Det korte svaret
Dra PDF-en inn i meldingsfeltet eller klikk på binders-ikonet for å legge den til, og still deretter spørsmålet ditt med vanlige ord. Hvilken som helst modell på abonnementet ditt kan lese den, og du kan bytte modell for samme fil uten å laste den opp på nytt.
Gjør én ting før du stoler på et svar: be modellen sitere avsnittet den brukte. Verktøy som søker i en fil i stedet for å lese den i helhet finner avsnitt basert på betydning, og hva er embeddings i AI forklarer hvordan. Et sikkert svar hentet fra treningsdata i stedet for fra filen din er feilen som koster folk penger, og et lokaliseringsspørsmål fanger det opp på rundt ti sekunder. Resten av denne siden handler om å gjøre dette riktig.
Bekreft først at den leser dokumentet ditt
Den mest alvorlige feilen i dokumentchat er ikke et feil svar, det er et sikkert svar hentet fra treningsdata i stedet for fra filen din. Det skjer oftest med dokumenter som ligner på noe vanlig: en standard leiekontrakt, en kjent forskrift, en mye omtalt artikkel. Modellen kjenner genren godt nok til å produsere et plausibelt svar uten å konsultere din spesifikke tekst, og ingenting i svaret signaliserer at det gjorde det.
En vane fjerner dette. Før du stiller det egentlige spørsmålet, still et lokaliseringsspørsmål.
Siter avsnittet i det vedlagte dokumentet som omhandler [tema], og oppgi siden eller avsnittet det står i. Hvis det ikke finnes i dokumentet, si det.
Hvis den returnerer et ekte sitat, leser den filen din. Hvis den produserer en generisk omskrivning eller ikke finner noe du vet står der, har utpakkingen mislyktes, og alle påfølgende svar er tvilsomme. Det tar ti sekunder, og det er forskjellen mellom et verktøy og en risiko.
Ta med deg vanen inn i de egentlige spørsmålene også: Siter den eksakte teksten som støtter svaret ditt bør stå i alle prompter der svaret vil bli stolt på.
Velge en modell for dokumentet
| Dokument | Modell | Hvorfor |
|---|---|---|
| Rapporter, innleveringer og hele kontraktsett på 100+ sider | Gemini | Et kontekstvindu på 1 000 000 token, så dokumentet er faktisk til stede i stedet for oppdelt |
| Kontrakter, retningslinjer, alt der nyanser betyr noe | Claude | Best på nyanser og på å fortelle deg hva et dokument ikke sier |
| Fakturaer, formularer, korte strukturerte filer | GPT | Raskt, og mest pålitelig på streng uttrekking til tabeller eller JSON |
| Artikler med figurer, skannede sider, diagrammer | Enhver multimodal modell | Leser siden som et bilde der tekstutpakking ikke holder |
Poenget om kontekstvindu er verdt å forklare. Når et dokument overskrider hva en modell kan holde, må det behandles i deler, og spørsmål som krever hele dokumentet samtidig (motsier noe her klausul 14, er dette begrepet definert noe sted, hvilken av disse tre delene er inkonsekvent) blir upålitelige. Det er den konkrete grunnen til å velge modellen med stort kontekstvindu på lange filer i stedet for en generell preferanse.
Du kan bytte modell uten å laste opp på nytt, så les med én og hent ut med en annen mot samme fil. Se å bytte modell midt i en samtale.
Prompter etter dokumenttype
Kontrakter og avtaler
Fra den vedlagte avtalen, hent ut i en tabell: varighet og fornyelse, oppsigelsesfrist, betalingsvilkår, ansvarsbegrensning, skadeløsholdelser, lovvalg, overdragelse og eventuelle klausuler som gjelder etter opphør. For hver, oppgi klausulnummeret og siter den avgjørende setningen. List deretter opp separat forpliktelsene som faller på oss i stedet for på dem.
Følg opp med spørsmålet som faktisk betyr noe: Hva i denne avtalen er uvanlig sammenlignet med standardvilkår for denne typen kontrakt, og hva er påfallende fraværende? Fravær er ofte der risikoen ligger, og det er noe et nøkkelordsøk aldri kan finne.
Forskningsartikler
For den vedlagte artikkelen, returner: forskningsspørsmålet, studiedesignet, utvalget og populasjonen, det primære utfallet, hovedresultatet med effektstørrelsen, de angitte begrensningene og finansieringskilden. Fortell meg deretter de tre påstandene i denne artikkelen som ville trenge uavhengig verifisering før jeg siterer dem.
Lange rapporter og innleveringer
Oppsummer den vedlagte rapporten i 10 punkter, ordnet etter viktighet i stedet for etter dokumentets rekkefølge. List deretter opp: de tre tallene en beslutningstaker ville bry seg om med sidereferanser, alt rapporten presenterer som fakta uten en kilde, og steder der sammendraget eller det ledende avsnittet er i strid med detaljene senere i dokumentet.
Den siste kontrollen finner overraskende ofte reelle problemer. Sammendrag skrives tidlig og redigeres mindre enn delene de oppsummerer.
Sammenligne to dokumenter
Sammenlign contract-a.pdf og contract-b.pdf klausul for klausul. Returner en tabell over alle vesentlige forskjeller: tema, hva A sier, hva B sier, og hva som er til vår fordel. Ignorer formaterings- og nummereringsforskjeller. List opp separat alt som finnes i den ene og mangler i den andre.
Gjøre det til noe du kan bruke
Skriv om funnene for et lederpublikum på 150 ord. Start med beslutningen som er nødvendig. Ingen fagsjargong som ikke er forklart. Flagg alt jeg bør verifisere før jeg deler dette.
Feilsøking
"Jeg ser ikke et dokument." Bekreft at filen ble ferdig lastet opp, og referer deretter til den eksplisitt med navn i meldingen din. I veldig lange tråder er det raskere å legge til filen på nytt eller starte en ny chat med bare filen enn å diskutere det.
Skannet PDF, uforståelig eller manglende tekst. Dokumentet er et bilde, så vanlig tekstutpakking har lite å lese. Whizi oppdager en bildetung PDF fra hvor lite tekst sidene gir, og kjører den én gang gjennom en server-side synspassering som returnerer en transkripsjon per side. Nøyaktigheten faller med lav oppløsning, uvanlige skrifttyper, håndskrift og tette tabeller. Fordi et feillest tall er usynlig i et flytende svar, verifiser alle tall fra et skannet dokument mot den originale siden.
Tabeller kommer ut feil. PDF-tabeller er notorisk dårlig strukturert under overflaten. Be om at tabellen reproduseres ordrett først, kontroller den mot siden, og be deretter om analyse. For tungt tabellarbeid er en multimodal modell som leser siden som et bilde ofte mer pålitelig enn tekstutpakking.
Den gikk glipp av noe du vet står der. Still lokaliseringsspørsmålet. Hvis modellen ikke kan sitere et avsnitt du kan se, ligger problemet i utpakkingen og ikke i resonneringen. Prøv en annen modell, eller last opp bare de relevante sidene.
Filen er for stor. Bruk modellen med stort kontekstvindu, eller del opp etter formål i stedet for etter sideantall. Å laste opp de tre delene du faktisk trenger slår å laste opp 400 sider og håpe.
Svarene blir vagere etter hvert som samtalen fortsetter. Lange tråder samler opp kontekst som konkurrerer med dokumentet. Start en ny chat med filen og en kort beskrivelse av hva du trenger.
Verifiser før du stoler på det
Tre kontroller, i viktighetsorden.
Krev sitater på alt som har konsekvenser. Et sitert avsnitt kan kontrolleres på sekunder, en omskrivning kan ikke. Denne ene praksisen eliminerer det meste av risikoen i dokumentarbeid.
Kryssjekk med en annen modell. Still samme spørsmål til en annen modell mot samme fil. Enighet er meningsfullt bevis, uenighet forteller deg nøyaktig hvor du skal se. Whizis sammenligning side ved side finnes for dette.
Spør hva den er usikker på. Hvilke av svarene dine over er du minst sikker på, og hva i dokumentet er tvetydig? Modeller er ikke perfekte på selvvurdering, men tvetydighetene de peker på er vanligvis ekte tvetydigheter i kilden, noe som er nyttig informasjon om dokumentet selv.
Og den faste regelen for alt som har konsekvenser, altså juridisk, økonomisk, medisinsk eller compliance-materiale: modellen finner avsnittet, du gjør vurderingen. Det er en leseassistent, ikke en rådgiver, og ansvaret for en beslutning tatt på grunnlag av dens svar er helt og fullt ditt.
- Still et lokaliseringsspørsmål først for å bekrefte at modellen leser filen din
- Krev et eksakt sitat for alle svar som har konsekvenser
- Bruk modellen med stort kontekstvindu for lange dokumenter så ingenting deles opp
- Spør om hva som er påfallende fraværende, ikke bare hva dokumentet sier
- Verifiser tall fra skannede dokumenter mot den originale siden
- Reproduser tabeller ordrett og kontroller dem før du analyserer dem
- Kryssjekk alt som er viktig mot en annen modell
Vanlige spørsmål
Hva er maksimal PDF-størrelse?
På nettsiden kan hver opplastede fil være opptil 100 MB, og én melding kan inneholde opptil 6 filer; iOS-appen setter et tak på 10 MB per fil. Innenfor det er den egentlige begrensningen modellens kontekstvindu snarere enn filgrensen. Gemini i Whizi har et kontekstvindu på 1 000 000 token, og det er derfor det er anbefalingen for lange rapporter, innleveringer og flerkontraktsett. Over det, last opp delene du faktisk trenger i stedet for hele dokumentet, siden målrettet kontekst vanligvis også gir et skarpere svar.
Lagrer Whizi PDF-ene mine?
Opplastede filer lagres under kontoen din, er konfigurert til å utløpe etter opptil 30 dager, og kan slettes tidligere når som helst. Whizi bruker ikke dine prompter, filer, samtaler, taletranskripsjoner eller generert innhold til å trene Whizi-eide AI-modeller, og selger ikke slikt innhold som treningsdata. Å slette en fil fjerner ikke det som allerede er diskutert om den i samtalen, så hvis dokumentet er sensitivt nok til å rettferdiggjøre sletting, slett chatten også.
Kan jeg chatte med flere PDF-er samtidig?
Ja, og sammenligning mellom dokumenter er der dette er mest verdifullt. Last opp flere filer til samme tråd og referer til dem med navn i promptene dine, ellers velger modellen hvilken den svarer fra uten å fortelle deg det. Klausul-for-klausul kontraktsammenligning, konsolidering av funn over rapporter og å finne motsetninger mellom dokumenter krever alle at alt er til stede samtidig, noe som er en annen grunn til å bruke modellen med stort kontekstvindu.
Fungerer det med skannede PDF-er?
Ja. Whizi oppdager en skannet eller bildetung PDF fra hvor lite tekst sidene gir, og transkriberer den side for side gjennom en server-side synspassering. Nøyaktigheten er god på rene skanninger og faller med lav oppløsning, uvanlige skrifttyper, håndskrift og tette tabeller. Siden et feillest tegn gir et feil tall inne i et ellers flytende svar, kontroller alle tall fra et skannet dokument mot den originale siden.
Hvordan vet jeg at svaret faktisk kom fra dokumentet mitt?
Krev et sitat. Be modellen sitere det eksakte avsnittet som støtter svaret, sammen med siden eller avsnittet, og si tydelig hvis informasjonen ikke finnes i dokumentet. Svar hentet fra treningsdata i stedet for fra filen din er den mest alvorlige feilen i dokumentchat, nettopp fordi de er plausible for vanlige dokumenttyper, og å kreve et verifiserbart sitat er den eneste pålitelige måten å se forskjellen.