Hackcat

پاسخ‌ها خیلی مبهم هستند، چگونه نتایج مفیدتری به دست آوریم؟

به جای درخواست مکرر «جزئیات بیشتر»، اطلاعات اضافی قابل تأیید ارائه دهید.

مشخص کنید چه اطلاعاتی گم شده است

گفتن «پاسخ به اندازه کافی خوب نیست» هدایت گام بعدی را دشوار می‌کند. شما می‌توانید به وضوح بیان کنید که مراحل بازتولید گم شده‌اند، منابع اصلی ذکر نشده‌اند، محیط گیج کننده است، یا تمایزی بین حقایق تأیید شده و حدس و گمان وجود ندارد. اشاره به مشکلات خاص مؤثرتر از ارسال مجدد کل وظیفه اصلی است.

ابتدا تأیید کنید که مدل مواد لازم را دریافت کرده است؛ بدون اطلاعات نسخه، پیام‌های خطا، یا دامنه هدف، پاسخ‌های طولانی‌تر ممکن است فقط حدس و گمان باشند.

نتایج را با استانداردهای خروجی محدود کنید

قالبی آسان برای بررسی ارائه دهید، به عنوان مثال، چهار ستون: «مسئله، شواهد، تأثیر، گام‌های بعدی»، و درخواست علامت‌گذاری اطلاعات ناشناخته کنید.

به عنوان مثال، به جای اینکه فقط «جزئیات بیشتر» بپرسید، بگویید «لطفاً قطعه گزارش را که از نتیجه دوم پشتیبانی می‌کند اضافه کنید و مشخص کنید کدام شرط هنوز تأیید نشده است.» این نوع بازخورد می‌تواند مستقیماً نتایج قابل تأیید را تغییر دهد و به شما کمک کند تا بفهمید آیا مسئله کمبود مواد است یا کمبود استدلال.

  1. مواد مرتبط مستقیماً با نتایج را اضافه کنید.
  2. محدودیت‌هایی را که باید رعایت شوند و شرایطی که قابل تغییر نیستند، لیست کنید.
  3. ابتدا نتایج کلیدی را درخواست کنید، سپس قسمت‌هایی را که واقعاً نیاز دارید گسترش دهید.
  4. نتایج را با شواهد مقایسه کنید و موارد حذف شده را یکی یکی اصلاح کنید.

چه زمانی مدل را تغییر دهیم

تنها پس از کافی بودن مواد و توضیحات وظیفه، ارزش مقایسه سایر مدل‌های موجود را دارد. ورودی و معیارهای ارزیابی را ثابت نگه دارید تا تفاوت‌ها را قضاوت کنید. تغییر مدل راهی برای رفع همه خطاها نیست؛ هنگام برخورد با محیط‌های واقعی، اجازه دهید ابزارها حقایق کلیدی را تأیید کنند یا به وضوح بیان کنید که کدام محتوا هنوز قابل تأیید نیست. قبل از تحویل نهایی، حقایق کلیدی و تأثیرات عملیاتی را خودتان تأیید کنید.