日常のタスク (トピックの購入、選択、分析) を考えてみましょう。 JSON {"simple_question":"...","research_task":"...","why_deep":"..."} を返します。 simple_question - 初心者が一行で質問するようなものです。 research_task - 同じトピックを、目標と少なくとも 1 つのフレームを持つ研究課題として書き直したもの。 why_deep — ここで詳細な調査が役立つ理由を 1 ～ 2 文で説明します。すぐに答えられるものではありません。
力学: ニューラル ネットワークに関する一般的な質問は 1 パスです。モデルは「記憶している」ことに基づいて答えますが、多くの場合、自信を持って間違っています。詳細調査モードの動作は異なります。タスクをサブ質問に分割し、さまざまなソースにわたって大量の検索を実行し、見つかった内容を検証して、結論とリンクを含む構造化されたレポートを収集します。たとえて言えば、単純な質問は友人に「何を買うべきか?」と尋ねる方法であり、綿密な調査は店に電話して価格を比較し、テーブルを持ってくるアシスタントを雇う方法です。テクニック: 研究モードを活性化するには、質問ではなく、目標とフレームワークを備えたタスクを作成します。 「どっちがいいの？」おしゃべりをする。 「価格、信頼性、タイミングに基づいて 3 つのオプションを比較し、初心者向けの結論を導き出します」とレポートには記載されています。内部関係者: フレームが狭く、具体的であればあるほど、モデルはより深く掘り下げられ、広範な要求を表面的に汚すことになります。典型的な間違いは、一行で質問して奇跡を待つことです。目的、基準、形式がなければ、研究ではなく、一般的な再話になります。