Ralat dan Penyelesaian Gesaan Biasa

Keuntungan:

• Mengenali ralat gesaan yang paling biasa daripada contoh sebenar
• Boleh menggunakan pembetulan praktikal dan berulang untuk setiap ralat
• Menyedari bahawa output buruk selalunya disebabkan oleh gesaan yang buruk

Dalam modul ini, kami mempelajari teknik menulis gesaan yang baik satu persatu. Sekarang mari kita perkukuh ini dari sudut yang berbeza: dengan melihat kesilapan yang paling biasa dan penyelesaiannya. Sebilangan besar output AI yang buruk adalah disebabkan oleh dorongan yang buruk, bukan ketidakcukupan model. Jika anda mengecam ralat dalam unit ini, anda boleh mendiagnosis dan membetulkan masalah dengan cepat dalam gesaan anda sendiri; Daripada mengatakan "AI tidak boleh melakukan ini", anda boleh mengatakan "biar saya betulkan gesaan saya seperti ini".

Mengapa Penting untuk Mengenali Ralat?

Apabila output tidak memenuhi jangkaan anda, anda boleh bertindak balas dalam dua cara: menyalahkan alat atau mempersoalkan gesaan. Pengguna yang berpengalaman melakukan yang terakhir. Kerana kebanyakan masa, punca masalah adalah jelas dan hasilnya berubah dengan pembetulan kecil. Di bawah ini kita akan melihat lapan ralat yang paling biasa, gejala dan penyelesaiannya.

Lapan Kesilapan Paling Biasa

ralat

gejala

Penyelesaian

kekaburan

Generik, jawapan "satu saiz sesuai untuk semua".

Beri arahan yang boleh diukur

Konteks sifar

Output yang tidak sesuai dengan keadaan

Tambah siapa/mengapa/sejarah

Tidak menyatakan format

Output dalam format yang salah

Format paksa

ketiadaan kekangan

Kandungan yang berlebihan dan menyimpang

Tambah senarai "jangan".

terlebih beban

Model melangkau beberapa permintaan

Bahagikan kerja, utamakan

bukan pengesahan

Menggunakan maklumat palsu

Semak fakta dengan sumber

Jangkaan satu pukulan

Jangan berputus asa di pintu keluar pertama

Lelaran

arahan yang bercanggah

keluaran tidak konsisten

Selaraskan kekangan

Kaedah Diagnostik Langkah demi Langkah

Apabila keluaran rosak tiba, ikut perintah ini:

1. Adakah misi itu jelas? Adakah kata kerja konkrit, adakah ia bermakna satu-satunya perkara yang anda mahukan?
2. Adakah konteks cukup? Adakah model itu tahu situasinya?
3. Adakah format telah dinyatakan? Adakah format seperti yang anda mahukan?
4. Adakah terdapat sebarang sekatan? Adakah tertulis apa yang tidak dikehendaki?
5. Adakah saya memuatkan terlalu banyak? Adakah saya meminta 5 pekerjaan berbeza dalam satu gesaan?
6. Adakah saya mengesahkan? Adakah nombor, nama, tarikh telah disemak?

Enam soalan ini menangkap hampir semua kesilapan.

Empat Templat Baca Pruf Boleh Salin

1) Menghilangkan kekaburan:

Jadikan arahan ini boleh diukur: [arahan samar-samar]Terjemah setiap titik kabur kepada nombor, kuantiti atau kriteria konkrit.

2) Membahagikan beban berlebihan:

Jangan lakukan tugas ini sekaligus. Teruskan mengikut urutan ini dan berhenti apabila anda menyelesaikan setiap langkah, tunggu pengesahan saya:1) [subtugas 1]2) [subtugas 2]3) [subtugas 3]

3) Mengehadkan pemasangan:

Hanya bergantung pada maklumat yang saya berikan di bawah. Jika tiada maklumat, tulis "tiada data"; jangan teka atau tambah. Nyatakan baris mana setiap tuntutan penting yang anda gunakan berasal. Sumber: [teks]

4) Menyelesaikan percanggahan:

Semak sama ada terdapat sebarang percanggahan dalam arahan yang saya berikan kepada anda. Jika ya, senaraikan perkara yang bercanggah dan tanya saya yang mana satu untuk diutamakan; kemudian menghasilkan dengan sewajarnya.

Gesaan Lemah / Gesaan Kuat

Lemah (banyak ralat digabungkan):

Tulis rancangan komprehensif untuk syarikat kami tentang pemasaran, belanjawan dan pengambilan pekerja, dan anda boleh pergi.

Berkuasa (pepijat diperbaiki):

Peranan: Anda adalah pakar pembangunan perniagaan yang menasihati PKS. Konteks: Sebuah syarikat perisian dengan 12 orang; matlamat ialah 20 pelanggan baharu suku ini.Tugas: Tulis rancangan pemasaran SAHAJA (tidak termasuk belanjawan dan pengambilan pekerja).Format: Senarai tindakan 5 perkara; setiap item: tindakan + bertanggungjawab + kriteria. Kekangan: Belanjawan pengiklanan berbayar 0; Syorkan hanya saluran organik. Jangan berikan metrik palsu; Wajarkan cadangan itu.

Versi berkuasa membahagikan beban berlebihan (menjejalkan tiga topik menjadi satu gesaan), menggantikan kekaburan ("semoga berjaya") dengan kriteria dan menambah pemformatan dan kekangan.

Tiga Kes Mini

Kes 1 — Beban berlebihan. Seorang pengurus meminta ringkasan laporan, rancangan pembentangan dan e-mel dalam satu gesaan; Model itu membuat ketiga-tiganya menjadi separuh. Dengan membahagikan tugas kepada tiga gesaan berasingan, setiap output telah lengkap dan boleh digunakan. Jumlah masa adalah kurang daripada bergelut dengan gesaan kompleks tunggal.

Kes 2 — Bukan pengesahan. Pasukan kandungan menerbitkan "statistik industri" yang diberikan oleh model tanpa mengesahkannya; Nombor itu ternyata salah dan mereka terpaksa mengeluarkan pembetulan. Selepas itu, mereka menerima pakai peraturan "beri setiap nombor dengan sumbernya, saya akan semak sumbernya" dan menghapuskan risiko ini.

Kes 3 — Arahan bercanggah. Apabila pemasar berkata "ia sangat pendek tetapi memberitahu semua ciri", model itu melangkau beberapa ciri. Apabila saya membuat arahan tidak bercanggah sebagai "huraikan 3 ciri paling penting dalam 60 perkataan", output adalah pendek dan lengkap.

Petua: Jalankan gesaan anda melalui "enam soalan diagnostik" sebelum disiarkan secara langsung. Semakan 30 saat ini menjadikan kebanyakan pusingan lelaran tidak diperlukan dari awal.

Awas: Kesilapan yang paling berbahaya ialah "tidak pengesahan" kerana ia terlepas pandang kerana output kelihatan lancar dan meyakinkan. Model ini boleh memadankan nombor, nama atau sumber dengan penuh keyakinan. Mengesahkan secara bebas mana-mana fakta yang akan diterbitkan atau digunakan sebagai asas untuk membuat keputusan. Kami akan mendalami topik ini dalam unit seterusnya.

Ralat Halimunan: Output "Hampir Betul".

Sesetengah ralat mudah ditangkap: output datang dalam format yang salah, keluar dari topik atau kosong. Tetapi kesilapan yang paling berbahaya ialah outputnya hampir betul. Teksnya lancar, strukturnya lancar, nadanya tepat; Terdapat hanya satu nombor yang salah, kekangan yang diabaikan, atau ralat logik kecil. Jenis keluaran ini berbahaya kerana ia terlepas daripada pemeriksaan kerana ia "kelihatan bagus."

Dua tabiat melindungi daripada ini. Pertama, jangan gunakan output tanpa membacanya: tidak kira betapa tergesa-gesa anda, baca sebelum menghantarnya. Kedua, meminta model menyemak outputnya: "semak jika anda mengikuti semua kekangan yang saya berikan kepada anda" atau "senarai semua nombor dalam teks ini" akan membawa ralat tersembunyi ke permukaan. Kedua-dua langkah ini mengambil masa beberapa saat, tetapi kos keputusan yang salah yang disebabkan oleh output "hampir betul" adalah lebih tinggi.

Mengelakkan kesilapan: reka bentuk atas kawalan

Daripada memburu ralat dalam output, pengguna yang berpengalaman cuba menghalangnya dari awal dengan segera. Ini adalah perbezaan dalam mentaliti. Tukar setiap ralat berulang kepada "peraturan kekal": jika model terus menambah ulasan dalam tugas ringkasan, kini tetapkan kekangan "jangan tambah ulasan" pada setiap gesaan ringkasan. Jika model sentiasa menghasilkan terlalu banyak item dalam kerja senarai, letakkan kekangan "item X tepat" dalam templat anda. Dengan cara ini, daripada menangkap ralat yang sama berulang kali, anda menghalangnya daripada berlaku di tempat pertama. Gesaan yang direka dengan baik menggantikan berpuluh-puluh pembetulan seterusnya; Ini menukar diagnosis ralat daripada beban kepada alat pembelajaran dan penambahbaikan.

Kesilapan biasa

• Menyalahkan orang tengah. Menyebut "AI tidak boleh melakukannya" dan bukannya mencari masalah dalam gesaan.
• Meletakkan terlalu banyak kerja dalam satu gesaan. Memampatkan lima tugasan berasingan ke dalam satu arahan dan melakukannya separuh siap.
• Melangkau pengesahan. Dengan mengandaikan output fasih adalah betul.
• Memberi kekangan yang bercanggah. Tuntutan yang bercanggah sendiri, seperti "pendek tetapi menyeluruh."
• Mencuba lagi tanpa mendiagnosis. Mengulangi kesilapan yang sama tanpa mengetahui apa yang rosak.

Secara ringkasnya

• Kebanyakan output buruk adalah masalah dengan gesaan, bukan model; boleh didiagnosis dan diperbetulkan.
• Ralat yang paling biasa: kekaburan, konteks sifar, kekurangan format, kekurangan kekangan, beban berlebihan, kekurangan pengesahan, jangkaan satu pukulan dan percanggahan.
• Enam soalan diagnostik (tugas, konteks, format, kekangan, beban, pengesahan) menangkap kebanyakan ralat.
• Membahagikan kerja yang kompleks memberikan hasil yang lebih pantas dan berkualiti daripada memuatkannya pada satu gesaan.
• Ralat yang paling berbahaya ialah bukan pengesahan; Keluaran lancar tidak bermakna tepat.

Tugasan permohonan

Cari cetakan lama yang anda tidak suka dan jalankan gesaannya melalui "enam soalan diagnostik." Tandai ralat yang berlaku, gunakan pembetulan dalam unit ini untuk setiap satu dan jalankan gesaan sekali lagi. Perhatikan pembetulan tunggal yang menghasilkan peningkatan terbesar, bukan berapa pusingan.

senarai semak

• [ ] Sekiranya output buruk, saya menanyakan gesaan terlebih dahulu, bukan ejen.
• [ ] Saya boleh melaksanakan enam soalan diagnostik.
• [ ] Saya membahagikan tugas yang kompleks kepada berbilang gesaan.
• [ ] Saya melihat arahan yang bercanggah dan samar-samar dan membetulkannya.
• [ ] Saya mengesahkan output fakta sebelum menerbitkannya.