일상적인 작업(구매, 선택, 주제 분석)을 수행하십시오. JSON {"simple_question":"...","research_task":"...","why_deep":"..."}을 반환합니다. simple_question - 초보자가 한 줄로 묻는다면; research_task - 동일한 주제, 목표와 최소 하나의 프레임이 있는 연구 문제로 다시 작성되었습니다. why_deep — 여기에서 심층 연구가 유용한 이유에 대한 1-2 문장으로, 빠른 답변은 아닙니다.
역학: 신경망에 대한 일반적인 질문은 원패스(one pass)입니다. 모델은 자신이 "기억하는" 내용을 바탕으로 답변하며 종종 자신있게 틀립니다. 심층 연구 모드는 다르게 작동합니다. 작업을 하위 질문으로 나누고, 다양한 소스에서 많은 검색을 수행하고, 찾은 내용을 확인하고, 결론과 링크가 포함된 구조화된 보고서를 수집합니다. 비유: 간단한 질문은 친구에게 "무엇을 살까?"라고 묻는 방법이고, 심층 연구는 상점에 전화를 걸어 가격을 비교하고 테이블을 가져올 조수를 고용하는 방법입니다. 기술: 연구 모드를 활성화하려면 질문이 아닌 목표와 프레임워크를 갖춘 작업을 공식화합니다. "어느 것이 더 낫습니까?" 수다를 떨다; 보고서는 "가격, 신뢰성, 타이밍을 기준으로 3가지 옵션을 비교하고 초보자를 위한 결론을 도출합니다"라고 말합니다. 내부자: 프레임이 더 좁고 구체적일수록 모델이 더 깊이 파고들기 때문에 광범위한 요청이 표면적으로 흐려집니다. 전형적인 실수는 한 줄로 질문하고 기적을 기다리는 것입니다. 목적, 기준 및 형식이 없으면 연구가 아닌 일반적인 개작을 얻게 됩니다.