На прошлой неделе я опубликовал пост о том, почему сегодня важно работать с ИИ и как мы внедряем эту технологию в компании. Я хочу продолжить тему и поговорить о том, какую нейросеть выбрать и как правильно работать с AI. В сегодняшней статье я хочу ответить на эти вопросы системно и поделиться своим опытом.
Какую нейросеть выбрать?
Самый частый вопрос: какую нейросеть использовать? По моим наблюдениям (и по тому, что вижу в клубе «Атланты»), для 70% задач достаточно ChatGPT.
Его сильная сторона – умение структурировать имеющуюся информацию. Он прекрасно раскладывает “по полочкам” разрозненные данные, формирует логику и помогает описать и структурировать информацию, которую я обычно держу в голове. А если задача состоит в том, чтобы собрать актуальные данные из интернета, сделать выжимку, быстро сравнить разные варианты – идеально подойдет Perplexity. Он быстрее и лучше работает с внешними источниками.
При работе с нейронками я не стремлюсь выбрать какую-то одну сеть, но есть задача подобрать оптимальный инструмент под конкретную задачу. Это как в инженерии: рентгенофлуоресцентный анализ не заменяет ICP, и ICP не заменяет XRF – метод выбирают под задачу, а не стремятся решать все вопросы, используя одну технологию.
Что сделать чтобы нейросеть корректно работала?
Второй вопрос, о котором мне хочется написать – это почему нейросеть выдает ерунду? Здесь все очень просто: чем точнее и логичнее промпт (ТЗ) которое вы даете нейросети – тем точнее ее ответ. Для себя я определил три базовые вещи, которые упрощают для меня работу с ИИ.
Платная версия. Да-да, я использую платные версии, а не усеченный демо-функционал. Использовать бесплатную версию – все равно что судить о возможностях анализатора по демо-режиму, результат будет весьма посредственный.
Глобальная настройка. У каждой нейросети есть общий вектор поведения и есть функционал настроек, в которых можно прописать банальный промпт: «Оперируй только проверенными фактами. Не домысливай. Если не знаешь – так и напиши». Уже одно это резко снижает количество галлюцинаций. Такие настройки – это, по сути, ТЗ высшего уровня, находящееся выше всех последующих запросов.
Сам запрос. Если решая сложную задачу вы пишете ТЗ из двух предложений – результат не будет хорошим, это скорее иллюзия эффективности. Если вы не описали контекст, не задали ограничения, ЦА и не поделились вводными данными – вы не дали системе исходник, а без него ни один алгоритм корректного результата не даст. Здесь возникает логичный вопрос: зачем писать ТЗ на лист А4, если быстрее сделать самому, но именно здесь начинается работа с инструментом! Составить подробный промпт вам может помочь та же нейросеть. Это удобно, поскольку читая и корректируя его, вы видите рассинхронизацию, можете определить, где хромает логика. Именно здесь происходит настройка запроса под вас.
Как работать с нейросетью?
Осваивая нейросети важно понимать их функционал: например, в ChatGPT есть ассистенты и рабочие пространства и важно понимать, чем они отличаются друг от друга.
Ассистент – это заранее настроенная роль с подробной инструкцией. Вы можете прописать ИИ инструкции и создать для себя юриста, научного редактора, маркетолога, писателя…
Пространство – это область работы. Здесь можно работать над долгосрочными, объемными проектами. Такими как: книги, методички, инструкции. По сути, это папка с материалами, которые ИИ держит в памяти и с которыми работает. Кстати, при работе с пространствами часто встречается очень частая ошибка – пользователи часто пытаются собрать “все” в одном пространстве. Финансы, стройка, организационные вопросы, касающиеся, например, работы с одним клиентом,– кидают все в одну папку и нейронка начинает путаться. Появляются галлюцинации.
Правильный принцип звучит так: одно пространство – одна задача.
Кстати, если вы используете платную версию у вас появляется возможность использовать Teams и работать командой. Не нужно пересылать портянки текста в Telegram, достаточно просто поделиться с коллегой ссылкой на диалог и он сможет продолжить работу в той же рабочей области.
Мне нравится работать с ИИ и нравятся возможности современных технологий, но ИИ – это не волшебная кнопка, а инструмент. Здесь все также, как и в нашей сфере: анализатор сам по себе не решает задачу предприятия. Решает методика, калибровка, корректная постановка задачи и понимание ограничений метода. Если вы относитесь к ИИ как к игрушке – получаете игрушку, если же используете его системно – получаете кратный рост скорости и качества решений. Вопрос только один: вы хотите наблюдать со стороны или встроить это в свои процессы?