Les mêmes résultats d’invite sont différents à chaque fois, généralement pas le modèle qui « pompe », mais on met les trois variables en même temps : échantillonnage aléatoire du modèle lui-même, dérive de contexte due à l’historique des conversations, et outils externes ou résultats de recherche qui peuvent être différents à chaque fois. Se concentrer uniquement sur le prompt lui-même peut souvent mal évaluer le problème.
D’abord, distinguez laquelle diffère
- Aléatoire : Même si le problème est le même, le modèle peut changer dans la façon dont les phrases sont organisées, la manière dont les exemples sont donnés et l’ordre des paragraphes. Ce que vous voyez, ce sont des « expressions différentes », pas nécessairement des « conclusions différentes ».
- Changements de contexte : Si vous ne posez pas de question lors d’une nouvelle session, ce dont vous avez parlé, ce que vous avez téléchargé et quelles règles vous avez définies continueront d’influencer les résultats. La même invite ne signifie pas que l’environnement d’entrée est le même.
- L’outil revient différemment : une fois que le modèle recherche sur la page web, consulte la base de connaissances et ajuste l’interface, les données externes peuvent être mises à jour, expirées, et des champs manquants à chaque fois, et la réponse finale changera naturellement.
Si vous voulez rendre les résultats plus stables, faites d’abord ces 4 choses
- Écris précisément tes objectifs, ne te contente pas de dire « aide-moi à écrire », mais sois clair sur la longueur, le format, le public et les informations à couvrir.
- Essayez d’exécuter des tâches importantes dans de nouvelles sessions et ne laissez pas l’ancien contexte interférer discrètement avec cette série de résultats.
- Donnez à votre modèle un exemple fixe, surtout si vous souhaitez stabiliser la structure, un champ fixe ou un calibre uniforme, qui est plus stable que les exigences abstraites.
- Si vous utilisez une recherche, une base de connaissances ou des appels d’outils, vous devez distinguer entre « réponses de modèles instables » et « données externes changent intrinsèquement ».
Quand n’y a-t-il pas besoin de poursuivre exactement la même chose
L’écriture créative, l’idéation des titres et le brainstorming nécessitent certains changements ; Ce qui doit vraiment être cohérent, c’est généralement l’extraction de tables, la classification, la sortie structurée, le niveau du service client et les processus automatisés. En d’autres termes, il faut d’abord juger si l’on souhaite des « conclusions stables » ou des « expressions diverses ». Dans la plupart des cas, le problème n’est pas que la demande soit trop courte, mais que vous ne démontez pas d’abord les variables.
