Ustal ramy badań. Zwróć JSON {"question":"...","scope":"...","exclusions":"..."}. question – pytanie badawcze; scope — ramy: okres (na jakie lata), miejsce (kraj/region), głębokość (przegląd lub szczegółowo) i obiekty (co dokładnie rozważamy); exclusions - czego wyraźnie NIE bierzemy pod uwagę w celu odcięcia nadmiaru.
Mechanika: wyszukiwanie bez granic jest jak sieć z dziurami - wyciąga wszystko, łącznie ze śmieciami i cudzym kontekstem. Modelka nie wie, co jest dla Ciebie „świeże” i „istotne”, dopóki nie ustawisz kadru. Ramka jest filtrem, który stosuje do każdego źródła. Cztery osie ramy. Czas: „w ciągu ostatnich 2 lat” odcina przestarzałe. Lokalizacja: „w moim kraju lub mieście” usuwa nieistotne rynki. Głębokość: „przegląd” kontra „szczegóły z liczbami” - to inny nakład pracy. Obiekty: wypisz, co dokładnie porównujemy. Wtajemniczona sztuczka: napisz nie tylko, co uwzględnić, ale także co wykluczyć. Wyraźne exclusions („bez taryf korporacyjnych”, „bez przestarzałych modeli”) oszczędza połowę raportu i zapobiega wyciekaniu modelu na bok. Zakaz działa skuteczniej niż kolejne wyjaśnienia. Drugi trik: jeśli dane szybko się dezaktualizują (ceny, przepisy), zawsze ustawiaj datę ważności - „na 2026 rok”. Bez tego model będzie pomieszał lata i wywołał sprzeczności. Typowy błąd: szerokie żądanie „wszystko o X” – dostajesz powierzchowny bałagan z różnych lat i krajów.
Odblokuj dostęp, aby przesyłać rozwiązania do natychmiastowej oceny AI.