Réécrivez la requête pour que le modèle raisonne en profondeur. Return JSON {"task": "énoncé clair du problème", "context": "introduction et restrictions (budget, habitudes, ce qui est important)", "steps_request": "veuillez raisonner étape par étape et prendre en compte les options", "output_format": "sous quelle forme la réponse est nécessaire"}
La mécanique est simple : plus l’entrée est spécifique, meilleures sont les raisons du modèle. Déchets, réponse générale. Une bonne demande est composée de quatre parties : la tâche elle-même ; contexte et limites; veuillez raisonner étape par étape et prendre en compte les cas extrêmes ; format de réponse. Une analogie : c'est comme définir une tâche pour un entrepreneur : « faites-le magnifiquement » par rapport à une spécification technique normale avec des dimensions et un budget. Pour le tarif, indiquez : combien de personnes, combien de minutes et de gigaoctets elles dépensent, le plafond d'argent, ce qui est le plus important - la communication ou Internet. La première astuce : énoncer clairement les priorités (« un budget jusqu'à X, une connexion stable est plus importante que la vitesse ») - le modèle construit un raisonnement autour d'elles, plutôt que de deviner. La deuxième technique n'est pas évidente : demandez-lui d'abord d'écrire les hypothèses qu'elle fait sur votre situation - de cette façon, vous pourrez immédiatement voir où le raisonnement peut mal tourner et corriger celles d'introduction. Une erreur typique : une question « simple » sans contexte, après quoi il est étrange d’attendre une analyse précise.
Débloquez l’accès pour soumettre des solutions pour un examen instantané par l’IA.