Если вы часто решаете повторяющиеся задачи с помощью Chat GPT / Code Interpreter, имеет смысл потратить немного времени и автоматизировать результат окончательно. Для этого нужно установить и настроить среду выполнения Python, а затем в конце каждого этапа на который мы разбили сложную задачу, попросить Chat GPT выдать нам готовый скрипт. В зависимости от нужд можно уточнить, должен ли скрипт запускаться независимо или мы хотим встроить его в ячейку Jupyter Notebook. Если формат данных остаётся стабильным на протяжении долгого времени, то, получив и отладив скрипт, вам не придётся его менять в обозримом будущем. В моём случае структура выгружаемого из JIRA json…

Существует распространённое мнение, что эффективность нейросети определяется её объёмом и количеством информации, на которой она была обучена. В представленном ниже видео эксперт по искусственному интеллекту, CJ Trowbridge, рассказывает, почему это ограниченная точка зрения и насколько она актуальна при использовании ИИ для фактчекинга. Вкратце, нейронная сеть никогда не сможет знать всё, и это даже не её прямая задача. Поэтому проверять факты, просто обращаясь к сети с вопросом о наличии ответа у неё, не всегда является эффективным подходом. Гораздо продуктивнее попросить ИИ разработать план исследования: спросить, какие запросы в Google бы она предложила для выяснения всех нюансов, а затем выполнить эти запросы…

Сегодня Code Interpreter начал требовать подтверждение на элементарные действия. Вроде: «Я получил архив с данными, мне его распаковать, да?» На какое-то время удалось его убедить быть чуть более проактивным, но 50 разрешённых сообщений в три часа всё равно закончились гораздо быстрее. Новость об ограничении в 30К для json файлов не подтвердилась на других датасетах. Похоже, проблема была именно в самих данных. В любом случае, используя архивы — и можно не волноваться об этом. Дробить задачи на более мелкие и проверять промежуточные результаты по-прежнему хорошая идея.

В очередной раз, получив нечто невразумительное на выходе «Code Interpreter» после суток разнообразных попыток заставить его сделать то, что мне нужно, сформулировал для себя «правило больших кусков». Правило гласит: «Не стоит кормить “Code Interpreter” большими кусками – он подавится». Альтернативный подход состоит в том, чтобы разбить задачу на несколько промежуточных шагов, каждый из которых относительно прост в решении по-отдельности. Например, выгрузить нужную информацию из JSON файла и собрать её в табличном виде. Затем – дополнить её нужными вычисленными колонками. И далее, далее, до тех пор, пока не получится желаемое представление. Дополнительное преимущество такого подхода в том, что каждый промежуточный результат…