Dlouhý dokument pro AI: jak jej rozdělit a neztratit odkazy na zdroj

Proč se dlouhý text v AI snadno rozpadne

Když vložíte smlouvu, zprávu nebo příručku o desítkách stran najednou, odpověď často zní věrohodně, ale odkazy typu viz strana 12 nebo jak bylo uvedeno výše najednou nesedí. Důvod je praktický: část textu se nemusí vejít do jednoho požadavku, jehož limit závisí na modelu, a proto je užitečné kontrolovat, jaké části a detaily jsou dostupné pro konkrétní úkol. proto pomáhá myslet na dělení nikoli jako na kopírování po stránkách, ale jako na řízené předávání s kontrolou.

Užitečné je nejprve pochopit, co je kontextové okno, protože právě ono vymezuje, s jak velkým vstupem může model v jednom kroku pracovat. Doložený fakt k tomu je stručný: kontextové okno omezuje tokeny jednoho požadavku a konkrétní limity jsou modelové, jak uvádí průvodce stavem konverzace. Následující čtecí mapa organizuje práci s dokumentem.

Co si připravit před dělením

Než začnete text krájet, připravte si tři věci bokem mimo samotný dokument. uvádíme založit si jednoduchý poznámkový soubor, kam budete zapisovat postup, a ujasnit si, co od AI vlastně chcete: shrnutí, kontrolu rozporů, výtah povinností, nebo přípravu otázek. Bez zadání se i dobře rozdělený text rozplizne do obecných vět.

Pomůže také vědět, co je token v AI, abyste lépe odhadli, proč se vyplatí posílat kratší úseky a nechat si potvrdit jejich přijetí. Nemusíte nic počítat přesně, jde o doporučenou praxi CIAD: držte se raději více menších částí než jedné obří. Nakonec si promyslete, jak budete řešit životní cyklus zdrojových dokumentů, tedy která verze dokumentu je závazná a kam uložíte čtecí mapu, aby ji našel i kolega.

Identifikátory odstavců, které drží odkazy

Klíčem je, aby každý kousek textu měl vlastní pevnou značku, na kterou se lze odvolat i po několika dalších krocích. doporučujeme formát část-odstavec, například C02-P05, kde C02 znamená druhou část a P05 pátý odstavec v ní. Značku pište vždy na začátek odstavce do hranatých závorek a v původním textu nic jiného neměňte.

Držte se těchto zásad pro značení, protože právě ony rozhodují o dohledatelnosti:

• jedna značka pro jeden logický odstavec, nikoli pro každou větu;
• tabulky a přílohy označte zvlášť, například C03-T01 pro první tabulku ve třetí části;
• když část dále půlíte, založte novou část, staré značky nepřepisujte;
• žádejte model, aby v odpovědích citoval pouze tyto značky, ne strany ani výše a níže.

Tím získáte jazyk pro odkazování na pasáže. Když se později v rámci dostupného kontextu zeptáte, co říká C02-P05 o lhůtě, můžete se odkázat na značku; pokud obsah části už model nemá k dispozici, vložte příslušný úsek znovu.

Doporučený postup dělení krok za krokem

Následující postup je doporučená praxe CIAD, nikoli zákonná povinnost ani technická záruka. Je navržen pro běžnou práci s textovými dokumenty, kdy chcete shrnutí nebo kontrolu a potřebujete vědět, odkud se který závěr vzal.

1. Dokument rozdělte podle nadpisů na části o zhruba podobné délce, každou uložte zvlášť.
2. Každou část očíslujte C01, C02, C03 a uvnitř označte odstavce P01, P02.
3. Do modelu posílejte vždy jen jednu část s pokynem: Vypiš značky, které v této části vidíš, nic zatím neshrnuj. Výčet berte jako orientační kontrolu, nikoli jako důkaz úplného zpracování obsahu.
4. Po potvrzení zapište značky do čtecí mapy a pošlete další část.
5. U každé části uložte dílčí závěry se značkami mimo chat. Pro závěrečnou syntézu předejte tyto ověřené závěry a potřebné původní úryvky; samotné posílání částí nezaručuje, že celá historie zůstane v kontextu.
6. Nesrovnalosti, které model označí jako nejasné, přesuňte do společného seznamu nevyřešených bodů.

Užitečné je kontrolovat, zda model ve výčtu uvedl očekávané značky. Pokud část C03 uvede jen značky C03-P01 až C03-P04, a vy jste poslali P01 až P06, berte to jako signál k ověření, zda konec nechybí. Neposílejte dál, dokud rozdíl neprověříte.

Hypotetický příklad: čtecí mapa s přesným výsledkem

Představte si ilustrativní hypotetický příklad: máte interní směrnici o 24 stranách, kterou rozdělíte na 4 části. Každá část má 6 označených odstavců, celkem tedy 24 značek od C01-P01 po C04-P06. Tento příklad je zcela hypotetický a slouží jen k ukázce práce s mapou.

Vyplnitelnou čtecí mapu veďte v této podobě:

Pod mapu si veďte společný seznam nevyřešených bodů:

• B1: C02-P04 zmiňuje výjimku, C03-P02 ji neopakuje, vyjasnit, která platí.
• B2: C04-P06 nepotvrzen, nedělat závěr o závěrečných ustanoveních.
• B3: tabulka C03-T01 bez jednotek, nežádat přepočet.

Přesný výsledek tohoto hypotetického příkladu zní: ze 4 částí jsou 3 části plně potvrzeny, 1 část je neúplná, ze 24 značek je potvrzeno 23, chybí 1 značka C04-P06, a ve společném seznamu zůstávají 3 nevyřešené body B1 až B3. V tomto hypotetickém příkladu je vhodné před finálním shrnutím doplnit C04-P06 a vyjasnit B1.

Omezení mapy a navazující krok

Čtecí mapa je organizační pomůcka, nikoli důkaz, že model vše přečetl a pochopil. I když model vypíše správné značky, může obsah zjednodušit, zaměnit dvě podobné pasáže nebo doplnit chybějící detail. Jako možnost berte i to, že po mnoha krocích začne odkazovat na starší značky volněji. Proto mapu používejte ke kontrole, ne jako záruku úplnosti.

Toto věcné omezení platí obecně pro práci s dlouhým textem: dělení a značky snižují riziko ztráty odkazu na zdroj, ale nezaručují úplné ani bezchybné čtení. Citlivé závěry proto vždy ověřte v původním dokumentu otevřeném vedle, zejména čísla, lhůty a odpovědnosti.

Navazujícím krokem v doporučené praxi CIAD je uzavření: doplňte chybějící značky, nechte si vypsat finální shrnutí striktně po značkách a seznam nevyřešených bodů uložte spolu s mapou k verzi dokumentu. Příště pak začnete nikoli hledáním v chatu, ale jednou tabulkou, kde je vidět, co bylo potvrzeno a co zůstalo otevřené.