Sự khác biệt giữa câu trả lời đến từ đâu
Mô hình ngôn ngữ tạo từng bước một, chọn từ tiếp theo từ nhiều tùy chọn. Trong hầu hết các cuộc trò chuyện, sự lựa chọn là một phần ngẫu nhiên, do đó, cùng một dấu hiệu dẫn đến các từ ngữ khác nhau và đôi khi đến các quyết định khác nhau. Đây không phải là lỗi mà là một phần của cách mà các mô hình hoạt động: nhờ sự ngẫu nhiên mà chúng không đưa ra cùng một ý tưởng mỗi lần và có thể gợi ý những ý tưởng khác nhau. Đối với các công việc sáng tạo, nó là một cộng; cho các công việc cần chính xác và lặp đi lặp lại nó là một trừ phải được quản lý.
Cái gì làm cho câu trả lời ổn định hơn?
Càng ít tự do, sự lan rộng càng nhỏ. Mô tả dạng xuất: danh sách năm mục, bảng có cột đã đặt, mẫu chữ cái cần thiết. Đặt tiêu chuẩn: độ dài, giai điệu, điều không nên làm. Cho biết nó là ai và tại sao. Một lời nhắc nhở mơ hồ như “ trước khi báo cáo, một bản báo cáo được lan truyền rộng rãi, trong khi một dấu hiệu với một cấu trúc chính xác và điều kiện thu hẹp nó. Thêm các yêu cầu kiểm tra và yêu cầu AI kiểm tra kết quả của nó trước khi trả lời.
Những gương nổi bật
Cách mạnh nhất để ổn định kết quả là cho thấy một hoặc hai mẫu của câu trả lời mong muốn. AI lặp lại cấu trúc, chiều dài và kiểu mẫu chính xác hơn nhiều so với lời miêu tả. Một mẫu nên là chính xác như thế nào bạn muốn kết quả, với một ghi chú về những gì trong đó. Nếu có hai ví dụ, hãy để họ khác nhau trong nội dung nhưng phù hợp theo hình thức: sau đó các mô hình hiểu những gì phải lặp lại và những gì để thay đổi. Điều này thường đưa ra nhiều chỉ dẫn hơn là chỉ dẫn dài hạn.
Đối với quyết định quan trọng, hãy so sánh một số phiên bản
Nếu một điều quan trọng tùy thuộc vào câu trả lời, đừng dựa vào một nỗ lực nào. Chạy dấu nhắc hai hoặc ba lần trong các cuộc trò chuyện mới và so sánh. Những phần khớp có lẽ đáng tin cậy hơn; phần lặn cần kiểm tra các nguồn. Bạn cũng có thể yêu cầu AI đề xuất một số lựa chọn và đánh giá chúng chống lại các tiêu chuẩn được đưa ra: điều này không thay thế việc kiểm tra, mà làm cho sự lan rộng và kiểm soát được. Đối với các lập trình viên công việc thường xuyên sử dụng các thiết lập thế hệ làm giảm sự ngẫu nhiên, nhưng trong các cuộc trò chuyện thông thường, họ thường không sẵn sàng.
Khi có sự khác biệt
Đối với các ý tưởng, tiêu đề, các lựa chọn từ ngữ và các công việc sáng tạo, đa dạng là hữu ích: bạn có thể yêu cầu năm phiên bản khác nhau và chọn tốt nhất. Lo lắng khi sự thật, con số và kết luận thay đổi. Đó là dấu hiệu cho thấy AI không phụ thuộc vào tài liệu đáng tin cậy, và bạn phải cho nó một nguồn hoặc kiểm tra kết quả. Vì vậy, trước hết hãy quyết định điều bạn cần: một kết quả chính xác hoặc một tập hợp các lựa chọn, và thiết lập thời gian phù hợp.