A 4 lépéses nyomásteszt: hogyan ellenőrizzük az AI válaszait

Mikor futtassuk

Ne minden válasznál, csak ahol számít

A nyomásteszt négy promptból áll, és mindegyiket ugyanabba a beszélgetésbe kell beilleszteni, egymás után. Ez körülbelül öt percet vesz igénybe, ezért érdemes szelektíven használni. Nem kell minden AI válasznál elvégezni.

Futtasd	Ne futtasd
Visszafordíthatatlan döntés előtt (befektetés, felvétel, stratégiai irány)	Ötleteléshez, vázlatíráshoz, egyszerű formázáshoz
Amikor tovább külded a főnökednek vagy ügyfélnek	Amikor te magad is jól ismered a témát és ellenőrizni tudod
Jogi, orvosi, pénzügyi témáknál	Belső használatra szánt vázlatoknál, amelyeket úgyis felülvizsgálsz
Ha ellenőrzés nélkül cselekednél az információ alapján	Kreatív feladatoknál, ahol a pontosság nem kritikus

Az AI nem hazudik szándékosan, de hallucináló módon téved: magabiztos hangon, hivatkozásokkal, részletekkel kiegészítve ad téves információt. Épp ez teszi veszélyessé az ellenőrizetlen AI kimenetet komoly döntéseknél.

A módszer

Hogyan kell futtatni a tesztet

A négy promptot ugyanabba a Claude-beszélgetésbe illeszd be, ahol az eredeti válasz született. Sorban futtasd őket, egyet egyszerre, és minden válasz után olvasd el, amit kaptál, mielőtt a következőre lépsz. A tesztek egymásra épülnek: az első megrendíti az önbizalmat, a második keresi a gyenge pontokat, a harmadik szakértői szemmel néz rá, a negyedik megmondja, hogyan ellenőrizhető a valóságban.

Fontos ne nyiss új beszélgetést a promptok között. Az egymásra épülés csak akkor működik, ha a Claude látja az előző kérdéseket és válaszokat is.

1. prompt

Magabiztossági ellenőrzés

Az első lépés az önbizalom felmérése. A Claude alapértelmezetten magabiztosan fogalmaz, még akkor is, amikor bizonytalannak kellene lennie. Ez a prompt arra kényszeríti, hogy jelölje meg, mi az, amit valóban tud, és mi az, amit csak valószínűnek tart.

PROMPT 1 / 4 Nézd meg, amit az imént válaszoltál. Minden egyes állításhoz jelöld meg az önbizalom szintjét: MAGAS: Tényeken, ellenőrizhető adatokon, közismert forrásokon alapul. KÖZEPES: Általánosan elfogadott, de lehetnek kivételek vagy frissebb adatok. ALACSONY: Valószínűségen vagy következtetésen alapul, nem biztos tény. Ha bármely állítás a KÖZEPES vagy ALACSONY kategóriába esik, magyarázd el, miért, és mondd meg, mi az, amit nem tudsz biztosan.

Mit kapsz: egy listát, amely megmutatja, hol volt az AI bizonytalan, de mégis biztosan fogalmazott. Ez önmagában meglepő lehet.

2. prompt

Gyengeségek felkutatása

A második lépés a szélsőséges esetek és kivételek keresése. Az AI alapértelmezetten a tipikus esetre válaszol. Ez a prompt arra kényszeríti, hogy aktívan keressen olyan helyzeteket, ahol a saját válasza hibás vagy félrevezető lehet.

PROMPT 2 / 4 Most játszd el az ördög ügyvédjét a saját válaszoddal szemben. Konkrétan: 1. Mikor lenne teljesen hibás, amit mondtál? Adj meg legalább két olyan feltételt vagy helyzetet, ahol a válaszod félrevezetne valakit. 2. Mi az a legfontosabb részlet, amelyet kihagytál vagy leegyszerűsítettél, és amely megváltoztathatná a következtetést? 3. Melyik az az egy állítás a válaszodban, amelyet a legkevésbé bíznál meg ellenőrzés nélkül cselekvésre alkalmazni?

Mit kapsz: a válasz gyenge pontjait, amelyek az első körben láthatatlanok maradtak. Figyeld különösen a harmadik pontot, ez általában a leghasznosabb.

3. prompt

Szakértői felülvizsgálat

A harmadik lépés egy képzelt szakértő szemével néz rá a válaszra. Ez a leghatékonyabb prompt a négyből: az amatőr hibákat kapja el, azt, ami laikusnak helyes hangzik, de egy területi szakértő azonnal megkérdőjelezne.

PROMPT 3 / 4 Képzeld el, hogy egy tapasztalt szakértő olvassa el a válaszodat, valaki, aki 15 évet töltött el ezzel a témával. Mi lenne az első dolog, amit kifogásolna? Nem a hangnemet vagy a stílust, hanem a tartalmat. Konkrétan: 1. Milyen feltételezést tettél, amelyet egy szakértő valószínűleg megkérdőjelezne? 2. Van-e olyan iparági vagy területi konvenció, amelyet figyelmen kívül hagytál? 3. Mit mondana egy szakértő, amit egy laikus pontosnak tart, de valójában leegyszerűsített vagy téves? Légy határozott, a ez kontextustól függ nem elfogadható válasz ennél a kérdésnél.

Mit kapsz: azokat a pontokat, ahol az AI általánosít, ahol a valóság árnyaltabb, és ahol egy szakember azonnal korrigálna. Ez a prompt kimenti a legdrágább hibákat.

4. prompt

Az ellenőrzés útja

Az utolsó lépés nem az AI-t ellenőrzi tovább, hanem megmutatja, hogyan ellenőrizd a valóságban. Az AI válasz önellenőrzésének megvannak a korlátai, ezért az utolsó prompt az emberi ellenőrzési útvonalat vázolja fel.

PROMPT 4 / 4 Ha el akarnám dönteni, hogy az imént mondott dolgokra ténylegesen támaszkodhatom-e, hogyan ellenőrizném? Add meg: 1. A három legmegbízhatóbb forrást, ahol az állításaid ténylegesen ellenőrizhetők (ne általánosan hivatkozz szakirodalomra, konkrét forrásnévvel, honlappal vagy szervezettel). 2. A leggyorsabb módszert az ellenőrzésre: mit keressek, hol, és mire figyeljek, ami azt jelzi, hogy a válaszod megáll? 3. Ha valamilyen állításodat nem lehet könnyen ellenőrizni, mondj róla annyit: miért nem, és mit jelent ez a gyakorlati alkalmazhatóságára nézve?

Mit kapsz: egy konkrét ellenőrzési tervet. Ha az AI azt mondja, hogy ezt nem lehet könnyen ellenőrizni, az önmagában értékes információ.

Miért számít a sorrend

A tesztek egymásra épülnek

A négy prompt nem cserélhető fel szabadon. A sorrend szándékos.

Az első prompt megtöri az AI alapértelmezett magabiztosságát. A második, miután az AI már beismerte a bizonytalanságot, mélyebbre ás a gyengeségekbe. A harmadik egy valódi szakértő perspektívájából tekint rá a fentiekre, ahol az első két prompt már feltárta a sérülékeny pontokat. A negyedik csak akkor ad értelmes ellenőrzési útvonalat, ha a megelőző három már meghatározta, mi az, ami valóban bizonytalan.

Ha fordított sorrendben futtatod, vagy kihagyod a közbülső lépéseket, az AI visszacsúszik az alapértelmezett magabiztos hangjába, és az ellenőrzési útvonal sem lesz pontos.

Ha csak egyet futtatunk

A legjobb egyetlen prompt: a szakértői felülvizsgálat

Ha nincs idő mind a négyre, vagy az adott helyzet nem indokolja a teljes tesztet, a harmadik prompt ad a legtöbbet: a szakértői felülvizsgálat.

Ennek oka: az AI legtöbbször nem faktumokban téved, hanem az általánosítás mértékében. Amit laikusnak igaznak tűnik, szakértőnek félrevezető. A "képzeld el, hogy egy 15 éves tapasztalattal rendelkező szakértő olvassa" instrukció felszínre hozza azokat a leegyszerűsítéseket, amelyeket egy ellenőrizetlen AI válasz automatikusan tartalmaz.

Ha ezentúl egyetlen ellenőrző lépést adsz hozzá a munkafolyamatodhoz, legyen a harmadik prompt. Mentsd el, és futtasd le, amikor az AI választ tovább akarod küldeni valakinek, aki az alapján döntést fog hozni.

Kalmár Dániel AI Transformation Consultant LinkedIn profil →