OurCoders (我们程序员)

ChatGPT 怎么用？新手 10 分钟上手指南

本文是《ChatGPT 怎么用？新手 10 分钟上手指南》，面向普通大众、办公白领和学生，帮助用户快速了解并上手使用 ChatGPT。文章首先介绍了 ChatGPT 是什么、能做什么，以及其强大的写作、翻译、查询、学习辅导和办公辅助能力。接着详细说明了注册流程和使用界面，引导用户通过网页版或 App 进入聊天界面开始提问。文中列举了多个实用场景，如写邮件、润色文章、翻译文本、解释知识点、生成PPT大纲等，展示 ChatGPT 如何提升效率。还重点讲解了提问技巧，包括如何明确问题、设置语气格式、分步骤沟通等，以获得更准确的回应。最后，文章对 ChatGPT 免费版、Plus 版、Pro 版、团队版和企业版进行了最新对比，明确不同版本的功能权限、价格和适用人群，提醒用户注意隐私和内容准确性，建议新手从免费版起步，按需升级。整体内容结构清晰、语言通俗，适合新手快速掌握 ChatGPT 的使用方法与最佳实践。

ChatGPT , 免费版 , Plus版 , Pro版 , Business版 , Enterprise版 , GPT-5.2 , GPT模型 , ChatGPT订阅 , 价格对比

01-14

ChatGPT 能不能写论文？边界在哪里

ChatGPT 的出现让许多学生好奇：这款强大的 AI 工具究竟能否替代他们撰写学术论文？事实上，ChatGPT 确实可以在学术写作中提供帮助，但它并非万能。学生需要了解其可行的用途与明显的局限，并遵守学术规范，以避免陷入抄袭或学术不端的风险。本篇文章将围绕 ChatGPT 在论文写作中的作用、限制、机构与期刊的相关规定，以及如何正确地使用 ChatGPT 辅助写作等方面展开讨论。

ChatGPT , 学术写作 , 写论文 , 学术诚信 , 学生指南 , AI写作 , 论文写作 , 学术不端 , 人工智能教育 , 高校学习

01-07

Gemini 虽好，但真的没必要着急放弃 ChatGPT

Gemini 在某些高阶场景下确实很强，尤其是在精巧提示词和结构化任务中，深受高级用户喜爱。但这并不意味着普通用户需要立刻放弃 ChatGPT。对大多数人来说，真正重要的是一个工具能否稳定、高效地完成日常事务，而不是在极限能力上领先多少。哪怕都是大语言模型，不同平台在用法、工作流和迁移成本上的差异都真实存在。普通用户也正在从盲目追随“高手推荐”，转向基于自身日常体验做选择。Gemini 的 nano banana 在设计领域是神器，但在高频文字与日常表达上，ChatGPT 依然是更顺手、更稳妥的选择。多模型并行，而非仓促站队，才是当下更理性的使用方式。

Gemini , ChatGPT , 大语言模型 , AI工具选择 , 普通用户体验 , 高级用户 , 泛化能力 , Prompt工程 , 工作流 , 工具迁移成本

01-06

我每天用 ChatGPT 做的 5 件小事

很多人把 ChatGPT 想成“效率工具”或“生产力神器”，但对我来说，它真正有用的地方，反而是在一些很小、很日常的事情上：帮我判断新闻靠不靠谱，写完那些不得不写却没什么意义的文字，看看每天吃得健不健康，甚至在一天结束时帮我把零碎的生活整理一下。不是改变人生，而是托住日常。这篇文章记录了我每天用 ChatGPT 做的 5 件小事，一个普通人的使用方式。

ChatGPT , AI 日常使用 , 普通人视角 , 信息焦虑 , 新闻解读 , meme 文化 , 写作辅助 , 亲子教育 , 自由职业 , 饮食健康

01-03

如何使用 Google 的 AI 编程工具 AntiGravity：独立开发者的新时代武器

在 2025 年生成式 AI 全面进入生产力工具的背景下，Google 推出了新一代 AI 编程工具 AntiGravity。如果说 Gemini 3 是底层大模型能力的集大成者，那么 AntiGravity 则是其在开发者领域的「超级应用层」——一个真正能读懂整个项目、自动创建文件、执行命令、运行与调试程序，并通过对话持续完善应用的 AI 工程师。文章系统性地介绍了 AntiGravity 的定位、核心能力与实际工作方式：它融合了自然语言对话、IDE 编辑、文件系统理解、命令行执行和多模型协作（Gemini 3 Pro / Flash / Codex），使得不会写代码的人也能做出应用，而有经验的开发者效率可提升 10–50 倍。通过一个 2 分钟创建 ToDo App 的实战示例，作者展示了 AntiGravity 如何从一句需求出发，自动生成完整项目结构、SwiftUI 界面、数据模型、逻辑连接，并在报错时自行调试修复。与 ChatGPT 或 GitHub Copilot 相比，AntiGravity 的本质差异在于：它不仅“给建议”，而是真正“把活干完”。文章最后指出，AntiGravity 代表的是一种全新的软件生产模式：人类负责定义需求与判断方向，AI 负责实现、测试、修复与迭代。对于独立开发者、产品经理、设计师和内容创作者而言，学习 AntiGravity，等同于学习未来两年的主流开发方式。

AntiGravity , Gemini 3 , AI 编程 , 生成式 AI , 软件开发 , 独立开发者 , iOS 开发 , SwiftUI , 无代码开发 , AI IDE

01-03

一个人如何在两小时内做出三个 iOS APP？｜AntiGravity + Gemini 3 实战完整记录

这篇文章通过一次完整、真实录屏的实战，展示了 AI 时代 iOS 开发方式的根本性变化。作者使用 AntiGravity + Gemini 3 + ChatGPT，从空白目录出发，在约一小时内连续完成了三个可运行、可使用的 iOS 应用，且全程未手写一行 Swift 代码。三个示例应用分别是： • ToDo APP：由 AI 自动生成项目结构、数据模型、UI 与本地持久化，开发过程完全基于自然语言需求描述。 • 记账 APP：在基础记账功能之上，引入 AI 语音与图片识别，实现“开口即记账”“图片即入账”的低负担交互体验。 • 日记 APP：结合多图与文字输入，由 AI 自动生成具有日式手帐风格的成品图片，可直接用于社交分享。文章强调，AI 已不再只是“帮你写代码”的工具，而是正在重构整个软件开发流程：开发者的核心角色从“代码执行者”转变为产品设计者、需求描述者与 AI 的指挥者。面对报错与调试，开发者只需将问题交给 AI 处理，而无需深入底层细节。最终，文章给出一个清晰结论：未来的独立开发者，未必是全栈工程师，但一定是会与 AI 高效协作的人。

AI 编程 , iOS 开发 , AntiGravity , Gemini 3 , ChatGPT , 无代码开发 , 独立开发者 , 语音记账 , 图片识别 , AI 产品开发

社区动态

行业快讯

观看：索尼疯狂的自主机器人展示“超人”技能

2026-05-04 00:07:48

索尼 AI 的机器人乒乓球运动员 Ace 表现出了令人印象深刻的快速学习和瞬间决策能力。尽管缺乏流畅的关节运动或灵巧的手指，Ace 仍然可以比大多数人更准确地预测球的运动并对意外变化做出更好的反应，即使人类球员会采取防守，也能发挥进攻性。这一成就突显了自主系统在实时体育运动中不断增强的能力，挑战了人类精英运动员，同时展示了人工智能高速处理对抗性交互能力的进步。

大型科技公司裁员 80,000 人并指责人工智能——专家称真正的问题是公司 25% 至 75% 的人员过剩

2026-05-03 21:15:00

大型科技公司正在裁员大量员工，2026 年第一季度有 86 家科技公司裁员超过 8 万名，创下三年来的最高裁员规模。尽管联邦基金利率变化等更广泛的经济因素也发挥了作用，但首席执行官们经常将人工智能视为这些削减的原因。值得注意的是，一些公司正在利用人工智能作为替罪羊，以避免解决其他财务问题，这种做法被称为“人工智能清洗”。

预测：这将成为明年表现最好的人工智能 (AI) 半导体股票。（提示：这不是 Nvidia、Broadcom 或 Micron。）

2026-05-03 20:31:00

Marvell Technology 为大型人工智能数据中心的关键网络组件提供支持，而这些组件经常被华尔街忽视。凭借 Nvidia 20 亿美元的战略投资及其在高效数据中心运营方面的作用，Marvell 已准备好实现显着增长。此次合作旨在优化 Nvidia 平台的以太网交换机和 DPU，并承诺随着人工智能基础设施投资的激增，网络 ASIC 和 DPU 的销量将会更高。尽管有大幅收益的潜力，Marvell 的估值仍可能被市场低估。

“这很好”创作者说人工智能初创公司偷了他的艺术 |TechCrunch

2026-05-03 20:16:51

艺术家 KC Green 声称，人工智能初创公司 Artisan 在未经许可的情况下在广告活动中使用了他的漫画《This is Fine》。这个表情包最初来自 Green 的网络漫画“Gunshow”，现在出现在地铁广告中，并修改了文字，宣传雇用 AI BDR Ava。格林表达了不满，并呼吁追随者破坏广告。Artisan 承认在 TechCrunch 联系后就这个问题直接联系了 Green。这一事件凸显了围绕模因文化和未经同意的商业使用的知识产权的持续争论。

研究表明人工智能最大的仇恨者是最常使用它的人

2026-05-03 20:00:51

The Verge 的一份报告强调了人们对人工智能技术日益强烈的抵制，指出尽管人工智能技术具有潜在的革命性影响，但经常使用它的用户，尤其是 Z 世代，仍抱有很大的怀疑态度。只有 18% 的人对人工智能的未来抱有希望，其中近一半的人认为风险大于好处，但由于认为有必要或缺乏替代方案，仍在日常生活中使用它。这一代人批判性地看待人工智能，认识到其局限性和潜在危害，包括道德问题和错误信息。教育机构面临着类似的矛盾，努力平衡采用人工智能的经济激励与对其对学习成果影响的担忧。这些悖论使得人工智能的实际应用变得越来越可疑，尽管公司在人工智能上投入了大量资金，通常会导致更多的人参与纠正人工智能错误。人们对人工智能的文化认知正在转向毒性，人们经常对人工智能生成的在线内容表示嘲笑和怀疑。