回答が曖昧すぎる、より有用な結果を得るにはどうすればよいですか？
「詳細を教えてください」と繰り返し尋ねるのではなく、検証可能な追加情報を提供します。
不足している情報を指定します
「回答が十分ではない」と言うだけでは、次のステップを導くのは困難です。再現手順が不足している、元の参照が引用されていない、環境が混乱している、または検証済みの事実と推測の区別がないことを明確に述べてください。特定の問題を指摘することは、元のタスク全体を再送信するよりも効果的です。
まず、モデルが必要な資料を受け取ったことを確認してください。バージョン情報、エラーメッセージ、または目標のスコープなしでは、長い返信は単なる推測になる可能性があります。
出力標準で結果を制約します
確認しやすい形式を提供します。たとえば、「問題、証拠、影響、次のステップ」の4つの列で、不明な情報をマークするように要求します。
たとえば、「詳細を教えてください」とだけ言うのではなく、「2番目の結論を裏付けるログスニペットを追加し、まだ検証されていない条件を指定してください。」のように依頼します。このようなフィードバックは、検証可能な結果を直接変更し、問題が資料不足なのか、推論不足なのかを発見するのに役立ちます。
- 結論に直接関連する資料を追加します。
- 満たさなければならない制約と、変更できない条件をリストします。
- まず主要な結論を要求し、次に本当に必要な部分を拡張します。
- 結果を証拠と照合し、省略されたものを一つずつ修正します。
モデルを切り替えるタイミング
資料とタスクの説明が十分になった後にのみ、他の利用可能なモデルを比較する価値があります。違いを判断するために、入力と評価基準を一貫させます。モデルの切り替えは、すべてのエラーを修正する方法ではありません。実際の環境を扱う場合は、ツールに主要な事実を検証させるか、まだ検証できないコンテンツを明確に述べます。最終的な配信の前に、主要な証拠と運用上の影響を自分で検証してください。