Советы

Суммаризация с помощью нейросети ChatGPT

ChatGPT разработала американская компания OpenAI. За несколько месяцев чат-бот уже успешно сдал экзамены в нескольких вузах США, помог российскому студенту написать диплом и в ближайшем будущем может изменить наш подход к использованию поисковых систем.  В его основе лежит языковая модель GPT-3.

Суммаризация с помощью нейросети ChatGPT Языковая модель — алгоритм ИИ, который умеет продолжать произвольный текст © Tada Images / Shutterstock / FOTODOM

Если совсем просто, то языковая модель — это алгоритм, который предсказывает следующее слово в тексте. Допустим, надо продолжить фразу «В школьной программе математики ученики изучают…».

Машина понимает, что логично добавить слово «алгебру», а не, к примеру, «анатомию», и выбирает именно его.

Но ведь история явно не закончена: математика в школе не ограничивается одной алгеброй!

Так что снова обращаемся к языковой модели и получаем следующий результат: «В школьной программе математики ученики изучают алгебру и…». Человек построил бы фразу именно так. Но предложение не закончено.

Продолжаем: «В школьной программе математики ученики изучают алгебру и геометрию». Кажется, теперь можно остановить генерацию текста: получилось законченное предложение. Но это будет не совсем честно, ведь мы сами решили ограничить модель. Вдруг она может его дополнить?

У языковой модели есть возможность явно сообщить нам, что, «по ее мнению», она написала достаточно. Об окончании генерации текста сигнализирует специальное слово. Например, «[КОНЕЦ]».

В итоге продолженный языковой моделью текст мог бы выглядеть следующим образом: «В школьной программе математики ученики изучают алгебру и геометрию, которая подразделяется на планиметрию и стереометрию[КОНЕЦ]». Обратите внимание, что знаки препинания тоже можно рассматривать как «слова», которые генерирует модель в процессе своей работы.

Суммаризация с помощью нейросети ChatGPT #искусственный интеллект #чат-бот #ChatGPT

В каких профессиях чат-боты смогут заменить человека?

Читать

Обучение языковой модели

Чтобы языковая модель могла выдавать корректные и логично связанные между собой фразы, в нее нужно заложить огромное количество параметров: в GPT-3 их 175 миллиардов. Процесс настройки параметров подобной модели называется ее обучением.

Для того чтобы модель умела связывать слова в предложения подобно людям, нужно показать ей большое количество реальных текстов. Например, та же GPT-3 обучалась на сотнях миллионов примеров из интернета и книг.

Процесс обучения языковой модели выглядит следующим образом. Мы берем какой-то кусочек текста и делим его на две части: основную и слово-продолжение, которое должно идти после нее. Предложенный выше пример мы можем разделить на основную часть «В школьной программе математики ученики изучают…» и слово-продолжение «алгебру».

После этого мы можем показать модели основную часть текста и попросить дополнить его. Обратите внимание, что корректное продолжение — слово «алгебру» — знаем только мы, но не модель.

Суммаризация с помощью нейросети ChatGPT GPT-3 — одна из самых больших языковых моделей © TippaPatt / Shutterstock / FOTODOM

Необученная модель может генерировать некорректные продолжения фраз. Например, в нашем случае вместо слова «алгебру» она предложила бы, допустим, «литературу». В случае подобной ошибки мы можем настроить на конкретном примере параметры модели так, чтобы она предлагала более подходящее слово. В этом и заключается процесс обучения.

При таком объеме данных и количестве параметров обучение модели может занимать месяцы даже на мощнейших суперкомпьютерах. За это время она усваивает закономерности создания предложений из слов, запоминает факты об окружающем мире и приобретает «понимание» того, как формировать на их основе логичные тексты.

Суммаризация с помощью нейросети ChatGPT #ИИ #чат-бот #машинное обучение

Чат-боты все еще ошибаются, но скоро смогут изменить мир

Читать

Как сделать из языковой модели чат-бот

Имея на руках языковую модель, которая умеет продолжать тексты, уже можно создать продвинутый чат-бот. Давайте посмотрим на то, как это работает.

Сначала человек задает боту вопрос. Например: «Кто является основателем Санкт-Петербурга?». Тот, в свою очередь, просто генерирует с помощью языковой модели продолжение этого текста согласно принципу, который мы рассмотрели ранее.

Для того чтобы машина «понимала», что ей задают вопрос и на него нужно ответить, в конце предложения добавляется специальное слово. Например, «[ОТВЕТ]».

В процессе обучения она запомнила, что после него нужно сгенерировать фразу, раскрывающую суть предшествующего вопроса. Кроме того, машина уже знает, что Санкт-Петербург основал Петр I.

Все это позволяет модели при генерации продолжения для подобного вопросительного текста корректно ответить на поставленный вопрос.

Суммаризация с помощью нейросети ChatGPT Модели ИИ могут создавать не только тексты, но и изображения. Выше представлено изображение, сгенерированное нейросетью по запросу — ChatGPT © Shutterstock.AI / Shutterstock / FOTODOM

Однако чат-бот должен не только уметь отвечать на конкретный вопрос, но и поддерживать с собеседником полноценный диалог. Позволяя, например, уточнить информацию. Допустим, что в нашем примере собеседник продолжил диалог следующим образом:

  • [Человек] Кто является основателем Санкт-Петербурга?
  • [Чат-бот] Петр I Алексеевич — последний царь всея Руси и первый Император Всероссийский.
  • [Человек] А город называется в честь Петра I?

Для того чтобы правильно ответить, чат-боту необходим весь контекст диалога. Он должен понимать, что под словом «город» подразумевается «Санкт-Петербург», а для этого ему нужно «держать в уме» первый вопрос.  

Однако можно взять весь текущий диалог человека и чат-бота и сгенерировать продолжение для него целиком. За счет этого мы сможем сообщить машине контекст, который необходим для ответа на последний вопрос:

  1. [Человек] Кто является основателем Санкт-Петербурга?
  2. [Чат-бот] Петр I Алексеевич — последний царь всея Руси и первый Император Всероссийский.
  3. [Человек] А город называется в честь Петра I?

[Чат-бот] Не совсем так. Санкт-Петербург был назван в честь небесного покровителя Петра I — апостола Петра.

Суммаризация с помощью нейросети ChatGPT #нейросеть #искусственный интеллект #чат-бот

Чат-бот заслужил степень магистра бизнес-администрирования

Читать

Получается, что самой по себе языковой модели уже достаточно для того, чтобы создать полноценный чат-бот. Однако ChatGPT использует усовершенствованную версию GPT-3, которая учитывает некоторые особенности общения человека с чат-ботом — ведь это в первую очередь диалог. 

Работа с диалогами

Идея в том, чтобы взять готовую языковую модель, например GPT-3, и дополнительно обучить ее на диалогах, структурированных знакомым нам образом:

  • [Человек] Что-то спрашивает.
  • [Чат-бот] Отвечает на поставленный вопрос.
  • [Человек] Что-то уточняет.
  • [Чат-бот] Снова отвечает.

Интересно, что во время дообучения ChatGPT создатели выступали в роли и задающего вопросы человека, и отвечающего на них чат-бота. Такой подход позволяет показать модели, для чего именно она будет применять полученные знания. В нашем случае — для ответов на вопросы в форме диалога.  Усовершенствованная таким способом версия справляется с этой задачей лучше оригинальной. 

Качество ответов на запросы

Однако дообучения на примерах диалогов может быть недостаточно для того, чтобы языковая модель начала действительно хорошо обрабатывать запросы пользователей. Ведь далеко не всегда они сводятся к простому ответу на поставленный вопрос.

Суммаризация с помощью нейросети ChatGPT ChatGPT способен не только общаться с пользователями, но и исполнять их запросы, например, писать программы или сочинять стихи © Ascannio / Shutterstock / FOTODOM

Мы можем попросить чат-бот сгенерировать для нас какой-то текст по заданному описанию или, например, вычленить из него самую важную информацию. И, естественно, хочется, чтобы модель не просто могла как-то обрабатывать подобные запросы, а делала это хорошо.

Для этого на втором этапе дообучения языковая модель генерирует несколько вариантов ответа на запрос, а человек-эксперт оценивает их качество. За правильные машина получает «награду», а за некорректные — «штраф». Таким образом, модель стремится получать как можно большее суммарное вознаграждение. Допустим,  мы попросили ее написать хокку и получили два варианта:

  1. Уже почти вечер.
  2. А я все один сижу.
  3. Осень.
  4. Дело было вечером.
  5. Я вышел на улицу, чтобы прогуляться.
  6. Однако начался дождь, и я вернулся домой.
Читайте также:  Основы работы с NumPy

Первый текст гораздо больше похож на хокку, чем второй. Поэтому при запросе на генерацию хокку мы будем поощрять модель за первый и штрафовать за второй вариант.  Постепенно машина научится корректно обрабатывать запросы.  

Итого

В результате сложного процесса дообучения уже готовой языковой модели получается новая, которая прекрасно работает с диалоговой структурой текста и умеет отвечать на запросы людей в присущей им манере.

Когда вы отправляете очередное сообщение ChatGPT, история вашего диалога с чат-ботом «склеивается» с новым сообщением, и результат передается в языковую модель. Последняя дополняет диалог своим ответом.

И так раз за разом.

С помощью запросов, которые вы отправляете ChatGPT, можно задавать контекст, в котором будет происходить генерация ответа. Например, можно попросить чат-бот дать «очень подробный» ответ на вопрос, а можно попросить его ответить «в стихах».

От детальности запроса часто зависит качество ответа, который сгенерирует модель, поэтому составлению запросов уделяется особое внимание. Есть даже отдельное направление в работе с языковыми моделями — инженерия запросов (от англ.

prompt engineering).

Суммаризация с помощью нейросети ChatGPT

Дизайн будущего: что такое prompt engineering

Читать

Применение ChatGPT

Важно, что разнообразие задач, которые способен решать ChatGPT, обусловлено в первую очередь тем, что лежащая в его основе языковая модель сама по себе является многофункциональной.

Например, ChatGPT умеет генерировать тексты по заданию. Человеку нужно сформулировать, каким условиям должен удовлетворять текст, а чат-бот сгенерирует его так, чтобы все они были соблюдены. Вот такой текст ChatGPT может выдать при запросе «Напиши небольшое стихотворение про возможности, которыми обладает ChatGPT»:

  • I am ChatGPT, a language wizard,
  • Can answer any question in a blizzard.
  • Information in my head I store,
  • Ask me anything, I'll help you explore.

Мы также можем попросить ChatGPT перевести это стихотворение на русский. С такими задачами модель, которая видела тексты на разных языках, тоже справляется:

  1. «Я — ChatGPT, волшебник языка,
  2. Отвечу на любой вопрос, будто в метели.
  3. Информацию храню в своей голове,
  4. Спроси меня, о чем угодно, я помогу тебе исследовать».

Важная особенность ChatGPT — умение вычленять из текста основную мысль и представлять ее в компактном виде, так называемая суммаризация. Например, можно попросить чат-бота сократить имеющийся у вас текст.  Это полезная функция.

Представьте себе, что при вводе запроса в поисковик вы получаете не только набор ссылок, но и небольшую справку про объект поиска, которая объединяет информацию из нескольких независимых источников.

Сейчас подобная функциональность внедряется в поисковую систему Bing от Microsoft.

Суммаризация с помощью нейросети ChatGPT В данный момент тестируется версия поисковой системы Bing, которая может использовать для ответов на вопросы языковую модель © mundissima / Shutterstock / FOTODOM

У языков программирования своя структура, но языковые модели умеют работать и с ними. В частности, ChatGPT неплохо умеет писать код или искать в нем ошибки. Можно попросить чат-бот создать программу с заданной функциональностью на необходимом языке программирования.

Если нам надо найти ошибку в уже написанной программе, мы отправляем чат-боту кусочек кода и спрашиваем, что в нем не работает. А модель уже сама попробует разобраться, что пошло не так.

Понятно, что сегодня чат-бот способен справляться далеко не со всеми подобными запросами, но сам факт того, что он умеет с ними работать, впечатляет.

ChatGPT многофункционален, но для решения конкретных задач есть более совершенные алгоритмы. Например, специализированная языковая модель Codex, разработанная той же OpenAI, гораздо лучше подходит для написания кода.

Однако главная способность ChatGPT — складно отвечать на вопросы из любой области, будь то наука, искусство, образование, технологии или спорт. При этом важно, что ChatGPT может допускать ошибки в фактах, которыми оперирует.

Данное поведение является следствием того, что модель использует для ответа на вопросы ту информацию, которую видела в процессе обучения.

И если задать ей сложный вопрос, который модель раньше не встречала, то ей просто неоткуда будет взять на него ответ. 

Несмотря на все многообразие задач, которые ChatGPT умеет решать, чат-бот пока далек от того, чтобы считаться сильным искусственным интеллектом.

Он не обладает способностью мыслить, но может использовать полученную во время обучения информацию для ответа на конкретные запросы.

Тем не менее появление ChatGPT и подобных моделей — важный шаг на пути к созданию настоящего ИИ, который будет выступать для людей полноценным помощником. 

Нейросеть ChatGPT — что это такое? Как устроена?

40-е годы XX века. Учёные понимают, что компьютеры, конечно, умные, но для полного комплекта им не хватает умения обучаться так, как это может делать человеческий мозг. Тогда они начинают изучать нейроны, чтобы создать их математическую модель. Именно так зарождается концепция нейросетей.

Нейронная сеть — это математическая модель, которая построена по подобию нейронных связей в мозге живого существа.

Сначала нейронки «жили» только в лабораториях, на крупных предприятиях и военных базах. Сегодня они часть нашей повседневной жизни. Подробнее о том, какой путь они прошли от научных кабинетов до ваших смартфонов, читайте в статье «Что такое нейросеть».

Нейронки больше нельзя назвать экзотикой. Они помогают нам на работе, в учёбе и творчестве. О самых популярных из них вы уже наверняка слышали: DALL-E, Midjourney, MusicLM и другие. Но в 2021–2022 годах их всех по популярности обогнал ChatGPT.

ChatGPT — это чат-бот, который создан на базе искусственного интеллекта. Он работает в режиме диалога и умеет выполнять запросы пользователя в виде текста.

Если проще, то ChatGPT — это ваш электронный собеседник. Он понимает всё, что вы ему пишете, и умеет выполнять задания. Какие именно — разберём в следующем разделе.

Мы также попросили ChatGPT рассказать о себе. Результат — на скрине ниже.

Суммаризация с помощью нейросети ChatGPT

Как вы видите, нейронка генерирует осмысленный ответ на вопрос, и его вполне можно принять за человеческий.

Как упомянул чат, разработала такую умную программу компания OpenAI. Сперва это был бот на компьютере Azure AI, в основе которой лежала языковая модель GPT-3.5. Он быстро набрал популярность, и уже в начале 2023 года всего за 5 дней привлёк более 100 млн юзеров. А вскоре после этого вышел чат на новой модели — GPT-4 — более умной, креативной и «человечной» версии своего предка.

Суммаризация с помощью нейросети ChatGPT

Как устроен интернетЧитать →

Стартуй в программировании прямо сейчасРеши свою первую настоящую задачу на JavaScript и поделись крутым результатом с друзьямиСуммаризация с помощью нейросети ChatGPT

Что умеет ChatGPT

Теперь давайте рассмотрим возможности этого чат-бота — так мы поймём, о чём столько разговоров.

ChatGPT и ответы на вопросы

Самый популярный способ взаимодействовать с чат-ботом — это общение. Вы можете кратко описать ему ситуацию и задать любой вопрос. Например, попросить совета или помощи. ChatGPT проанализирует ваш запрос и выдаст развёрнутый ответ.

На скрине ниже, к примеру, мы спросили бота об оценках в школе. И получили от него мотивирующий текст с грамотным подходом к этой теме.

Суммаризация с помощью нейросети ChatGPT

ChatGPT и поиск информации

BART: нейросеть для суммаризации текста

Суммаризация с помощью нейросети ChatGPT

BART — это state-of-the-art нейросеть для суммаризации текстов. Задача абстрактивной суммаризации текстов предполагает, что модель получает на вход текст, а на выходе модель генерирует текст с описанием общих идей из входного текста. BART объединяет в себе двунаправленный энкодер из BERT и декодер из GPT-2. BART теперь доступен в библиотеке Transformers от HuggingFace.

Читайте также:  Как провести код-ревью: чек-лист

BERT vs. GPT-2

BERT предобучается так, что бы предсказывать скрытые токены и использует всю входную последовательность, чтобы сгенерировать предсказание. Такой дизайн подходит, когда предсказание токена на позиции i позволяет использовать данные о токенах, которые следуют за i.

Однако в задаче генерации текста предсказание может зависеть только от предшествующих токенов. За тем, какую информацию о входной последовательности использует модель, следит маска внимания (attention mask). В BERT используется полностью открытая (fully-visible) маска.

Это значит, что модель может использовать информацию о всей входной последовательности при предсказании токена на позиции i.

В свою очередь, GPT-2 предобучается предсказывать следующее слово с помощью каузальной маски внимания. Архитектура GPT-2 больше подходит для генеративных задач. При этом модель менее эффективна, когда вся входная последовательность может использоваться для генерации выходного токена.

BART комбинирует в себе характеристики из BERT и GPT-2: энкодер из BERT, а декодер из GPT-2. Энкодер и декодер объединены с помощью кросс-внимания, где каждый слой декодера проходится с механизмом внимания по итоговому скрытому состоянию из выхода энкодера. 

Задача суммаризации текста

Задача суммаризации текста заключается в том, чтобы модель сгенерировала текст с обобщенными идеями из входного текста. Seq2Seq могут быть напрямую подогнаны под эту задачу без дополнительных случайно инициализированных параметров. 

Суммаризация с помощью нейросети ChatGPTСравнение моделей на задачи абстрактивной суммаризации на датасете CNN/Daily Mail

Урок 5. Генерируем идеи с ChatGPT

  1. Как превратить нейросеть в генератор идей.
  2. Как решить проблему «чистого листа».
  3. Как отмести плохие идеи, а хорошие — доработать.
  4. Как создать виртуальную команду для мозгового штурма.

В прошлых уроках мы просили нейросети помочь с чем-то конкретным: подсказать рецепт, спланировать поездку, дать финансовый совет или отредактировать текст.

Для этого мы составляли подробный запрос и объясняли, чего хотим.

Но бывают ситуации, когда мы не знаем, как подступиться к задаче. Например, если захотелось сделать смешной ролик для соцсетей, а сценарий не пишется. Или вы пишете урок для курса про нейросети и не знаете, какие примеры про генерацию идей привести. В любом случае стоит обратиться к ChatGPT!

Как и с людьми, чтобы найти идеально подходящие идеи с ChatGPT, нужно провести мозговой штурм, или брейншторминг.

Это можно сделать и одному, но чаще советуют прибегнуть к помощи напарников или целой «мозговой» группы. Мы попробуем оба варианта: начнем придумывать в одиночку, а дальше в уроке посмотрим, как ChatGPT заменит живых людей. Вот как это сделать.

Начните с ключевого вопроса или задачи. Вначале необходимо понять результат — какую идею должен придумать ChatGPT. Подумайте, как описать цель брейншторминга в одном-двух предложениях.

Если задаете вопрос, то обязательно открытый: при генерации идей нет никакого смысла в ответах «да» или «нет». При этом избегайте наводящих вопросов. ChatGPT хорошо улавливает контекст, но это не всегда идет на пользу творческому процессу. Например, нейросеть может зацепиться за «крючки» в вашем запросе, и вместо генерации идей попытается вам угодить.

Как продвигать детские игрушки?

Какие креативные концепции можно использовать для рекламной кампании детских игрушек?

????

Первый запрос предполагает стандартную стратегию, второй — стимулирует творческий подход

Какие варианты дизайна небольшого балкона в городской квартире могут быть?

????

Первый запрос — слишком абстрактный, а вот второй задает определенный контекст

Разнообразит ли омлет колбаса?

Предложи 10 нестандартных ингредиентов, которыми можно разнообразить классический омлет

????

Первый запрос предполагает ответ «да» или «нет», второй — открытый, дает пространство для ответа

Предложи идею для интерактивной зоны на фестивале науки на открытом воздухе. Но вообще мы хотели устроить мини-лабораторию

Предложи идею для интерактивной зоны на фестивале науки на открытом воздухе

????

Первый запрос своим вариантом наводит нейросеть на мысль, что лучше поддержать вашу задумку. В других случаях это нормально, но новой идеи вы так не получите

Чередуйте простое и сложное. В мозговом штурме нейросеть не слишком отличается от человека: сначала она предложит банальные и очевидные вещи. Если вам этого не хватит — над запросом придется не просто потрудиться, но и повторить его несколько раз в разных вариациях.

Тут пригодятся и максимально простые, и комплексные многосоставные промпты. В первом случае мы опускаем все и предлагаем ChatGPT покреативить и самой прийти к решению задачи, во втором — наоборот, постараемся максимально задать рамки: контекст, дополнительные вводные. Обычно мы такое не советуем, но брейншторминг — особая ситуация. Иногда здесь полезно никак не ограничивать нейросеть.

Чередуя простое и сложное, вы используете сразу две сильные стороны ChatGPT: способность к практически неограниченной генерации и умение выполнять конкретно поставленные задачи.

Ответ на простой промпт уже подает идеи, но тематический разброс слишком велик

Немного уточнили деталями сложный промпт — появились конкретные советы и специфика роликов

Задайте несколько способов подачи информации. Мы уже изучали их во втором уроке. Таблицы, списки, планы — все это поможет собрать информацию от ИИ в удобном виде. Обратите внимание: когда мы пишем «Предложи 5 идей для…», ChatGPT по умолчанию работает именно в формате списков.

Но списков может быть несколько. Попросите нейросеть разделить идеи на разные категории: лонг-лист, шорт-лист, «странное», «традиционное», «уникальное». Так вы получите сразу несколько перспектив в одном ответе.

Делаем?

Позвольте нейросети самой задать вопросы. Возможно, крутая идея сидит не в искусственном интеллекте, а в вас самих. Обрисуйте тему и добавьте команду:

«Задавай мне наводящие вопросы по моей концепции/идее/плану, чтобы мне было проще прийти к решению».

Не готовы отвечать на вопросы, которые подготовила нейросеть? Никаких проблем: попросите ее саму ответить и предложить вам варианты решений.

Тут ChatGPT прошла этот путь без нашего участия» class=»media-container__image» src=»https://opis-cdn.tinkoffjournal.ru/ip/EUHCyQnEI3_49-x6ru0atielo_9pnhzYf-uYDjsO18s/w:1200/aHR0cHM6Ly9vcGlz/LWNkbi50aW5rb2Zm/am91cm5hbC5ydS9t/ZXJjdXJ5LzUtYnJh/aW5zdG9ybV9fc2Ny/ZWVuNC5qaDQwd3Bx/c3puem4uLnBuZw»>

При применении техники «Пяти почему» вопрос задается на каждый новый тезис о проблеме. Тут ChatGPT прошла этот путь без нашего участия

Просите нейросеть оценить идею. Бывает, что у вас в голове уже есть идея, но вот хорошая она или нет — непонятно. Попросите ChatGPT проанализировать ее: найти болевые точки и слабые места, задать каверзные вопросы, отрецензировать с точки зрения критика.

Обязательно придерживайтесь принципа «критикуешь — предлагай»: пусть нейросеть не только ругает, но и сразу объяснит, как решить проблему.

Давайте попробуем отредактировать идею с роликами про Apple.

Спасибо, ChatGPT, я не думал, что меня будут так гасить!

Попросил ответить на свои же вопросы

Еще один способ проанализировать идеи — попросить ChatGPT отобрать лучшее. Например, у вас появилось несколько вариантов роликов для ютуб-канала, и вы хотите сократить список. Вариант запроса «ChatGPT, оставь то, что тебе нравится» не подойдет, ведь у ИИ нет своего мнения. А вот задать четкие критерии — хороший способ.

Самое простое — попросить нейросеть выделить плюсы и минусы. Это не сильно отличается от приема с каверзными вопросами. А вот в критериях можно быть разнообразнее.

Например, редакция журнала Harvard Business Review просила ChatGPT оценить собственные идеи по четырем пунктам: новизна, реализуемость, специфика и влияние.

Тест показал, что эта система критериев применима и к нашему ютуб-каналу.

Получился краткий разбор идеи ролика с разных сторон

Оставляйте обратную связь. Это поможет ChatGPT лучше понимать, что вам нравится, и подстраиваться на лету.

Типичный пример: просим список из 20 идей, а затем выбираем пять удачных. Вы можете сделать это сами, опираясь на свои предпочтения, либо доверить нейросети — опираясь на конкретные критерии. И опираться на это при дальнейших поисках.

Другой вариант — заранее обговорить систему оценок. Объясните нейросети, что будете ставить идеям баллы, например от 0 до 10. И оценивайте каждое новое предложение. Или обговорите кодовые фразы: пусть после сообщения «В копилку» ChatGPT откладывает идею или решение в избранное, а по запросу «Открой копилку» покажет заархивированные варианты.

После этого остается только оценивать каждую новую идею

Подведите итог генерации идей. Иногда чат с брейнштормингом раздувается до сотни сообщений, и уже сложно вспомнить, что было хорошо, а что нет. Но можно использовать несколько полезных функций:

  1. Суммаризация — очень краткий пересказ дискуссии.
  2. Выделение лучшего — особенно эффективно сработает, если вы пользовались предыдущими советами и оставляли обратную связь.
  3. Отчет — пусть нейросеть представит самостоятельный анализ, чего получилось достичь и какие подводные камни остались.
  4. Таблица — удобный способ собрать идеи в одном месте; можно попросить в отдельную колонку вынести ключевые тезисы или вашу оценку.

Подводим итог мозгового штурма — просим собрать лучшие идеи

Читайте также:  ТОП-10 самых высокооплачиваемых языков программирования в 2022 году

Берегитесь, техноблогеры, мы идем

Напомним, что настоящий мозговой штурм — коллективное занятие. Люди смотрят на один и тот же предмет с разных сторон, обмениваются мнениями, заряжаются идеями друг друга. Это гораздо лучше, чем заниматься брейштормингом одному.

Вот бы нейросеть умела примерять на себя разные роли и отыгрывать их… постойте, ведь мы уже во втором уроке подробно рассказали, как это сделать!

Тогда мы учились создавать одного собеседника по формуле. Напомним ее.

Это работает и в нашей ситуации. Мы можем прописать характер, специализацию, стиль ответов — и в итоге получить идеального напарника по мозговому штурму.

Для этого достаточно придумать другу имя и наделить его характером. Вот и все, с условным Нейровасей уже можно общаться и обсуждать идеи прямо в чате. Но один собеседник — уже пройденный этап. Тем более что он не даст нам всего разнообразия мнений.

Мы попробуем собрать целую компанию для брейншторминга!

Да, в рамках одного чата мы можем создать сразу несколько личностей. И если их правильно расписать, то они будут рассматривать идеи с разных сторон, предлагать разное. И даже спорить между собой! Вы можете активно участвовать в таком брейншторминге или, наоборот, отойти в сторону и просто модерировать дискуссию.

Да, звучит немного странно, но это действительно полезно. Из возможных проблем: нейросеть ChatGPT не предназначалась для вживления в несколько ролей одновременно, поэтому иногда может возникать путаница. Но потенциальные плюсы метода перевешивают минусы.

Так что мы в тот же диалоге с Нейровасей вводим двух новых участников. Знакомьтесь, Андрей и Михалыч. Вместе мы попробуем придумать подкаст про бизнес в России. Василий получит роль нашего соведущего, а заодно — большого скептика. Андрей будет фонтанировать странными идеями и поможет в вопросах продвижения, а Михалыч — отвечать за взгляд «обычного человека».

Диалоги с ролевым отыгрышем мы создавали в GPT-4. Напоминаем: компания OpenAI заявляла, что улучшенное вживление в роль — одна из важнейших фишек четвертой версии.

Промпт получился очень объемным
В какой-то момент разговор пошел и без меня
Спасибо, Михалыч. Как видите, при конкретном обращении ChatGPT мгновенно переключает роль и смотрит на проблему с новой позиции. Да, беседа началась с довольно очевидных идей, но при брейншторминге всегда так. Постепенно дискуссия разгоняется, а предложения разных персонажей переплетаются и выливаются во что-то новое
Необязательно всегда указывать на одного из участников брейншторминга. Можно задать вопрос сразу всем — и получить несколько точек зрения одновременно

Мы привели пример с детальным прописыванием личности собеседников. Но на самом деле это необязательно. Есть прием «экспертная панель»: вместо личностей позовите в обсуждение абстрактных специалистов в своих областях. Например, маркетолога, дизайнера и финансового консультанта. Они могут рассматривать идеи одновременно или по вашей просьбе.

Лучший способ запустить такой диалог — сначала понять, какие эксперты вам нужны. Для этого есть простой шаблон.

Если вы точно знаете, кого хотите пригласить на экспертную панель, то можно сразу включить участников дискуссии в промпт. Например, юристов, разработчиков, продакт-менеджеров, потенциальных инвесторов. Или соберите фокус-группу для обсуждения нового продукта — имитация подготовит к реальному опыту общения с клиентами.

Можно объединить ролевую игру с другими приемами, которым мы научились за этот урок. И составить такой запрос, который можно изменять под себя.

Отличный подход к мозговому штурму — работа с популярными и хорошо зарекомендовавшими себя методиками. Некоторыми из них нейросеть уже владеет.

Из плюсов: вам не придется придумывать, как выстраивать генерацию идей. ChatGPT пройдет уже по готовому набору шагов, которые были давно придуманы и доказали свою эффективность.

Для начала рекомендуем попробовать пять техник: «пять почему», SCAMPER, метод фокальных объектов и латерального мышления, технику шести шляп. Вот универсальный шаблон промпта, в который можно их вставить.

  1. Нейросеть ChatGPT хороша в придумывании и «докрутке» идей. Просто не ждите, что все получится с первого же промпта: придется продраться через банальщину и однообразие.
  2. Лучший способ устроить мозговой штурм — воссоздать его через функцию вживления в роль. Так можно пообщаться с напарником по «разгонам» или экспертом. Или сразу с несколькими нейроприятелями!
  3. ChatGPT не предназначалась для вживления в несколько ролей одновременно, поэтому иногда может возникать путаница. Но потенциальные плюсы метода перевешивают минусы.
  4. Проверенные временем техники для креативного мышления отлично работают в ChatGPT. Это сильно ускоряет процесс.

В следующем уроке мы расскажем, как ChatGPT работает с данными. И даже научимся визуализировать информацию прямо в чате!

Делимся лайфхаками и главным из курсов Учебника Т⁠—⁠Ж про деньги и жизнь в нашем телеграм-канале. Подписывайтесь: @t_uchebnik

Нейросеть ChatGPT OpenAI. Что умеет? Примеры использования — Гайды на DTF

Что такое ChatGPT и как им пользоваться в России я рассказал в предыдущей статье. Теперь хочу показать на что способен ChatGPT, как он может Вам помочь и какие запросы ему можно отправлять.

{«id»:1641980,»gtm»:null}

Диапазон возможностей довольно широк. Я затрону лишь некоторые:

Отвечать на любые вопросы (часто гораздо удобнее и быстрее, чем Google)

Причем не просто копируя ответ из Википедии, а анализирует и структурирует ответ, чтобы он был удобен для чтения и восприятия, а так же максимально близок вопросу.

ChatGPT не только даст Вам хороший ответ на вопрос, но и может продолжить развивать эту тему.

Может написать простенький код (с объяснением) или выявить баги. Так же есть возможность перевести код на другой язык.

Придумывать различные названия, сюжеты, шутки, текста песен и т.д.

Можно попросить его придумать что угодно. Сказку или рассказ. Тут все ограничивается вашим воображением. Так же его можно попросить порассуждать над чем-нибудь.

Давать медицинские советы

Гайды и туториалы на любой вкус.

Писать эссе, сочинения и даже помочь написать диплом

Вы наверняка уже слышали про студента, которому чат-бот написал диплом. Кратко расскажу как он это сделал: сначала отправил основной запрос на английском языке, затем несколько раз попросил его дополнить из-за ограничений бота на количество символов, а также — добавить литературу.

После перевода на русский получился текст объёмом в 6200 символов. После чтобы сделать вывод по трём частям первой главы, студент скопировал последние абзацы каждой части и попросил ChatGPT обобщить их. Последняя часть диплома требовали анализа с расчётами и практическими рекомендациями.

Для этого он нашел похожую работу по другой компании, отправил её боту и попросил изменить текст под свою тему.

5 принципов менеджмента, которые далее студент попросил расширить. И так 5 раз к каждому принципу. С дополнительной информацией, цитатами, расчетами.

В целом, можно просить написать любой вопрос по учебе, главное правильно составить вопрос.

Как я уже сказал, функционал у него обширный. Тут все зависит от вашей требований и воображения.

Чат-бот выдает определенное количество символов, после чего умолкает. Если это случилось нужно написать: «продолжи рассказ», чтобы он продолжил писать с того места, где остановился.

ChatGPT легко напишет или дополнит за Вас текст, однако, текст все равно нужно будет дорабатывать. А уникальность будет в районе 70-80%, что очень даже неплохо.

Кстати, на незаконные вещи бот ответов не дает)

  • Определите роль ChatGPT. Это можно сделать с помощью предложения вроде “I want you to act as a very proficient SEO / Я хочу, чтобы ты выступил в роли очень опытного SEO-специалиста.”
  • Четко сформулируйте задачу и распишите порядок, в котором ее нужно выполнить.
  • Дайте контекст. Объясните ChatGPT, кто ваша целевая аудитория и какой цели вы хотите добиться. Чем больше контекста вы дадите, тем более актуальным, персонализированным и полезным будет ответ.
  • Укажите стиль письма: формальный / неформальный / профессиональный / технический / творческий / разговорный /юмористический / серьезный и тд.
  • Напишите, в каком виде должен быть представлен ответ. ChatGPT имеет уникальную возможность преобразовывать ответы в таблицы, списки, блок-схемы, фрагменты кода и многое другое. Например, «разбей результат на абзацы, он должен легко и быстро читаться»; «оформи в виде маркированного / нумерованного списка» и тд. Если в запросе привести пример: «| Столбец №1 | Столбец №2 | Столбец №3 |» — тогда результат будет оформлен в виде таблицы.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *