अपने काम के लिए एक AI टूल कैसे चुनें — अनुसंधान नोट्स
यह एक अनुवाद है। प्रामाणिक संस्करण मूल अंग्रेज़ी पाठ है; कृपया उसी का हवाला दें।
आजकल एक AI उपकरण चुनने वाला कोई भी व्यक्ति एक भीड़ भरी अलमारी और बहुत सारी आत्मविश्वास भरी सलाह का सामना करता है। समीक्षाएँ मदद कर सकती हैं, लेकिन किसी ने भी आपका काम नहीं देखा है। यह नोट एक ऐसे तरीके का वर्णन करता है जो टिकता है, और यह उस पत्र से एक विचार पर निर्भर करता है जिससे यह आया है: जब कई AI सहमत हों, तो यह कई स्वतंत्र गवाहों के समान नहीं है।
समीक्षाओं से शुरू करें, फिर अपने स्वयं के कार्य पर परीक्षण करें
तुलनात्मक लेख एक उचित पहला कदम हैं। वे दिखाते हैं कि कौन से उपकरण मौजूद हैं, प्रत्येक के लिए क्या जाना जाता है और लोग कहाँ असहमत हैं। उदाहरण के लिए, top10ai.com ने अपनी तुलना Claude vs ChatGPT में Poly Duo के बारे में लिखा है, और वही साइट उन लोगों के लिए उपकरणों की एक सूची रखती है जो कोड लिखे बिना सॉफ्टवेयर बनाना चाहते हैं: best AI app builder। इस तरह की सूचियाँ आपको बताती हैं कि क्या आजमाना है। वे आपको नहीं बता सकते कि कौन सा उपकरण उस चीज़ के लिए फिट है जो आपको इस सप्ताह वास्तव में करने की आवश्यकता है।
तो अपना एक वास्तविक कार्य लें, छोटा काफी हो कि आप स्वयं का न्याय कर सकें, और समान अनुरोध दो या तीन उपकरणों को दें। एक ड्राफ्ट ईमेल, एक स्प्रेडशीट सूत्र, एक संक्षिप्त योजना, एक छोटे ऐप का पहला संस्करण। फिर परिणामों को एक साथ पढ़ें। आप टोन में अंतर देखेंगे, प्रत्येक उपकरण ने क्या मान लिया, और इसने क्या छोड़ा, और ये वही अंतर हैं जो आपके काम के लिए महत्वपूर्ण हैं।
एक आत्मविश्वासपूर्ण उत्तर सही उत्तर नहीं है
यह पत्र एक ऐसे बिंदु को उजागर करता है जो शेल्फ पर मौजूद प्रत्येक उपकरण पर लागू होता है। जो कोई भी एक भाषा मॉडल से कोई प्रश्न पूछता है, वह आत्मविश्वास के साथ दिए गए गलत उत्तर को आत्मविश्वास के साथ दिए गए सही उत्तर से अलग नहीं बता सकता, क्योंकि सतह पर दोनों समान दिखते हैं। कई मॉडलों से पूछना इसे ठीक करने लगता है, लेकिन यह ज्यादातर समस्या को आगे बढ़ाता है: यदि वे सभी एक ही बात कहते हैं, तो आप अब एक आत्मविश्वासपूर्ण पाठ रखते हैं जो "उनमें से कई सहमत हैं" की उधार ली गई प्राधिकार वहन करता है।
कारण यह है कि मॉडल प्रशिक्षण डेटा और आदतें साझा करते हैं, इसलिए उनकी गलतियां संबंधित हैं। पत्र सात मॉडल परिवारों के नौ सीमांत न्यायाधीशों के एक पैनल के माप का हवाला देता है जो लगभग दो स्वतंत्र वोटों के लायक था (कोहली, 2026), और एक निष्कर्ष कि सर्वश्रेष्ठ एकल न्यायाधीश संपूर्ण पैनल के बराबर या उससे बेहतर था। समान प्रकार के अधिक मॉडलों को जोड़ने से आपको बहुत अधिक निश्चितता नहीं मिलती है। पत्र के अनुभाग देखें कि एक परिषद कितने स्वतंत्र गवाहों के लायक है और छत पर।
एक दूसरी राय का उपयोग करें जो असहमत हो सकती है
जो मदद करता है वह एक दूसरा AI है, आदर्श रूप से एक अलग कंपनी से, जिसे असहमत होने की अनुमति है। दैनिक उपयोग में दो आदतें पर्याप्त हैं:
- दूसरे उपकरण से कहें कि पहले उत्तर की जांच करें और कुछ भी नाम दें जो आप बदलते, इसे पुष्टि करने के लिए कहने के बजाय।
- असहमतियों को रखें। यदि दो उत्तर भिन्न हों, तो वह स्थान वह है जहां करीब से देखना है, स्रोत की जांच करनी है या किसी व्यक्ति से पूछना है।
पेपर दूसरी राय एकत्र करने के दो तरीकों को अलग करता है: एक अंधा, जहां दूसरा मॉडल पहले उत्तर को नहीं देखता, और एक सूचित, जहां यह करता है। सूचित वाला एक ठोस त्रुटि को पकड़ सकता है, जबकि अंधा वाला दोनों उत्तरों को अधिक स्वतंत्र रखता है। प्रत्येक दूसरे के लिए कुछ का व्यापार करता है, और अंधे और सूचित संचय की चर्चा व्यापार को स्पष्ट करती है। पेपर अपनी सीमाओं को भी नोट करता है: दावा कि एक मर्ज किया गया उत्तर सर्वश्रेष्ठ एकल से बेहतर है, डिज़ाइन और संबंधित कार्य से तर्क दिया जाता है, और प्रस्तावित मूल्यांकन अभी तक चलाया नहीं गया है।
एक संक्षिप्त चेकलिस्ट
- दो या तीन उपकरणों की एक सूची बनाने के लिए समीक्षाओं का उपयोग करें।
- प्रत्येक के माध्यम से एक ही वास्तविक कार्य चलाएँ और परिणामों की स्वयं तुलना करें।
- वह उपकरण चुनें जो आपके काम के अनुकूल हो, फिर किसी अन्य कंपनी के एक उपकरण से कहें कि वह इसके आउटपुट की जाँच करे जहाँ यह महत्वपूर्ण हो।
- सहमति को एक संकेत मानें, प्रमाण नहीं, और उन तथ्यों की जाँच करें जो गलत होने पर व्यय करते हैं।
Poly Duo, हमारा ऐप, दूसरी राय की आदत के चारों ओर बनाया गया है: विभिन्न कंपनियों से दो AI आपके फोन पर एक दूसरे के काम की जाँच करते हैं, इसलिए क्रॉस-चेक एक टैप के बजाय प्रतिलिपि-पेस्ट करने में लगता है। लेकिन यह विधि किसी एक ऐप पर निर्भर नहीं करती। आप इसे किसी भी दो उपकरणों के साथ हाथ से कर सकते हैं, और पेपर ठीक से बताता है कि कैसे।
Vadym Chernets ने Poly भी बनाया है, एक ऐप जिसमें विभिन्न कंपनियों से AI एक दूसरे के काम की जाँच करते हैं।