gpt系列instruct和prompt的区别：prompt只是单纯的续写，想要实现特定的目的需要人去费力构造合适的prompt。instruct的实现方式是 reinforcement learning from human feedback (RLHF)，模型给出两个（或者若干个？）候选项，由人工挑出来哪个更好。模型可以根据人类给出的指令，给出符合人类偏好的结果，这已经有点人工智能的意思了。下面问题来了，假设人类给模型同时训练了亲情偏好和正义偏好，当亲情和法律发生冲突的时候（比如高启兰面对高启强）会怎么办？
