Herschrijf de query zodat het model diep redeneert. Retourneer JSON {"taskvacature: duidelijke omschrijving van het probleem","contextւinleidend en beperkingen (budget, gewoonten, wat belangrijk is)","steps_requestvacature: redeneer stap voor stap en houd rekening met de opties","output_formatּin welke vorm het antwoord nodig is"}
De werking is eenvoudig: hoe specifieker de invoer, hoe beter het model redeneert. Afval erin, algemeen antwoord eruit. Een goed verzoek bestaat uit vier delen: de taak zelf; context en beperkingen; redeneer stap voor stap en houd rekening met extreme gevallen; antwoord formaat. Een analogie: het is alsof je een opdracht voor een aannemer oplegt: ‘doe het mooi’ versus een normale technische specificatie met afmetingen en budget. Geef voor het tarief: hoeveel mensen, hoeveel minuten en gigabytes ze uitgeven, het plafond voor geld, wat belangrijker is: communicatie of internet. De eerste truc: geef duidelijk de prioriteiten aan (“budget tot X, stabiele verbinding is belangrijker dan snelheid”) – het model bouwt er een redenering omheen, in plaats van te gissen. De tweede techniek ligt niet voor de hand: vraag haar om eerst de aannames die zij over jouw situatie doet op te schrijven - zo kun je meteen zien waar de redenering mogelijk fout gaat, en kun je de inleidende punten corrigeren. Een typische fout: een ‘oneliner’-vraag zonder context, waarna het vreemd is om een accurate analyse te verwachten.
Ontgrendel toegang om oplossingen in te dienen voor onmiddellijke AI-beoordeling.