我们将花更多时间去理解语言模型的输出。以下是一些想法、技巧与窍门：

写作。我曾尝试过的一种方法是：让语言模型用 ASD-STE100 来解释某个问题。ASD-STE100 是一种受控语言规范，最初为航空航天维修文档而开发。

语言模型对这种语言较为熟悉，且其对写作风格有严格约束，往往更易于阅读。有时我会适当放宽要求，比如让模型“达到 ASD-STE100 的 80% 标准”，因为该规范相当严苛。

但更好的做法是：

图表/图像。与其撰写文字，不如让语言模型生成图表。这类形式通常更易于处理、解析和理解。但更好的做法是：

网页。要求以 HTML 格式输出，即可获得美观且交互性强的网页。语言模型在前端开发方面日益成熟，能够生成精美的页面效果、动画等。

但更好的做法是：

解说视频。我最为看好的输出形式是针对任意主题生成的全定制化解说视频。不妨尝试诸如“以 3b1b 风格制作关于 X 的视频解说，并使用我的 ElevenLabs API 密钥进行音频配音”之类的指令。

（后者需要 API 密钥；若无，也可让语言模型为你寻找合适的免费替代方案，并利用本地算力完成。）这一方法实际上已经开始奏效了！

综上所述：

• 随着语言模型性能的提升，它们将越来越多地自主完成基础性工作，而我们的大部分任务也将从具体操作转向更高层次的监督与理解。
• 幸运的是，语言模型在这方面同样能提供帮助——随着智能与代码的日益丰富，我们可以请求生成大型、定制化且可随时废弃的软件制品（如 Web 应用、视频解说），而这在以往可能并无实际意义。大胆突破现有边界，你将会有所惊喜。