Przepisz zapytanie tak, aby model głęboko uzasadniał. Zwróć JSON {"task":"jasne określenie problemu","context":"wprowadzenie i ograniczenia (budżet, nawyki, co ważne)","steps_request":"proszę uzasadnić krok po kroku i wziąć pod uwagę opcje","output_format":"w jakiej formie potrzebna jest odpowiedź"}
Mechanika jest prosta: im bardziej szczegółowe dane wejściowe, tym lepsze uzasadnienie modelu. Śmieci w środku, ogólna odpowiedź na zewnątrz. Dobra prośba składa się z czterech części: samego zadania; kontekst i ograniczenia; proszę uzasadnić krok po kroku i uwzględnić skrajne przypadki; formacie odpowiedzi. Analogia: to tak, jakby postawić wykonawcy zadanie – „zrób to pięknie” kontra zwykła specyfikacja techniczna z wymiarami i budżetem. W przypadku taryfy podaj: ile osób, ile minut i gigabajtów wydają, górny limit pieniędzy, co ważniejsze - komunikacja czy Internet. Pierwszy trik: jasno określ priorytety („budżet do X, ważniejsze od szybkości jest stabilne połączenie”) – model buduje wokół nich rozumowanie, a nie domysły. Druga technika nie jest oczywista: poproś ją, aby najpierw zapisała założenia, jakie przyjmuje na temat Twojej sytuacji – w ten sposób od razu zobaczysz, gdzie rozumowanie może być błędne i poprawisz wstępne. Typowy błąd: jednowierszowe pytanie bez kontekstu, po którym dziwnie jest oczekiwać dokładnej analizy.
Odblokuj dostęp, aby przesyłać rozwiązania do natychmiastowej oceny AI.