ChatGPT的3个项目中获得的两个技术教训
在2023年，我利用ChatGPT API建立了三个项目。
- CoockItEasy（完全禁用） — 平台帮助人们找到菜谱。
- CarComparisonAI（此处是着陆页，但应用程序已被禁用）—— 这是一个帮助人们比较二手车并选择最佳购买的平台。灵感来自于去年我在多伦多利用ChatGPT购买二手车的经历。
- Indie Hacker News（独立开发者新闻）——从最新的技术新闻中生成商业创意的平台。灵感来自我以前在Telegram上发送Hacker News更新的项目- https://github.com/vitalii-honchar/hacker-bot
前两个项目有一个很大的问题——在软件系统中使用ChatGPT作为核心。
让我们看一些示例：CookItEasy有用户界面，从ChatGPT请求食谱。
CarComparisonAI 以相同的方式工作。
在另一个项目中，ChatGPT成为我的软件的巨星，完成了解决问题的全部工作。
事实上，CoockItEasy和CarComparisonAI只是ChatGPT的前端，配有一些预定义的提示。
作为一个结论，ChatGPT为软件生成了主要价值，使得其他开发人员很容易复制我的服务，甚至可能使它们变得毫无用处，因为ChatGPT本身就为它们提供了全部价值。
同时，尽管每个人都可以使用ChatGPT来解决问题，但ChatGPT不能作为系统的核心功能，因为竞争对手可以轻易地复制使用ChatGPT的项目。需要借助其他工具为项目创造差异化，使其独一无二，而不是仅仅依靠ChatGPT。
第一课：
ChatGPT不应成为软件的核心功能。通过一些难以复制的独特特性来区别项目。
在2023年的秋天，我找到了一门非常有趣的课程——开发者的ChatGPT提示工程课程，课程提供了一个理念，即ChatGPT并非能解决一切问题的灵丹妙药，而是一种机器学习模型，可以通过简单的英文快速调整适应问题。
这给了我一个想法，ChatGPT不仅可以用来生成内容，还可以用来分析现有内容并提供一些输出结果。
第二个教训：
ChatGPT是一个快速开发机器学习模型和解决任务（如分析、决策等）的框架。
在这两节课中，我决定建立一个名为“独立黑客新闻”的PoC项目，通过分析最新消息，每天将商业创意发送到Telegram。
对于这个项目，我使用了ChatGPT作为分析工具，并在分析之前为其准备了数据。
从上面的架构图中我们可以看到，ChatGPT仅通过“抓取阶段”提供的数据进行分析，并且核心功能已从ChatGPT移至新闻站点设置，因此内容的质量主要取决于抓取新闻的质量。当然，ChatGPT在软件系统中仍然发挥着关键作用，因为它提供数据分析。
但是在这里，ChatGPT只是一种机器学习模型，用于提供输入数据的分析，在理论上，我可以在将来用自己的模型替换ChatGPT，用于类似的系统。当然，并不适用于“Indie Hacker News”，因为使用自己的机器学习模型在学习方面非常昂贵。"Indie Hacker News"项目的目的是测试两种方法：
- 在软件系统中使用ChatGPT作为附加工具，而不是将其作为核心功能。
- 使用ChatGPT作为一个机器学习模型，可以仅通过纯英文进行训练。
结论
在2023年，我用ChatGPT建立了3个非盈利项目，为我提供了非常有用的见解：
- 项目应具有使竞争对手难以复制的差异化特点。
- ChatGPT应该用于快速开发的机器学习模型，并有可能用内部训练的机器学习模型替代ChatGPT。
