共计 3242 个字符，预计需要花费 9 分钟才能阅读完成。
这是一篇关于如何将人工智能（AI）作为工具，并将其应用于个人独特、专业需求的应用文章。它为每个人提供了一些有趣的教训。我还根据读者的反馈进行了更新。
你将了解到，只要你有正确的提示和一丝怀疑，就可以使用像 ChatGPT 这样的工具快速解决复杂问题。
一个简短的 3D 打印兔子洞
我们这次课程的背景是 3D 打印。一个特殊的 3D 打印测试称为 3DBenchy，用于检查打印机性能。它帮助 3D 打印机用户测试速度和各种打印质量指标。Benchy 通常需要大多数打印机花费一到两个小时来完成打印。
我最近测试了一台声称比许多其他打印机更快的打印机。在这台打印机上，Benchy 需要 42 分钟，而在 Fab Lab 的其他 3D 打印机上，它需要 60 到 70 分钟。但问题是：由制造这台打印机的公司提供的测试版本只需要 16 分钟。这是一个巨大的差异。
3D 打印机通过 G 代码进行控制
3D 打印机通过 G 代码进行控制，这是一种由切片工具生成的自定义程序，控制打印机的打印头和打印平台移动、加热以及进料和回缩熔融丝。
工厂为我在测试的打印机提供的预切片 G 代码导致打印时间为 16 分钟。而我使用公司切片工具生成的 G 代码导致打印时间为 42 分钟。我想知道为什么。
不幸的是，该公司的支持团队中没有人能回答我的问题。尽管多次尝试，我无法得到关于如何更改切片设置以使我自己生成的 G 代码表现与工厂生成的 G 代码一样好的答案。
AI 能帮忙吗？
这就是 ChatGPT 发挥作用的地方。G 代码由数千行看起来像这样的代码组成：
G1 X122.473 Y140.422 E4.23368
G1 X122.222 Y140.6 E4.24443
G0 F14400 X122.703 Y140.773
G1 F3600 X122.117 Y141.251 E4.27083
G1 X121.767 Y141.66 E4.28963
G1 X121.415 Y142.139 E4.31039
G1 X121.105 Y142.641 E4.33099
两个 Benchy G 代码文件总共有 170,000 多行代码。我并不打算花一个下午的时间手动筛选这些内容。但我想，也许 AI 可以帮忙。
我有使用切片工具生成的 G 代码。我还可以导出并保存工厂提供的 G 代码。使用 ChatGPT Plus，我将两个文件输入 AI。
我首先确认 ChatGPT 可以读取这些文件。在我上传每个文件后，我问：
你能读取这个文件吗？
ChatGPT 确认，并表示：“我可以读取文件的内容。它看起来像是一个 G 代码文件，通常用于控制 3D 打印机。”这是一个好的开始。
为了确保我们清楚哪个文件是哪个，我给 ChatGPT 一些文件标签：
让我们称第一个上传的文件为“常规打印”，第二个上传的文件为“快速打印”。可以吗？
AI 同意，然后我告诉它：
描述这两个文件的区别。
除了将其中一个文件命名为“快速打印”外，我没有给 ChatGPT 任何关于我在寻找什么的提示。即便如此，机器人识别出其中一个打印速度更高，尽管温度设置相同。
然后我问 AI：
为什么“快速打印”这么快？
正是在这一点上，ChatGPT 开始让我感到恼火。它没有从我提供的代码中给出详细信息，而是进行了推测。AI 使用包含“可能”、“也许”和“可能”等词语的短语来描述为什么打印速度更快。
但我已经给了它描述打印机正在做什么的 G 代码文件，所以我想要一个关于打印机正在做什么的准确答案。与 ChatGPT 的对话通常就像与一个有点固执和不合作的天才研究生交谈一样。
为什么正确的提示如此重要
我最终想出了这个提示，它引出了可行的答案：
这两个文件中提供的 G 代码是唯一的区别。仅使用提供的 G 代码进行比较，切片设置会有什么不同？不要推测其他可能的设置。仅根据提供的代码进行分析。
ChatGPT 确定了三个关键因素：
- 常规打印 G 代码显示的进料速度通常在 2400 mm/min 到 3400 mm/min 之间。快速打印 G 代码显示的进料速度要高得多，有些命令达到 14400 mm/min。这种速度的显著增加直接导致了打印时间的减少。
- 与常规打印的 0.2 mm 层高相比，快速打印的层高设置为 0.25 mm，减少了完成打印所需的层数。
- 快速打印 G 代码包含更激进的加速度设置，使打印机能够更快地达到更高速度并保持它们，从而加快打印速度。
这个结果很有趣。然而，我想知道公司是否手动优化了 G 代码，还是直接在切片工具中生成的。因此，我问 ChatGPT：
你能判断快速打印是否是手工编码的，还是由切片工具生成的吗？也许可以查找不一致的命令或非标准的注释。
AI 回应了三个有趣的考虑：
- G 代码命令的变化，如进料速度的变化、不同运动命令之间的切换以及其他参数的改变，是切片工具生成的代码的典型特征。这些变化旨在优化打印过程，并与切片工具的行为一致。
- 如果 G 代码是手工编码的，我们预计会看到更多不规则和不可预测的模式，但这些过渡遵循逻辑顺序，是切片工具优化过程的特征。
- 因此，这些命令的存在并不表明手工编码；相反，它支持这一结论，即这个 G 代码是由切片工具生成的。
这些结果告诉我，用户可能可以通过修改切片设置来获得类似的性能。
一些来自评论的想法
我们收到了一些非常活跃的评论。在大多数情况下，我都会及时回答问题。我鼓励你访问评论部分参与讨论，并阅读其他读者对此主题的看法。
以下是一些评论引发的快速思考：
- 你不必使用 AI 来解决这些问题。但看到 AI 如何处理许多不同类别的问题是有益的，所以我鼓励你使用聊天机器人，即使只是为了看看它们能做什么。然后，你将有一个未来使用的工具。
- 我通常使用 ChatGPT Plus 进行这些测试。免费版本可以完成一些工作，但由于它在过多交互后会限制使用，如果我要在截止日期前完成文章，我需要完全访问聊天机器人。
- 在试图从聊天机器人那里获得答案时，我通常将其视为一个有才华的学生或员工。有时，我甚至会使用“请”和“谢谢”来保持对话的语气。但正如你与之交谈的任何人可能会分心或固执地拒绝看到你的观点一样，继续尝试，改变你的问题，以不同的方式提问，并澄清，即使你认为你澄清的内容应该是显而易见的。
- 使用 AI 可能是懒惰的，当然。但它们也可以节省时间。几乎任何你可以在车间用电动工具完成的事情，你也可以用手工工具完成。有时你想专注于艺术。有时，你只是想完成任务，以便有时间在那天晚上睡三个小时。如果一个工具能给你带来优势，不要犹豫使用它。但请记住，如果你的工作输出明确禁止使用这些工具（比如我们在这里从不使用 AI 写文章），那么就不要使用该工具。
- 一定要小心你上传到 AI 的内容。不是所有内容都是公司或其他机密的。但有些是。我上传的大部分是我自己的数据，或者像这种情况一样，已经公开发布的内容。
我不总是有机会回复评论，但我尽量做到。有时，人们在文章发布几天、几周甚至几个月后才发表评论，而我已经转向其他文章。但我总是欢迎读者评论。因为大多数 ZDNET 读者都是专业人士，评论通常充满了有用的（有时甚至是痛苦的）信息。我从 ZDNET 评论中学到了很多，我相信你也会学到很多。
我们学到了什么？
我们了解到 ChatGPT 理解 G 代码。这并不令人惊讶，因为在我的最早的测试中，我们了解到 ChatGPT 甚至对最晦涩的编程语言也有相当好的掌握。
我们还了解到，ChatGPT 可以在几秒钟内筛选和比较 170,000 多行机器指令，并得出可行的结论。
最后，我们了解到我们可以使用像 ChatGPT 这样的 AI 从多个角度探索复杂问题。ChatGPT 不仅解释了两个文件之间的巨大速度差异，还能够验证工厂提供的文件是否经过手动调整。
总之，不要将 AI 告诉你的内容视为绝对真理。不要根据其答案做出关键决定。记住，有时你必须与 AI 协商，它才会愿意给你有用的答案。
这个测试是又一个案例，我能够在几分钟内向 AI 寻求一个非常个人化的问题的答案，而无需编写代码。
如果你有一个需要大量文本或数值分析的问题，考虑向 ChatGPT 或其他 AI 运行它。你可能会在几分钟内得到一个有用的答案。
撰写这篇文章关于问题花费了我几个小时。实际分析过程，从开始到结束，花费了我不到 10 分钟。这是一些严重的生产力，对吧？
