آبگوشت بُزباش

خب. چون وقت تنگه، مجبورم روش رو عوض کنم:

اول: تحلیل ساختار متن مبدأ (GPT)

چند پاراگراف داره؟ هر پاراگراف چندتا جمله داره؟ سوال کلیدی هر پاراگراف چیه؟ زنجیره منطقی بین جملات پاراگراف چطوریه؟

دوم: طراحی ساختار متن مقصد (GPT)

تعداد پاراگراف مشخص شده، تعداد جملات پاراگراف مشخص شده، سوال کلیدی پاراگراف چی باید باشه؟

سوم: استخراج پاسخ مقدماتی (Perplexity & Scispace)

حالا وقتشه اطلاعاتی که توی مرحله دوم مشخص شدن رو تبدیل به پرامپت استخراج داده برای طراحی پاسخ کنیم. تو این مرحله باید شرط بذاریم که منابع مورد استفاده لزوما از مقالات q1 و q2 باشند و یا بعد از ۲۰۲۳ منتشر شده باشن، یا شایتیشن بالایی داشته باشن. حتما هم باید ذکر کنیم که رفرنس دهی متن بر اساس چه استانداردی باشه که من AHP رو ترجیح میدم.

چهارم: نسبت سنجی پاسخ استخراج شده و بازنویسی (بدون هوش مصنوعی)

حالا باید متنایی که بدست اومده رو خوند و طوری خلاصه کرد که تعداد جملاتش و زنجیره منطقیش، با ساختار بدست اومده تو مرحله دوم حداکثر تطبیق رو داشته باشه. رفرنس دهی مهمه رعایت بشه. این مرحله باید به زبان فارسی و به صورت انسانی انجام بشه.

پنجم: ترجمه و تصحیح (GPT یا Gemini یا Poe)

این قدم آخره؛ حالا یک متن انسان نوشت داریم. از هوش مصنوعی می‌خوایم متن رو طوری ویرایش کنه که تعداد جملات تغییر نکنه و سلسله مراتب نگارش علمی توش رعایت بشه. و دست آخر می‌خوایم بدون هیچ تغییری، اون رو به انگلیسی آکادمیک رشته مون ترجمه کنه. تو این مرحله هم باید تک تک جملات چک بشه که هیچ چیزی کم یا زیاد نشده باشه.

طولانی به نظر میرسه؛ اما خیلی کوتاه تر از وقتی هست که برای سرچ و پیدا کردن رفرتس، لازم بود روزی ۲۰ تا خلاصه مقاله خوند و امیدوار بود که بعد از چند ماه یه پروپوزال نوشت. مرحله ۲ و ۳ و ۴ هرچقدر با دقت و به صورت بازگشتی انجام بشن، نتیجه مطلوب تری بدست میاد