किसी दी गई संरचना के साथ एक रिपोर्ट का आदेश दें। JSON लौटाएं {"question":"...",,"sections":"...","audience":"...","length":"..."}। question — रिपोर्ट का विषय; sections - क्रम में अनुभागों की सूची (उदाहरण के लिए: सारांश, मुख्य निष्कर्ष, विवरण, जोखिम, अनुशंसा); audience - रिपोर्ट किसके लिए है और उसका स्तर (शुरुआती/विशेषज्ञ); length - वांछित मात्रा (उदाहरण के लिए: 5 पंक्तियों तक आउटपुट, कुल मिलाकर लगभग एक पृष्ठ)।
यांत्रिकी: किसी दिए गए ढांचे के बिना, मॉडल रैखिक रूप से लिखता है - जैसा वह सोचता है, वैसा ही डालता है। पाठक डूब रहा है. जब आप अनुभागों को परिभाषित करते हैं, तो मॉडल जो पाता है उसे अलमारियों पर रख देता है और अंतरालों को स्वयं ही नोटिस कर लेता है ("लेकिन मुझे कोई जोखिम नहीं मिला")। लीवर। आदेश है "पहले निष्कर्ष": पहले सारांश, फिर तर्क। एक व्यस्त व्यक्ति पहली पाँच पंक्तियाँ पढ़ता है और पहले ही निर्णय ले लेता है। स्पष्ट अनुभाग: निष्कर्ष, विवरण, जोखिम, अनुशंसा। श्रोता स्तर: "बिना शब्दजाल के एक नौसिखिया के लिए समझाएं" गहराई और भाषा दोनों को बदल देता है। अंदरूनी रिसेप्शन: अनुभाग "क्या अस्पष्ट रहा / क्या गायब डेटा था" आवश्यक है। यह एक चमकदार रिपोर्ट को एक ईमानदार उपकरण में बदल देता है और आपको बताता है कि आगे कहां खुदाई करनी है। जिस मॉडल को अंतर को स्वीकार करने की अनुमति दी जाती है, उसके आविष्कार की संभावना कम होती है। दूसरी तरकीब: वॉल्यूम को पंक्तियों या पैराग्राफ में सेट करें, न कि "छोटा"। मॉडल अस्पष्ट को "संक्षेप में" समझती है क्योंकि यह उसके लिए उपयुक्त है; "5 पंक्तियों तक आउटपुट, केवल एक पृष्ठ" एक पूर्वानुमानित परिणाम देता है। एक सामान्य गलती: प्रारूप सेट नहीं करना और फिर शीट के बारे में शिकायत करना। संरचना आपकी ज़िम्मेदारी है, मॉडल का अनुमान नहीं।
त्वरित एआई समीक्षा के लिए समाधान सबमिट करने के लिए एक्सेस अनलॉक करें।