Trasforma un argomento vago in una domanda di ricerca. Restituisce JSON {"research_question":"...","goal":"...","key_aspects":"..."}. research_question - una domanda specifica (non un argomento!), alla quale esiste una risposta verificabile; goal - perché è necessario il risultato e chi lo utilizzerà; key_aspects - 3-5 aspetti che devono essere divulgati (puoi elencarli separati da virgole).
Meccanica: il modello risponde esattamente a quello che hai chiesto. Comprende "comprendere l'argomento" come "dimmi in generale" e produce un'enciclopedia senza alcun beneficio. Una buona domanda di ricerca restringe il campo: riguarda una soluzione specifica, non tutto in una volta. Tre leve. Il primo è un verbo d’azione: non “auto elettriche”, ma “confrontare/valutare/scoprire se ne vale la pena”. Il secondo è il soggetto e il contesto: per chi e in quali condizioni (“per una famiglia in una città con un inverno freddo”). Il terzo è il criterio del successo: in base a quali parametri giudicare. Tecnica: mantenere un'idea principale nella domanda. Se vuoi chiedere cinque cose contemporaneamente, questi sono cinque compiti, suddividili. Il modello, dopo aver ricevuto il focus, completerà le sotto-domande e scaverà più a fondo. Insider: separare la domanda dall’obiettivo. La domanda è cosa scoprire; scopo - perché. Quando l’intelligenza artificiale vede un obiettivo (“scegliere e acquistare”), adatta le conclusioni a una soluzione piuttosto che a una parafrasi. Un errore tipico: sostituire la domanda con un argomento. L’argomento è “Auto elettriche”. “Quale auto elettrica fino a X è più redditizia per la città?” - domanda.
Sblocca l'accesso per inviare soluzioni per la revisione istantanea dell'intelligenza artificiale.