Несколько месяцев я тестировала модель ChatGPT разных версий, искала плюсы и минусы в каждом апдейте. По моему мнению, o1-preview — реально лучшее, что случалось с человечеством после создания колеса.
Лень — двигатель прогресса, потому что лентяи стремятся автоматизировать рутину.
Примерно три месяца назад на GitHub я заметила статью, в которой обозревалась мысль «чем мы отличаемся от нейронки и почему она — это ты?». Вывода там основного не было, так как это превратилось в тред, но я сделала выводы для себя: ты и правда нейронка, просто чтобы существовать тебе нужна еда, а не электричество. И примерно в тот момент я решила создать GPT, который умеет делать и понимать то, что делаю я, и думать так, как я не умею, увеличивая КПД этого симбиоза.
Готова сказать, что у меня получилось. Пусть и не идеально, но получилось.
Как я обучила ИИ под себя
На протяжении месяца я заставляла ИИ думать, а не отвечать. Адаптировать, а не советовать… и куча других эпитетов.
Вот как у меня это получилось.
Персонализация модели
Изначально, напишите о себе краткую биографию внутри самого OpenAI. Для этого там есть настройка «Персонализация». Туда мы вписываем не только специализацию, возраст и пол, но и рекомендации для самой ИИ по ответам — краткие/обширные/с указанием источника и т. д.. Чем больше вы укажете о себе, тем персонализированнее и обширнее будут ответы. Обязательно уточните свой опыт, как в резюме, но подробнее — для этого вам предоставлено 1500 символов.

Советы по заполнению:
- Специализация. Опишите детально области, в которых вы можете назвать себя экспертом.
- Стиль общения. Предпочитаете ли вы формальный или неформальный тон? Любите ли использовать метафоры или технический жаргон?
- Цели использования ИИ. Уточните, для каких задач вы планируете использовать модель — написание статей, анализ данных, генерация идей и т. д.
Создание нескольких чатов для обучения
Далее создаем три чата:
- Основной. В нем вы выстроите модель своего поведения и обучите бота отвечать так, как хотелось бы вам с учетом всех нюансов.
- Два неосновных. Они будут служить критиками первого, помогая улучшать ответы и предлагать альтернативные варианты.
Настройка основного чата
Начнем с того, что чат сохраняет историю и держит контекст в рамках диалога от момента его старта. Поэтому первое и базовое, чему его стоит обучить — что такое арбитраж.
Промт:
«Расскажи о самых специфических и узкоспециализированных понятиях, методах, авторских ноу-хау (если возможно, укажи автора) и подходах в области арбитража. Какие малоизвестные и специализированные аспекты существуют в арбитраже трафика на нутру?
Формат ответа:
- Название методики
- Что это
- Применение
- Реальный пример использования из практики
Количество пунктов в списке: [укажите желаемое количество, рекомендуется не более 10]»

Уточнение и расширение знаний модели
На основе его ответов уточняем у него информацию по каждому из пунктов и просим дополнительные варианты после того, как прошлись по всем.
Ключи для вопросов:
- обзор
- анализ
- контекст
- детальное описание
- использование
- применение
- практика
- успешные примеры
- рекомендации
- объяснение

Советы:
- Задавайте конкретные вопросы: Чем точнее ваш вопрос, тем более релевантный ответ вы получите.
- Избегайте сложных конструкций. Не более 2-3 вопросов в одном предложении.
- Повторение для закрепления. Если ответы становятся однообразными, возвращайтесь к первоначальному промту и повторяйте процесс.
Пока не пройдемся по всем вопросам и не получим хороший ответ (без воды), даже не надеемся на отличный результат. Это как обучать ребенка — нужна конкретика.
Проверка на детальном запросе
Промт:
«Есть [арбитражная команда/партнерка/сервис]. Он(а) работает в сфере [вертикаль]. Используй метод [любой из тех, что узнали выше]. Задай мне вопросы для добавления необходимых вводных и затем приступай к задаче».

После получения ответа, который удовлетворил вашему запросу — поздравляю, вероятно, у вас получилось сделать нейро-арбитражника с базой знаний до конца 2023 года! (Ждем новых релизов нейронок 😁) Конечно, нет предела совершенству, но тут только вопрос в том, насколько умный бот вам нужен — тот, на которого можно переложить большой процент вашей работы или тот, который будет перенимать на себя рутину редактировать тексты и так далее.
Обучаем критиков
Когда первая модель готова и во всеоружии начнет помогать улучшать структуру, автоматизировать задачи или привносить новые планы в ваше развитие, мы начинаем учить критиков критиковать и предлагать варианты лучше того, что нам предоставила первая модель. В прямом смысле доводим до своего идеала. Этой моделью я пользуюсь не так часто, но, думаю, у многих она будет пользоваться спросом (особенно у редакторов 😁).
Настройка первой модели-критика
Сначала задаем вопрос новой модели, обучаем ее отвечать по тому формату, который нужен именно вам, включая те аспекты, которые помогут максимально раскрыть тему. Обязательно отредактируйте для себя.
Промт:
«Предоставь подробный и структурированный ответ на следующий запрос: [вставьте свой запрос здесь]. Включи в ответ:
1. Ключевые концепции и идеи.
2. Преимущества и недостатки (если применимо).
3. Примеры или кейсы (если применимо).
4. Рекомендации или лучшие практики (если применимо).
5. Возможные выводы и заключения.
6. Если запрос связан с выполнением задачи, уточни, нужно ли что-то сделать (создать, сгенерировать и т. д.) и после ответа переходи к следующему шагу».
Результатом этого промта будет полотно с кучей воды, так как чат новый и модель тут мы не обучали. Так и должно быть. Переходим к следующему пункту и во второй чат.

Настройка второй модели-критика
Во втором чате вставляем этот промт.
Промт:
«Проанализируй и раскритикуй следующий ответ ChatGPT, включая вопрос пользователя. Укажи слабые стороны, неточности, недостатки или упущенные моменты. Также предложи конкретные улучшения для ответа. После анализа задай пользователю такой вопрос:
Хотите ли вы:
1. Улучшить весь ответ с учетом критики и замечаний?
2. Или же только отдельные части?
Если да, попроси пользователя указать номер варианта и конкретизировать, что именно следует улучшить. Продолжай работу над ответом, учитывая полученные замечания».
Вопрос пользователя:
[Ваш вопрос, заданный на шаге 3.1 или любой другой]
Ответ для анализа:
[Ответ ChatGPT]»
Также к этому промту советую добавить анализ и критику:
1. Неточности или ошибки в ответе: [указать конкретные примеры]
2. Недостаточная ясность или полнота: [указать конкретные примеры]
3. Моменты, требующие дополнительных пояснений: [указать конкретные примеры]
4. Другие слабые стороны: [указать конкретные примеры]
Предложения по улучшению:
1. [Конкретное предложение по улучшению 1]
2. [Конкретное предложение по улучшению 2]
3. [Конкретное предложение по улучшению 3]
«Спроси у меня, хочу ли я:
1. Улучшить весь ответ с учетом критики и замечаний?
2. Или же только отдельные части?
Выдавай ответ по частям и спрашивай, продолжать ли далее, так как он может быть объемным».
Таким образом, мы будем получать пусть ответ и по частям, но максимально детальный, с учетом всех правок и доработок.
Финальная доработка и формирование полноценного текста
Промт:
«Оцени свой последний ответ по 10-балльной шкале».
После оценки предложите улучшить его до 10 из 10. Вуаля, результат прекрасен, вы прекрасны, а теперь топайте дальше работать.

Вывод
Создание персонализированного и эффективного инструмента на основе ChatGPT — это процесс, требующий времени и тщательной настройки. Но результат того стоит: вы получаете помощника, который думает в унисон с вами, помогает автоматизировать рутинные задачи и расширяет ваши возможности. Не бойтесь экспериментировать и настраивать модель под свои нужды. Чем больше усилий вы вложите в ее обучение, тем больше отдачи получите в итоге. И помните, что технологии — это инструмент, и только от нас зависит, как эффективно мы сможем его использовать.
Желаю всем успехов в оптимизации своих рабочих процессов и достижения новых высот! Высоких ROI!