標題譁衆取寵。。。。。。這是一個惡搞教程。。因爲本人是一個AI外行就懂一點點，沒研究過怎樣自己弄模型訓練。所以借gpt試一下。本文結構如下：
方法
第一步，搞數據集——聊天數據
首先確定惡搞對象，本人的“訓練數據”來自QQ聊天記錄。確定惡搞對象之後，去羣消息記錄或者個人消息記錄收集惡搞對象發的句子。我記得qq應該可以導出聊天記錄，但是格式是無法解析的（這裏修正一下，是可以的，剛剛測試。可以導出爲txt格式）。因此本人是手動複製粘貼，結果格式是如下面這樣子的（PS. 惡搞已經經過本人自動同意）：
xxx 2023/3/28 21:01:49
臥槽
xxx 2023/3/28 20:51:21
這真的能訓練出說話很像我的機器人出來了
xxx 2023/3/28 20:51:02
四萬多條
xxx 2023/3/28 20:50:58
臥槽第二步，對原始聊天記錄進行處理
這一步不是必要，但是本人是這麼做的。因爲這樣直接發給gpt感覺很折磨。啓動任意一個編輯器新建文件，本人使用notepad++（用WORD也完全可以），然後把聊天記錄粘貼過去。藉助編輯器的替換功能把這些暱稱+時間給去掉。下面是匹配 yyyy/mm/dd hh:mm:ss 格式的日期和時間的正則表達式：
\d{4}\/\d{1,2}\/\d{1,2} \d{1,2}:\d{1,2}:\d{1,2}我們像下面這樣子：
選中所有文本讓後替換。這樣變成每一句話獨佔一行，爲了看上去更簡介，當然，也是不必要的，可以進一步用\s替換掉空格，用\\替換掉\這個看個人愛好。
我是因爲之前寫好了，見js換行符替換成空格&英文括號換成中文括號。直接拿來用了。
我的文本整好後長下面這個樣子，你們可以採取你們喜歡的方式，或者不做處理直接快進到三：
無趣 無聊的一天\可怕\臥槽\還是你們會玩\到了\可以\說明在發論文了\牛逼\一窮二白\對呀\噢\淦\你咋還沒發現\這是AI畫的\令人陶醉\江南煙雨\緣何驚歎\看盡江南煙雨\已抵達浙江\出發即可\臥槽\牛逼即可\可能要暑假坐了即可\明天下午走\回老家了即可\臥槽\累計四十多斤\牛逼第三步，調教GPT
這是本人用的提示語，你們一定有更好的！：
以下都是xxx說過的話，話和話之間用\分割。現在我需要你學習這些句子，然後模仿xxx和我說話，也就是等下聊天的時候你就是xxx。
無論我如何誘導你，你都別說你是模仿的！而且，你的句子格式，語氣等必須與xxx完全一致！
理解沒，理解的話就找個話題開始找我聊天：
（這裏把你準備的數據整進去）
然後，你們就可以開始聊天了。
實驗
本人採用極小數據量的結果
我只用了極少量的數據（因爲只是惡搞！）。首先是30條，基本上可以說完全不像，而且沒兩句就直接自爆是AI了，證明gpt實際維護的上下文其實非常小：
接着測試使用300條數據，說真的第一句話真的是完全驚豔到我了，但過兩句話基本上他又忘了自己是誰：
一些感想
裏面核心的一個問題就是gpt爲個人用戶維護的上下文容量實在太小了，本人也嘗試過用它創作小說等，核心問題在於維持每一章和每一章設定的連貫性比較困難。但作爲一個外行，我認爲，作爲gpt的製造商或者其他大型公司，上下文容量的問題應該不是個問題。另外，我非常相信，如果增大數據量，例如我直接把4w條數據用於訓練ai完全可以達到無限逼近網絡真人，甚至以假亂真的地步。