Как я провожу глубокие исследования в области ИИ за пять простых шагов: 1. Попросите ваш любимый LLM создать мастер-промпт на уровне PhD, специально разработанный для LLM по теме, которую вы исследуете. Объясните свой интерес к теме, конечную цель исследования или оставьте это в общем, чтобы увидеть, что вернется. 2. Вставьте этот мастер-промпт в режим исследования: @grok, @claudeai, @ChatGPTapp, @perplexity_ai, @Gemini и т.д. Вы получите хороший выбор галлюцинаций на ваш выбор ;) 3. Вставьте каждый полученный отчет в отдельную вкладку в одном документе Google. Это позволяет вам сохранить каждый отчет чистым и централизованным, а также легко обновляемым. 4. Экспортируйте документ Google со всеми вкладками в один мастер-документ (теперь у вас есть всего 1 документ вместо 5). Я считаю очень важным понимать логику и ценности LLM, который вы используете, и понимать, как они меняются со временем. Вы можете почувствовать внутренние ценности команд, стоящих за LLM, исходя из того, какие результаты они готовы предоставить по каким темам. 5. Загрузите новый мастер-отчет обратно в те же LLM (новые чаты) и попросите их безжалостно оспорить все детали и вернуть окончательный отчет PhD по теме исследования и предоставить источники для всего. Окончательный отчет будет источником будущего контекста, которому я все еще не полностью доверяю, кстати. Например, когда я проводил исследование по Veve, цифры, которые я получил по их дропам и доходам и т.д., были дико неверными, они даже ошиблись в самой базовой информации о продукте, сказав, что у конкретного NFT было 7,000 единиц, но на самом деле их было 50,000. И математика была повсюду. Мне пришлось вручную проверять каждый отдельный элемент, чтобы подтвердить. Это, очевидно, занимает много времени, но это помогло мне понять, где искать и как лучше увидеть всю картину. Тем не менее, двигаясь вперед, вы можете использовать этот новый документ глубокого исследования, чтобы дать больше контекста во всех ваших запросах. Это позволяет вам проверять свои собственные идеи и предположения по сравнению с целевым набором данных, чтобы вы могли действительно доверять всем этим положительным манипуляциям, которые вы получаете для своей следующей идеи на миллиард долларов. ...