В исследованиях мы сталкиваемся с необходимостью обрабатывать огромные объёмы пользовательских данных. Кроме челленджей эпоха высоких скоростей даёт нам инструменты для эффективной работы, например нейросети. Мы решили не игнорировать их и начали использовать GPT. Рассказываем о своём опыте в карточках ↗️
Какие выводы мы сделали в работе с GPT и что ещё можем посоветовать: 📍 С чистого листа что-то делать сложнее, чем корректировать полученный результат. GPT выступает в роли оппонента, собеседника и эксперта. 📍 Запаситесь терпением. Языковая модель — это джун, который быстро учится. 📍 Волшебной палочки нет — думать и дорабатывать придётся всё равно: проверять, делать подходы к формулировкам и запросам, объединять предложенные варианты, чтобы получить лучший. 📍 Не ленитесь описывать контекст, приводить примеры и просить переделать. 📍 Задавайте языковой модели вопросы как респонденту, предварительно указав контекст и данные пользователя. 📍 Просите идеи, данные, но не финальную структуру — это стоит делать самим. 📍 Делите задачу на части и делайте несколько итераций. 📍 Просите сравнить разные подходы и идеи и дать обоснованную оценку. 📍 Просите GPT придумать ответ из разных ролей, в разных форматах. 📍 Роль задаёт фреймворки: консультант McKinsey даст общепринятые фреймворки вроде SWOT, а трендфоркастер предложит совершенно другую структуру и инструменты.
В исследованиях мы сталкиваемся с необходимостью обрабатывать огромные объёмы пользовательских данных. Кроме челленджей эпоха высоких скоростей даёт нам инструменты для эффективной работы, например нейросети. Мы решили не игнорировать их и начали использовать GPT. Рассказываем о своём опыте в карточках ↗️
Какие выводы мы сделали в работе с GPT и что ещё можем посоветовать: 📍 С чистого листа что-то делать сложнее, чем корректировать полученный результат. GPT выступает в роли оппонента, собеседника и эксперта. 📍 Запаситесь терпением. Языковая модель — это джун, который быстро учится. 📍 Волшебной палочки нет — думать и дорабатывать придётся всё равно: проверять, делать подходы к формулировкам и запросам, объединять предложенные варианты, чтобы получить лучший. 📍 Не ленитесь описывать контекст, приводить примеры и просить переделать. 📍 Задавайте языковой модели вопросы как респонденту, предварительно указав контекст и данные пользователя. 📍 Просите идеи, данные, но не финальную структуру — это стоит делать самим. 📍 Делите задачу на части и делайте несколько итераций. 📍 Просите сравнить разные подходы и идеи и дать обоснованную оценку. 📍 Просите GPT придумать ответ из разных ролей, в разных форматах. 📍 Роль задаёт фреймворки: консультант McKinsey даст общепринятые фреймворки вроде SWOT, а трендфоркастер предложит совершенно другую структуру и инструменты.