NLP技术，通过统计的手段模拟出更正确的答案。
他与以前的NLP不一样，他有上下文语义，他能够模拟场景，能够总结很多文章信息。
因此对于谷歌等搜索引擎就很有攻击性了，因为chatGPT能够自己做总结，有上下文语义等。再也不用看csdn哪些破文章抄来抄去浪费时间。还有就是对于问题的总结更全面，因为我们对一个领域不清楚，因此有时候用搜索引擎并不知道要搜什么，那么chatGPT就会自己扩展。
正确性，他的正确性很堪忧，仅仅是一些常识的东西都有很多错的，如果更深入的知识恐怕会有更多的错误出现。如果错误率太高，那么我们自己还要排除错误，那就太笨了。而且他很善变，如果我说他回答的不对，那么他会立马改口，他并不知道他自己是否正确。
过于宽泛，我们多用几次就知道，他基本就是总分总的结构，回答的太宏观，我觉得这跟他的数据集有关，他的数据集就是比较宏观的。因此由于算力的限制，我觉得以后会有各种分专业的chatGPT。比如厨师GPT、法律GPT、会计GPT等等，对于不同的专业用不同数据集进行训练，这样的话给出的结果就会更准确了，更深入了。
赚钱，这个东西现在很火，但是由于国内无法使用，因此帮助FQ的人就获得了钱。做短视频的蹭热点的，如何蹭？讲gpt好的应用，gpt威胁的，与文心做对比的，抨击国内做对比的，讲赚钱的，将使用体验的。做知识星球的，标题就是如何使用gpt赚钱。用gpt回答百度百科的。用gpt做自动写代码的，有一个cursor软件，可以自动生成代码。做微信小程序，接入gpt的。用gpt写稿子的。
看了耗子叔的帖子，写的挺中肯，至少没那么夸张，coolshell搜索即可。
李永乐的考试测试，用gpt去考语文英语数学等等，除了英语考了90多，其他课好像都是60多，很多答案gpt已经拿到了，但是在选择选项的时候还是会出错，这就是明显的统计特征。他能统计处数据，但是让他用数据做判断，还是差了点。
美国搞完元宇宙，又开始搞chatGPT，真的是风头无限哈，这个chatGPT是不是一年后就像元宇宙一样哑火呢？是不是美国给世界的另一针“信心强心剂”呢？
我们慢慢等待。
ChatGPT如此火爆之势，作为测试人员对此也颇为好奇，简单的人机对话有哪些可以帮助我们测试工作呢？本文主要谈从测试视角，结合测试流程来看chatGPT的应用。
突然之间各行各业从业者开始担忧被 ChatGPT 替代……「初看以为是热点，再看已成经典…」于是我决定好好研究它一番，并力争把它写得全面而通俗易懂一点，最终就有了这篇万字长文报告，建议收藏、慢慢阅读。