主要观点：ChatGPT 去年 11 月以来野蛮增长，6 月见顶，半年来有大量 AI 想法、试验产品及少量爆款，现疑惑为何无其他爆款及后续方向。本文将通过多方面信息思考和一线经验回答这些问题。
关键信息：

• ChatGPT 网站流量 5 月增长停止，6 月下降，美国区排名从 48 名降至 64 名，iOS App 下载量 6 月也下降且跌出美国应用总榜单前十。
• ChatGPT 产品价值主要靠大语言模型技术，界面简单，人均日使用时长 8 分钟不如 Twitter，四周留存 35%以上且下降缓慢，OpenAI 除 ChatGPT 不开发新产品。
• GPT4 是一代技术最高标准，存在幻觉（某些训练语料不足时胡编乱造）、信息滞后（训练数据截止 2021 年 9 月）、成本高（难申请且价格居高不下）、同质化（免费使其他模型受影响）等技术瓶颈，使用 MoE 架构且多模型堆叠可能说明遇到数据、算力等瓶颈。
• 产品要满足用户需求，可从幻觉、信息滞后、成本、同质化等 GPT4 瓶颈上突破提供差异化价值，如私有化数据、补充信息、降低成本、打造垂类模型等。
• 模型应服务应用，大模型应朝垂直应用方向演进，如满足人类情感等需求，垂直大模型应用空间可能更大，但所需数据更难获得。
• Prompt 是 LLM 的信息通道，包含 Context 场景、Rules 规则、Examples 示例三要素，未包含则信息质量低，衍生出多种写 Prompt 的方案。
  重要细节：
• OpenAI 插件系统不算成功，仅限 Plus 用户使用，浏览模式外未找到 PMF。
• 解决幻觉所需数据大量存在于私域，需全社会合作，公开爬取不可得。
• 国内算力问题更严重，GPT4 价格居高不下导致很多产品回归 3.5。
• 垂直大模型不是有多个垂直领域擅长的模型，而是某些大模型在某些垂直领域应用更好。
• 写 Prompt 需学习技巧，大部分人懒惰不愿每次写，从而衍生多种方案。