GPT маркетологу. 337 промптов повышающих производительность в 1000 раз. Промпт-инжиниринг для написания исследований, от плана до антиплагиата, решения задач, генерации творческих идей, ускорения рути

В марте 2022 г. АО «Антиплагиат» увеличил стоимость проверок с 270 руб. до 472 руб., в этой связи справедливо задаться рядом вопросов, как студентам и ВУЗам РФ сэкономить на проверках, обеспечивая высокое качество студенческих работ.

Сущность глубокого перефразирования, как легального и рекомендованного метода повышения уникальности текстов

Глубокое перефразирование, это изложение текста источника «своими» или «другими словами», без потери смыслового содержания. В процессе перефразирования автор добивается отличия нового текста от текста источника. Академический рерайт, или академическое перефразирование – изложение текстов, научного содержания, своими словами.

Пример GPT-промпта 1

Перефразируй текст, используй научный стиль изложения, сохрани абсолютно все факты, имена собственные, законы и логику изложения [ваш текст]

Согласно промпта 1 мы перефразировали текст в GPT и сверили его на отличия по методу шинглов, состоящих из двух слов (Ш2), тексты отличаются на 58%, рис. 7, следовательно, такой текст проверку в Антиплагиат не пройдет, т.к. пороговое значение отличия по показателю Ш2 – более 80%.

С целью объективности, повысим уникальность исходного текста с помощью КонтрПлагиат, рис. 8.

Рисунок 7 – Сверка текста источника (правое окно) с текстом, перефразированным GPT (левое окно) по методу шинглов, состоящих из 2 слов, желтым выделен текст, который не изменился – отличие 58%

Рисунок 8 – Сверка текста источника (правое окно) с текстом, перефразированным КонтрПлагиат (левое окно) по методу шинглов, состоящих из 2 слов – отличие 88%

Как рассчитать объем дефицита уникального текста

Имеется текст, объемом 100 тыс. знаков, текущая уникальность 20%, требуется 70%. Сколько текста нужно изменить по методу шинглов, чтобы достичь нужного показателя оригинальности.

Расчет количества знаков в 1% текста:

100 тыс. знаков / 100% = 1 тыс. знаков содержится в 1% текста

Расчет дефицита уникальности:

Требуемая оригинальность – оригинальность имеется = дефицит оригинальности

Расчет объема знаков для покрытия дефицита оригинальности текста:

Дефицит оригинальности * количество знаков в 1% текста

Обоснование метода подготовки текстов для проверки в Антиплагиат ВУЗ

Библиотеки, из источника знаний, превратились в источники плагиата. Проблему усугубляет ограниченность формулировок знаний, как правило все учебные программы унифицированы (однообразны) и опираются на официальный перечень учебной литературы. В этой связи, любой текст, опирающийся на источники, имеет низкий показатель уникальности, т.к. текст пишется с использованием метода научной компиляции, используются общеизвестные знания и распространённые формулировки.

В этой связи проверять свеженаписанный (скомпилированный) текст в Антиплагиат ВУЗ не имеет смысла, т.к. чуда не случится, и он покажет недостаточную уникальность.

Вновь созданный текст (первичный) необходимо подвергнуть глубокому перефразированию. Проверку в Антиплагиат ВУЗ следует выполнять после получения показателя отличия вторичного текста от первичного по показателю Ш2 на 80% и более процентов.

Данный подход может привести к двум возможным результатам:

– требуемая уникальность достигнута;

– необходимая уникальность не достигнута.

В случае недостижения уникальности, руководствуясь отчетом о полной проверке, необходимо места плагиата подвергнуть вторичному глубокому перефразированию, с показателем Ш2 – 90—95%.

После вторичной глубокой переработки, текст может быть проверен в системе поиска заимствований, как правило второй проверки достаточно, для получения необходимого уровня уникальности.

Почему не получается, после первой проверки, перефразировать места плагиата и достигнуть нужный процент. Да, такая проблема существует, вторая проверка покажет, что текст, который в перовой проверке не был плагиатом, местами отмечен таковым и процент не набран. Антиплагиат оценивает текст в совокупности, к сожалению схитрить не получится, текст необходимо перефразировать полностью, так, чтобы при сверкам по шинглам, состоящим из 2 слов он отличался от источника более чем на 80%.

Инструментальная среда глубокого перефразирования

Мы не касаемся практики реализации процесса глубокого перефразирования, смысл которого заключается в изложении текста «своими словами». Технически мы преследуем цель изменения шинглов, состоящих из 2 слов, на 80 и более процентов.

Измерить данный показатель возможно используя бесплатный продукт AntiPlagiarism.NET, доступный для скачивания на сайте: etxt.

Работать в программе достаточно просто, в левое окно помещается текст рерайта (подвергнут глубокому перефразированию), в правое окно помещается первичный текст (источник, текст до рерайта). За считанные секунды программа выдает процентное значение показателя отличия текста, по методу Ш2 или с учетом определения рерайта (параметр расположен в нижнем, правом углу интерфейса программы).

Если тексты отличны по показателю Ш2 на 80 и более процентов, это является основанием для проверки текста в Антиплагиат ВУЗ, если данный показатель не получен, то повода отдавать текст на платную проверку – нет.

Применение метода в практике ВУЗов

Бесплатное программное обеспечение AntiPlagiarism.NET позволяет сверять тексты на отличие – локально.

По нашему мнению, вновь написанная работа должна пройти перефразирование и локальную проверку, с учетом показателя Ш2, с применением программного обеспечения AntiPlagiarism.NET. Если показатель отличия текста Ш2 до рерайта и после рерайта находится на уровне больше 80%, то данная работа может быть отправлена на проверку в Антиплагиат ВУЗ.

Если показатель уникальности, при локальной сверке текстов, находится на существенно более низком уровне, то проверять работу в антиплагиат не имеет смысла, данная работа должна быть подвергнута дополнительному перефразированию, автору необходимо добиться рекомендованных показателей отличия текстов. В случае получения заданного показателя отличия текстов, работа может быть направлена на проверку в Антиплагиат ВУЗ, для получения справки.

Данный подход примечателен тем, что для успешного прохождения потребуется одна проверка, если текст высокочастотен, то две. Экономический эффект для автора – ощутимый, для ВУЗа – более чем ощутимый, т.к. не только снижает трудозатраты специалистов, экспертов проверки, но и экономит немалые денежные средства, которые могут быть направлены на развитие ВУЗа и улучшение качества учебного процесса в высшей школе.

2. ВВЕДЕНИЕ В ПРАКТИКУ ИСПОЛЬЗОВАНИЯ ГЕНЕРАТИВНЫХ ВОЗМОЖНОСТЕЙ GPT

2.1. Возможности генеративного предварительно обученного трансформера – GPT

GPT – это новация начала 2023 г., следовательно ее сопровождают все маркеры, сопутствующие развитию инновации. Про GPT написано немало, по заявлениям разработчиков известно, что GPT-4 – самая передовая система OpenAI, которая обеспечивает более безопасные и полезные ответы. Не за горами выход GPT-5, которая станет еще удобней и полезней.

Опыт GPT не оставил равнодушным целый ряд отечественных, известных компаний, известно о попытках «Сбера» реализовать «Рерайтер», «Суммаризатор», в середине лета запущена Yandex GPT, разработчики называют свое творение российским конкурентом языковой модели GPT-4 от «Яндекса». Разработчики Yandex GPT заявили, что она умеет общаться, писать тексты и генерировать идеи почти как человек. К сожалению, мы не смогли посотрудничать с Yandex GPT, т.к. то, что заявляют разработчики и то, что имеется на практике, как говорят одесситы – это две большие разницы.

GPT обучалась на массивах текстовых данных, другими словами на публикациях, которые присутствуют в Интернет. В массив вошли публикации открытых источников, форумов, статьи сайтов, сетевые библиотеки, книги, исследования, опубликованные до 2021 г. Поэтому, ответы GPT не являются научными и не являются актуальными.

Сами ответы – не есть результат когнитивности, они представляют собой компиляцию знаний, опубликованных в Интернет, во избежание претензий авторов интернет-материалов, GPT старается излагать тексты «другими словами».

Многочисленные статьи на тему GPT лукавят, когда говорят о способностях творения OpenAI. Большинство тестов, по решению задач, не описанных в практике людей GPT проваливает. Не смотря на это популярность GPT, взлетев с начала года, испытала 10% снижение интереса к середине 2023 г., оживить публичный интерес не смогла четвертая и плюсовая версия ИИ, появились сообщения о некотором «отупении» GPT, все это наталкивает на мысль, что глубокое проникновение ИИ и конкуренция, вынудят разработчиков GPT сделать доступ к младшим версиям бесплатным.

Исходя из реальности, дальнейшее отношение и технология работы с GPT будут строиться на основании реальности, а не маркетинговых заявлений.

2.2. Алгоритм составления GPT-запроса (промпт, инструкция)

Алгоритма идеального запроса не существует, т. к. GPT развивается и все, что хорошо работало сегодня, может плохо работать завтра.

Несмотря на это можно рассмотреть следующий подход:

Определение роли ChatGPT, «Я хочу, чтобы вы выступили в роли высококвалифицированного специалиста-эксперта». КонтрПлагиат неоднократно показывал на примерах, что роль не играет значение, ответ не зависит от того, кем себя должна представить GPT, профильным экспертом или пастухом, промпт 2, рис. 9.

Пример GPT-промпта 2 – Роль, в GPT-запросе не имеет значения