在我们对ChatGPT的基础能力有了一定的了解之后，我们就要开始在ChatGPT的基础上探索更多的可能性。
而ChatGPT本身的问题也很多，ChatGPT在使用上最大也最明显的革命，其实是对自然语言的处理能力，抛开太多专业性的术语，你在使用的过程中也能明显感觉到，ChatGPT甚至在某些方面有着比正常人更厉害的解读能力，它可以把一段模糊的要求和文字解读成需求，最牛逼的是它还支持中文，毕竟理论上中文的自然语言处理难度是几个量级。
拿下面这个图举例子，我感觉我都没说明白，但却获得了答案。
除了强大的自然语言处理能力，以及大模型背景下庞大的数据以外。ChatGPT还有很多明显的缺点，其中最直白的问题就是数据的过时以及不联网问题。目前ChatGPT的训练数据集截止到2021年，而没有准确数据集的数据，ChatGPT就没有置信数据可以参考，而这类问题ChatGPT就会通过某种方式自我学习产生，而他的结果就会产生各种各样的错误。
当然，为了避免大数据污染等等问题，ChatGPT目前公开对外使用的接口，最多只会参考部分上下文以及限定单个对话session中做学习优化，但不会对用户的输入做学习。
为了解决这个问题，ChatGPT选择了用第三方插件作为媒介，让AI在比较安全的环境学习外界的数据，最早的合作公司由Expedia、FiscalNote、Instacart、KAYAK、Klarna、Milo、OpenTable、Shopify、Slack、Speak、Wolfram 和 Zapier 创建。
其中的各种插件可以覆盖大部分的场景，包括：
- 检索实时信息：例如体育比分、股票价格、最新消息等；
- 检索知识库信息：例如公司文件、个人笔记等；
- 代表用户执行操作：例如，订机票、订餐等。
除此之外呢，ChatGPT官方还提供了两个插件，一个是网络浏览器，另一个是代码解释器，并开源了一个知识库检索插件的代码。现在，任何开发人员都可以自行构建插件，用来增强 ChatGPT 的信息库了。从这里开始ChatGPT+的概念算是诞生。
虽然目前这部分的插件还只是开放给了候补名单中的用户和开发人员，但计划中即将开放给部分ChatGPT plus的用户了。
一些有趣的ChatGPT周边
除了ChatGPT官方的插件以外，还有很多以各种各样的方案实现的ChatGPT衍生产品，其中有很多意思的东西，这里我就推荐几个比较有意思的
WebChatGPT
https://chrome.google.com/webstore/detail/webchatgpt-chatgpt-with-i/lpfemeioodjbpieminkklglpmhlngfcn
WebChatGPT是一款Chrome的插件，它可以用一个特殊的方案来实现ChatGPT的联网，来让ChatGPT的返回数据更准确更新。
他的实现方案特别有意思，简单来说，他会先把你的问题拿去搜索引擎上搜，然后把结果喂给ChatGPT，然后让ChatGPT以搜索结果作为上下文学习，之后再回答你的问题。
插件安装成功之后，你的对话框上多了很多的参数
Web access（是否要开启联网功能）、X results（想要它列出几条来源）、Time（多久之前的资料）、Region（哪个地区的资料），以及最右边的Prompt（默认指令）
通过配置参数并开启，你可以获取到非常有时效性的内容，比如说询问天气。因为正常来讲你询问chatgpt天气会返回这样的内容。
但如果你使用这个插件，你就可以获取这样的结果。
但要注意的是，由于插件的实现方式（通过输入搜索内容关联上下文），使用WebChatGPT会大幅度削减原本对话中的上下文关联度，所以一般来说只有特定的场景下才使用这个插件。
Monica
这个插件是Google for ChatGPT的进阶，它集合了你在上网过程中会遇到的各种问题和场景，并通过chatgpt来辅助使用。
当然，这个玩意现在越来越成熟了，所以它也开始收费了，大家可以自己感受一下
这个插件最常见的功能就是搜索辅助，会直接对你google的搜索结果做优化，直接返回你i想要查询的结果。可以大幅度节省找到答案的时间。最牛的是，它还支持百度。
除此之外，还有一些比较有意思的东西，比如说划词右键解释
使用ctrl+m可以打开侧边，这里有两个功能，一个是聊天和写作辅助
它还可以提供阅读功能，可以直接给它一篇文章，然后让他阅读，他会直接给你返回文章的摘要。
你可以通过这个对话聊天功能来快速的阅读一篇文章。
AutoGPT
AutoGPT诞生没多久，比起这个东西本身的效果，AutoGPT本身的思路和理念很有意思，AutoGPT依托于GPT4强大的算力和思考能力，对你的需求进行解构深入。比较麻烦得是，AutoGPT对算力的依赖比较强，GPT3.5能用但是很难用。而且由于AutoGPT的理念
AutoGPT就像一个不知疲倦的实习生，他会对你下的指令进行多重解构，并对当前的问题持续发散探索更多话题。
这里有个小例子，假设我想要一个web扫描器但是没有指定任何要求（你可以通过增加要求来优化回答的导向
auto-gpt在分析了我的需求之后，提出了一个计划，是先去找一个网上的扫描器然后再根据需求改进，还提醒我小心代码的安全问题，不要盲目的clone代码。
如果我们继续让他分析，他会继续把分析的内容细化并深入，你也可以指定连续多步去分析。
当然除了让他继续分析，你也可以给与一些人工的干预，比如我说我不想要别人的代码，我想要自己写，他指出我们需要好好分析需求。
其实现在阶段的AutoGPT更多还是一个概念产品，使用上的体验更接近一个demo。比起实际意义，AutoGPT通过反馈较正的方式给我们呈现了一种机器思考的感觉，很有趣。
写在最后
这篇文章里我们讨论的大多都是现在已经成型的一些基于chatgpt的拓展，作为使用者我们能做的很多只有适应时代，下篇文章我们就讲讲，在chatgpt的基础上我们作为开发者能做什么？