Jak provést hluboký výzkum AI v pěti jednoduchých krocích: 1. Požádejte svého oblíbeného LLM o master prompt na úrovni PhD určený speciálně pro LLM na téma, které zkoumáte Vysvětlete svůj zájem o téma, konečný cíl výzkumu, nebo to nechte obecně, abyste viděli, co se vrátí 2. Vložte tento hlavní zadání do režimu výzkumu: @grok, @claudeai, @ChatGPTapp, @perplexity_ai, @Gemini atd Na své ;) dostanete slušnou škálu halucinací 3. Vložte každou výslednou zprávu do samostatné záložky v jednom google dokumentu To vám umožní udržet každou zprávu čistou, centralizovanou a snadno aktualizovatelnou 4. Exportovat google dokument se všemi záložkami jako jeden hlavní dokument (teď máte jen jeden dokument místo pěti) Považuji za opravdu důležité rozumět logice a hodnotám LLM, které používáte, a pochopit, jak se mění v čase. Vnitřní hodnoty týmů za LLM můžete vnímat podle výsledků, které jsou ochotni vám v jakých tématech nabídnout. 5. Nahrajte nový hlavní zprávný dokument zpět do stejných LLM (nové chaty) a požádejte je, aby nemilosrdně zpochybnili všechny detaily, vrátili závěrečnou doktorskou zprávu o výzkumném tématu a poskytli zdroje ke všemu Závěrečná zpráva bude zdrojem budoucího kontextu, kterému stále úplně nedůvěřuji, mimochodem Například když jsem dělal výzkum o Veve, čísla, která jsem dostal zpět za jejich dropy a příjmy atd., byla naprosto špatná, i ty nejzákladnější informace o produktu byly špatně, například že konkrétní NFT mělo 7 000 kusů, ale ve skutečnosti mělo 50 000. A matematika byla úplně rozházená. Musel jsem ručně ověřovat každou jednotlivou položku, abych to ověřil. Je to samozřejmě časově náročné, ale pomohlo mi to vědět, kde hledat a jak lépe vidět celý obraz. Každopádně můžete do budoucna využít tento nový dokument s hlubokou výzkumnou zprávou, abyste poskytli větší kontext ke všem svým podnětům. To vám umožní porovnat vaše vlastní nápady a předpoklady s cílenou datovou sadou, takže můžete skutečně důvěřovat všem těm pozitivním manipulacím, které dostáváte pro svůj další miliardový nápad. ...