모호한 주제를 연구 질문으로 바꾸십시오. JSON {"research_question":"...","goal":"...","key_aspects":"..."}을 반환합니다. research_question - 검증 가능한 답변이 있는 하나의 특정 질문(주제 아님!) goal - 결과가 필요한 이유와 결과를 사용할 사람 key_aspects - 공개해야 하는 3~5가지 측면(쉼표로 구분하여 나열 가능)
역학: 모델은 사용자가 요청한 내용에 정확하게 응답합니다. 그녀는 "주제를 이해한다"를 "일반적으로 말해주세요"로 이해하고 아무런 이익도 없이 백과사전을 제작합니다. 좋은 연구 질문은 분야를 좁힙니다. 즉, 모든 것을 한꺼번에 다루는 것이 아니라 특정 솔루션에 관한 것입니다. 세 개의 레버. 첫 번째는 행동 동사입니다. "전기 자동차"가 아니라 "비교/평가/그만한 가치가 있는지 알아보세요." 두 번째는 주제와 맥락입니다. 누구를 위해, 어떤 조건에서(“추운 겨울 도시의 가족을 위해”). 세 번째는 성공의 기준입니다. 어떤 매개변수로 판단해야 할까요? 기술: 질문에 하나의 주요 아이디어를 유지하세요. 한 번에 다섯 가지에 대해 질문하고 싶다면 다섯 가지 작업을 나누어서 물어보세요. 포커스를 받은 모델은 하위 질문을 완성하고 더 깊이 파고들게 됩니다. 내부자: 질문과 목표를 분리하세요. 문제는 무엇을 알아내느냐이다. 목적 - 왜요? AI가 목표(“선택 및 구매”)를 확인하면 의역보다는 솔루션에 대한 결론을 맞춤화합니다. 일반적인 실수: 질문을 주제로 바꾸는 것입니다. '전기차'가 주제다. “X까지 어떤 전기 자동차가 도시에 더 수익성이 있나요?” - 질문.
즉각적인 AI 검토를 위해 솔루션을 제출할 수 있는 액세스 권한을 잠금 해제하세요.