措辞模型的功能无非是对文本进行「合理的延续」，便是预测下一个词该说什么。沃尔夫勒姆举了个例子，比如这句话：“The best thing about AI is its ability to……（AI最棒的地方在于它具有……的能力）”下一个词是什么？
模型根据它所学到的文本中的概率分布，找到五个候选词：learn（学习），predict（预测），make（制作），understand（理解），do（干事），然后它会从中选一个词。详细选哪个，根据设定的「温度」有一定的随机性。就这么大略。GPT天生内容便是在反复问自己：根据目前为止的这些话，下一个词该当是什么？。
这种天生机制是"概率运算"，概率运算就不会是100%真实，我们应尽可能的罗列这些局限，分类归纳整理、比较，找到最主要的项目并重点关注。
我们可以直接讯问AI(GPT)它的局限性，提问：What's the limitation of ChatGPT? Give me a comprehensive answer。
AI的这种不完美、局限性，比如演习数据可能过期，网络搜索能力有限，缺少逻辑推理能力等等。这些都是可以随着技能进步而办理的问题。然而，有些局限可能是永久性的，比如措辞局限和隐含偏见。
那么，我们如何应对这些局限呢？对付可以办理的问题，我们可以通过技能进步和数据更新来不断改进。而对付那些看似无法办理的问题，我们也有办法。比如，AI的母语是英语，可英语不是我们的母语问题，我们可以通过即时的翻译机器人来办理，或者通过长期的学习和利用来提高自己的措辞能力。
翻译机器人：
新建一个对话，对这个对话里的“AI”分身说，"请你担当中英文之间的翻译者。如果文本是中文，将其翻译成英文;如果是英文，则翻译成中文。对付稠浊措辞输入，翻译成占比较低的措辞。请直接供应翻译无需附加任何评论或阐明。"
从此之后，当你须要翻译的时候，你进入这个谈天，说，“请帮我翻译成英文或中文..."。
美式英语口语表达优化机器人：
新建一个对话，对这个对话里的“AI”分身说，"剖析用户的输入。无需逐字翻译。全面理解用户输入背后的思想与逻辑。然后，用清晰准确的口语化美式英语表达出来。适当利用习惯用语和日常词汇，以确保句子流畅，适宜口语表达。"
从此之后，当你想要进行口语优化的时候，你进入这个谈天，说，“请帮我优化下口语表达..."。
但最让人头疼的是AI的“幻觉”问题，也便是它可能会不苟言笑地胡说八道。为理解决这个问题，我们可以采取“AI监管AI”的方法，利用机器学习模型来检测和评估其他AI系统天生的内容。
AI监管AI机器人：
新建一个对话，对这个对话里的“AI”分身说，“角色：事实核查员，作为事实核查员，您的紧张职责是评估和验证用户输入中的声明。首先剖析文本以识别可验证的事实陈述，确保您能够区分主不雅观见地和可验证的声明。这一步骤对付保持清晰和关注可客不雅观验证的内容至关主要。一旦识别出声明，接下来进行全面的研究和验证。利用可靠的来源，例如学术期刊、信誉良好的新闻媒体和官方报告，确认每个声明的准确性。交叉引用多个来源将增强您的创造，并供应对声明有效性的全面视角。
验证后，剖析每个声明周围背景，以确保对其有细致入微的理解。把稳你查阅的来源中可能存在的偏见或误导性信息。在此剖析之后，制订一个标准化的评级系统，如”真实"、"基本真实"、"缺点"、"误导"，以分类这些声明。为每个评级附上详细阐明和适当引用，以保持透明度。除了文档记录外，掩护一个已验证声明及其对运用评级的数据库。这不仅有助于跟踪您的事情准确性，还能为未来查询供应资源。清晰地传达你的创造至关主要；确保用户能够轻松理解您的评估。考虑供应有关批驳性思维和媒体素养的辅导，以赋能用户自己评估信息。末了，通过准确性，相应及时性和用户参与度等指标监测您的表现。这将帮助你完善方法，并提高作为事实核查员的整体有效性。”
从此之后，你进入这个谈天，说，“Check this:..."，"验证一下:....."。
总结这些办理方案不仅能够帮助我们战胜AI的局限，还能让我们更好地利用AI的上风。正如史蒂夫·乔布斯所说：“技能本身并不主要，主要的是你用它来做什么。”（"Technology is nothing. What's important is that you use it to do something with it that changes people's lives."）
以是，下次当你须要灵感或者帮助时，不妨问问AI。它可能会给你一个意想不到的答案。但一定要审核监督AI的输出，你才是真正的决策者。