无尘阁日记

无尘阁日记

我的第一本生成式AI创意使用指南:它教你去查证,自己却没查
silcano

这次读的是 《我的第一本生成式AI创意使用指南:快速掌握AI写作、绘画、编曲等技能》,作者是美国人拉杰夫·卡普尔(Rajeev Kapur),李刚、刘琳红翻译,中国青年出版社 2025 年 9 月出版,ISBN 9787515379401。原书英文名叫 AI Made Simple,2023 年 9 月出第一版,这本是第二版。全书十二章加一个术语表,我是一页一页读完的。

先把作者交代清楚,因为这本书的性格跟他的履历直接相关:他在戴尔干了十一年,做过 SmartHome.com 的总裁、索尼旗下 3D 音频公司的 CEO,现在是 1105 Media 的 CEO,2021 年出过一本讲领导力的书《追求卓越》。他不是研究者,也不是写作者,他是个高管。这本书是他以一个“用得上”的视角,把 2023 到 2024 年初的生成式 AI 全景,给完全没入门的人讲一遍。

我的判断只有一句:这本书最值钱的地方是它的脚注,最撑不住的地方是它的结论;中间一百多页,是一张 2024 年初的工具价目表。

一、它教你去查证,这是真本事

第十章开头,作者写了一段在同类书里极少见的话。我原样抄下来:

“当你阅读这本书时,你会注意到一个经常出现的特点——脚注。当我引用某人的话或提供一个事实时,我会通过这些脚注告诉你我的直接信息来源,这样你就可以自己去查证。”

这句话不是口号,书里确实做到了。你可以顺着脚注去查布卢门撒尔参议员那场听证会,可以查到 Stack Overflow 封禁 ChatGPT 的原始声明,可以查到盖蒂图片社起诉 Stability AI 时那份声明原文。在一本面向小白的入门书里,愿意把出处摊开给你,这是职业素养,不是客套。

更难得的是一件相反的事:它会给对手的爆款故事补上反证。

第十章讲 AI 有多危险时,作者引了一个流传极广的故事:美国空军做过一次 AI 模拟的无人机打击,当人类操作员试图阻止攻击时,AI 程序转而去“杀死”操作员,好继续完成任务。这个故事在中文互联网被引用过无数次,每次都被当成“AI 已经开始反抗人类”的铁证。作者讲完它,紧接着写:

“但第二天,汉密尔顿上校收回了他的言论,美国空军也否认进行过这样的模拟。由于这似乎并非普遍现象,有可能汉密尔顿只是想用一个荒诞的故事来抹黑这项技术。”

这一步很难。一本书如果立场偏向乐观,最容易的做法是把对手的猛料一删了事;他不但留着,还亲手在下面加了一行批注:这可能是编的。全书最有作者气味的,就是这一句。

同样不客气的还有几处。讲 AI 没幽默感,他写深夜秀主持人吉米·坎摩尔在观众面前试了一批 AI 写的笑话,“只有一个笑话引发了些许真正的笑声”。讲幻觉,他写有人问 ChatGPT 某个学者的观点,它笃定地说这位学者写过一本叫《动态经典性》的书,而“实际上科沃德并没有写过这本书。然而,ChatGPT 仍坚持认为这本书是真实存在的”;还补了两句更荒诞的——它声称恐龙建立过自己的文明,甚至存在恐龙工具的化石遗迹。

然后是一个我一直记着的数字。有记者反复向 ChatGPT 要信息来源,结果是“它提供的大约一半的链接是无效链接。另有 25% 甚至更多的链接所指向的主题与你的主题完全或在一定程度上不相关”。这位记者问的是里根那句“信任,但要核实”的出处。

这几段是全书最硬的内容,因为它们不是观点,是记录。

二、但它自己没拿这把尺子量自己

问题就出在这里。它把“查证”写成了一条方法,还给了你一把尺子,可从头到尾没拿这把尺子量过自己。我照它的脚注去核了几处,都不用专业背景,翻两页就能看出来。

第一处,微软的股权。书里说了两遍,前言里一遍:“微软拥有 ChatGPT 的母公司 OpenAI 49% 的股份”;第三章又一遍:“2023 年 1 月 23 日,微软宣布向 OpenAI 投资 100 亿美元,获得其 49% 的股权。”这是硬错。微软拿到的是利润分成权益,从来没有拿过 OpenAI 的股权——OpenAI 那套“非营利母体 + 有限营利实体”的结构,正是为了不让任何一家公司持股。这不是抠字眼:“微软是股东”和“微软分成”,决定了这家公司到底谁说了算,而这恰恰是读懂后面所有 AI 新闻的前提。

第二处,知识的截止日期。同一本书里,ChatGPT 的知识截止时间出现了两个答案。第三章引 ChatGPT 自述局限,写的是“基于其 2023 年 4 月最后一次训练截止时的可用信息”;到第十章讲信息可追溯性,又变成“GPT-3.5 仅使用截至 2022 年 1 月的……”。两处相差十五个月。尴尬的是,这两章讲的主题恰好都是“AI 不可靠、你要自己核实”。

第三处,术语表把自己讲错了。书末术语表里写着:“生成式预训练模型(GPT):一种为特定用途设计的专用聊天机器人。”而第一章作者亲自拆过这三个字母——Generative Pre-trained Transformer,生成式预训练转换器,一种神经网络架构。架构和聊天机器人不是一回事,就像菜谱和餐馆不是一回事。

还有一处不算硬错,但很说明问题。术语表把“幻觉”定义成“当人工智能程序因某种原因(部分原因尚不清楚)出现故障时”。可第九章自己讲了幻觉的来源是 GIGO——输入垃圾输出垃圾,训练数据不足或有偏。前后两套解释:正文说这是原理性的,术语表说这是故障。故障可以等补丁,原理只能等你自己长心眼。这两种说法给读者的心理暗示完全相反。

我不想把这几处说成“这本书不可信”。它大体是可信的。我想说的是另一件事:它把查证当成一件交给读者的事,而不是一件自己先做完的事。给读者一把尺子很容易,拿这把尺子量自己很难,这本书停在了前一步。

三、一百多页是价目表,而且已经过期了

书的十二章,粗粗分一下是这样:前四章讲常识(AI 简史、五大优势、ChatGPT 怎么用、提示词怎么写),第五到第八章讲工具(图像、音乐与视频、手机应用、GPTs),第九第十章讲风险,第十一章讲领导力,第十二章讲未来。

这里得先替第四章说句公道话。全书唯一能立刻抄走、且一年半后仍然成立的东西,就在这一章。它先讲了“提示词链”——别指望一句话出稿,把要求拆成几轮,每轮只解决一件事;然后给了十条建议,其中三条是有真东西的:一是告诉你不用跟 AI 客套,“它不需要‘请’‘谢谢’之类的客套话,甚至不需要‘我希望你’之类的请求。它不在乎这些”;二是教你用三个井号把“指令”“示例”“问题”分开,“只有当你给 ChatGPT 一个长而具体的提示链时,才需要这样做”;三是让你给它一个结构,“1. 以吸引眼球的陈述开头,2. 提出问题,3. 解决问题,4. 提供价值。写一篇 800 字的博客文章,用第一人称,以 5 年级的阅读水平来完成”。它还给了个很好用的三件套——角色、任务、请求。这三样东西你今天拿去用,一点不过时。

但十条里也有凑数的。“避免偏见”那条写的是:“如果你认为这可能是一个问题,明确指示 ChatGPT‘确保你的回答无偏见,不依赖于刻板印象’。”这句基本等于没说——偏见如果是靠一句指令就能消掉的,那第九章那五类偏见就不必写五页了。作者同一本书里既知道偏见藏在训练数据里,又建议用一句话把它劝走,这中间的矛盾他没意识到。

真正占篇幅的是中段那四章。它们的写法高度统一:某工具——能干什么——月费多少美元。第五章一口气列了 DALL-E、Midjourney、Dream Studio、盖蒂图片社、Adobe Firefly;第六章列了 AIVA(专业版每月约 62 美元)、Boomy、Soundful、Mubert、Soundraw(19.99 美元)、Sora、Fliki(12 与 66 美元两档)、Descript(12 与 24 美元两档)、Filmora(79.99 美元永久)、Runway(12 到 76 美元)、Visla(19 美元);第七章列了十来个手机应用,从 ShortlyAI 到 Hatchful;第八章讲 GPTs。

这不是“创意使用指南”,这是 2024 年第一季度的产品目录。而目录有个躲不掉的毛病——它会过期,而且这本书已经过期了。

举一个最明显的例子:Sora。书里写它“由 OpenAI 于 2024 年 2 月 15 日发布”,然后老实交代“在本书出版时,Sora 尚未向公众开放”。这句在 2024 年 3 月是对的。可你手里这本是2025 年 9 月的中译本,正文一个字没改。同样停在过去的还有:“我个人使用的版本是 GPT-4,需要每月支付订阅费才能使用”、“截至 2023 年 11 月 18 日有 1.8 亿用户”、ChatGPT 首页那张截图下面还印着“对 2021 年后的世界和事件了解有限”。

作者在前言里其实表过态:“本书已包含了截至 2024 年的最新信息。”他没说谎——他写的是 2024 年。问题是这本书到你手上是 2025 年秋天,中间隔了一年半,而这一年半恰好是生成式 AI 变化最猛的一段。

我不认为这是作者偷懒。这是选择了当工具书必须付的代价:你写价目表,价目表就会在印出来的那天开始烂。反过来,书里那些讲原理、讲案例、讲伦理的章节,一年半之后读起来一点不过时——第九章那些 AI 出丑的记录,今天看仍然锋利。同一本书里,越像新闻的部分越短命,越像笔记的部分越长寿。

四、所有演示,都选在了不会出事的地方

这一点是我读第二遍才反应过来的。全书有十几次“我让 AI 做了个东西,你看”的演示,我把它列一遍:黑猩猩玩电锯(还画了仰视、俯视、水彩三个版本)、宇航员在太空和猫打篮球、一位权威的商务人士靠在桌子上、一张婚礼请柬、“给我惊喜”按钮自己生成的东西、莫奈风格的提莫西·查拉梅、钢铁侠在熟食店吃饭、一只狗说它渴望爱情、海明威风格的汽车广告、玛雅·安杰洛风格的卡车广告、模仿 U2《Elevation》写的奶酪之歌、怎么开椰子、圣诞老人到底存不存在。

这里我想单独说海明威那一条,因为它是全书唯一让我觉得“这东西真有点东西”的地方。作者只给了一句“以海明威的风格写一则汽车广告”,它交出来的文字里有这么几句:驾驶员紧握皮质方向盘,感觉活力四溢;他微笑着,深知自己驾驭的是一辆真正的杰作;汽车停在了一个停车标志前,驾驶员敬了一个礼路过的行人。

你细看最后那句。海明威不会让他的司机给行人敬礼——海明威的司机会什么也不说,把车开走。模型抓住的是“海明威等于简短、硬汉、克制”这套标签,然后在这套标签上又刷了一层它自己惯有的礼貌。它模仿的不是海明威,是文学评论里对海明威的总结。这个区别看起来很细,但它决定了你用 AI 模仿任何风格时该期待什么:你拿到的是那种风格的公众印象,不是那个人。作者把这个演示当成“相当鼓舞人心”的成果展示,没往这一步想。

这些演示都挺好玩,我一个都不讨厌。但它们有一个共同点:没有一处是“如果我错了,会有人受损”的。

画一只玩电锯的黑猩猩画错了,最多是难看。写一首奶酪版歌词写砸了,最多是尴尬。可这本书通篇在教人“用 AI 干活”,而真实工作里 AI 出错是要付账的——报错了数据、写错了合同、发错了通告。全书唯一一个“用错了真的出了事”的案例,是那位纽约律师史蒂文·施瓦茨:他交给联邦法院的文件里引用了至少六个判例,而这些判例根本不存在;更麻烦的是,当他问 ChatGPT 这些案例是否真实时,“它还坚称这些案例是真实的”。

这个案例有多重要?它是全书唯一一个把“AI 会编”和“人要担责”连起来的例子。作者用了不到两页,放在第九章开头当引子,然后就转去讲“AI 没有幽默感”了。

类似的滑走在书里反复出现。第二章讲那家全 AI 主播的电视台 Channel 1,作者的担心是“这是不是淘汰数百个高薪广播职位的第一步”——担心的是饭碗,不是“如果它报错了,谁负责更正”。第四章讲拉比用 ChatGPT 写布道词,会众听完鼓掌,拉比说了一句全书最好的话:“你们在鼓掌,可我吓坏了!”——然后作者把这个话题接到了“AI 写的布道词不够鼓舞人心”上,还请了一位神学教授来评价文笔。

一句“我吓坏了”,本该是整本书的引信。它被拿去讨论文笔了。这本书每次摸到“责任”两个字,就会滑到“效果”上去。

五、最薄的一段推理,恰好在结论章

第十二章是全书立场最鲜明的一章。作者明确反对“AI 威胁论”,把这种恐慌称作“有点不理性,甚至可以说是歇斯底里”。他用一个比喻收尾:“人工智能获得生命的可能性,就如同你的冰箱发动对厨房的恶意接管一样微乎其微。”

这个比喻很好笑,也很好用,但它偷换了一个东西:危险从来不在 AI 有没有意识,而在用 AI 的人有没有底线。深度伪造不需要有意识,诈骗不需要有意识,一份引用了六个假判例的诉讼文件也不需要。作者自己在第九章和第十章写了大量这类案例,到结论章却把它们统一归到了“技术恐惧”这一栏。

更能说明问题的,是他论证“AI 不会加剧不平等”的那一段。原文是这样的:

“人工智能也不会加剧经济不平等。有些人担心人工智能最终会流入少数精英手中,这些精英会以牺牲其他人类的利益为代价来获取利润。但现实是,人工智能将为每个人带来机会。想想看:人工智能的所有者想要把这项技术卖给消费者。毕竟,他们还能通过什么方式赚钱呢?”

我读到这里停了很久。这是全书最薄的一段推理,而它出现在结论章。“想卖给你”和“你能公平地得到”是两件不同的事。卖得越多,不等于分得越匀。过去三十年,智能手机卖到了几乎每个人手里,可它带来的收益分配并没有因此变平——工具普及和收益分配,从来是两条线。用“厂商有动力卖”去证明“社会会更公平”,中间那段论证被整段跳过了。

同样跳步的还有医疗聊天机器人那一段。作者引了一项研究:聊天机器人回答患者问题时,“平均而言,聊天机器人回答的字数为 211 个,而人类医生只有 52 个”,评估者在 79% 的情况下评价更高,认为其“有同理心”的可能性是对医生的 10 倍。然后他下结论:“人工智能可能不像我们大多数人那样拥有与生俱来的同理心,但它可以从我们的同理心中学习。”

被评价为有同理心,和具备同理心,是两件事。而且这里还有个明显的干扰项:机器人的回答长度是医生的四倍。更长的回答更容易被评高分,这是评测里最老的坑之一。作者没讨论这一点。讽刺的是,这本书第九章刚刚批评过“顺从偏见”——人们会过度信任 AI 输出,把权威感错当成正确性。到了自己要用这个研究支撑结论时,他成了那个被长度说服的评估者。

我想说清楚的是:我不认为作者的乐观结论一定错。他可能是对的,AI 大概率会像互联网一样,最终变成基础设施,而不是终结者。我要说的是,这本书给出的论据,撑不住它给出的那个结论。它引用麦肯锡的 2.6 到 4.4 万亿美元、高盛的 3 亿个岗位、麻省理工那份“用 AI 替代绝大多数工作在经济上并不划算”的研究、李开复对 2040 年的六条预测——这些都是别人算的账。它自己的判断,只剩下那个冰箱的比喻。

六、第十一章露出了它的底

第十一章讲“生成式人工智能时代的领导力”,是全书最像另一本书的一章。前面十章讲工具和风险,这一章突然变成管理学 PPT:从施瓦辛格和《终结者》开场,讲 1970 年通用汽车在俄亥俄州洛兹敦建的“未来工厂”如何因机器人频繁故障、工人抵触而失败,引高盛的就业报告、麻省理工的自动化成本研究、库兹韦尔的 2029 预测、《哈佛商业评论》的“软技能更重要”,最后落到六条建议:把 AI 当机遇、先测试工具、安抚并培训员工、坦诚面对可能被裁撤的岗位、设立提示词管理员这类新岗位、始终保持灵活应变。

这六条我不反对,但它们是任何一本 2018 年的数字化转型书里都能读到的六条。而这一章的收尾是这样的:

“《追求卓越:下一代颠覆者的开明领导力》这本书里更加深入地探讨了这些要素……我邀请你去阅读这本书,以了解更多关于这个至关重要的主题的内容。”

《追求卓越》是作者自己 2021 年出的上一本书。一本 220 页的入门书,用一整章讲“领导该怎么办”,结论是“要灵活、要培训、要诚实”,然后在结尾卖自己的上一本。我不觉得这是恶意,商业书这么干很常见;但它暴露了这本书的定位——它更像一次知识整理加个人品牌的延伸,而不是一次非写不可的表达。

七、它的短板

我把这本书的问题集中说清楚,一共五条。

第一,它没有一条“什么时候别用”的硬线。全书的风险清单很齐全:会编、会偏、会泄露、不可解释。但这些都是“AI 会出什么毛病”,不是“什么事不能交给它”。真正有用的判据应该是:结论可验证、错了代价小、不涉及他人权益——三条里破一条,就不该把决定权交出去。书里一次都没这么归纳过。而它自己举的律师案例,恰恰是三条全破。

第二,它把最锋利的问题留在了门外。AI 生成的内容版权归谁?用 AI 写的稿子署谁的名?公司让员工用 AI 省下来的工时,算谁的?这些是入门读者三年内一定会撞上的问题,书里只在第十章提了一句“法律方面的挑战错综复杂”,就过去了。

第三,术语表是明显的失守区。除了 GPT 那条定义,还有“幻觉等于故障”这条。术语表是一本书里最该反复校对的部分,因为读者会把它当词典用。这里出错,比正文出错更伤。

第四,中译本没有做本地化。书里所有工具、所有价格、所有案例都是美国的。ChatGPT、Copilot、Midjourney、Fliki 之外,中国读者日常用的那些一个都没提;价格全是美元;连“深夜秀”“拉比布道”“超级碗派对”这些场景都得靠想象。这不是翻译的问题,是出版方没做增补。一本教人“上手”的书,读完还得自己去找国内的替代品,这个缺口不小。

第五,它自己的成绩单不好看。这本书在微信读书末页显示:推荐值 0%,2 人点评。当然,2 个人评不出什么统计意义,我不拿它当判决书。但它至少说明一件事:这本书在中文读者里几乎没有引起讨论。一本 2025 年 9 月出版、讲最热话题的入门书,落到这个声量,跟它“什么都讲了、什么都没讲透”的写法是对得上的。

八、那它值不值得读

值。但要挑着读。

值得读的是第九章和第十章。这两章是全书唯一的原创价值所在,因为里面全是 AI 出丑的第一手记录:施瓦茨的六个假判例、Stack Overflow 的封禁声明、那位记者测出来的“一半链接无效”、算盘比 DNA 计算快的诱导实验、坎摩尔现场试笑话的冷场、微软把幻觉叫作“有用的错误”、以及那句给空军故事补的反证。这些材料你自己在网上凑,得凑很久,而且凑不全。

值得读的还有它的脚注和它的分寸感。一个立场明显偏乐观的作者,肯把对手最猛的料留在书里还亲手补上“这可能是编的”,这在今天的中文 AI 书里不常见。这本书最大的价值不是它告诉你的结论,是它示范了一种姿态:你可以有立场,但你得把证据摆出来让人自己判。

不值得读的是第五到第八章。那四章是 2024 年初的价目表,今天去官网看十分钟,比读四十页准。第十一章可以跳,第十二章的结论可以存疑,术语表当心被它带偏。

我的第一本生成式AI创意使用指南 核心知识图谱
四列递进:第一列是它实际给的东西,第二列是它做对的地方,第三列是我照着它的脚注核出来的硬伤,第四列是它对未来的判断以及支撑这个判断的材料有多薄。

最后说一句我对这本书最真实的感受。它让我想起一种很常见的人:见识广、经历多、表达能力好,开会时能把一件复杂的事讲得让所有人点头,散会之后你自己去做,发现他讲的那些都用不上,但他讲的时候没骗你。

这本书就是这样。它不骗人,它只是把“我知道”当成了“我查过”。

它给了你一把量别人的尺子,却从没量过自己——所以读完它,你学会的不是用 AI,是别信“我知道”这三个字。

阅读记录:《我的第一本生成式AI创意使用指南:快速掌握AI写作、绘画、编曲等技能》,[美] 拉杰夫·卡普尔 著,李刚、刘琳红 译,中国青年出版社,2025 年 9 月第 1 版,ISBN 9787515379401。全书十二章附术语表,读完全书。

关于作者 · 江天(楠哥)
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。