目漱石的《心》吧！欢迎初次参加的朋友。即使还没读完这本书，也欢迎轻松参加。
日期：11月14日 14:00～16:00
地点：市立中央图书馆 2楼 会议室
参加费：待定（确定后另行通知）
- 参加费变成了“免费”或“500日元”
- 日期或地点与你提供的内容不一致
- 出现了“提供茶水和点心”之类你没有要求的承诺
对照时只需确认两点：你提供的4项事实是否原样保留，以及参加费是否仍为“待定”。如果参加费变成了“免费”，就明确告诉AI：“参加费尚未确定，请改回‘待定’”，然后再次检查修改后的文字。文章读起来自然，并不代表条件就守住了——这是与AI相处时最重要的一种判断力。关于如何组织请求，可以在第3章“提示词的写法”中进一步学习。
使用AI前最起码要了解的事
开始使用之前，希望你先记住三件事。每一条都很重要，不能以“不知道”一语带过。
AI可能会看似合理地生成与事实不符的信息，甚至可能编造根本不存在的论文或出处。
应对：不要照单全收，重要事实应通过原始资料或官方信息进行核实。
根据服务和设置的不同，输入的内容可能会被保存，或被用于模型训练。
应对：不要输入公司机密、他人的个人信息或密码。如果是在工作中使用，请先确认公司的使用规定。
AI生成内容的权利归属在全球仍在讨论之中。美国版权局提出的观点是：仅输入提示词不足以获得著作权保护，还需要有人类的创造性表达。
应对：确认内容是否与他人的作品相似。即使标注“AI生成”，权利问题也不会因此消失。
美国版权局的观点可以在2025年1月29日发布的公告中阅读。关于AI的风险与伦理问题，将在第5章中进一步深入探讨。
- AI之所以正在风靡，是因为自2022年11月ChatGPT推出以来，“能对话、会创作”的AI已经人人都能使用。
- 类型分为生成、预测、识别三种。一个服务往往同时承担多种角色。
- ChatGPT的内核是“超高性能的输入联想”，以token为单位预测后续内容。
- AI可能会看似合理地出错。草稿交给AI，最终检查交给人，这是铁律。
- 先免费试用一款。请求时把已确定的内容和待定的内容分开说明，再对比答案。
读到这里，你已经了解了AI的基本原理和使用方法。接下来的第2章“AI工具的选择”，将比较主要AI工具的特点，并讲解如何找到适合自己的工具。