什么是 ChatGPT？

ChatGPT 是最著名的会话式 AI 应用之一，基于 OpenAI 的生成式预训练转换器 (GPT) 模型运行。在撰写本文时，ChatGPT 基于多模态 GPT-4O AI 模型，除了生成文本外，它还能够生成图像以及进行音频对话。

自 2022 年首次发布以来，ChatGPT 引起了媒体的广泛关注。它的流行为当前的 AI 热潮做出了巨大贡献，包括开发竞争产品，例如 Google Gemini（以前称为 Bard）和 Anthropic's Claude。

然而，ChatGPT 也引发了人们对大语言模型 (LLM) 技术相关问题的担忧，包括抄袭以及利用生成式 AI 制造错误信息和取代人类工作者。

ChatGPT 由 OpenAI 开发，这家机器学习和 AI 初创公司由 CEO Sam Altman、总裁 Greg Brockman 以及 ElonMusk 和 Ilya Sutskever 等人创立。除了 ChatGPT 和 GPT 模型系列之外，OpenAI 还创建了 DAL-E 图像生成模型和文本转视频模型 Sora。

OpenAI 最初是一个非营利性实体，但现在是一家混合型企业：501(c)(3) 非营利性 OpenAI, Inc. 控制着一家控股公司，该公司是营利性子公司 OpenAI Global LLC 的主要所有者。自成立以来，OpenAI 已获得 Microsoft 的大量投资，自 2019 年以来总额至少为 130 亿美元。

Microsoft 对 OpenAI 的投资大部分是以 Azure 云计算积分形式兑现的。¹作为回报，Microsoft 通过其 Azure 云计算平台提供 OpenAI API 的访问权限（其他开发人员可以用其创建专属生成式 AI 工具），并共享 OpenAI 的收益。Microsoft Copilot 和 Bing AI 服务也由 GPT 模型驱动。

ChatGPT 的工作原理是使用生成式预训练转换器 (GPT)，这是一种由 OpenAI 开发的大语言模型 (LLM)。转换器是一种深度学习神经网络架构，擅于通过自我注意力机制来维护大型输入的上下文，使模型能够识别输入序列中最相关的内容。

从广义上讲，ChatGPT 通过两个阶段的流程创建响应：

1. 语言理解：该模型通过嵌入流程将用户输入转换为数字表示。嵌入使 ChatGPT 能够捕获和处理用户意图以及语义和句法含义。
2. 响应生成：GPT 模型将输入序列与用户交互的更广阔背景相结合，以得出响应。响应由模型通过训练过程获得的知识提供信息。该模型根据训练数据中的相似内容预测响应。
   

人工智能驱动的聊天机器人（如 ChatGPT）通过使用复杂的机器学习算法，比对用户输入与数据集内容来维持运作。在训练期间，GPT 会识别训练数据中的模式和关系，然后利用这些发现来预测现实世界的结果，例如某个句子中的下一个单词。ChatGPT 的输出则代表基于其训练数据模式的预测。

GPT-3.5 是支持第一版 ChatGPT 的模型，也是 GPT 模型系列第三代的一部分，而第一代 GPT 模型于 2018 年推出。如今，随着 GPT-4o 的推出，用户可以利用 ChatGPT 生成音频和图像内容。用户可以通过互联网浏览器或 macOS、Windows、iOS 和 Android 上的应用程序访问 ChatGPT。

ChatGPT 基于从互联网获取的大量内容数据集进行训练。这包括论坛帖子、新闻文章、图片和网站。例如，GPT-3 基于超过 45 TB 的文本数据进行了训练，包括当时的整个维基百科。这使它能够理解人类生成的语言的模式并理解不同主题之间的关系。

GPT 模型采用多种技术进行训练，包括监督学习、无监督学习和基于人类反馈的强化学习 (RLHF)。在这些技术中，人工训练师会对模型的响应进行排序，并创建奖励机制以实现最佳性能。最初的预训练阶段为无监督形式，随后则使用 RLHF 进行微调。

ChatGPT 从基础 GPT 模型入手，利用额外的对话数据集（如由电影对话组成的数据集）进一步微调。无监督训练过程迫使该模型消化大量的非结构化数据，并针对这些内容的模式和意义得出自己的结论。

ChatGPT 对人类的反馈做出回应。用户可以指示 ChatGPT 以特定的方式行事，例如治疗师或职业指南。用户反馈还扩展到“赞成”或“反对”按钮，可以进一步定制 ChatGPT 的响应。

ChatGPT 是一个多功能 AI 技术示例，可以处理各种任务。虽然免费版 ChatGPT 提供相当多的公共功能，但使用 OpenAI 帐户订阅 ChatGPT 的付费套餐之一的用户可以获得更强大的 GPT 模型。

ChatGPT 的用例包括：

• 内容创建：ChatGPT 可用于撰写电子邮件、编写大纲和起草文章、编写播客和视频脚本、创建社交媒体帖文等内容。

• 汇总：ChatGPT 可以按照用户想要的格式处理和汇总冗长的文章和报告。用户还可以让它为复杂的主题创建简单的解释。

• 网络搜索：ChatGPT 自 2024 年 10 月起接入搜索引擎，可以在其生成的文本和音频响应中显示实时搜索结果。

• 工作申请：ChatGPT 自 2024 年 10 月起接入搜索引擎，可以搜索企业、查找相关工作机会，并为特定职位量身定制简历和求职信。

• 业务规划：用户可以要求 ChatGPT 充当业务分析师，开展市场调研并创建商业计划和报告。

• SEO：ChatGPT 可以返回与查询相关的关键字列表。然后，用户可以要求其概述和起草相应的文章或网页文案。

• 电子商务：ChatGPT 可以起草在电子商务网站上使用的产品描述。

• 语言翻译：ChatGPT 支持 80 多种语言，还能为其提供机器翻译。

• 内容营销：ChatGPT 可以将内容从一个渠道转移到另一个渠道，例如基于一篇文章或白皮书生成一系列社交媒体帖文。

• 建议：用户可以描述真实或假设的情境，并要求 ChatGPT 提供处理或应对建议。ChatGPT 可以按照指示以特定的方式行事，例如担任治疗师或教练。然而，由于 ChatGPT 是一种机器学习算法，而非训练有素的专业人士，因此其响应绝不应视作真正的专业知识，尤其是针对法律或医疗保健等高风险话题。

• 创建图像：ChatGPT 的新功能之一是能够创建 AI 生成的图像。虽然 ChatGPT 以前可以使用 OpenAI 的 DAL-E 模型创建图像，但现在它可以独立完成这一任务。

• 语音对话：ChatGPT 的语音模式使其能够更自然地与用户进行交互。自然语言理解 (NLU) 和自然语言生成 (NLG) 功能可带来 AI 驱动的对话体验。OpenAI 目前限制用户可以使用 ChatGPT 进行语音对话的次数。

• 编码和代码调试：程序员和开发人员可以要求 ChatGPT 审查代码，并发现潜在的错误或提供缺失的代码片段。

2023 年，OpenAI 推出了创建自定义 GPT 的选项：基于 ChatGPT 的聊天机器人，用户可针对特定目的进行修改。用户可以针对特定用例微调自定义 GPT，而不必每次都向 ChatGPT 提供详尽的提示说明。

自定义 GPT 的优势包括将知识文件上传到 GPT 构建器并与其他用户分享 GPT 的能力。借助自定义 GPT，用户可以创建专属 AI 系统，以便添加超越标准 ChatGPT 默认能力范畴的功能。创建自定义 GPT 的功能仅限于高级用户，不过免费用户也可以使用此类功能。

ChatGPT 可通过免费的 OpenAI 帐户或多个付费套餐访问。截至发布时，ChatGPT 计划包括：

• ChatGPT 免费版：免费用户默认使用 GPT4o-mini，但只能有限地访问 GPT-4o 和 GPT-o3 mini，后者是 2025 年 1 月发布的较新小型模型。用户可以让 ChatGPT 搜索网络以查找实时数据并将其包含在响应中。语音模式和文件上传受到限制。

• ChatGPT Plus：此版本具有更高的使用限制，并允许访问 OpenAI 的“深度研究”和推理模型、语音模式以及 GPT-4.5 的预览。用户可以选择创建自定义 GPT，并且对 OpenAI 的视频生成模型 Sora 进行有限访问。

• ChatGPT Pro：除了高级语音模式外，ChatGPT Pro 还无限制访问所有推理模型和 GPT-4o。用户使用视频和屏幕共享、深度研究模型和 Sora 视频生成的限额均得到提升。ChatGPT Pro 用户还可启用 o1“专业模式”，OpenAI 称此模式将“为最复杂问题提供更强算力，从而生成最优解答”。²

• ChatGPT Teams：Teams 是 ChatGPT 的两大工作场所计划中的第一个。组织可以连接内部 Google Drive 存储以进行个性化输出，同时向其员工提供所有 Plus 功能，以及 GPT-4o 的更高消息限额。

• ChatGPT Enterprise：企业级 ChatGPT 计划为 GPT-4o 提供了更大的上下文窗口，允许用户使用更多内容和数据创建更大的输入序列。包括访问 OpenAI 的推理模型，而 Enterprise 数据不参与模型训练（OpenAI 默认保留根据用户数据训练模型的权利）。

• ChatGPT Edu：ChatGPT 教育计划类似于 ChatGPT Enterprise，但面向高校场景，其包含对 ChatGPT Edu 用户输入数据的训练豁免条款。

ChatGPT 以及生成式 AI 都是令人印象深刻的技术。用户可以生成内容，并自动执行可能会占用其时间的日常工作。但有的人发现该软件存在缺陷。ChatGPT 的局限性包括：

• 可靠性：在 ChatGPT 的 4 亿每周活跃用户中，只有 1,550 万是付费订阅者。³一些用户报告称，自 2025 年初以来，ChatGPT 的性能有所下降，其中包括智能水平下降⁴ 、记忆故障⁵和回复较短⁶等问题。

• 准确性：ChatGPT 在回答问题时不引用消息来源。用户可以提示 ChatGPT 提供来源，但这些来源未经验证。最好在使用前验证 ChatGPT 提供的所有信息。

• 透明度：ChatGPT 与 OpenAI 的所有产品都是闭源的，这意味着第三方无法验证或检查其内部工作原理。ChatGPT 在其响应中也不会提供引文。

• 幻觉：所有生成式 AI 工具都容易产生幻觉或虚构，即生成与真实世界结果不符的输出。这是因为底层算法在训练数据中识别出现实生活中不存在的模式。

  生成式 AI 模型认知事物的方式与人类有本质差异。它们是高度复杂的模式识别工具，其最佳表现仅是基于情境做出合理推测。

• 推理：2025 年的一项研究 ⁷ 发现，ChatGPT 有时也会像人类一样陷入同样的逻辑谬误。鉴于其根据人类创建的内容而训练，因此存在偏差也在情理之中。该模型应对主观推理任务的表现，远逊于处理直白逻辑问题的能力。ChatGPT 还存在高估自身智能的倾向——这一点亦颇具人类特征。

虽然 ChatGPT 自推出之初就颇受欢迎，但该聊天机器人及其母公司也引发了多种道德问题，例如：

• 侵犯版权：OpenAI 因使用受版权保护的内容训练模型而被多家出版商起诉，包括《纽约时报》和《芝加哥论坛报》。作为回应，OpenAI 发表了一封公开信 ⁸，主张允许其与美国其他 AI 开发商进行此类训练，对在科技竞争中超越中国至关重要。

• 抄袭：继 ChatGPT 等生成式 AI 应用程序之后，AI 内容检测器应运而生，但其可靠性存疑。用户可以要求 ChatGPT 生成一篇文章，并对其进行相应修改以绕过检测。ChatGPT 本身也会在其响应中输出受版权保护的内容，使用这些内容将构成抄袭。

• 滥用的可能性：与任何生成式 AI 工具一样，ChatGPT 可能会被用于恶意目的。AI 创建的深度伪造和虚假信息已在全球范围内部署，试图影响选举结果。⁹

• 隐私侵犯：除了 Teams 和 Enterprise 计划等少数例外情况，OpenAI 会收集并利用输入数据来进一步训练其模型。如果用户提交的提示包含机密或敏感信息，则该数据可能会出现在提供给其他用户的输出中。

• 环境影响：ChatGPT 查询的耗电量是互联网搜索的 10 倍。随着越来越多的用户选择使用 ChatGPT 而非传统搜索引擎进行搜索，¹⁰ 其能源需求将持续增长。OpenAI 的新推理模型 o3 每个任务需消耗超过 1000 美元的计算能力。¹¹ 据 2021 年的一篇论文估算，GPT-3 的训练过程大约产生了 552 吨二氧化碳¹²，而 OpenAI 的模型从此也变得更加复杂。