注册篇
很多文章都介绍过，稍微搜索一下就能找到，但我还是记一下。
TLDR
- 准备网络代理，需要多地区节点尝试
- 注册账号（不建议绑定第三方登录）
- 使用接码网站，收短信验证码激活 （例如 sms-activate.org）
注册账号
https://chat.openai.com/auth/login
你可能碰到如下错误提示：
那意味着你需要解决网络的问题。
网络代理的选择：
- 香港/台湾/印度的可能都不行。
- 最近很多机场的美国/日本节点可能也不太行。
- 一个不行就多换地区试一试，我用德国/韩国的节点能成。
接着，来到登录页面，不建议使用第三方账户登录，因为后续拓展可能不方便。选择合适的邮箱注册可以更好的保护你的隐私。
注册完成后，你的邮箱会收到确认邮件，点击邮件中的链接完成新账户创建。
激活账户
当你首次登录这个新帐号时，需要验证你的手机号：
这里支持许多地区的手机号，唯独不支持你的……
但这个手机号也仅仅在这里做验证用，所以我们可以借助接码网站。这里以 sms-activate.org 为例。
注册登录后，在右上角找到 “Top up balance” 为你的账户充值。
选择你习惯的支付方式为账户充值 1 美元。
不用担心没有外币信用卡，往下滑你能找到 AliPay 。 该网站是换算到卢布结算的，你可以按需求将充值金额精确到小数点后 2 位。 以前没有最低 1 美元限制，最近 OpenAI 火了让这个网站上号码的定价也蹭蹭往上涨。
然后左侧的搜索栏可以直接搜到 OpenAI 服务。
之前印度的号码最便宜 15 卢布，目前来看 Indonesia 比较便宜些。 便宜的号码有一定概率收不到短信，但没关系，没收过短信的号码可以免费取消掉。 一个手机号租用时长时 20 分钟。 同一个手机号，可以激活 2 个 OpenAI 账号。
可以选个偏门点的地区（我选了 Lithuania ），免得拿到的号码曾经多次注册过 OpenAI ，导致无法接码。
然后订单列表里可以看到这个手机号，限时 20min 使用。
复制过来的手机号，注意自己去掉前面的国家代号，因为输入框前面已经写好了。
你可能碰到这个错误：
这表示号码曾经被用来注册过，那我们点 X 删掉这个号码，重新购买（没收验证码不会扣费）。
回到接码网站刷新，就能看到验证码了：
最后 “Welcome to OpenAI”
工具篇
当你成功注册了 ChatGPT 之后，就可以直接在 Web 端和它对话了。
初次登录时选对代理节点，后续使用可以切到其他节点，选个延迟低的，体验会好不少。 当然普通帐号不太稳定，经常会出现请求超时，刷新页面就好了，基本也不会让你重新登录。顶多让你点一下 CloudFlare 的人机挑战。
Web 套壳型客户端
如果你时不时就有问题想问 ChatGPT ，总是挂一个网页在旁边并不是很便捷，下面介绍几种其他的客户端。
MenubarX
作者是 @hzlzh 。 他和另一位开发者 @mapleshadow 办的播客枫言枫语也很有趣。 我是在 beta 版本加入的，免费领了 pro 版本。现在是收费应用，但售价还行不贵。
MenubarX 本质是一个挂在状态栏上的浏览器，可以在 MacOS 状态栏打开各类 Web App 。直接从状态栏就能访问一些常用的 App ，在一定程度上提高了大家摸鱼的效率。
ChatGPT Desktop Application
https://github.com/lencx/ChatGPT
这是一个用 Rust 封装的跨平台 ChatGPT 客户端。它不仅仅是把 Web 端包装成了桌面 App ，还帮忙内置一些好用的 prompts ，方便你快速给 ChatGPT 赋予角色设定。
OpenAI API 驱动型客户端
先申请一个 OpenAI API Key ，后续可以接入各种第三方客户端。
直接调用 API 相比从 Web 端访问会稳定许多，最近经常登不上 Web 页面。 但是目前 API 开放的最新的语言模型是 gpt-3.5-turbo ，没有 Web 端更新得快，智能程度上要差一些。
https://platform.openai.com/account/api-keys
每个新注册的帐号有 $18 的免费额度可以使用（目前降低为 $5 了，而且免费额度还有截至日期）。
用得好以后再考虑充值，收费标准见 https://openai.com/pricing ($0.002/1K tokens)。
chatbot-ui
https://github.com/mckaywrigley/chatbot-ui
你可以通过 docker 启动这个前端项目，也可以直接访问 https://chatbotui.com/
然后页面上填写你的 API Key 就可以进行对话了。
OpenCat
https://apps.apple.com/us/app/opencat/id6445999201
作者是 @waylybaye 。 他还出品了几个有趣的 iOS App ，都挺实用的。
作者设定好几个实用的角色：翻译助手、文字编辑、代码助手、鼓励师… 可以玩玩看。
iOS 快捷指令
https://www.youtube.com/watch?v=7nJhOJrFnYA
来自 @lipeng0820 分享的快捷指令。
iOS 用户，可以直接添加这条快捷指令，然后按说明填写 API Key ，然后你可以说 “Hey Siri, Siri Pro” 就可以运行这个快捷指令了，接着就可以跟 ChatGPT 对话了。
这类快捷指令已经有很多魔改版本，安装不明来源的快捷指令，第一次运行时你需要多留意一下它访问的域名，如果是和 openai 无关的域名就要斟酌了，有可能把你的 API Key 给盗走咯（发现 API Key 被盗也别担心，可以在官网 revoke ）。
完成特定功能
划词翻译工具 Bob
https://github.com/ripperhe/Bob
感觉是 MacOS 上最好用得划词翻译工具，售价 50 不算贵，体验真不错。就算直接调用系统翻译，效果也不错。
Bob 支持添加插件，自然就有大佬制作了 OpenAI 插件。
https://github.com/yetone/bob-plugin-openai-translator
作者是 @yetone 。 他还开发了跨平台翻译插件 https://github.com/yetone/openai-translator , 不仅能翻译，还能总结文本大意，看着不错，可以试试。
Bob 中装好插件，然后启用，填写 API Key 保存。
划词， option+D 即可弹出翻译窗口，很丝滑。
制作双语电子书
https://github.com/yihong0618/bilingual_book_maker
作者是 @yihong0618 。 他还成功把 ChatGPT 接入了小爱音响 https://github.com/yihong0618/xiaogpt 。
用 ChatGPT 翻译几万字的电子书只要几块钱，制作成 EPUB 文件导入阅读器效果很不错。
翻译/制作电子书
https://github.com/immersive-translate/immersive-translate
作者是 @OwenYoungZh 。
一款 Chrome 插件，功能很丰富，据说可以改善大家的双语阅读体验。
与 OpenAI 达成合作的 App
Poe
问答网站 Quora 推出的聊天机器人，接入了好几种 AI 大语言模型。可以通过 App 或者 Web 使用。 免费账户 GPT-4 和 Claude+ 每天可以问一个问题，但是其他几个模型（包括 ChatGPT ）提问都没有次数限制，而且回复超快。
Notion AI
知名笔记应用 Notion ，接入了 ChatGPT 助手。
定制篇
先前介绍的将 ChatGPT 用来实现某一特定功能，比如翻译文本、总结文本。其实就是通过提示语 (prompt) 给 AI 赋予特定角色去完成特定的任务。
如果你想要为自己定制一个完成特定功能的 ChatGPT 助手，那么最好了解一下 Prompt Engineering 。
User: 什么是 Prompt Engineering ，如何让不了解 AI 的程序员理解这个?
GPT-4: Prompt Engineering 是一种用于指导和优化自然语言处理（NLP）系统（如 GPT-3、GPT-4）生成期望输出的技巧。这种技巧主要涉及设计有效的输入提示，以便让 AI 系统更好地理解用户的需求并产生满足这些需求的输出。
为了让不了解 AI 的程序员理解这个概念，我们可以将其与编程中的函数调用做类比。在编程中，当我们需要实现某个特定功能时，我们会编写或调用一个函数。函数通常需要输入参数（或者称为参数），这些参数可以告诉函数我们期望它执行什么操作。函数的输出取决于输入参数和函数内部的逻辑。
在 NLP 系统（如 GPT-4）中，这些"函数"是预先训练好的 AI 模型。我们不能直接修改它们的内部逻辑，但我们可以通过调整输入提示来影响它们的输出。这就是 Prompt Engineering 的核心思想。
为了实现有效的 Prompt Engineering，我们需要考虑以下几个方面：
- 明确的指示：在输入提示中明确说明你需要 AI 系统完成的任务。这有助于提高结果的准确性。
- 上下文信息：提供足够的上下文信息，以便 AI 系统理解请求的背景。
- 限制输出长度：通过限制输出长度，可以让 AI 系统更专注于回答问题，而不是生成冗长的回复。
- 示例：提供一个或多个示例，以便 AI 系统更好地理解你期望的输出格式和内容。
- 反复迭代：尝试多种不同的提示，以找到生成最佳结果的提示。
总之，Prompt Engineering 是一种通过优化输入提示来引导和改进 NLP 系统输出的方法。通过比较和实验不同的提示，我们可以使 AI 系统更好地理解需求并产生满足这些需求的输出。