답변의 차이는 어디에서 왔는지
언어 모델은 여러 가지 옵션에서 각 다음 단어를 선택하여 단계별로 텍스트를 만듭니다. 대부분의 채팅에서 선택은 부분적으로 무작위이므로 동일한 프롬프트가 다른 단어와 때로는 다른 결정에 리드합니다. 이것은 오류가 아니라 그러한 모델의 작업의 일부가 아닙니다. 임의 덕분에 그들은 동시에 동일한 일을 제공하지 않으며 다른 아이디어를 제안 할 수 없습니다. 크리에이티브 작업에 대해 플러스; 정확성과 반복성을 필요로하는 작업은 관리해야 할 마이너스입니다.
신속한 답변은 더 안정적입니다.
더 적은 자유, 더 작은 스프레드. 출력 형식 설명 : 5 항목의 목록, 설정 열이있는 테이블, 필요한 부품이있는 문자 템플릿. 표준 설정 : 길이, 톤, 무엇을 할 수 없습니다. 그것이 무엇인지, 왜. "prepare a report"와 같은 vague는 정확한 구조와 조건으로 신속한 넓은 확산을 제공합니다. Checkable 요구 사항을 추가하고 AI를 요청하여 응답하기 전에 결과를 확인하십시오.
예제 비트 설명
결과를 안정시키는 가장 강한 방법은 원한 대답의 1개 또는 2개의 표본을 보여주기 위한 것입니다. AI는 낱말에서 설명한 것보다 훨씬 더 정확하게 예를들면 구조, 길이 및 작풍을 반복합니다. 샘플은 정확히 당신이 결과를 원하는 방법, 그것에 어떤 사정에 대한 메모. 두 가지 예가 있으면 내용과 일치하지만 형태에 따라 다릅니다. 그런 모델은 반복하고 변경하는 것을 이해합니다. 이것은 수시로 긴 지시 보다는 더 많은 것을 줍니다.
중요한 결정의 경우, 몇몇 버전을 비교하십시오
중요한 것은 대답에 달려 있다면, 단일 시도에 의존하지 마십시오. 새로운 채팅 및 비교에서 2 ~ 3 번 프롬프트를 실행하십시오. 해당 부품은 아마도 더 신뢰할 수 있습니다. 다이렉트 부품은 소스에 대해 검사해야합니다. 여러 옵션을 제안하고 주어진 기준에 대해 평가하기 위해 AI 자체를 요청할 수도 있습니다. 이것은 검사를 대체하지 않지만 눈에 띄고 관리 할 수 있습니다. 일반 자동화 작업 프로그래머는 임의를 줄이기 위해 세대 설정을 사용하지만 일반 채팅에서 그들은 일반적으로 사용할 수 없습니다.
차이가 괜찮을 때
아이디어, 헤드 라인, 단어 옵션 및 창의적인 작업을 위해 다양한 것이 유용합니다. 5 가지 다른 버전을 요청하고 최고를 선택합니다. 사실, 숫자 및 결론이 변경 될 때 걱정. AI가 신뢰할 수있는 재료에 의존하지 않는 신호이며 소스를 제공하거나 결과를 직접 확인해야합니다. 그래서 먼저 필요한 것을 결정 : 한 정확한 결과 또는 옵션 세트, 그리고 신속히 설정.