第一步：現(xiàn)象確認首先，你要跟ChatGPT確認它是否了解中國的雞娃現(xiàn)象，畢竟有時候它也會胡言亂語。

你要先通過確認現(xiàn)象的方式，確保你們在同一個頻道形成同頻思考。有時候，對于你的問題，ChatGPT可能不知道或理解有偏差，畢竟抓取了這么多數(shù)據(jù)。這時你可以主動把信息“投喂”給它，比如直接發(fā)兩篇雞娃的文章給ChatGPT，或者問關于雞娃的一些新聞現(xiàn)象，然后讓它來總結這個現(xiàn)象。當你們同頻之后，它就能更好地專門服務你了。這就是業(yè)內(nèi)人常說的，訓練ChatGPT。第二步：學術概念化寫過論文的朋友應該都懂，我們的日常語言和學術語言，其實是兩套語言體系。你肯定不能整篇論文都是“雞娃躺平”之類的網(wǎng)絡用語，這時候，就需要進一步問ChatGPT：關于雞娃，在教育學上會用什么概念進行研究？這時候，它就會給你很多概念上的參考，比如教育心理學、教育公平、教育首先，你要跟ChatGPT確認它是否了解中國的雞娃現(xiàn)象，畢竟有時候它也會胡言亂語。你要先通過確認現(xiàn)象的方式，確保你們在同一個頻道形成同頻思考。有時候，對于你的問題，ChatGPT可能不知道或理解有偏差，畢竟抓取了這么多數(shù)據(jù)。這時你可以主動把信息“投喂”給它，比如直接發(fā)兩篇雞娃的文章給ChatGPT，或者問關于雞娃的一些新聞現(xiàn)象，然后讓它來總結這個現(xiàn)象。當你們同頻之后，它就能更好地專門服務你了。這就是業(yè)內(nèi)人常說的，訓練ChatGPT。第二步：學術概念化寫過論文的朋友應該都懂，我們的日常語言和學術語言，其實是兩套語言體系。你肯定不能整篇論文都是“雞娃躺平”之類的網(wǎng)絡用語，這時候，就需要進一步問ChatGPT：關于雞娃，在教育學上會用什么概念進行研究？這時候，它就會給你很多概念上的參考，比如教育心理學、教育公平、教育競爭之類。第三步：定位優(yōu)質學術資源當我們把這個現(xiàn)象概念化之后，就需要定位優(yōu)質的學術資源了。例如：你覺得對教育心理學這個概念比較感興趣，是值得聚焦研究的概念，那么就可以進一步問ChatGPT，讓它給你推薦一些學術文獻。然后拋出這個Prompt：教育心理學有哪些類型，請推薦5篇引用率較高的英文文獻并介紹。這個過程實際上不僅是學術聚焦，對ChatGPT來說也是一個實時訓練、實時學習的過程。因為它本身就是預訓練的模式，雖然擁有很多數(shù)據(jù)，但圍繞你的研究，怎么去學習、怎么輸出專門的答案而不是套話，它并不清楚，這就是我們訓練過程的意義。另外，你也可以換不同方式提問，比如問它不同類型的文獻，保證文獻的質量和豐富性。其實這么做的目的也是投喂ChatGPT，讓它圍繞你的主題，學習不同的知識，例如高引文獻、綜述文獻、按時間或按某些主題的文獻、指定某些期刊的文獻等等。