智能时代的读书方法

—— Logseq→GPT

壹、Logseq非常好用的笔记工具。在这个文件夹内就会自动生成三个子文件夹，其中journals是每日笔记，logseq是配置文件，pages是页面笔记文件夹。

许多笔记工具会提供云端备份，这就可能会造成数据泄露,所带来的信息安全问题。而选择Logseq则不用担心这一问题，因为无需上传，数据会同步在本地文件夹。

笔记内容之间，选择某一节点，可以继续与其他链接形成交互。即，在文字前后加上双方括号[[]]，就可以创建以这些文字为名称的页面链接。除了链接，还给引入“标签”做法，就是一个“#”号紧跟一个关键词。

无论是页面引用链接，还是标签，功能上都是是等价的，只是一点点区别，那就是标签可认定为元数据，而页面链接，仅此链接而也。

相比于互联网超文本“单链”形式，Logseq双链接标明了双向的关系，更适合保存关系、记忆，当然也就比互联网更适合展开思考。

贰、GPT（Generative Pre-training Transformer）译成中文为“预训练生成模型”。它有别于传统计算机的运行方式，下达一个指令，计算机按指令执行。

但语言模型不这样工作，比如：问今天的天气？你的提示是：风和日丽。GPT 就会生成“好”,反之则反。可见语境和上下文的理解是至关重要的。通俗地说，语言模型的工作原理是不断预测一句话中下一个应该出现的单词是什么。

可见，“提示”是影响大模型生成答案的重要因素。提示的简洁与否、清晰程度、上下文联系的强弱都会接影响生成答案的质量。提示可以帮助模型，更准确地理解用户的意图和需求，从而让模型生成更加自然流畅的文本。

提示不仅能让ChatGPT更好地回答问题，其本身也是一种编程方式，可用于构建基于语言模型的应用。过去，人类与计算机沟通的唯一语言是编程，要想让计算机执行操作，就需要对编程语言的语法和结构有一定的了解，并且需要花费大量间来编写和调试代码。但自然语言处理技术，使得计算机能够听懂人语言，而提示就好比是自然语言处理时代的编程语言，可以使然语言或类似于自然语言的提示，来表达我们的意图，大大降低了编程门槛。

叁、Logseq使用的是Datalog数据库和Clojure查询语言，2022年开发Query语句，它的本质是其实是搜索。作为一个有效建设者、管理者，常常需要用到Query,掌握查询搜索技巧。Logseq，它提供快捷书写Query功能，在任意一个块键入/Query就可创建一个简单的查询，找到合适的信息。

随着机器学习和深度学习技术的不断发展，人工智能技术逐渐实现了，从单纯执行任务到适应人类的转变。自然语言处理终于开始发挥它应有的功能，开始让机器和人类“互相理解”虽然这种“理解”在当工还比较初级，但随着大模型的发展，机器和人类的沟通会越来越畅通，开启了人人都是程序员的时代。（2023/07/07老邓）