今年 2/28 日转载的阿禅老师的《那么，我是如何使用ChatGPT的？》不知道大家有没有看，建议大家还是去看一下。阿禅老师在那篇文章中在过去 12 个月的时间里，在 ChatGPT 的辅助下，一个人完成了 4 个产品：
其中 MyIP 这个项目在 GitHub 开源并获得了 5.3k 个 Star（数据截止2024年6月28日）。说实话，这些事即便对于工作多年的程序员（比如我）来说，也是很难的。而阿禅老师并非程序员，却凭借 ChatGPT 开发出了这几个产品。
这就是 LLM 的强大之处！
人类区别于动物的标志就是会使用工具，而 LLM 就是这样的工具，在 LLM 的帮助下，我们可以完成一些原本超出自身能力范围的任务，也可以完成一些原本一个人完成不了的事。所以 LLM 也被认为是继信息技术之后的第四次工业革命，因为它极大的提升我们的生产力。用更通俗一点的话来说就是：以前我们不敢想、不能干的事情现在可以去想想、去试试了。所以再遇到没有做过的或者是不会做的事的时候，要想一想是否可以用 LLM 再试一次了。
角色模式
回到正题，其实我们每一次使用 LLM 都能算作是使用了“角色”模式。如果让它帮我们写论文，那它就扮演了一个论文写手的角色；如果让它写代码，它就扮演了一个程序员的角色；如果让它帮我们进行英文翻译，它就扮演了一个翻译员的角色……因为不管是让它完成什么任务，它实际上都是在扮演对应的“工具（人）”。
正因为角色模式是如此普遍，所以在像阿里的“通义App”上直接有两个 Tab：“工具”和“角色”，里面有一些现成的工具和角色，其实不管是工具还是角色都是同一个东西，只不过拟人的就是角色，拟物的就是工具。
使用角色模式时，我们并不需要具备对应角色的专业知识。比如假设有个人要和别人打官司，需要先写一个起诉状提交到法院，而这个人并没有任何法律方面的知识，甚至连起诉状是什么格式都不知道，但他只需要和 LLM 说“扮演一名律师，帮我写一份起诉状”，LLM 就能按其要求写出一份“格式正确”的起诉状，如果他再向 LLM 提供一些为什么要打官司的“前因后果”，那 LLM 就能提供一份更完美的起诉状。
LLM 不光是可以扮演人，还能扮演物。比如我们可以让 LLM 扮演一个“程序”：扮演一个房贷计算器，贷款100万30年，年利率3.25，计算等额本金还款方式比等额本息还款方式省多少利息。LLM 就会像贷款计算器那样，先计算出等额本息还款方式下总利息约为 565974.8 元，等额本金还款方式下总利息约为 461111.11 元，利息节省约 10.4863.69 元。
甚至，我们还可以让 LLM 扮演一个计算机操作系统：扮演一个 Linux 终端，接收我的输入并输出。然后我们再输入“ls”命令，LLM 则会像 Linux 终端那样给出一个模拟的当前目录下的文件和文件夹列表。
使用角色模式，也可以帮助我们跳出自身的思维习惯去思考问题。比如当你有一件事情拿不定主意，心中的那两个小人一直在争论不休，那可以试试让 LLM 扮演你心中的那俩小人，让他提出更多的论点，看哪个小人最终可以说服你。
角色模式的一个特点就是可以给你节省很多口舌。比如正常情况下，你需要浪费很多口舌来告诉 LLM 你要什么，而使用角色模式，只要你和它说扮演“XX”后，它就 Get 到了你想要的东西。
到这里，有没有发现其实 LLM 能做的很多事情都是以前没想过的？不要给 LLM 设限，不要给自己设限，我们能做的还有很多！