🔑 САМЫЙ ВАЖНЫЙ СЕКРЕТ получения качественных результатов от ChatGPT
Суть секрета:Сначала генерируем знания, а затем используем эти знания в новом запросе.
Идея этого подхода заключается в том, чтобы попросить ChatGPT сгенерировать потенциально полезную информацию о вопросе перед созданием окончательного ответа.
🟢 Простой пример использования техники генерации знаний
Предположим, вы хотите написать небольшой пост о каком-то животном, например, о лошадях. Прежде чем дать задачу нейросети написать пост, вы можете попросить сгенерировать некоторые факты об этих животных. Это поможет написать более информативный и точный пост.
Здесь есть два простых способа это сделать:
1. В первом подходе вы предлагаете GPT сгенерировать факты и следом пишете задачу, все в одном запросе:
👨💻 Вы: «Сгенерируйте 4 факта о лошадях, а затем используйте эти факты, чтобы написать короткий пост в блог»
🤖 GPT: Пишет сначала факты, затем следом пишет пост.
2. Во втором подходе вы сначала предлагаете GPT сгенерировать факты, и только после получения ответа ставите другую задачу по написанию поста.
👨💻 Вы: «Сгенерируйте 4 факта о лошадях».
🤖 GPT: Пишет факты.
👨💻 Вы: «Используя представленные факты, напишите короткий пост для блога о лошадях»
🤖 GPT: Пишет текст, используя факты выше.
🔴 Более важное применение техники генерации знаний
Подход предварительной генерации знаний на самом деле был представлен для совершенно другой задачи - ответы на сложные вопросы.
❌ Например, если мы спрашиваем у нейросети «Какая страна больше по размеру: Бангладеш или Таджикистан», то нейросеть может выдать нам неверный ответ (скриншот 1).
✅ Но если сначала мы просим написать информацию об этих странах, а затем только задаем вопрос, то получаем верный ответ (скриншот 2).
🌟 Благодаря этой технике результаты получаются более точными, а посты более интересными (смотрите больше примеров на скриншотах).
🚀 Попробуйте сами. Удачи вам!
#Лайфхаки
@GoGptRu - Лайфхаки и фишки. Подпишитесь!
Суть секрета:
Идея этого подхода заключается в том, чтобы попросить ChatGPT сгенерировать потенциально полезную информацию о вопросе перед созданием окончательного ответа.
🟢 Простой пример использования техники генерации знаний
Предположим, вы хотите написать небольшой пост о каком-то животном, например, о лошадях. Прежде чем дать задачу нейросети написать пост, вы можете попросить сгенерировать некоторые факты об этих животных. Это поможет написать более информативный и точный пост.
Здесь есть два простых способа это сделать:
1. В первом подходе вы предлагаете GPT сгенерировать факты и следом пишете задачу, все в одном запросе:
2. Во втором подходе вы сначала предлагаете GPT сгенерировать факты, и только после получения ответа ставите другую задачу по написанию поста.
🔴 Более важное применение техники генерации знаний
Подход предварительной генерации знаний на самом деле был представлен для совершенно другой задачи - ответы на сложные вопросы.
❌ Например, если мы спрашиваем у нейросети «Какая страна больше по размеру: Бангладеш или Таджикистан», то нейросеть может выдать нам неверный ответ (скриншот 1).
✅ Но если сначала мы просим написать информацию об этих странах, а затем только задаем вопрос, то получаем верный ответ (скриншот 2).
🌟 Благодаря этой технике результаты получаются более точными, а посты более интересными (смотрите больше примеров на скриншотах).
🚀 Попробуйте сами. Удачи вам!
#Лайфхаки
@GoGptRu - Лайфхаки и фишки. Подпишитесь!