モデルが深く推論できるようにクエリを書き直します。 JSON を返す {"task":"問題の明確な説明","context":"導入と制限事項 (予算、習慣、重要なこと)","steps_request":"段階的に推論し、選択肢を考慮してください","output_format":"どのような形で答えが必要か"}
仕組みは単純です。入力が具体的であればあるほど、モデルの根拠がより適切になります。ゴミは入って、一般的な答えは出ます。適切なリクエストは 4 つの部分で構成されます。タスク自体。コンテキストと制限。段階的に推論し、極端なケースを考慮してください。応答形式。たとえて言えば、これは請負業者にタスクを設定するようなものです。寸法と予算を伴う通常の技術仕様ではなく、「美しく実行する」ということです。料金については、何人、何分、何ギガバイトを費やすか、金額の上限、通信とインターネットのどちらが重要かを入力します。最初のトリック: 優先順位を明確に述べます (「予算は X まで、速度よりも安定した接続が重要」) - モデルは推測ではなく、それらに基づいて推論を構築します。 2 番目のテクニックは明らかではありません。まず、彼女にあなたの状況について彼女が立てた仮定を書き留めてもらいます。こうすることで、推論が間違っている可能性のある場所がすぐにわかり、最初の仮定を修正できます。典型的な間違い: 文脈のない「一行」の質問。その後に正確な分析を期待するのは奇妙です。
アクセスのロックを解除して、AI による即時レビューのためにソリューションを送信します。