Sådan chatter du med en PDF online i Whizi

Det korte svar

Træk PDF'en ind i beskedfeltet, eller klik på papirklips-ikonet for at vedhæfte den, og stil derefter dit spørgsmål på almindeligt sprog. Enhver model på din plan kan læse den, og du kan skifte model på samme fil uden at uploade den igen.

Gør en ting, før du stoler på et svar: bed modellen om at citere det afsnit, den brugte. Værktøjer, der søger i en fil frem for at læse den i sin helhed, finder afsnit ud fra betydning, og hvad er embeddings i AI forklarer hvordan. Et sikkert svar, der kommer fra træningsdata frem for fra din fil, er den fejl, der koster folk penge, og et lokaliserende spørgsmål fanger det på omkring ti sekunder. Resten af denne side handler om, hvordan du gør det godt.

Bekræft først, at den læser dit dokument

Den mest farlige fejl i dokumentchat er ikke et forkert svar, det er et sikkert svar, der kommer fra træningsdata frem for fra din fil. Det sker mest med dokumenter, der ligner noget almindeligt: en standard kommerciel lejekontrakt, en velkendt regel, en meget omtalt artikel. Modellen kender genren godt nok til at producere et plausibelt svar uden at konsultere din konkrete tekst, og intet i outputtet signalerer, at den har gjort det.

En vane fjerner dette. Før du stiller dit egentlige spørgsmål, stil et lokaliserende spørgsmål.

Citer det afsnit i det vedhæftede dokument, der omhandler [emne], og angiv siden eller sektionen, det står i. Hvis det ikke er i dokumentet, så sig det.

Hvis den returnerer et rigtigt citat, læser den din fil. Hvis den producerer en generisk omskrivning eller ikke kan finde noget, du ved er der, er udtrækningen mislykkedes, og alle efterfølgende svar er suspekte. Det tager ti sekunder, og det er forskellen mellem et redskab og et problem.

Tag vanen med ind i de rigtige spørgsmål også: Citer den nøjagtige tekst, der understøtter dit svar bør stå i enhver prompt, hvis svar der skal stoles på.

Valg af model til dokumentet

Dokument	Model	Hvorfor
Rapporter på 100+ sider, sagsakter, hele kontraktsæt	Gemini	Et kontekstvindue på 1.000.000 tokens, så dokumentet er reelt til stede frem for opdelt
Kontrakter, politikker, alt hvor nuancer betyder noget	Claude	Bedst til nuancer og til at fortælle dig, hvad et dokument ikke siger
Fakturaer, formularer, korte strukturerede filer	GPT	Hurtig, og mest pålidelig til stram udtrækning til tabeller eller JSON
Artikler med figurer, scannede sider, diagrammer	Enhver multimodal model	Læser siden som et billede, hvor tekstudtrækning kommer til kort

Pointen om kontekstvinduet er værd at uddybe. Når et dokument overstiger, hvad en model kan holde, skal det behandles i stykker, og spørgsmål, der kræver hele dokumentet på én gang (modsiger noget her klausul 14, er dette udtryk defineret nogen steder, hvilken af disse tre sektioner er inkonsistent) bliver upålidelige. Det er den konkrete grund til at gribe efter modellen med stor kontekst på lange filer frem for en generel præference.

Du kan skifte model uden at genuploade, så læs med den ene og udtræk med den anden fra samme fil. Se skift af model midt i en samtale.

Prompts efter dokumenttype

Kontrakter og aftaler

Udtræk fra den vedhæftede aftale til en tabel: løbetid og forlængelse, opsigelsesfrist, betalingsbetingelser, ansvarsbegrænsning, skadesløsholdelser, lovvalg, overdragelse, og enhver klausul, der overlever opsigelse. Angiv for hver klausulnummeret, og citer den operative sætning. List derefter separat de forpligtelser, der ligger på os frem for på dem.

Følg op med det spørgsmål, der faktisk betyder noget: Hvad er der i denne aftale, der er usædvanligt sammenlignet med standardvilkår for denne type kontrakt, og hvad er tydeligt fraværende? Fravær er, hvor risikoen normalt bor, og det er noget, en søgning på nøgleord aldrig kan finde.

Forskningsartikler

For den vedhæftede artikel, returner: forskningsspørgsmålet, studiedesignet, stikprøven og populationen, det primære udfald, hovedresultatet med dets effektstørrelse, de nævnte begrænsninger og finansieringskilden. Fortæl mig derefter de tre påstande i denne artikel, der ville kræve uafhængig verificering, før jeg citerer dem.

Lange rapporter og sagsakter

Opsummer den vedhæftede rapport i 10 punkter, ordnet efter vigtighed frem for efter dokumentets orden. List derefter: de tre tal, en beslutningstager ville interessere sig for, med deres sidehenvisninger, alt, hvad rapporten fremstiller som fakta uden en kilde, og ethvert sted, hvor resumeet eller det indledende afsnit er i modstrid med detaljerne senere i dokumentet.

Den sidste kontrol finder overraskende ofte reelle problemer. Resumeer skrives tidligt og redigeres mindre end de sektioner, de opsummerer.

Sammenligning af to dokumenter

Sammenlign contract-a.pdf og contract-b.pdf klausul for klausul. Returner en tabel med hver reel forskel: emne, hvad A siger, hvad B siger, og hvem det gavner. Ignorer forskelle i formatering og nummerering. List separat alt, der findes i den ene og mangler i den anden.

Gør det til noget, du kan bruge

Omskriv resultaterne til et lederpublikum på 150 ord. Start med den beslutning, der er nødvendig. Ingen jargon, der ikke er defineret. Marker alt, jeg bør verificere, før jeg sender dette videre.

Fejlfinding

"Jeg kan ikke se et dokument." Bekræft, at filen er færdig med at uploade, og henvis derefter til den eksplicit ved navn i din besked. På meget lange tråde er det hurtigere at vedhæfte igen eller starte en ny chat med kun filen end at diskutere det.

Scannet PDF, forvrænget eller manglende tekst. Dokumentet er et billede, så almindelig tekstudtrækning har lidt at læse. Whizi opdager en billedtung PDF på, hvor lidt tekst dens sider afgiver, og sender den én gang gennem et servergenereret synsforløb, der returnerer en transskription per side. Nøjagtigheden falder med lav opløsning, usædvanlige skrifttyper, håndskrift og tætte tabeller. Fordi en fejllæst ciffer er usynlig i et flydende svar, bør du verificere hvert tal fra et scannet dokument mod den originale side.

Tabeller kommer forkert ud. PDF-tabeller er notorisk dårligt strukturerede under overfladen. Bed om, at tabellen gengives ordret først, kontroller den mod siden, og bed først derefter om analyse. Til tungt tabelarbejde er en multimodal model, der læser siden som et billede, ofte mere pålidelig end tekstudtrækning.

Den overså noget, du ved er der. Stil det lokaliserende spørgsmål. Hvis modellen ikke kan citere et afsnit, du kan se, er problemet udtrækning frem for ræsonnement. Prøv en anden model, eller upload kun de relevante sider.

Filen er for stor. Brug modellen med stor kontekst, eller opdel efter formål frem for efter sidetal. At uploade de tre sektioner, du faktisk har brug for, er bedre end at uploade 400 sider og håbe på det bedste.

Svarene bliver vagere, mens samtalen fortsætter. Lange tråde ophober kontekst, der konkurrerer med dokumentet. Start en ny chat med filen og en kort beskrivelse af, hvad du har brug for.

Verificer, før du stoler på det

Tre kontroller, i vigtighedsorden.

Kræv citater ved alt af betydning. Et citeret afsnit kan kontrolleres på få sekunder, en omskrivning kan ikke. Denne ene vane eliminerer det meste af risikoen i dokumentarbejde.

Kryds-kontroller med en anden model. Stil samme spørgsmål til en anden model med samme fil. Overensstemmelse er meningsfuld dokumentation, uoverensstemmelse fortæller dig præcis, hvor du skal kigge. Whizis sammenligning side om side findes til dette.

Spørg, hvad den er usikker på. Hvilke af dine svar ovenfor er du mindst sikker på, og hvad i dokumentet er uklart? Modeller er ikke perfekte til selvvurdering, men de tvetydigheder, de fremhæver, er som regel reelle tvetydigheder i kilden, hvilket er nyttig information om dokumentet selv.

Og den stående regel for alt, der har konsekvenser, altså juridisk, økonomisk, medicinsk eller compliance-materiale: modellen finder afsnittet, du foretager vurderingen. Det er en læseassistent, ikke en rådgiver, og ansvaret for en beslutning truffet på baggrund af dens output er helt dit eget.