#头条创作挑战赛#

开篇我们先看下Transforming的Bing翻译：

to make someone or something completely different, usually in a way that makes them more attractive, easier to use, etc.

简单来说就是Transforming就是执行一定的转换，使原来的物品或者人更加具有吸引力或者更加方便使用。

而我们GPT面向的对象基本都是文字，因此，这里的Transforming笔者翻译为文本转换。

01 | 引言

前两篇文章主要说的是GPT擅长于文本总结、信息抽取以及推理能力，今天我们继续对GPT的另一个能力进行说明，那就是文本转换。

文本转换不仅包括格式转换，还包含翻译、拼写检查、语法矫正等等都可以认为是一种转换服务。

格式转换的使用场景有将一段文字按照JSON或者HTML将重要信息提取，或者将JSON与HTML格式之间进行转换。

拼写检查可以快速将我们的错别字直接改正，并支持当前已知的所有主流语言。

语法矫正可以实现将一段完全不符合语法规范的文本进行修改，或者修改错别字，甚至是可以将我们写的英文论文进行优化。

又是一个提高效率的神奇功能，搞起来。

02 | 翻译

大语言模型是使用了海量的互联网数据进行训练的模型，其中就包含着各种不同语言呈现的内容，使得模型具备了一定的翻译能力。（当然，如果你要对专业的文档进行翻译，建议还是直接和翻译公司对接）。

今天老板的任务是，要求你开发一个翻译器，因为你们要扩展意大利市场，但是你们老板并不想多招聘一位懂得英语和意大利语的小姐姐做你的搭档，所以，你的任务就是满足老板的有。

这时候我们可以先做如下的需求，比如说我们要将英文翻译为意大利语。我们就可以通过如下的prompt很轻松的进行语言之间的相互翻译：

方法很简单，只需要告诉LLM将语言翻译成哪种语言即可。

但是，很多时候我们并不清楚输入的会是什么语言，甚至我们也不清楚用户会想要翻译成什么语言，如果你们要继续扩展其他的市场，那么上面的例子并不通用。

03 | 通用翻译器

果不其然，就当你刚刚意识到这一点，你的老板就告诉你，你们现在要扩展其他的国外市场，你的要求是要求让所有的用户都能了解快速了解产品明细，也需要让同事们快速了解用户的评论信息。

我们昨天的文章就提到了，GPT是拥有推理能力的，如果我们将上面prompt的输入和输出的语言通过GPT进行推理，那么我们是不是就可以实现一个简单的通用翻译器？

说干就干，落地实施一下，修改Prompt如下：

从实施来看，使用上面的Prompt，我们已经可以简单的实现一个翻译器，即：通过大模型识别到用户输入的语言和想要输出的语言，然后拼接一个新的prompt，为：将用户输入的文字转化为{output_language}即可。

没想到没想到，我居然只是使用了GPT，居然干掉了百度翻译，我真是太优秀了，我以后可以抢他们生意了。

3 | 语调转换

就在万能翻译器刚刚搭建好之后，你们公司又遇到了新的问题，那就是各个国家的文化传统都不一样，如果全部靠翻译的话，很可能就会导致鸡同鸭讲或者不小心引发争论，比如说英国人见面是说“今天天气怎么样”，而我们中国人喜欢问“你吃了吗”。

如果你用“你吃了吗”和英国人作为第一次见面的问候语，别人会以为你要请人家吃饭，这就尴尬了。

这时候我们就可以使用GPT的语调转换能力，来消除这部分问题。

说到语调转换，在工作中最常见的就是我们将自己的会议纪要整理后发给不同的同事和领导，这时候语调一般是不一样的，甚至是过年过节的短信也是如此，发给长辈、领导和同事的短信自然也不一样，这时候，语调转换就开始起作用了。

如下，我们需要将一句话转换为商务邮件发出，我们可以使用如下的能力：

就是这么简单，我们甚至不需要知道对方国家的风俗习惯，直接让GPT帮我们去生成邮件内容就好了，确实是简单了好多。

4 | 格式转换

既然语调都可以转换，格式就更不在话下，现在你需要将用户或者从其他部门获取到的信息用HTML的形式展示出来，这个任务就是格式转换的功能发挥作用的时候了。

之前我们就已经说过，LLM非常擅长不同格式之间的转换，那么我们现在就看一下如何将不同格式之间进行转换。

现在，我们想要将一个JSON转换为一个HTML，并且带有列标题和标题，输出如下：

和翻译很类似，只是简单的一个prompt就可以快速实现格式的转换。

5 | 拼写检查和语法校验

但是，高明的猎人往往以猎物的身份出现。

你的能力一次又一次的刷新了老板的认知，他现在已经不知道还有什么任务交给你，于是他拿出了杀手锏，要求你不仅要完成上面的翻译、语调转换、格式变化，现在更需要你帮着商务组的同事修改邮件，防止出现拼写或者语法错误。

然而对于母语都会写错两个字的人来说，这个真心是搞不定了，苦恼、伤心、悔恨，然后是窃喜。

GPT用丰富的网络预料的训练，在文字预测方面是专家，只是简单的拼写错误修改以及语法纠正，十分擅长。

这个能力对于非母语工作者非常有效，比如开发人员给实体类或者方法起名字，总是怪怪的，这时候就可以使用大模型的能力。

同时，该方法还可以用于评论。

在语言学习中或者论文修改中，我们甚至可以让大模型告诉我们修改前后的差异：

这个功能实在是太棒了，说不定未来可以减少很多父母辅导小孩子作业的工作量，哈哈。

同时，我们还是可以通过语气转换以及特殊的面向对象，对上面的评论再次修改，要求遵循APA原则，针对高级读者，并且以markdown格式输出，如下所示：

6 结论

GPT作为当前最为热门的技术方向，在提高我们的工作效率以及工作质量方面都有着非常重要的作用。

虽然上面的能力当前已经有很多的类似应用，但是这些应用有些收费较贵，有些必须要会员，甚至需要专业的知识基础才能实现，然而现在，我们只需要简单的几个Prompt就可以完成这些能力。

善用工具，才能在工作中更加得心应手。