回答の相違点は、
言語モデルはステップバイステップでテキストステップを作成します。, いくつかの可能性のあるオプションから各次の単語を選択します。. ほとんどのチャットでは、選択は一部ランダムであるため、同じプロンプトは異なる言葉遣いにつながり、時々異なる決定につながります。 これはエラーではありませんが、そのようなモデルがどのように機能するかの一部です。ランダムネスのおかげで、彼らは常に同じことを与えず、異なるアイデアを提案することができます。 クリエイティブなタスクのために、それはプラスです。精度と再現性を必要とするタスクは、管理しなければならないマイナスです。
プロンプトで答えがより安定する
離れる自由が少なく、スプレッドが小さくなります。 出力フォーマットの記述: 5 つの項目のリスト、セット コラムが付いているテーブル、必須の部品が付いている手紙の型板。 基準を設定する:長さ、トーン、何をすべきか。 そのためには、なぜなのか、 「報告書を予報する」のような曖昧なプロンプトは、正確な構造と条件のプロンプトがそれを狭くしながら、広いスプレッドを与えます。 チェック可能な要件を追加し、AIに応答する前に結果をチェックするように依頼してください。
ビートの説明例
結果を安定させる最も強い方法は、希望する回答の1つまたは2つのサンプルを示すことです。 AIは、言葉に記述するよりもはるかにはるかにはるかに多くの例の構造、長さ、スタイルを繰り返します。 サンプルは、結果をどのように望むかを正確にする必要があります。 2つの例がある場合、それらは内容と異なるが、フォームで一致させます。モデルは、繰り返すものと変化するものを理解します。 これは多くの場合、より長い指示を与えます。
重要な決定のために、複数のバージョンを比較
何かが重要なのは、答えに依存するならば、単一の試みに依存しません。 新しいチャットでプロンプト2回または3回を実行し、比較します。 マッチする部品は、おそらくより信頼性があります。 ダイバージング部品は、ソースからチェックする必要があります。 また、AI自体にいくつかのオプションを提案し、特定の条件に対してそれらを評価するために尋ねることができます。これはチェックを交換しませんが、スプレッドを目に見えるようにし、管理できます。 定期的な自動タスクプログラマは、ランダム性を低下させる世代の設定を使用しますが、通常のチャットでは利用できません。
差が細かい場合
アイデア、見出し、言葉遣い、クリエイティブなタスクのために、さまざまなことは便利です。5つの異なるバージョンを尋ね、最高のものを選ぶことができます。 事実、数字、結論が変化したときに心配。 つまり、AIが信頼できる素材に頼らないという信号であり、そのソースを与えるか、結果を自分でチェックしなければなりません。 まずは、必要なことを決定します。1つの結果またはオプションのセット、それに応じてプロンプトを設定してください。