背景
最近听了
八叉的一个ChatGPT讲座，讲的是如何将ChatGPT训练成领域专家，这样我们就可以用它来解决该领域的各种问题。
整个讲座中最让我印象深刻的就是训练方法，它是通过让ChatGPT向我们提问，然后由我们给出答案的方式进行训练。这和我日常使用ChatGPT的方法完全相反。
训练方法
第一步：输入已知需求
我们需要把当前已知的需求输入给ChatGPT。想象一下，当我们需要别人完成一项任务时，要做的第一件事就是向其介绍任务的基本情况。
第二步：让ChatGPT提问
在输入已知需求后，我们需要确认ChatGPT是否理解需求。这里最重要的是，要让ChatGPT在不理解需求时提出问题。这就像，在我们介绍完任务的基本情况后，总要问上一句，“有没有问题？”。
这是最关键的一步。ChatGPT能够帮助我们发现已知需求中的遗漏点，这通常能够引起我们更深层次的思考。
第三步：回答问题并再次让ChatGPT提问
在ChatGPT提出问题后，我们要先给出答案，然后回到第二步，看ChatGPT是否还有问题。这就像，在我们回答完别人的问题后，总要问上一句，“还有问题吗？”。
第四步：重复上述步骤直到ChatGPT没有问题
不断的重复第二步和第三步，直到ChatGPT没有任何问题。这是一个由扩散到收敛的过程，刚开始时问题会很多，但随着信息输入的增多，问题会越来越少。
第五步：输出完整需求
在ChatGPT没有任何问题后，我们可以让其输出一份它理解的完整需求。这份需求就是我们的领域模型，在输入该模型后，ChatGPT可以更加准确的解决该领域内的问题。
示例
基于上述训练方法，我让ChatGPT帮我完善了一个爬虫程序的需求。
已知需求
在已知需求中，我对架构，技术栈和业务逻辑做了描述。
在需求描述完成后，我让ChatGPT在不理解或需要澄清时进行提问。
第一轮提问
ChatGPT第一轮问了三个问题
- 在URL不能访问或返回错误时，程序该如何处理？
- 如何实现定时任务？是使用程序外部的定时任务还是程序内部的定时任务？
- 如何对S3上的文件进行命名？
第三个问题我没有考虑过，这是ChatGPT找到的第一个遗漏点
第二轮提问
ChatGPT第二轮问了六个问题
- 是否支持同时爬取多个URL?
- 在S3上传失败时，程序该如何处理？
- 如何获取S3的鉴权信息？
- 上传到S3的文件是否有大小限制？如果有，限制是多大？
- 在自动爬取时，我们是否需要给用户返回信息？自动爬取是否是一个后台进程？
- 如果一次爬取的时间超过了5分钟，程序该如何处理？(在原始需求里，自动爬取的时间间隔是5分钟)
第四个和第六个问题我没有考虑过，这次ChatGPT帮我找到了两个遗漏点。
第三轮提问
ChatGPT第三轮问了六个问题
- 如果程序关闭时爬取操作正在进行，是否要停止爬取操作？
- 如果S3上传失败，是否需要重试？如果要，重试几次？
- 自动爬取的时间间隔是否可配置？还是固定在5分钟？
- 程序是否需要支持一些特定的返回值？例如301。
- 程序是否需要对一些异常做特殊处理？
- 程序使用的是哪种日志框架？
第一个，第二个和第四个问题我没考虑过，这次ChatGPT帮我找到了三个遗漏点。
第四轮提问
ChatGPT第四轮问了六个问题
- 是否需要支持HTTPS？
- 爬取时是否有不同的请求方法？例如POST或PUT。
- 爬取时是否需要设置HTTP Header？例如Authorization。
- 爬取时是否需要设置查询参数？如果需要，S3的文件名要如何生成？
- 错误消息的格式是什么？
- 程序是否需要支持不同的S3区域？
第一个，第二个，第三个和第四个问题我没有考虑过，这次ChatGPT帮我找到了四个遗漏点。
第五轮提问
ChatGPT第五轮只问了一个问题
- 在爬取时是否需要限速？例如，如果某个网站对每分钟的请求数量有限制，我们是否需要处理？
这个问题我已经考虑过，但没有写在已知需求里
完整需求
在没有问题后，ChatGPT输出了它所理解的完整需求
总结
在我第一次听到这种训练方法时，我其实不太相信ChatGPT的提问能够收敛，但事实胜于雄辩，它不但能够收敛，而且还可以找到非常重要的遗漏点，让需求更加完备。
