Cómo hago investigación profunda en IA en cinco pasos fáciles: 1. Pregunta a tu LLM favorito por un prompt maestro de nivel PHD diseñado específicamente para LLMs sobre el tema que estás investigando. Explica tu interés en el tema, el objetivo final de la investigación, o manténlo general para ver qué regresa. 2. Pega este prompt maestro en modo de investigación: @grok, @claudeai, @ChatGPTapp, @perplexity_ai, @Gemini, etc. Obtendrás una buena variedad de alucinaciones para elegir ;) 3. Pega cada informe resultante en una pestaña separada en un documento de Google. Esto te permite mantener cada informe limpio, centralizado y fácil de actualizar. 4. Exporta el documento de Google con todas las pestañas como un único documento maestro (ahora solo tienes 1 documento en lugar de 5). Encuentro que es realmente importante entender la lógica y los valores del LLM que estás utilizando y comprender cómo cambia con el tiempo. Puedes percibir los valores internos de los equipos detrás de los LLMs basándote en los resultados que están dispuestos a darte sobre qué temas. 5. Sube el nuevo documento del informe maestro de vuelta a los mismos LLMs (nuevas conversaciones) y pídeles que desafíen sin piedad todos los detalles y devuelvan un informe final de PHD sobre el tema de investigación y proporcionen fuentes para todo. El informe final será una fuente de contexto futuro en la que todavía no confío del todo, por cierto. Por ejemplo, cuando estaba investigando sobre Veve, los números que obtuve sobre sus lanzamientos y ingresos, etc., eran increíblemente erróneos, incluso tenían la información más básica sobre el producto equivocada, como decir que un NFT en particular tenía 7,000 unidades, pero en realidad tenía 50,000. Y las matemáticas estaban por todas partes. Tuve que verificar manualmente cada elemento para comprobarlo. Esto, obviamente, consume tiempo, pero me ayudó a saber dónde buscar y cómo ver el panorama completo mejor. Sin embargo, avanzando, puedes usar este nuevo documento de informe de investigación profunda para dar un mayor contexto en todos tus prompts. Esto te permite comprobar tus propias ideas y suposiciones contra un conjunto de datos específico para que realmente puedas confiar en todo ese gaslighting positivo que estás recibiendo para tu próxima idea de mil millones de dólares. ...