一个北海道农民把 ChatGPT 和 Codex 用成了农场的‘外挂工程师’,从病害诊断到温室远程控制,每个用法都附原始提示词——农业从业者可以直接抄作业。
日本北海道农民富安弘毅用 ChatGPT 和 Codex 解决农场实际问题,涵盖 8 个用法:拍照识别西兰花病害、卫星监测获取 NDVI 数据、用 ESP32 和 LINE 机器人远程控制温室卷帘、为农场群聊开发机器人管理温度与排期、从聊天记录追踪播种数量、学习 RTK-GPS 自动转向原理并评估自建成本、设计基于 Airtable 的农场管理数据库。他说 AI 让传统昂贵的自动化变得低成本可及,“如同身边有一位超级工程师”。
http://x.com/i/article/2063531614047444992
# "我在田里雇了一名工程师,它叫 Codex" -- 北海道一个西兰花农的 8 个真实 AI 用法
想看 AI 怎么真正落到一线生产里的朋友,做农业的,这篇非常值得看。北海道农民富安弘毅,用 ChatGPT 和 Codex 解决了一堆农场里的实际问题:拍照诊断作物病害、拉卫星数据监测农田、用 Codex 搭温室远程控制、给农场群聊做机器人……8 个用法,每个都带着他当时问 AI 的原始提示词。
以下编译自 ChatGPT Pro Community,原文链接我放评论区。
我们每周都会和 ChatGPT Pro 的订阅用户聊聊,看他们如何把这个产品用在生活和工作里。今天要介绍的是富安弘毅--一位在北海道务农的日本人,他用 ChatGPT 和 Codex 学习新技术、排查问题,还亲手搭建工具,把农场里的一部分活儿自动化。前不久我们有机会在东京和弘毅坐下来聊了聊,听他讲一个公务员出身的人是怎么自学务农的。希望他的故事能给你一些启发。
在东京近郊长大的富安弘毅,从没想过自己会成为一名农民。他没有继承土地,没学过农业,早年还做着公务员的工作。
但二十多岁时,一些与日本稻作文化有渊源的朋友,开始把他带进乡村社区。最初只是好奇,渐渐变成了信念。"不知不觉间,"他说,"我就成了一个农民。"
大约十年前,弘毅加入了一个小团体,在冈山县修复被废弃的梯田--这是当时一场更大行动的一部分,旨在重新唤醒那些正在日本乡村各地消失的老化农田。这份工作既辛苦又理想主义,但这群人因为一个共同的信念凝聚在一起:他们能做出更大的事。"我们想:为什么不干脆成立自己的合作社,经营一座完整的农场呢?"
这份雄心最终把他们带向了北方,来到日本的农业腹地北海道。在那里,弘毅靠亲手去做来学习务农。一季又一季,他自学开拖拉机、管理作物、经营大规模农田。如今,他打理着约 100 公顷的土地,种着西兰花、南瓜、大葱和大豆。
这种规模的现代农业是不留情面的:体力消耗巨大、运营复杂,还很难招到人。于是弘毅开始自己琢磨怎么把一部分工作自动化。传统的农业自动化往往需要昂贵的专有机械和专业工程师--这些资源通常只有规模大得多的农场才用得起。但他说,像 ChatGPT 和 Codex 这样的 AI 工具改变了这道等式。"感觉就像身边随时有一位超级厉害的工程师。"
现在,弘毅会在工余时间折腾 AI、软件和联网传感器,去解决农场里实打实的问题:监测温室温度、追踪田间状况、让日常运营更顺畅。在网上,他把这个过程记录成一个持续更新的实验系列--一个农民如何一步一步、自学着把它搭出来。
下面是弘毅用 ChatGPT 和 Codex 在农场里做自动化、排查问题、辅助决策的八种方式(提示词由日文翻译而来):
## 1. 识别蔬菜的病害
> 我注意到收获的西兰花上出现了黑斑。我想知道这是不是一种病害,以及我该怎么处理。
这次对话价值在哪? "农活中发现的异常,可以当场拍下来和 ChatGPT 讨论。它会给出指引--从不需要找专家的轻微症状,到需要紧急干预的病害,都涵盖在内。"
## 2. 学习如何用卫星监测农田
> 如果要用卫星来做农田监测,可能会用上哪些系统和机制?
这次对话价值在哪? "我搭了一套系统,基于我们自己的农田数据去拉取卫星数据,并定期获取像 NDVI 这样的植被指数数据。现在我们能看到把卫星影像叠加在真实农田上的地图,为每块地的决策提供了更多数据。它被干净地整合进了我们之前已经做好的地图应用里,让卫星数据用起来既方便又顺手。"