למה טיוטות של מכונה נשמעות דומות
מודל שפה בונה משפט מהמילים שהכי סביר שיבואו אחר כך. משפטים סבירים הם תקינים ובטוחים, אבל הם גם המשפטים שמופיעים בטיוטה של כל אחד אחר. התוצאה נקראת כאילו אף אחד מסוים לא כתב אותה.
אף אחד מההרגלים שלמטה לא מוכיח שמכונה כתבה את הטקסט. גם אנשים כותבים כך, במיוחד בדוחות רשמיים ובשפה שנייה. התייחסו אליהם כסימנים של טיוטה שאיש עוד לא ערך, ותקנו אותם למען הקורא.
שוברים את הקצב האחיד
ספרו את המילים בחמישה משפטים ברצף. אם כולם באורך דומה, הפסקה תישמע מונוטונית, טוב ככל שיהיה התוכן. חברו שני משפטים ששייכים זה לזה, וקצרו משפט אחד לכמה מילים בלבד במקום שבו הנקודה ראויה למשקל.
לפני: לוח המשמרות החדש מפחית את השעות הנוספות של צוות המחסן. הוא גם משפר את התיאום בין שתי המשמרות. בנוסף, הוא מעניק למנהלים יותר זמן לתכנון.
אחרי: לוח המשמרות החדש מקצץ בשעות הנוספות במחסן וגורם לשתי המשמרות סוף סוף לדבר זו עם זו. גם המנהלים מרוויחים משהו: זמן לתכנן.
מוחקים את מילות המעבר השחוקות
"יתרה מזאת", "בנוסף לכך", "כמו כן" ו"חשוב לציין כי" מצהירות על קשר בלי ליצור אותו. מחקו את המילה וקראו שוב את שני המשפטים. אם הם עדיין מובנים, מילת המעבר הייתה רעש. אם לא, כתבו את הקשר האמיתי: כי, ולכן, אבל, אחרי זה.
לפני: שיעור ההיענות לסקר היה נמוך. יתרה מזאת, חשוב לציין כי רוב התשובות הגיעו ממחלקה אחת.
אחרי: מעטים ענו על הסקר, ורוב מי שענו עובדים במחלקה אחת, ולכן התוצאות מתארות את המחלקה הזו ולא את החברה.
מפרקים את הרשימה האוטומטית של שלושה
טיוטות מכונה נמשכות לשלושה פריטים כי שלושה נשמע שלם: "מהיר, אמין וגמיש", "בהירות, עקביות והשפעה". שאלו על כל פריט אם הייתם יכולים לתת לו דוגמה. השאירו את אלה שכן, ותנו דוגמה לטוב שבהם. שני דברים אמיתיים עדיפים על שלושה מלוטשים.
לפני: צוות התמיכה שלנו מהיר, אדיב ובקיא, ותמיד זמין לעזור.
אחרי: צוות התמיכה שלנו עונה תוך שעה בימי עבודה, ומי שעונה לכם הוא אחד המהנדסים שבנו את המוצר.
מחליטים מה באמת טוענים
מודל מסתייג כברירת מחדל: "עשוי באופן פוטנציאלי", "יכול לסייע ל", "במקרים רבים", "ממלא תפקיד ב". הסתייגות כנה אחת עוזרת; ארבע במשפט אחד לא משאירות כלום.
בכל הסתייגות, החליטו אם אתם באמת יודעים את הדבר. אם כן, אמרו אותו בפשטות. אם לא, אמרו בדיוק מה אינכם יודעים.
לפני: גיבויים סדירים עשויים באופן פוטנציאלי לסייע בהפחתת הסיכון לאובדן מידע במצבים רבים.
אחרי: גיבויים סדירים לא ימנעו תקלה בדיסק, אבל הם יקבעו אם תאבדו שעת עבודה אחת או שנה שלמה.
מוחקים את הפתיחה הריקה ואת הסיום הריק
המשפט הראשון בטיוטת מכונה מציג בדרך כלל את הנושא ואת חשיבותו, והאחרון מסכם את מה שנאמר זה עתה. כסו את השורה הראשונה ביד. אם הטקסט מתחיל טוב יותר מהמשפט השני, מחקו את הראשון.
עשו אותו דבר בסוף: עצרו במשפט האחרון שמספר לקורא משהו חדש.
לפני: בסביבה העסקית הדינמית של ימינו, תקשורת אפקטיבית חשובה יותר מאי פעם. מייל זה מפרט את השינויים בלוח הפגישות שלנו.
אחרי: מיום שני פגישת התכנון השבועית עוברת לימי שלישי ב-10 בבוקר, ושיחת הסטטוס של יום שישי מבוטלת.
מוסיפים את מה שרק אתם יודעים
זה השלב שאף שכתוב לא יכול לעשות במקומכם. מודל יודע מה בדרך כלל נכון לגבי קליטת עובדים, גיבויים או לוחות פגישות. הוא לא יודע שהעובד החדש האחרון שלכם חיכה ארבעה ימים למחשב נייד, או שהלקוח שלכם שאל את אותה שאלה פעמיים.
פרט אחד כזה בפסקה עושה לקול של הטקסט יותר מכל כמות של ניסוח מחדש, כי הוא לא יכול היה להגיע משום מקום אחר.
עברו על הטיוטה וסמנו כל טענה כללית. לגבי כל אחת, שאלו מה ראיתם, מדדתם, החלטתם או שמעתם שגרם לכם להאמין בה, וכתבו את זה במקומה או לצידה.
שומרים על העובדות בזמן העריכה
עריכות סגנון שוברות עובדות בשקט. חיבור של שני משפטים יכול להצמיד תנאי לפסוקית הלא נכונה, ומחיקת הסתייגות יכולה להפוך "בשניים מתוך חמישה ניסויים" ל"בניסויים". כשמסיימים, מניחים את הטקסט הערוך לצד המקור ומשווים רק את הפריטים הקשיחים:
- כל מספר, תאריך, מחיר ויחידת מידה, כולל אלה שכתובים במילים.
- כל שם של אדם, חברה, מוצר או מקום, עם האיות שלו.
- כל תנאי וחריג: אלא אם, רק אם, למעט, עד, לפחות.
- כל שלילה, כי "לא" שנשמט הוא העריכה היקרה ביותר שיש.
- מי עושה מה למי בכל משפט שחיברתם או פיצלתם.
קוראים בקול לפני ששולחים
האוזן תופסת את מה שהעין סולחת עליו. קראו את הטקסט בקול בקצב של שיחה. אם נגמר לכם האוויר, המשפט ארוך מדי. אם לעולם לא הייתם אומרים ביטוי מסוים לעמית שיושב מולכם, כתבו את מה שכן הייתם אומרים. אם השתעממתם, גם הקורא ישתעמם.
מתי כלי עוזר, ואיפה הוא נעצר
עבודת השטח ברשימת הבדיקה הזו מכנית מספיק כדי שכלי ייקח אותה על עצמו כשיש הרבה טקסט או מעט זמן: קצב, מילות קישור, ניסוח נוקשה. ה-Humanizer של Textumi עושה את החלק הזה ושואף לטקסט שנקרא כאילו אדם כתב אותו. לפני שהוא מציג תוצאה, הטיוטה עוברת כמה בדיקות מול המקור: עובדות, שמות, מספרים, שמות מדויקים וההיגיון, כולל שלילות וניגודים.
רוב העבודה נעשית בפיתוחי ה-AI של Textumi עצמו בשרתים שלנו, ואת הטיוטה בודק גם מודל AI חיצוני, ששמו מופיע במדיניות הפרטיות. אפשר להשתמש ב-Humanizer בסביבת העבודה באתר, באפליקציית macOS במסלולים אישי ומקצועי, או לבקש מעוזר ה-AI שלכם לשכתב טקסט באנגלית דרך המחבר של Textumi. אנחנו ממשיכים לעבוד על האיכות של ה-Humanizer ומוסיפים בקביעות כלים שמקלים על השימוש בו.
ה-Humanizer מקבל 50 עד 2,000 מילים באנגלית ועד 1,000 בשאר השפות. הטקסט המקורי נשאר לצד התוצאה, כך שאפשר לראות כל שינוי.
כלי לא יכול להוסיף את מה שרק אתם יודעים, והוא לא מבטיח דבר לגבי האופן שבו גלאי AI כלשהו ידרג את התוצאה. תנו לו לעשות את המעבר המכני, ואז עשו בעצמכם את שני הצעדים האחרונים: הוסיפו פרטים משלכם וקראו את הטקסט בקול.
שאלות נפוצות
למה כתיבה של AI נשמעת רובוטית?
כי מודל בוחר מילים סבירות, ומילים סבירות יוצרות משפטים אחידים, בטוחים וכלליים. הדקדוק תקין. מה שחסר הוא גיוון בקצב, עמדה ברורה והפרטים הספציפיים שאדם שואב מהניסיון שלו. עורך מחזיר אותם. שום דבר מזה לא דורש מיומנות מיוחדת, רק תשומת לב קפדנית לפסקה אחת בכל פעם.
מהם הסימנים הנפוצים ביותר של טקסט שנכתב ב-AI?
משפטים באורך כמעט זהה, מילות מעבר כמו "יתרה מזאת" ו"בנוסף לכך", רשימות של שלושה פריטים בדיוק, כמה הסתייגויות במשפט אחד, שורת פתיחה על חשיבות הנושא ושורת סיום שחוזרת על הטקסט. אף אחד מאלה אינו הוכחה. אנשים עושים את כולם, וכותב קפדן יכול להימנע מכולם גם כשהוא נעזר במכונה.
כמה זמן לוקח לערוך טיוטת AI ידנית?
פחות זמן מלכתוב את העמוד מאפס, אם מכירים את הנושא. מחיקת הפתיחה, הסיום ומילות המעבר השחוקות היא הצעד המהיר ביותר, ובדרך כלל נותנת את השיפור הגדול ביותר ביחס למאמץ. הוספת הפרטים שלכם לוקחת הכי הרבה זמן. זה החלק שהופך את הטקסט לשלכם, ולכן זה המקום הלא נכון לחסוך בו זמן.
האם עריכה תגרום לטקסט לעבור גלאי AI?
אין לזה תשובה אמינה, ומי שטוען שיש לו תשובה מנחש. גלאים מודדים דברים שונים, חלוקים זה עם זה לעתים קרובות ולפעמים מסמנים טקסטים שנכתבו כולם בידי אנשים. ערכו בשביל הקורא. תוצאה של גלאי היא אות לגבי דפוסים בניסוח, לא הוכחה למי כתב את הטקסט, והיא לא צריכה להיות המטרה של העריכה.
אפשר לבקש מה-AI עצמו להישמע טבעי יותר?
כן, וזה עוזר קצת. בקשה למשפטים קצרים יותר או לטון פשוט יותר משנה את פני השטח. אבל המודל נוטה להחליף הרגל אחד באחר, למשל נוקשות בחוסר רשמיות מאולץ. ומכיוון שהוא לא מכיר את העובדות שלכם, הטענות הכלליות נשארות כלליות עד שאתם מחליפים אותן במה שאתם יודעים.
האם זה פסול לערוך טקסט שנוצר ב-AI ולהציג אותו כשלי?
זה תלוי לאן הטקסט הולך. במיילים, בפוסטים ובמסמכי העבודה שלכם, עריכה של טיוטת מכונה היא פשוט כתיבת טיוטה. אם למוסד הלימודים, לכתב עת, למעסיק או ללקוח יש כללים לגבי עזרה של AI, פעלו לפיהם והצהירו על העזרה במקומות שבהם הם דורשים זאת. עריכת טקסט לא משנה את האופן שבו הוא נוצר מלכתחילה.
האם כלי Humanizer מחליף עריכה?
הוא לוקח על עצמו את החלק המכני: מגוון את הקצב, מסיר ניסוחים שחוקים ומרכך משפטים נוקשים. הוא לא יודע מה קרה בפרויקט שלכם או מה אתם חושבים, ולכן הוא לא יכול לספק את הפרטים ואת העמדה שהופכים טקסט לשווה קריאה. השוו את התוצאה למקור, בדקו שמות ומספרים, והוסיפו את מה שרק אתם יכולים.