درخواست از هوش مصنوعی را مثل سفارش کار بنویسید
وقتی از یک همکار کمک می‌خواهید، معمولاً می‌گویید چه چیزی لازم دارید، برای چه کسی و تا چه حد باید دقیق باشد. درخواست از هوش مصنوعی هم به همین اطلاعات نیاز دارد. عبارت‌های پرطمطراق جای مشخص‌کردن کار را نمی‌گیرند؛ یک سفارش کوتاه و دقیق اغلب نقطه شروع بهتری است.
چهار بخش کافی برای شروع
- هدف: خروجی چه مشکلی را حل می‌کند؟
- ورودی: مدل باید از کدام اطلاعات استفاده کند؟
- قالب: پاسخ قرار است فهرست، متن کوتاه یا طرح اولیه باشد؟
- معیار پذیرش: چه چیزی پاسخ را قابل استفاده می‌کند؟
نمونه یک سفارش روشن
فرض کنید برای تیم پشتیبانی یک پاسخ آماده می‌خواهید. درخواست می‌تواند این باشد: «از توضیح زیر، یک پاسخ کوتاه برای مشتری بنویس. مخاطب با اصطلاحات فنی آشنا نیست. ابتدا مشکل را در یک جمله توضیح بده، سپس دو قدم قابل انجام پیشنهاد کن. از وعده زمان تحویل و امکاناتی که در ورودی نیامده استفاده نکن. اگر اطلاعات کافی نیست، سؤال لازم را جدا بنویس.»
بازبینی را محدود و مشخص کنید
پس از پاسخ اول، نگویید «بهترش کن». محل مشکل را نشان بدهید: جمله دوم طولانی است، قدم اول قابل اجرا نیست یا لحن بیش از حد تبلیغاتی شده. هر بار یک معیار را تغییر دهید تا بفهمید چه تغییری نتیجه را بهتر کرده است. نسخه موفق را به‌عنوان الگوی تیم نگه دارید.
خروجی را از نظر واقعیت کنترل کنید
قالب مناسب، درستی اطلاعات را تضمین نمی‌کند. نام‌ها، تاریخ‌ها، اعداد و ادعاهای فنی را با ورودی یا منبع معتبر تطبیق دهید. برای کاری که استناد اهمیت دارد، از ابزار بخواهید بخش مربوط از ورودی را مشخص کند؛ سپس خودتان تطابق را بررسی کنید. ارجاع ظاهراً مرتب هم ممکن است نادرست باشد.
چه زمانی اشتراک ارزش بررسی دارد؟
ابتدا همین روش را روی کارهای واقعی خود امتحان کنید. اگر مانع اصلی شما کیفیت دستور است، ارتقای حساب به‌تنهایی آن را برطرف نمی‌کند. وقتی محدودیت تعداد استفاده، نوع فایل یا دسترسی به ابزار مشخصی کارتان را متوقف می‌کند، مقایسه پلن‌ها معنای عملی پیدا می‌کند. جزئیات همان قابلیت را در محصول مورد نظر بررسی کنید.
