Por que a rede neural fica presa apenas em palavras?
O modelo de linguagem seleciona a próxima palavra como a continuação mais provável do texto que já foi escrito, incluindo suas próprias frases anteriores. Se no início da resposta ela utilizou uma construção que obteve sucesso em sua “opinião” - por exemplo, “é importante observar” ou “desempenha um papel importante” - essa mesma construção torna-se uma provável continuação adiante, pois o modelo parece guiar-se por um estilo próprio dentro de uma resposta. Quanto mais longo o texto, mais perceptível é o efeito: em uma mensagem curta a repetição de uma palavra não é perceptível, mas em um texto de cinco a sete parágrafos o mesmo link ou a mesma frase começa a atrapalhar a leitura. O que aumenta o problema é que muitos tópicos têm fundamentalmente um conjunto limitado de formulações gerais “seguras”, e o modelo retorna prontamente a eles, a menos que outras condições sejam especificadas. Uma imagem semelhante surge ao gerar listas: se o primeiro item começa com a palavra “usar”, a tentação de começar todos os outros itens da mesma maneira é muito alta, porque o modelo segue o padrão escolhido até que você peça explicitamente para quebrá-lo. Isso explica outra reclamação frequente: quando você faz uma segunda solicitação para o mesmo tópico em um novo chat, a rede neural produz quase o mesmo texto da última vez - ela seleciona novamente a continuação mais provável, e as probabilidades para um tópico específico mudam pouco de chat para chat, a menos que você defina novas condições.
Quais repetições ocorrem com mais frequência?
As repetições vêm em tamanhos diferentes e é útil distingui-las para explicar com mais precisão à rede neural o que corrigir. O primeiro tipo é a repetição da mesma palavra ou frase: “importante”, “digno de nota”, “desempenha um papel fundamental” a cada poucas linhas. O segundo tipo é a repetição da estrutura da frase: várias frases seguidas começam da mesma forma, por exemplo, com uma frase adverbial ou com a mesma construção introdutória. O terceiro tipo é a repetição de um pensamento em outras palavras: o parágrafo parece novo, mas essencialmente reconta a mesma coisa que foi dita na linha acima. A quarta são introduções e conclusões modelo que variam de texto em texto, independentemente do tópico. Se você conseguir identificar que tipo de repetição está incomodando, será mais fácil para a rede neural removê-la.
Como formular um pedido para que haja menos repetições
O pedido geral “não se repita” funciona mal porque o modelo nem sempre consegue perceber suas próprias repetições sem uma dica específica. É melhor indicar uma restrição direta: “não use a mesma palavra mais de uma vez por parágrafo”, “não comece duas frases seguidas com a mesma construção”, “evite as palavras “importante”, “digno de nota”, “desempenha um papel”. É útil nomear antecipadamente as palavras parasitas que mais frequentemente interferem em você: pessoas diferentes têm frases diferentes. Quanto mais precisamente você descrever qual repetição está interferindo, maior será a chance de obter o texto sem ela na primeira tentativa. Você pode ir além e mostrar um exemplo do estilo desejado: insira um parágrafo de sua preferência pela variedade de linguagem e peça que escrevam de maneira semelhante. Uma amostra funciona de forma mais confiável do que uma longa descrição verbal, porque é mais fácil para um modelo copiar a estrutura visível do texto do que adivinhá-la com base no desejo geral de “escrever de forma mais vívida”.
O que fazer se o texto já estiver pronto e contiver repetições
Se a resposta já foi recebida e há repetições perceptíveis nela, não há necessidade de reescrevê-la manualmente do zero - é mais fácil pedir à rede neural para editar seu próprio texto. Escreva: “encontre palavras e estruturas repetidas neste texto e reescreva para que cada frase soe diferente”. Você pode ser mais preciso: “a palavra “importante” aparece quatro vezes, substitua por sinônimos ou reorganize as frases”. Essa técnica também funciona bem: peça à rede neural para primeiro compilar uma lista de palavras e frases que se repetem no texto e, em seguida, reescrever o texto em uma etapa separada, levando em consideração essa lista. Dividir isso em duas etapas quase sempre dá um resultado mais limpo do que pedir “consertar tudo de uma vez”, porque o modelo primeiro identifica explicitamente o problema e depois o resolve de maneira direcionada. Se após tal edição ainda houver repetições, não hesite em repetir o pedido novamente indicando o que exatamente resta: a modelo não se ofende com os esclarecimentos e costuma lidar melhor com a segunda ou terceira tentativa do que a primeira.
Como evitar repetições em textos longos e em todo o projeto
Quanto mais longo o documento, maior o risco de a mesma frase retornar no meio e no final, principalmente se o texto foi coletado em partes em mensagens diferentes. Se você estiver escrevendo um material grande, mantenha uma lista de palavras que já foram usadas e anexe-a à próxima solicitação com a nota “essas palavras e frases já foram usadas, não as repita”. Outra opção é, após montar todo o texto, pedir à rede neural que leia todo o documento e destaque separadamente os locais repetidos antes da edição: assim, a verificação cobre todo o volume, e não apenas a última peça enviada. Para tarefas regulares – cartas, descrições, fichas de produtos – é conveniente criar uma vez uma lista de selos proibidos e inseri-la em cada nova solicitação como condição permanente. Se um projeto é liderado por várias pessoas e os materiais são escritos em chats diferentes, vale a pena combinar uma lista única de frases proibidas para todos: caso contrário, um autor retira os clichês, mas a repetição ainda aparece no texto de um colega, coletado separadamente.
Como dar vida ao texto, e não apenas sem repetições
Remover repetições não é o mesmo que tornar o texto interessante: você pode se livrar de uma palavra e obter o mesmo significado, mas com sinônimos diferentes, e o texto ainda soará seco. Para animar o seu texto, peça para variar o comprimento das frases: alterne frases curtas com frases mais longas. Peça para substituir palavras gerais por específicas: não “desempenha um papel importante”, mas o que exatamente isso dá ao leitor. Você pode definir explicitamente a entonação: “escreva como uma pessoa explicando a um amigo, e não como um livro de referência”. Também é útil pedir à rede neural que dê um exemplo ou comparação em vez de outra afirmação abstrata - isso naturalmente afasta você das frases modelo e torna o texto mais vivo e concreto. A técnica de “ler em voz alta” também funciona bem: peça à rede neural para imaginar que o texto está sendo lido em voz alta e remova frases que pareçam clichês de um folheto publicitário. Esta formulação do problema muda o modelo da classificação de frases habituais para a avaliação de como o texto é percebido por uma pessoa viva. Como resultado, um texto sem repetições e um texto vivo são dois objetivos diferentes, mas relacionados: o primeiro é resolvido pela proibição precisa de palavras e construções específicas, e o segundo é uma solicitação de exemplos, entonação e diferentes comprimentos de frases. Uma combinação de ambas as técnicas geralmente produz resultados agradáveis de ler.