Selección de modelos
Un modelo es útil cuando sus entradas, salidas y comportamiento se ajustan a lo que necesitas. Empieza por la tarea, compara las opciones disponibles en Chutes y prueba una instrucción breve antes de comprometerte con un flujo de trabajo más largo.
Cada tarea requiere capacidades distintas. Estos puntos de partida te ayudan a decidir qué examinar y qué probar.
Necesitas un modelo que siga la descripción de un personaje a lo largo de varias respuestas, no solo en una primera respuesta convincente.
Prueba la consistencia, el tono y qué tan bien sigue las instrucciones. Si buscas un punto de partida centrado en conversaciones, consulta el chat de chutes.
Estás comparando respuestas a una pregunta con restricciones específicas y una respuesta que puedes verificar.
Da a cada modelo candidato la misma instrucción y evalúa la precisión antes de juzgar el estilo. Si una solicitud no devuelve una respuesta, usa la guía de solución de problemas.
Quieres saber si una respuesta distintiva se debe al comportamiento del modelo o a tu instrucción.
Repite una instrucción controlada y compara las respuestas sin considerar que una sola muestra demuestra su origen.
Necesitas un formato reproducible que otra persona pueda leer o procesar sin tener que corregirlo extensamente.
Comprueba si el modelo sigue la estructura solicitada en varias pruebas y luego compara cómo responde a las correcciones posteriores.
Una comparación útil cambia el modelo, pero mantiene constantes la tarea y los criterios de evaluación.
Estas imágenes ilustran el flujo de trabajo, no una comparación paralela verificada de las respuestas de dos modelos concretos. Compara las respuestas reales usando el mismo prompt en tu propia prueba.
Elige un candidatoExamina su respuestaUsa una prueba pequeña y repetible en lugar de decidir basándote solo en el nombre de un modelo.
Anota la entrada que proporcionarás, la salida que necesitas y una condición clara de éxito. Un resumen, una respuesta de juego de rol y una extracción estructurada requieren pruebas diferentes.
Revisa la lista actual de modelos de Chutes para conocer los tipos de entrada admitidos y las restricciones indicadas. La disponibilidad y las capacidades pueden cambiar, así que consulta la lista en lugar de basarte en un ejemplo antiguo.
Prueba una solicitud breve y representativa con cada candidato. Mantén iguales las instrucciones, el contexto y los criterios de evaluación para facilitar la comparación de las respuestas.
Verifica las afirmaciones fácticas con fuentes independientes, comprueba el formato solicitado y vuelve a probar con un segundo ejemplo. Elige el modelo que funcione de manera fiable para tu tarea, no solo el que dé la primera respuesta más pulida.
Elegir entre modelos de chutes no elimina las limitaciones propias de un modelo ni garantiza un resultado fiable.
Un texto fluido no demuestra que una afirmación, una cita o un cálculo sean correctos.
Qué hacer en su lugar
Contrasta las afirmaciones importantes con fuentes independientes y comprueba los cálculos por separado.
Una sola respuesta puede ser excepcionalmente buena o mala, sobre todo cuando la solicitud es ambigua.
Qué hacer en su lugar
Usa varios ejemplos tomados del trabajo que realmente piensas hacer.
Es posible que un modelo mencionado en una guía antigua no esté disponible o se comporte de otra manera cuando lo visites.
Qué hacer en su lugar
Confirma la lista actual y los tipos de entrada admitidos antes de crear un flujo de trabajo reproducible.
No puede verificar cómo un servicio independiente procesa o almacena una solicitud concreta.
Qué hacer en su lugar
Evita enviar material sensible a menos que hayas consultado la documentación del servicio correspondiente.
La respuesta que parece más sólida no siempre es la más útil. Evalúala según el formato y las restricciones de la tarea real.
Entrada
Paso 1
Para tareas de redacción, indica el tono, el público y la extensión que prevés usar. Para la extracción de datos, incluye una muestra realista y especifica los campos que necesitas. Los chutes solo pueden compararse de forma significativa cuando la prueba se parece al trabajo que vendrá después.
Resultado
Paso 2
Lee más allá de la primera frase. Busca requisitos omitidos, afirmaciones sin fundamento y formatos no deseados, y comprueba si una corrección mejora la siguiente respuesta. Anota lo que observes en lugar de suponer que el nombre del modelo predice el resultado.
La selección del modelo está relacionada con el comportamiento en la conversación, los patrones de respuesta y la resolución práctica de problemas.
Usa el mismo método de selección, pero con criterios de éxito distintos para cada tipo de tarea.
Redacción
Da a cada candidato unas instrucciones breves y luego pide una revisión específica. Compara si conserva los datos necesarios y adapta el tono sin introducir afirmaciones que no hayas proporcionado.
Investigación
Haz una pregunta cuya respuesta puedas verificar. Una explicación convincente solo es útil si sus afirmaciones resisten la comprobación; no tomes las citas ni la aparente seguridad como prueba de validez.
Tareas estructuradas
Proporciona los campos esperados y una entrada realista. Compara los valores que faltan, el texto adicional y el comportamiento con un segundo ejemplo antes de depender del resultado en un proceso posterior.
Prepara un prompt breve, define cómo debe ser una buena respuesta y compara las opciones disponibles con ese criterio. No incluyas información sensible en la prueba a menos que hayas revisado cómo la gestiona el servicio.
Empieza por el tipo de trabajo que necesitas realizar y examina las opciones disponibles actualmente. Comprueba las entradas y capacidades indicadas para cada candidato y, después, pruébalo con un prompt representativo de tu tarea.
Dales el mismo prompt y evalúa sus respuestas con los mismos criterios. Repite la prueba con otro ejemplo antes de decidir, porque una sola respuesta puede no reflejar su comportamiento habitual.
Un nombre puede ayudarte a identificar una opción, pero no demuestra su precisión en tu tarea concreta. Compara los resultados reales y verifica de forma independiente cualquier dato importante.
No sin comprobar el listado actual de Chutes. La disponibilidad y las capacidades admitidas pueden cambiar, así que confirma que la opción sigue disponible antes de planificar un flujo de trabajo en torno a ella.
Haz que las instrucciones sean más específicas, reduce la ambigüedad y vuelve a intentarlo con varios ejemplos representativos. Si los resultados siguen siendo poco fiables, compara otro modelo disponible en lugar de dar por hecho que un solo ajuste del prompt resolverá el problema.