我们如果需要系统性的学习某项知识，很多时候，我们需要寻找到系统性的教学课程（甚至有的课程是英文课程），这些课程很多时候长达数十个小时（有些课程老师讲的非常细，或者有非常多的互动环节）。但是又碍于想要系统性的学习，所以你可能会有以下问题：

  1. 看之前没有一个关于本篇知识的结构树——脑子当中对这篇视频没有一个整体的结构，得go through完才能建立起来
  2. 不知道哪些知识可以跳过——很多时候你对整套课程当中的一部分不是很感兴趣或者已经掌握，在没看完之前并不知道哪些是可以选择性跳过的，就必须要完整看完才能知道，可能你会通过 【倍速】 的方法来进行提效，但是这种方法也必定需要你完整go through 所有的课程。
  3. 需要反复观看时，很难精准定位之前的内容——当有资料资料需要反复看，反复揣摩时，很难精准定位到，有时候回退多了，还得再多看看。

那我们是否有更为高效的学习方法呢？

还是有的，整体的逻辑是： :::info

  1. 获取视频
  2. 将视频转文字，将文字翻译（如果是外文视频）。
  3. 将文字内容给到GPT进行总结提炼——提炼出精华+视频提纲，提前知道视频的整体逻辑，并自行决定是否跳过；
  4. 对照视频+文字，进行精读——针对细节知识点，可以直接copy翻译进行总结，绘制出自己的知识结构。 ::: （虽然视频的翻译内容会有瑕疵，但是很多时候，如果你是这个领域有一定的理解，我相信这点翻译上的瑕疵并不是问题）

视频源的获取

浏览器插件：
如果你的系统视频教学知识的获取来源是B站，等视频渠道，你可以通过安装视频插件来帮你免费从各大视频网站讲视频下载到本地。
（当然你也可以使用你喜欢的其他的工具，或者平台，这里仅提供我个人使用的平台/工具，不作为引流建议）

Chrome插件平台（扩展迷）

Chrome浏览器插件下载,chrome谷歌商店插件crx应用推荐与下载-扩展迷
在这个平台上你可以找到各类Chrome浏览器的插件，至于插件的安装这里不做赘述。
image.png

油猴（Tampermonkey）

Chrome插件,谷歌浏览器插件下载安装教程-扩展迷
image.png
下载完成之后，安装完成之后，你会发现你的油猴出现在你的扩展列表中
image.png

脚本平台（Greasy Fork）

Greasy Fork - 安全、实用的用户脚本大全
image.png
这个脚本平台中，你可以找到各类适用在TamperMonkey 当中的脚本。比如搜索【B站】，你会找到很多VIP破解工具。
image.png
我个人使用的是这款：
B站哔哩哔哩使用增强，全网VIP视频免费破解去广告，全网音乐直接下载，知乎使用增强，短视频无水印下载，油管、Facebook等国外视频解析下载，网盘搜索引擎破解无限下载等
image.png
直接安装这款脚本即可，因为我已经安装过了，所以这里显示重新安装。

当你上述工具都安装完成之后，如何判断你的插件、脚本都安装成功了呢，随便打开一个b站的内容，当你发现有下面的控件的时候，就说明可以正常使用了。
image.png

批量下载工具（Motrix）

这款插件中有建议使用批量下载的三方工具，按照插件设计者的推荐，我这里使用的时Motrix，这里也附上Motrix的下载地址：
Motrix

B站视频下载

进入B站当中，选择一款需要学习的视频课程，批量选择，并进行下载。
image.png
此时便会在Motrix当中建立起任务列表，下载完成之后，你就可以在本地查看视频文件了。
image.png

视频转文字

网络上不乏很多视频转文字的工具，这里推荐一下【飞书】当中的【飞书妙计】。

飞书妙计

本质上其实是一个会议记录工具，但是可以将，可以直接将本地的视频上传（支持批量导入），并进行转文本、翻译、关键还免费。
image.png
image.png

chatGPT 总结知识

这里我们的思路是将内容直接喂给chatgpt，让他帮我们做总结，并有条理的整理出视频中所有的知识点。
但很多时候，因为文章的内容比较多，已经超过了chatGPT 的Token限制（token可以理解为chatgpt允许用户输入的最大词根数，可以等效理解为中文字数），但内容也不好分隔，操作起来也比较苦恼，这个时候我们需要用到文档/长文本的分块工具。

长文本切割工具

Input files and long text into ChatGPT - Optimus Development

这个工具，可以将文档或者长文本切割成token范围内的几个块，同时也能让chatgpt联系上下文，将文本视为一个整体。

当我把前边导入的一个视频的文字内容，进行切割之后，得到了三块，我分别将这三块喂给chatGPT。
image.png

内容总结Prompt

内容分块之后，根据下边的Prompt示例进行总结

:::success Based solely on the content I have provided to you, do not use any other information. Please summarize all the knowledge points in this content using headings and subheadings, and then translate the content into Chinese. For example: Summary in English: 【1. XXX】 1.1 XXX 1.2 XX … 1.N XXX 【2. XXX】 2.1 XXX 2.2 XX … 2.N XXX … 【N. XXX】 N.1 XXX N.2 XX … N.N XXX Summary in Chinese: :::

这里其实做了几件事：

  1. 限制信息来源 :::success Based solely on the content I have provided to you, do not use any other information. ::: 这里，是为了让chatgpt不要从其他信息中给到我的总结内容中，避免他臆造知识。

  2. 下任务指令 :::success Please summarize all the knowledge points in this content using headings and subheadings, and then translate the content into Chinese. ::: 这里下了两个指令，一个是总结知识点，一个是翻译。
    当然我们可以要求翻译的格式（要求标题+副标题的形式）

  3. 给出示例 :::success For example: Summary in English: 【1. XXX】 1.1 XXX 1.2 XX … 1.N XXX 【2. XXX】 2.1 XXX 2.2 XX … 2.N XXX … 【N. XXX】 N.1 XXX N.2 XX … N.N XXX Summary in Chinese: ::: 这里直接给出了写作的格式，当然你心情好完全可以要求他用Markdown格式来写。他也能支持，这里我就不延展了。对Prompt有兴趣可以看我的其他文章。

但是我并没有直接使用中文Prompt，是因为我经过实测，中文Prompt的指令效果确实很多时候不如英文。所以我采用了英文指令，并将总结后的内容直接翻译成中文。

最终，chatGPT给出了他的回复： :::info Summary in English:
【1. Tactics for Prompting Models】
Summary in English:
【1. Prompting Strategies】
1.1 Specify the steps required to complete a task.
1.2 Instruct the model to work out its own solution before rushing to a conclusion.
1.3 Use quotes from the text to reduce hallucinations.
【2. Model Limitations】
2.1 The model may make up guesses that are likely to be incorrect.
2.2 The model might try to answer questions about obscure topics and can make things up that sound plausible, but are not actually true.
2.3 One additional tactic to reduce hallucinations is to ask the model to first find any relevant quotes from the text.
【3. Iterative Prompt Development Process】
The next video is going to be about the iterative prompt development process.
Summary in Chinese:
【1. 提示策略】
1.1 指定完成任务所需的步骤。
1.2 在匆忙得出结论之前，指导模型自行解决问题。
1.3 使用文本中的引用以减少幻觉。
【2. 模型限制】
2.1 模型可能会猜测错误。
2.2 模型可能试图回答关于晦涩主题的问题，并发表听起来合理但实际上不正确的言论。
2.3 减少幻觉的另一种策略是先要求模型找到文本中的相关引用。
【3. 迭代式提示开发过程】 下一个视频将介绍迭代式提示开发过程。 :::

总提来说，还是不错的，我会持续跟踪这种方法的使用，并会在我的Prompt学习路径当中持续优化。

chatgpt对话Sample

这里附上我的对话截图
chat-shot.png
「PS. 本文部分文案由gpt辅助生成」