Quest Ladder
TeachFORGE.ai
Quest Ladder / بریف هوش مصنوعی
توضیحات، بریف هوش مصنوعی و ترجیحات نوع محتوا
تفاوت بین یک نوع سؤال تولیدشده که دوباره مینویسید و یکی که منتشر میکنید.
یک بریف مبهم، بهسرعت و بهشکل مبهم پاسخ داده میشود.
توضیحات کار اصلی را انجام می‌دهد
در مسیرهای هوش مصنوعی، توضیحات فیلد در تب جزئیات، همان بریف است. باقی همهچیز — قالب، موضوع، گروه سنی، نمرات — ساختار است؛ این تنها جایی است که میگویید سؤال واقعاً برای چیست.
یک توضیح مفید سه چیز را میگوید: چه فهمی سنجیده میشود، فراگیری که آن را نفهمیده معمولاً بهجایش چه کاری میکند، و هر چیزی که باید یا نباید ظاهر شود.
یک خط، فقط بهاندازه یک خط کیفیت تولید میکند. دو یا سه جمله با نیت واقعی، ارزانترین بهبود تکی است که در این مسیرها موجود است، و کمتر از یکبار اجرای دوباره یک تولید بد زمان میبرد.
بریف پیشرفته
بریف توضیحات ← پیشرفته… یک بریف با چهار تب باز میکند — بخشها, پارامترهای دینامیک, مسیرهای فراگیر و بلوکهای یادگیری فعال — تا بتوانید هر بخش را جداگانه هدایت کنید بهجای اینکه امید داشته باشید یک پاراگراف همه آنها را پوشش دهد.
فهرست بخشهای آن، ده قسمت یک نوع سؤال را پوشش می‌دهد: عنوان و ابرداده، متن اصلی یا متن سؤال، گزینهها یا انتخابها، پاسخ درست، راهنماها، گامهای راهحل، یادگیری پس از سؤال، محدودیتها و لحن، نمونهها، و یادداشتهای داخلی.
وقتی یک بخش از یک نوع سؤال مدام اشتباه برمیگردد، از آن استفاده کنید. نوشتن راهنماها نباید فرمول را بیان کنند در بخش راهنماها، بسیار مؤثرتر از گفتن آن در توضیح اصلی و امید داشتن است.
ترجیحات نوع محتوا
هر بخش باید از چه نوع محتوایی استفاده کند؟ به تولیدکننده میگوید چیزها را از چه چیزی بسازد، در سه گروه: قالبهای بلوک محتوا، سبکهای راهنما و انواع مقدار پاسخ.
بیشترین اهمیت را جایی دارد که انتخاب طبیعی اشتباه است. یک متن اصلی سؤال فیزیک اگر بهحال خود گذاشته شود ممکن است بهصورت متن ساده بیاید جایی که LaTeX میخواست؛ درخواست LaTeX در ترجیحات، آن را از همان بار اول بهدست میآورد نه پس از یک ویرایش.
خواندن پرامپت ساختهشده
پیش از هر اجرا میتوانید کل پرامپت ساختهشده را ببینید، همراه با اندازه آن بهصورت ≈ توکن. ارزش دارد یکبار زود آن را بخوانید: دقیقاً نشان می‌دهد توضیحات، تنظیمات و نمونه الگوی شما چگونه ارائه میشوند.
پنل وقتی یک پرامپت بزرگ باشد هشدار می‌دهد، چون برخی سطوح چت متنهای طولانی چسباندهشده را کوتاه میکنند — پیشنهاد می‌دهد بهجای آن متن را دانلود کنید و پیوست کنید. اگر در یک مدل خارجی میچسبانید و نتایج ناقص عجیبی میگیرید، معمولاً دلیلش همین است.
جایی که یک اجرا در تحلیل شکست میخورد، چسباندن دستی JSON همان راه جایگزین است، و پاسخ دقیق مدل برای مشاهده در دسترس است.