Draft Anvil

מדריך

איך לנסח פרומפט לניתוח ביקורתי

כיצד אוכל להנחות כלי AI לבקר את הלוגיקה של הטיעון שלי ולזהות נקודות חולשה, במקום רק לסכם או ללטש את הטקסט?

כדי להנחות כלי AI לבקר את הלוגיקה של הטיעון שלך, עליך להגדיר לו במפורש תפקיד של ספקן ולאסור עליו לסכם או ללטש את הטקסט. תשיג זאת באמצעות מבני פרומפט המאלצים את המודל לאמץ עמדה מנוגדת, לבודד כשלים לוגיים ספציפיים והנחות ללא ביסוס, במקום רק לשפר את הפרוזה.

מדוע תגובות ברירת מחדל נכשלות

תגובות ברירת מחדל של AI נוטות להסכים או לסכם מכיוון שהמודלים הבסיסיים מאומנים להיות מסייעים ושיחתיים. כאשר מדביקים טיעון לחלון צ'אט ללא הוראות ספציפיות, הכלי עובר למצב שיתופי. הוא מזהה את הנקודה המרכזית, מנסח אותה מחדש לצורך בהירות, ואולי מציע שיפורים סגנוניים קלים. התנהגות זו שימושית לעריכה אך חסרת תועלת ללוגיקה. המודל אינו יודע שאתה רוצה שימצא את הסדקים בהיגיון שלך; הוא מניח שאתה רוצה אישור או ליטוש. כתוצאה מכך, הפלט לעיתים קרובות משקף את ההטיות שלך עצמך, ומחזק את הטיעון במקום לבחון אותו. כדי לקבל ניתוח ביקורתי, עליך לעקוף את עמדת השיתוף הפעולה הזו באמצעות הוראות התנגדות מפורשות.

מבני פרומפט לספקנות

כדי לכפות עמדה ספקנית, השתמש במבני פרומפט המגדירים תפקיד מנוגד וספציפי. במקום לשאול "האם הטיעון הזה טוב?", בקש מהכלי לפעול כסוג מסוים של מבקר. לדוגמה, הנחה את המודל לפעול כלוגיקן פורמלי שהמשימה היחידה שלו היא לזהות כשלים לוגיים ופערים בהיגיון בתוך הטיעון שלך. תיחום זה מסיר את הלחץ להיות מנומס או מסייע במובן כללי. ניתן גם להשתמש בפרומפטים של משחק תפקידים המעניקים ל-AI את הפרספקטיבה של מתנגד ספציפי, כגון עמית מבקר הידוע בסטנדרטים קפדניים או פילוסוף המתמחה באפיסטמולוגיה.

מבנה יעיל נוסף הוא הגישה של "בניית אדם פלדה ואז ביקורת". בקשו מהכלי לנסח תחילה את הגרסה החזקה ביותר של הטיעון שלכם, ולאחר מכן לפרק את הגרסה החזקה הזו. פעולה זו מונעת מה-AI לתקוף גרסה חלשה או קש-איש של הנקודה שלכם. עליכם לאסור במפורש על המודל לסכם את הטקסט. כללו אילוץ שלילי בפרומפט שלכם, כגון "אל תסכם את הטיעון. אל תשכתב את הטקסט. זהה רק חולשות לוגיות." פעולה זו מכריחה את הפלט להתמקד במבנה ובתוקף ולא בתוכן או בסגנון.

בידוד כשלים והנחות

טכניקות לבידוד כשלים לוגיים והנחות חסרות ביסוס דורשות פירוק הטיעון לחלקיו המרכיבים. אל תדביקו מאמר ארוך ותבקשו ביקורת על השלם. במקום זאת, בידדו את המבנה הלוגי המרכזי. ניתן להשתמש ב-QuillBot כדי לנסח מחדש או לסכם את הטיעון שלכם לשלד הלוגי העירום שלו, תוך הסרת קישוטים רטוריים. לאחר שיש לכם את הגרסה המצומצמת הזו, הזינו אותה ל-AI עם הוראות לזהות כל הנחה ומסקנה. בקשו מהכלי לרשום כל הנחה ולהחליט אם היא נתמכת על ידי ראיות או רק מוצהרת.

כדי לזהות כשלים, בקשו מה-AI לבדוק שגיאות נפוצות ספציפיות, כגון אישור התוצא, הנחת המבוקש, או אי-התאמה לוגית (non sequitur). ניתן גם לבקש ממנו לזהות הנחות מוכללות. עבור כל מסקנה שאתם מסיקים, שאלו את הכלי: "מה חייב להיות נכון כדי שמסקנה זו תנבע מההנחות הללו?" פעולה זו מדגישה הנחות מוסתרות שאולי התעלמתם מהן. אם אתם עובדים עם טיעונים מורכבים ורב-שכבתיים, ניתן להיעזר ביכולות החשיבה המורחבת של Claude כדי לנתח לעומק חולשות מבניות והנחות מוכללות החוצות פסקאות מרובות. פעולה זו מאפשרת למודל לעקוב אחר תלויות בין חלקים רחוקים של הטיעון שלכם שאולי יפספס סריקה ליניארית פשוטה.

חזרה על הביקורת

ליטוש חוסנו של הטיעון מחייב חזרה על הביקורת. אין להתייחס לביקורת הראשונה כסופית. קחו את החולשות שזוהו על ידי ה-AI ותקנו את הטיעון שלכם כדי לטפל בהן. לאחר מכן, הזינו את הטיעון המתוקן חזרה לכלי עם אותה פרומפט ספקנית. בקשו מה-AI לבקר את הגרסה החדשה. חזרו על מחזור זה עד שה-AI לא יוכל עוד לזהות פערים לוגיים משמעותיים. תהליך חוזר זה בוחן את עמידות הטיעון שלכם תחת לחץ מתמשך.

במהלך החזרה על התהליך, ניתן להשתמש בכלים שונים לשלבים שונים. אם הטיעון שלכם מתבסס על הנחות עובדתיות, ניתן לפנות ל-Perplexity כדי לאמת את העקביות הלוגית של הנחות אלו מול המקורות המצוטטים, ובכך להבטיח שהטענות העובדתיות שלכם מבוססות. אם הטיעון שלכם משולב במסמך או מצגת גדולים יותר, ניתן לפנות ל-Microsoft Copilot כדי לבקר את הלוגיקה ישירות בתוך זרימת העבודה, מה שמאפשר לראות כיצד הטיעון מתפקד בהקשר. אם הטיעון שלכם כולל אלמנטים רב-מודליים, כגון גרפים או דיאגרמות, ניתן לפנות ל-Gemini כדי לבקר את הטיעון כפי שהוא מוצג בפורמטים של טקסט, תמונות או וידאו בו-זמנית. אם ההערות שלכם מאוחסנות במסד נתונים, ניתן לפנות ל-Notion AI כדי לנתח את הטיעונים המאוחסנים עבור אי-עקביות פנימיות. ניתן לפנות ל-Grammarly כדי לזהות עמימויות מבניות שמחלישות את הדיוק של הטיעון, ובכך להבטיח שהטענות הלוגיות שלכם לא מעורפלות על ידי תחביר לא ברור.

בעת שיפוט הפלט של כל אחד מהכלים הללו, חפשו ספציפיות. ביקורת טובה מציינת את ההנחה המדויקת שנכשלת ומסבירה מדוע היא אינה תומכת במסקנה. ביקורת גרועה מציעה כלליות מעורפלות כמו 'החלק הזה חלש' או 'אתם צריכים יותר ראיות'. פסלו פלטים שהם מעורפלים או שמסתפקים בניסוח מחדש של הטיעון שלכם במילים אחרות. השתמשו בביקורת כדי לחזק את הטיעון שלכם, ולא כדי לנטוש אותו. המטרה היא לייצר טיעון ששורד בחינה קפדנית.

מודעה
מודעה

The Academic AI Writing Guide

The reader will be able to integrate AI tools into their academic writing workflow while maintaining scholarly integrity and producing higher-quality drafts.

Get it — $29