生成式人工智能，尤其是 ChatGPT，一直是科技博主、主流媒体和几乎所有领域专业人士的谈资，还很多人担忧：它将如何颠覆自己的工作?人工智能会将我们取而代之吗?好莱坞作家、房地产经纪人、遛狗人和麻醉师还有用吗?
于是我们与一家全球点击流数据提供商 Datos 公司一起合作，来尝试解答围绕 ChatGPT 的一些谜团。
访问量自四五月份在持续下滑
如果你读过《ChatGPT 预测使用量将增长 900%》或《ChatGPT 在六个月内实现了 Facebook 需要十年才能实现的目标》等令人屏息的报道，你就会认为这个 token 预测文本系统拥有每个风险投资人梦寐以求的东西：J 曲线增长。但是，更敏锐的观察者可能已经注意到了一家媒体最近发表的一篇文章：《来自 ChatGPT 的丑陋数字揭示了人工智能需求已经在缩减》一文，以及多家媒体的类似报道。
首先，我们来看看 OpenAI.com 的高流量：
自 5 月份以来，OpenAI 的流量下降了 29.15%。有多种理论可以解释这一现象，但并不表明各个行业对生成式人工智能的兴趣或使用是在下降：
理论 A) 专业/常规使用仍处于历史高位或仍在增长;下降的只是新用户/没有特定任务的用户
理论 B)大量用户的使用与学校作业有关，因此美国、加拿大和其他国家的教育用户在暑假期间导致使用量出现下降的幻象。
根据 Datos 的数据显示，我们不仅可以看到 OpenAI 的每月流量，还可以看到这些设备的访问次数。这应该有助于我们验证或排除理论 A。
Datos 为我们提供自去年 9 月(2022 年)以来，按访问次数/月分列的 OpenAI 所有面板流量明细。该分布图如下：
在这里我们可以看到，自五月份以来，每月访问量在 1-2 次的用户确实有所下降。这个群体的访问量在去年 12 月之后同样也出现了大幅下降(当时有关 ChatGPT 3.5 功能的爆炸性新闻刺激了首次使用量的飞速增长)。但是，对月访问量为 3-10 次的群体或月访问量为 11 次以上的群体进行分析后，理论 A 的论点就站不住脚了。自 5 月份以来，这两个群体的访问量都出现了明显下降。事实上，访问量超过 11 次/月的群体数量自 4 月份以来一直在下降!
去掉了第一个论点之后，这就给我们留下了第二个理论：教育领域的用户是 ChatGPT 流量下降的“罪魁祸首”。从 4 月份以来的下降数据来看，这已经是一个很难说清的问题了，但揭示答案的过程中分享了更多有关 ChatGPT 使用情况的信息，因此让我们继续深入探索。
编程是 ChatGPT 用户最大的使用场景
是教育领域的使用者推动了 ChatGPT 的应用吗?我们是否正在培养使用人工智能完成大部分办公任务的一代学生?或者，反过来说，ChatGPT 是在取代谷歌搜索来回答问题、消除对软件程序员的需求，还是在角色扮演游戏中代替过度劳累的主持人?
为了回答这些问题，Datos 提供了来自 ChatGPT 的 7000 多条真实用户提示，然后我们筛选出了最可信/最相关的 4098 条(删除了只有几个单词或胡言乱语/emojis/nothing-but-foul-language/etc.的提示)。结果着实有趣。
首先，我将细分每个会话的提示语数量：
从上面我们可以看出，ChatGPT 的用户在单次提示、2-4 次提示和 5 次以上提示会话之间几乎是平均分的(各占 1/3)。但是，这种类型的分析并不能告诉我们用户究竟在用这些提示做什么。
由于 Datos 能够提供 ChatGPT 页面的全文，我们对这些页面进行了分析，并且使用了最好的主题分类系统之一：ChatGPT 自带系统。
我首先要求 ChatGPT 提供粒度分类(Granular Classification)，然后选取其中最常见的(在 4098 个独特提示中，其中约 20 个常见提示涵盖了 95% 以上提示)，并手动将其划分为不同类别，如上图所示。
其中，编程是 ChatGPT 用户最大的使用场景，29.14% 的提示系列属于这一使用场景。它也是最清晰/最不模糊的。为了确认分类器的准确性，我手工检查了每个提示系列中的 100 多个。我发现在 ChatGPT 标记为此类的每个提示中，都有编程帮助(包括编写特定的代码、格式化代码、捕捉代码中的错误等)。
正如其他人经常所说，该工具在编程相关任务方面表现出色，因此不难想象它为何如此受欢迎。
接下来是教育类别 ，这里不仅仅指的是小学或高中教育，还包括个人知识或兴趣探索以及用于工作目的的专业知识搜索。内容创建也是如此，有些显然是个人行为，比如数据集中经常出现 ”D&D 游戏地牢大师需要谜语或任务来进行冒险”，而有些则是专业行为，例如 “给我写一篇关于底特律管道问题的 500 字的博文“ — 估计是一个内容营销人员厌倦了自己写材料。
销售和营销使用案例与内容创建有所重叠，但我选择将它们分开，以便查看那些只能归类为帮助销售和营销专业人员完成任务的对话，例如分析数据、在哪些渠道推广产品的问题、广告优化任务，甚至信息/促销帮助都在这个数据集)。