Пример:

Плохой запрос: «Как справиться с депрессией?» Этот вопрос слишком общий, и ИИ может выдать длинный список общих советов, таких как «гуляйте, спите, ешьте здоровую пищу», которые не учитывают вашу ситуацию.

Хороший запрос: «Мне 25, я студент, чувствую грусть из-за провала на экзамене. Дай 5 конкретных действий для улучшения настроения в ближайшие 2 дня». Здесь ИИ знает ваш контекст (возраст, ситуация), цель (улучшить настроение) и временные рамки (2 дня), что позволяет ему предложить практичные рекомендации, например, «прогуляйся 15 минут в парке» или «напиши письмо с благодарностью другу».

Как применять?

Определите одну цель запроса. Например, вместо «хочу быть счастливее» выберите «хочу снизить тревогу перед встречами».

Сформулируйте запрос с учетом контекста и желаемого результата. Например: «Мне 30, я менеджер, тревожусь перед презентациями. Дай 3 техники дыхания для успокоения за 5 минут».

Если проблема сложная, разбейте ее на части. Например, сначала спросите: «Почему я могу тревожиться перед встречами?» (анализ причин), а затем: «Дай план действий для снижения тревоги».

После получения ответа оцените его: решает ли он вашу цель? Если нет, уточните запрос, добавив детали, например: «Твой ответ слишком общий, дай упражнения, которые можно делать на рабочем месте».

Практический совет: Сохраняйте удачные запросы как шаблоны. Например, если запрос «Дай 5 действий для снижения стресса перед сном» дал хороший результат, используйте его как основу для других задач, меняя детали. Это экономит время и помогает оттачивать навыки общения с ИИ.

Описание: Чтобы повысить точность и полезность ответов ИИ, используйте метод перекрестной проверки: скопируйте ваш запрос и полученный ответ в другой чат-бот и попросите его проанализировать ответ с критической точки зрения, указав возможные неточности или предложив улучшения.

Этот прием помогает выявить ошибки, галлюцинации (выдуманные факты) или недостатки в рекомендациях, а также расширить взгляд на проблему за счет другой перспективы. Разные модели ИИ (например, DeepSeek, GigaChat, Mistral или Qwen) могут интерпретировать запрос по-разному, что позволяет получить более полный и сбалансированный результат.

Почему это работает? Каждая модель ИИ имеет свои сильные и слабые стороны. Например, DeepSeek хорош для глубокого анализа, но бывает осторожен в своих высказываниях, а GigaChat быстро отвечает, но иногда дает поверхностные советы. Перекрестная проверка позволяет сравнить интерпретации, выявить несоответствия и уточнить рекомендации.

Этот метод особенно полезен в психологии, где точность и релевантность советов критичны, чтобы избежать неправильных действий или интерпретаций. Кроме того, он помогает клиентам и психологам развивать критическое мышление, анализируя ответы ИИ с разных углов.

Пример: Вы отправили в DeepSeek запрос: «Мне 28, я студент, переживаю из-за экзаменов. Дай 5 способов справиться с тревогой».

Ответ DeepSeek: Дышите глубоко 5 минут. Гуляйте 30 минут в день. Пишите о своих страхах. Медитируйте с приложением. Пейте чай с ромашкой.

Теперь скопируйте этот запрос и ответ в GigaChat и напишите: Проверь этот ответ с критической точки зрения и предложи улучшения: [вставить запрос и ответ DeepSeek]. Укажи, что может быть неточным, и дай 3 дополнительные рекомендации.

GigaChat может ответить: Ответ DeepSeek содержит полезные советы, но: «Медитируйте с приложением» неконкретно – не указано, какое приложение выбрать, и это может быть недоступно. «Пейте чай с ромашкой» не имеет доказанной эффективности для всех случаев тревоги. Улучшения: уточните техники дыхания (например, «дыхание 4-7-8»), добавьте временные рамки для прогулок, предложите конкретный формат ведения дневника. Дополнительные рекомендации: Составьте список задач на день, чтобы снизить хаос. Попробуйте технику заземления: назовите 5 вещей, которые видите вокруг. Поговорите с другом о своих переживаниях.