文章预览
（本篇文章不包含任何推广）
现实就是如此，没有其他支持和背景的情况下只有不断跟紧时代步伐才能不被淘汰，
Sora都已经面世了，现在也该来了解一下ChatGPT了。ChatGPT4是一个极其强大的增效器，可以极大的提升创作效率，另外拥有了ChatGPT4，你就变成了可以任意提需求的甲方(屠龙者终要成恶龙 哈哈)。在购买前你可能觉得贵，下定决心要拥有的时候中间沟坎又太多，但是真正接触到了后会发现都是值得的。Because of magic，我只能对注册ChatGPT3.5的方法进行简要介绍，放在文末了，ChatGPT4需要国外手机号和信用卡。
这里强调ChatGPT4是因为ChatGPT3.5着实有点鸡肋，首先3.5所收集的内容截止到2021，其次问他内容以及文章来源的时候他会胡编乱造，一说他是错的就会直接道歉，指令清晰的情况下也很难得到正确的结果，属于是阉割版，我现在已经不用了。
来看看ChatGPT对自己的介绍吧。
这篇文章会从一些具体案例来分享一下ChatGPT4的对话版本的使用，感受一下深度学习在NLP领域中的强大魅力。
ChatGPT使用心得
ChatGPT可以理解为一个高级工具，或者一个更为强大的智能搜索引擎，如果你想了解其原理，推荐B站沐神的讲解，B站ID : 跟李沐学AI。既然是工具，掌握了使用方法用起来才能得心应手，诚然Prompt Engineering十分重要，但是我们好像也没有需要专业到那种程度。
我把自己的使用心得大概归纳了一下：
尽量给出明确清晰的指令，基于你的知识背景补充好可能的各个环节，用好分隔符。 给出实例化。 给予不断优化更新的空间，不求一蹴而就。 明确结果形式和对象。
ChatGPT使用案例
下面我们从一些实际的任务当中来感受ChatGPT的使用，其中会穿插是否使用上述技巧的对比，先介绍一些日常中的简单操作，然后介绍一下生信工程师如何更好的使用ChatGPT。
日常操作
为了使这篇文章涵盖的更为全面，就先从一些比较简单的操作开始讲起，举了一些例子：
课程辅导、关键词生成图片、疾病的简单科普。
课程辅导
来解放一下老中人应试的一生吧，看到弟弟妹妹们的初高中习题，是不是有点头疼以前学的可能都差不多还给老师了。。。没关系，丢给它就行。
比如你凭语感就能做出来但懒得解释语法的英语选择题：
简单数学题也是不再话下：
其他学科当然也难不倒他，就不多举例。能答对也是在问题描述清楚的情况下，示例的题目也比较简单，在对一些综合大题进行求解的过程中就很可能由于问题描述错误而得到错误答案哈，谨慎使用，还有就是要明白他不是为了答题而生的，所以他的思路很可能和出题的思路不一样，当结果模棱两可时要询问其解题思路才好做判断。
在使用上面，我在问题、选项和提出的要求之间都加了段落分隔shift+enter，这样层次更为清晰。
关键词生成图片
这个主要是好玩，并且也能提供思路和创意，我之前使用的时候还是觉得Midjourney的image engine更为强大。 比如头像生成：
再比如之前网上火过一小会儿的ChatGPT包饺子，也是生成了图片加上剪辑手法就可以掌握流量密码了。
简单科普
这个主要是为了展示明确对象后的区别。
生信工程师的强大增效器
除了日常使用之外，ChatGPT还有许多强大的功能，比如大家最关心的文章语言润色、简单的程序代码编写、代码的debug、各方面知识的查漏补缺等等，用习惯了以后就离不开这个助手了，当然对任何事物产生依赖都是有风险的。
语言润色
这里我们以CellChat的Abstract为例，先用DeepL翻译成中文，然后让ChatGPT用Science的语言风格重新写了一遍，可以对比一下，感觉还是不错的，如果不是直接翻译，修改一下中文应该效果会更好。
按需求编写命令行脚本
解释代码
按需求编写R语言生信分析代码
比如最常使用到的差异分析
版本一：
版本二：
经过版本更新迭代和组合，这个函数就会更趋近于我们想要的形式。
library(DESeq2)
library(dplyr)
performDESeq2Analysis <- function(counts, group) {
# 确保样本顺序与分组信息一致
group <- group[match(colnames(counts), group$sample_name),]
rownames(group) <- group$sample_name
# 创建DESeq2的数据集对象
dds <- DESeqDataSetFromMatrix(countData = counts,
colData = group,
design = ~ sample_group)
# 将control设为对照组
dds$sample_group <- relevel(dds$sample_group, ref = "control")
# 运行DESeq2分析
dds <- DESeq(dds)
# 获取结果并进行独立假设检验的调整
res <- results(dds, independentFiltering = TRUE)
# 添加基因分组信息
res <- res %>%
as.data.frame() %>%
rownames_to_column(var = "gene") %>%
mutate(gene_group = case_when(
log2FoldChange > 1 & padj < 0.05 ~ "Up",
log2FoldChange < -1 & padj < 0.05 ~ "Down",
TRUE ~ "Not-Sig"
))
return(res)
}
总结
总的来说，这篇文章通过一些简单任务的展示了ChatGPT4的强大功能，他能做的远不止于这些，ChatGPT3.5现在也是免费的，所以最好都去试试。
下面我们来简单分享一下怎么去创建ChatGPT账号以及使用。 如果你想用第三方的，那么推荐poe。 如果你想自己倒腾，那么可以试试下面的方法：
最简单的浏览器上有个插件叫ghelper可以倒腾，不过大概率IP被限制了。 另外的首先就是创建账号，用你的google邮箱加上sms-activate.org的虚拟号码去注册应该是没有问题的。在使用上面，如果一个账号的IP地址频繁变动也会被限制使用，所以最好的方法还是需要搭建自己的VPS，首先需要购买云服务器，简单的类似于JustMySocks，hostwinds等等的网站都有相关产品，然后安装shadowsocks或者v2ray进行数据转发，最后使用客户端对应的连接工具进行连接就好了，记得多搜一搜相关教程，只能分享到这里。
网友评论