Maak van een vaag onderwerp een onderzoeksvraag. Retourneert JSON {"research_question":...", "goal":...", "key_aspects:..."}. research_question - één specifieke vraag (geen onderwerp!), waarop een verifieerbaar antwoord bestaat; goal - waarom het resultaat nodig is en wie het gaat gebruiken; key_aspects - 3-5 aspecten die openbaar moeten worden gemaakt (u kunt ze opsommen, gescheiden door komma's).
Mechanica: het model beantwoordt precies wat u vroeg. Ze begrijpt 'het onderwerp begrijpen' als 'vertel het me in het algemeen' - en produceert een encyclopedie zonder enig voordeel. Een goede onderzoeksvraag verkleint het terrein: het gaat om een specifieke oplossing, niet om alles tegelijk. Drie hendels. De eerste is een actiewerkwoord: niet ‘elektrische auto’s’, maar ‘vergelijk/evalueer/ontdek of het de moeite waard is’. De tweede is het onderwerp en de context: voor wie en onder welke omstandigheden (“voor een gezin in een stad met een koude winter”). Het derde is het succescriterium: aan de hand van welke parameters te beoordelen. Techniek: houd één hoofdidee in de vraag. Als je vijf dingen tegelijk wilt vragen: dit zijn vijf taken, deel ze op. Nadat het model focus heeft gekregen, zal het de deelvragen voltooien en dieper graven. Insider: scheid de vraag van het doel. De vraag is wat we moeten ontdekken; doel - waarom. Wanneer AI een doel ziet (“kiezen en kopen”), stemt het de conclusies af op een oplossing in plaats van op een parafrase. Een typische fout: de vraag vervangen door een onderwerp. ‘Elektrische auto’s’ is het onderwerp. “Welke elektrische auto tot en met X is rendabeler voor de stad?” - vraag.
Ontgrendel toegang om oplossingen in te dienen voor onmiddellijke AI-beoordeling.