跳到主要内容
第3赛季 距结束 25 天 13:00:56 $2,000 10,000 积分 = 一个月会员
人工智能

什么是ChatGPT?它究竟如何工作

最后更新 阅读约 3 分钟

发布于

打开文章阅读,领取 30 积分
一个人背对镜头坐在窗边的书桌前,在笔记本电脑上打字,屏幕上是色调柔和、模糊的聊天界面,晨光洒入

登录后阅读本文可得 +30 积分

读到最后,等几秒,然后点下方的领取按钮。

简而言之

ChatGPT是OpenAI推出的AI聊天机器人,于2022年11月30日发布[1],截至2026年10月每周用户超过12亿人[2]。它基于大语言模型运行:这类模型从海量文本中学习规律,并通过预测下一个词元来生成回答[3][4]。它们可能在出错时依然显得十分笃定[8]。

要点

  1. ChatGPT是建立在OpenAI大语言模型之上的一项服务;自2026年10月起,付费方案的对话体验由GPT-6 Sol驱动,Free和Go方案则使用GPT-6 Luna[2]。
  2. 语言模型每次生成一个词元,方法是预测接下来最可能出现的内容;一个词元大约相当于四分之三个英文单词[3][4]。
  3. 模型先在大规模文本集合上进行预训练,再通过基于人类反馈的强化学习(RLHF)等方法进行后训练[1][3][7]。
  4. 幻觉,即看似合理但实则错误的陈述,仍是一项根本性难题;OpenAI认为其根源在于奖励猜测的训练和测试方式[8]。
  5. OpenAI表示,个人消费者方案中的内容可能被用于训练其模型,用户可以选择退出[10]。
  6. OpenAI公布的支持国家和地区名单中不包括伊朗[11]。
本页内容 12 个部分
  1. 什么是ChatGPT?
  2. 什么是大语言模型?
  3. ChatGPT是如何训练的?
  4. ChatGPT如何生成回答?
  5. ChatGPT为什么会编造内容?
  6. ChatGPT有哪些优势和局限?
  7. 如何负责任地使用ChatGPT?
  8. ChatGPT的未来走向如何?
  9. 常见错误
  10. 常见问题
  11. 术语表
  12. 来源

什么是ChatGPT?

ChatGPT是OpenAI开发的一款AI聊天机器人。你通过打字或语音提出请求,它会用自然语言作答,而且越来越多地附带图片、图表和交互元素[2][10]。按照OpenAI的描述,它是一项基于人工智能的服务,可用于总结信息、翻译、编程、调研与分析、跨工具完成多步骤任务以及处理图像等[3]。

OpenAI于2022年11月30日以免费研究预览版的形式发布了ChatGPT[1]。其发布公告称,对话形式使模型能够回答追问、承认错误、质疑错误的前提并拒绝不当请求,并称它是InstructGPT的“姊妹模型”,后者是一款更早的、经过训练以遵循指令的模型[1]。

这项服务增长极为迅速。2026年10月7日,OpenAI表示每周有超过12亿人使用ChatGPT[2]。同日,它开始将日常对话体验迁移到GPT-6,先从付费方案开始,次日起扩展到Free和Go方案:Plus、Pro、Business和Enterprise用户使用GPT-6 Sol,Free和Go用户使用GPT-6 Luna[2]。同一次更新还推出了“Intelligent UI”(智能界面),让回答中可以包含图表、按钮、表单及其他交互元素[2]。

ChatGPT和GPT是一回事吗?

不是。ChatGPT是应用和服务;GPT模型则是其底层的大语言模型。这些模型也通过OpenAI的API向开发者出售。被OpenAI称为其最智能模型的GPT-6 Astra,于2026年9月开始向ChatGPT付费方案和API陆续推出[12]。

什么是大语言模型?

大语言模型(LLM)是一类在极大量文本上训练、用于预测和生成语言的AI模型。OpenAI解释说,在训练过程中,模型会学习词语在上下文中通常如何搭配出现,然后在撰写回答时利用这些知识,一个词接一个词地预测下一个最可能出现的词[3]。

什么是词元?

模型实际处理的单位是词元(token),即它们用来处理文本的基本单元。一个词元可以是一个字符、一个词的一部分、一个完整的词或一个标点符号[4]。对于英文,OpenAI的经验法则是一个词元约等于四个字符或四分之三个单词,因此100个词元大约相当于75个单词[4]。这只是针对英文的估算:OpenAI指出,其他语言中字符、单词与词元之间的关系可能不同,因此不应原样套用到波斯语等语言的文本上[4]。

什么是参数?

一个模型由大量被称为权重或参数的数字以及使用这些数字的代码组成[3]。训练过程会逐步调整这些数字,使其捕捉到规律。举个规模上的例子,OpenAI在2020年一篇论文中介绍的GPT-3拥有1750亿个参数,并在3000亿个词元上完成训练[6]。OpenAI表示,其模型并不存储训练数据的副本,而是将规律学习到参数之中[3];这是该公司自己对训练原理的描述。

什么是Transformer?

OpenAI研究论文中介绍的GPT模型都建立在Transformer之上,这是2017年在论文《Attention Is All You Need》中提出的一种神经网络设计[5][6]。它依赖“注意力”机制,使模型能够衡量输入的每个部分对其他各部分的重要程度;其作者报告称,与早期设计相比,它更易于并行计算,训练所需时间也显著缩短[5]。GPT-3采用了这一设计,其Transformer层中交替使用稠密注意力和稀疏注意力模式[6]。

现代化数据中心的通道,一排排长长的服务器机柜被蓝色指示灯照亮,透视纵深延伸至远方

ChatGPT是如何训练的?

OpenAI表示,其模型的开发包括准备训练数据、预训练、后训练,以及发布后的评估与改进[3]。

  1. 数据。OpenAI列出了三个主要来源:互联网上公开可得的信息、通过第三方合作伙伴获取的信息,以及用户、人类训练员和研究人员提供或生成的信息[3]。它表示不会有意从付费墙后的来源或暗网收集数据,会过滤仇恨言论、成人内容和垃圾信息等材料,并越来越多地使用由自家模型生成的合成数据[3]。网站所有者可以通过robots.txt屏蔽其GPTBot爬虫[3]。
  2. 预训练。模型通过在海量文本中预测下一个词来学习[8]。训练初期,它的猜测基本是随机的;在数以百万计的句子上反复练习之后,猜测会逐渐改进[3]。
  3. 后训练。原始模型并不会自动变得有用。InstructGPT研究表明,先用人类撰写的示范、再用基于人类反馈的强化学习(RLHF)对GPT-3进行微调,得到的回答更受人们青睐:拥有13亿参数的InstructGPT模型的输出,比拥有1750亿参数的GPT-3的输出更受偏好[7]。最初的ChatGPT也是这样训练的:训练员先编写示例对话,再对不同的备选回答进行排序,以便奖励模型引导后续训练[1]。

由于一个句子可能有多种合理的续写方式,模型的回应存在一定随机性,因此同一个问题可能得到不同的回答[3]。

一座狭长的大学图书馆阅览大厅,高耸的书架上摆满书籍,一名学生独自在中央的桌旁用笔记本电脑学习

ChatGPT如何生成回答?

当你发送一条消息时,文本会被切分成词元,模型对其进行处理,再一个接一个地生成输出词元[4]。ChatGPT还管理着一个共享的“上下文窗口”,即模型一次能够考虑的文本量,其中容纳了系统指令、记忆、对话内容以及模型的推理过程,因此留给你自己输入的空间小于总量[10]。

较新的推理模型会在作答之前先把问题想清楚。OpenAI解释说,它们使用内部推理词元,这些词元不会作为回答文本显示,但仍计入输出[4]。这就是为什么一个简短的可见回答所消耗的词元,可能比其显示的文字所暗示的更多[4]。OpenAI各方案对这些模型的使用权限不同;例如,Plus方案列有“搭载GPT-6的高级推理模型”,Pro方案列有“由GPT-6 Astra驱动的Pro推理”[10]。

视方案而定,ChatGPT还可以使用网页搜索、文件上传、数据分析和图像生成等工具[10]。

ChatGPT为什么会编造内容?

OpenAI将幻觉定义为“语言模型生成的看似合理但实则错误的陈述”[8]。美国国家标准与技术研究院(NIST)则使用虚构(confabulation)一词,指可能误导用户的“以笃定口吻陈述、但有误或虚假的内容”[9]。

OpenAI在2025年9月发表的研究认为,标准的训练和评估方式奖励猜测,而不是承认不确定,就像一场选择题考试:蒙对了得分,留空却一分不得[8]。研究还指出,预训练阶段只接触流畅的文本,没有“真”或“假”的标签,因此那些随意、罕见的事实(如OpenAI所举例子中某只宠物的生日)无法仅凭规律预测出来[8]。在一个例子中,一款广泛使用的聊天机器人为某位研究人员的博士论文给出了三个不同的标题,全部是错的[8]。

OpenAI的研究结果还反驳了两种误解:由于有些问题本身无法回答,准确率永远不会达到100%;但幻觉并非不可避免,因为模型在没有把握时可以选择不作答[8]。该公司表示,在实践中,幻觉仍是“所有大语言模型面临的一项根本性挑战”[8]。最早的ChatGPT发布公告就已把“听起来合理但不正确或毫无意义的回答”列为一项局限[1]。

ChatGPT有哪些优势和局限?

优势。ChatGPT快速而灵活。它可以起草、总结、翻译、解释代码并拆解复杂话题,付费方案还增加了更深入的推理、调研和智能体工具[3][10]。

局限。

  • 准确性:它可能以笃定的口吻陈述错误信息[8][9]。
  • 对措辞敏感:OpenAI从一开始就指出,换一种方式提问可能会改变模型能否答对[1]。
  • 不稳定:同一条提示词可能产生不同的回答[3]。
  • 啰嗦:OpenAI表示,早期模型常常“过于冗长”,部分原因是训练员偏好较长的回答[1]。
  • 隐私:OpenAI的定价页面说明,个人消费者方案中的内容会被用于训练其模型,用户可以选择退出[10]。

如何负责任地使用ChatGPT?

  1. 核实重要事实,对照原始来源检查,尤其是人名、日期、数字、引文和参考文献,因为笃定的错误是已知风险[8][9]。
  2. 索要来源并亲自打开。确认所引用的页面确实存在,且内容与回答所说一致。
  3. 保护个人数据。避免粘贴密码、身份证件号码或机密文件;如果不希望自己的对话被用于改进模型,请使用训练退出选项[3][10]。
  4. 遵守学校或雇主关于使用AI的规定,并在要求时如实说明。
  5. 对于医疗、法律或财务问题,只把它当作起点。这些只是一般性信息,不是专业建议;凡是影响你的健康、财产或权利的内容,都应由具备资质的专业人士确认。

致伊朗读者:OpenAI公布了一份其支持访问ChatGPT的国家和地区名单,伊朗不在其中[11]。OpenAI警告称,从名单以外的国家访问或提供访问,可能导致账户被封禁或暂停[11]。

秋日的阳光下,一名学生坐在德黑兰一所大学绿树成荫的庭院长椅上,在摊开的课本旁用笔记本电脑学习

ChatGPT的未来走向如何?

截至2026年11月3日,OpenAI正推动ChatGPT朝两个方向发展。一是更丰富的回答:Intelligent UI旨在让ChatGPT“围绕你想做的事情构建界面”[2]。二是真正动手完成工作,而不仅是谈论工作,这要依靠GPT-6 Astra等能力更强的模型;OpenAI称该模型在计算机操作、网页浏览和软件工程方面达到业界领先水平[12]。这些是该公司自己的说法,依据的是它自己挑选的基准测试[12]。

不过,按照OpenAI自己的解释,ChatGPT的写作方式仍然是预测下一个词[3];OpenAI也表示,即使模型越来越先进,它们仍可能产生幻觉[8]。对学生和专业人士来说,一个明智的习惯是把ChatGPT视为一位能干的助手,但它的成果仍需要核查。

OpenAI于2026年11月3日列出的ChatGPT个人方案(美元价格;各地价格和税费有所不同)
方案月费对话中可用的主要模型备注
Free$0 [10]GPT-6 Luna [2]文件上传、图像生成、深度研究和记忆功能有限[10]
Go见定价页面[10]GPT-6 Luna [2]可使用工具发送更多消息,记忆更长;可能包含广告[10]
Plus$20 [13]GPT-6 Sol,另有搭载GPT-6的高级推理模型[2][10]项目、定时任务和自定义GPT[10]
Pro$100、$200或$500三档[14]GPT-6 Sol;由GPT-6 Astra驱动的Pro推理[2][10]三个用量档位;Pro 500包含Ultrafast模型[14]
ChatGPT背后的关键里程碑
日期里程碑
2017年6月Transformer架构发表[5]
2020年5月OpenAI介绍拥有1750亿参数的GPT-3[6]
2022年3月InstructGPT论文展示了利用人类反馈进行微调的价值[7]
2022年11月30日ChatGPT以免费研究预览版形式发布[1]
2025年9月5日OpenAI发表关于语言模型为何产生幻觉的研究[8]
2026年9月GPT-6 Astra开始向付费方案和API推出[12]
2026年10月7日GPT-6开始作为对话模型推出:先付费方案,后Free和Go[2]

常见错误

  • 把ChatGPT的回答当作经过核实的事实。

    正确做法: 对照原始来源核查重要说法;幻觉是一个已知且尚未解决的问题[8]。

  • 以为它一定搜索过网络。

    正确做法: 检查是否使用了搜索功能;否则,回答来自训练中学到的规律[3]。

  • 以为所有ChatGPT方案都使用同一个模型。

    正确做法: 查看你的方案:在对话中,Free和Go使用GPT-6 Luna,付费方案使用GPT-6 Sol[2]。

  • 把敏感的个人或公司数据粘贴到个人消费者账户中。

    正确做法: 删除敏感细节,并在设置中检查训练退出选项[10]。

  • 认为更长、更详细的回答就更准确。

    正确做法: 依据证据而非篇幅来评判回答;OpenAI发现,训练员对较长回答的偏好使模型变得冗长[1]。

常见问题

ChatGPT归谁所有?

ChatGPT由OpenAI开发和运营,于2022年11月发布[1]。

ChatGPT免费吗?

是的,有一个Free方案,截至2026年10月在对话中使用GPT-6 Luna[2][10]。付费方案包括Go、每月$20的Plus,以及每月$100、$200或$500的Pro档位[13][14]。

ChatGPT会思考或理解吗?

它根据训练中学到的规律,通过预测可能出现的下一个词元来生成文本[3][4]。推理模型会在作答前增加内部步骤[4],但输出仍可能出错[8]。

ChatGPT的信息从哪里来?

来自训练数据,包括公开网络内容、合作伙伴数据集以及用户、训练员和研究人员提供的材料;在启用时,还来自实时网页搜索[3][10]。

ChatGPT会用我的对话进行训练吗?

在个人消费者方案中,OpenAI表示除非你选择退出,否则内容会被用于训练其模型[10]。

在伊朗能使用ChatGPT吗?

伊朗不在OpenAI的支持国家名单中,从名单以外的国家访问可能导致账户被暂停[11]。

术语表

大语言模型(LLM)
一种在大量文本上训练、通过预测下一个词元来生成语言的AI模型[3]。
词元(token)
模型处理文本的单位,例如一个词、一个词的一部分或一个标点符号[4]。
参数(权重)
模型内部在训练中不断调整、用于捕捉规律的数字[3]。
Transformer
一种基于注意力机制的神经网络架构,于2017年提出[5]。
RLHF
基于人类反馈的强化学习:利用人们对模型回答的排序来训练模型[7]。
幻觉(虚构)
AI模型给出的看似合理或口吻笃定、但实际错误的输出[8][9]。
上下文窗口
模型一次能够考虑的文本量,由指令、记忆、对话和输出共同占用[10]。

来源

  1. Introducing ChatGPT OpenAI · 2022-11-30
  2. GPT-6 and Intelligent UI for everyone OpenAI · 2026-10-07
  3. How ChatGPT and our foundation models are developed OpenAI Help Center; live page, retrieved 2026-11-03
  4. Understanding and counting tokens OpenAI Help Center; live page, retrieved 2026-11-03
  5. Attention Is All You Need (Vaswani et al.) arXiv · 2017-06-12
  6. Language Models are Few-Shot Learners (Brown et al.) arXiv · 2020-05-28
  7. Training language models to follow instructions with human feedback (Ouyang et al.) arXiv · 2022-03-04
  8. Why language models hallucinate OpenAI · 2025-09-05
  9. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1) US National Institute of Standards and Technology
  10. ChatGPT Plans and Pricing OpenAI; live page, retrieved 2026-11-03
  11. ChatGPT Supported Countries OpenAI Help Center; live page, retrieved 2026-11-03
  12. GPT-6 Astra: A new generation of intelligence OpenAI · 2026-09-03
  13. What is ChatGPT Plus? OpenAI Help Center; live page, retrieved 2026-11-03
  14. About ChatGPT Pro tiers OpenAI Help Center; live page, retrieved 2026-11-03
分享这篇指南 Telegram WhatsApp X
0 个赞

评论

热门评论

关于 Pouyam 团队 编辑方针

Pouyam 上还有

探索 Pouyam

指南只是 Pouyam 的一角,接下来可以去这些地方。

快速导航