技术应用

选模型之前,先选一件要做好的事。

“我们应该用哪个模型?”是很自然的问题。不过,在它之前,还有一个更值得先问的问题:“这个工具到底要帮助谁,做好哪件事?”

把任务说具体,而不是把愿望说宏大。

“让企业用上AI”很难检验;“从已确认的产品手册中找到交付条件”就具体得多。“把会议记录整理成待办事项初稿”也是如此。任务范围小,不等于目标小,而是给项目一个大家能够共同判断的起点。

准备少量但有差别的例子。

普通情况要有,难一点的情况也要有。资料不完整、措辞有歧义、原文根本没有答案,都值得放进样本。比较不同工具时,尽量使用相同的例子。否则,一次漂亮的演示,可能只是例子挑得好。

先写下怎样才算答得好。

除了答案正确,也可能需要说明出处、保持格式一致,或者明确指出资料缺失。哪些错误会让结果不能用,哪些错误容易改,应当由真正使用工具的人一起判断。不要等试完了,才临时改变标准。

看看答案前后,还有多少工作。

输入资料怎么准备,输出结果怎么复核,特殊情况怎么处理,都要算进来。很快写出一份初稿,并不等于整个工作已经变轻松。前后的步骤都能顺利接上,工具才算真正帮上了忙。

让第一次选择可以调整。

先做一个范围不大的原型,保留简单的比较记录,记下模型版本、设置和使用的样本。这些信息能帮助解释后来的变化。第一次选择不必永远正确,但应当让下一次选择更有根据。

您正在做什么?

一个实际问题、一项创作,或一个值得讨论的主题。用几句话开始交流。

聊聊您的想法