Udhëzues për modelet e familjes GPT‑6

GPT‑6 është grupi ynë më i përparuar i modeleve deri më sot⁠ dhe të ofron mundësinë e zgjedhjes së modele për lloje të ndryshme pune.

Pavarësisht nëse po e kthen një ide në një prototip funksional, po zhvillon dhe teston një veçori apo po bashkërendon procese pune me shumë hapa në depo kodi, baza të dhënash dhe API të jashtme, ky udhëzues shpjegon si të zgjedhësh një model GPT‑6, t’i japësh udhëzime efektive, të menaxhosh punën që zgjat shumë dhe të përgatitesh për mjedisin e prodhimit.

• Puno me efektivitet në mjedisin e prodhimit. Përdor ruajtjen në memorien specifike⁠(hapet në një dritare të re) dhe kompaktimin⁠(hapet në një dritare të re) për të menaxhuar kontekstin dhe koston. Mat suksesin e detyrave dhe vonesën, si dhe planifiko monitorimin dhe kontrollet e të dhënave.

• Zgjidh modelin sipas ngarkesës së punës. Ekuilibro aftësinë, koston dhe vonesën duke zgjedhur modelin, përpjekjen e arsyetimit⁠(hapet në një dritare të re) dhe shpejtësinë që i përshtaten detyrës.

• Përshtat kërkesat dhe aftësitë. Sigurohu që kërkesat, aftësitë dhe udhëzimet e depos të jenë në përputhje lidhur me atë që modeli duhet të japë, çfarë mund të bëjë në mënyrë të pavarur dhe kur puna quhet e përfunduar.

• Mbaje punën afatgjatë në drejtimin e duhur. Përdor orientimin⁠(hapet në një dritare të re), mjetet asinkrone⁠(hapet në një dritare të re) dhe delegimin⁠(hapet në një dritare të re) për të menaxhuar përditësimet dhe punën e pavarur. Përcakto qartë kur modeli duhet të të kërkojë mendim.

Përpara vënies në përdorim, duhet të zbatosh disa kontrolle dhe praktika të mira.

• Mbaj parasysh efikasitetin. Hiq kontekstin që nuk i nevojitet detyrës⁠(hapet në një dritare të re), duke ruajtur provat që i nevojiten. Kur aplikacioni yt e mbështet, ekzekuto njëkohësisht detyrat e pavarura⁠(hapet në një dritare të re), që një hap i ngadaltë të mos pengojë punën që nuk lidhet me të.

• Ripërdor kontekstin e përbashkët për punët e përsëritura përmes ruajtjes së kërkesës në memorien specifike⁠(hapet në një dritare të re). Tokenët hyrës të ruajtur në memorien specifike kushtojnë deri në 95% më pak⁠(hapet në një dritare të re) se ata të paruajtur, në varësi të modelit. Vendos udhëzimet e pandryshueshme dhe materialet e referencës përpara hollësive të ndryshueshme të detyrës dhe mbajini të qëndrueshme përkufizimet e mjeteve. Paneli i ruajtjes në memorien specifike⁠(hapet në një dritare të re) dhe udhëzuesi i diagnostikimit⁠(hapet në një dritare të re) të ndihmojnë të shikosh ku dështon ripërdorimi. Kur vlerëson koston e një procesi të plotë pune, përfshi shkrimet në memorien specifike dhe çdo tarifë për kontekstin e gjatë.

• Për bisedat më të gjata, kompaktimi⁠(hapet në një dritare të re) zvogëlon kontekstin duke ruajtur gjendjen e nevojshme për të vazhduar.

• Vendos si do të monitorosh sjelljen⁠(hapet në një dritare të re) dhe shqyrto kontrollet e të dhënave⁠(hapet në një dritare të re) për aplikacionin tënd.

• Testo përpara vënies në përdorim: ekzekuto detyra përfaqësuese dhe mat suksesin e detyrave, kohën e përgjigjes dhe koston për çdo detyrë të përfunduar me sukses. Shih listën tonë të kontrolleve për vënien në përdorim të API-së⁠(hapet në një dritare të re).

Mendoje zgjedhjen e modelit dhe të nivelit të arsyetimit si një ekuilibër mes inteligjencës dhe çmimit.

• Modeli:

  • GPT‑6 Astra⁠(hapet në një dritare të re) për detyrat më të vështira të arsyetimit, ku nevojitet inteligjencë maksimale.

  • GPT‑6.1 Sol⁠(hapet në një dritare të re) për programim kompleks, kërkim dhe përdorim të kompjuterit.

  • GPT‑6 Luna⁠(hapet në një dritare të re) për detyra specifike në shkallë të gjerë dhe punë të përditshme e të përsëritura me synim të qartë, si nxjerrja e fushave të faturave, klasifikimi i kërkesave apo përmbledhjet e strukturuara.

Kur vlerëson modelin më të mirë për detyrën, krahaso çmimet⁠(hapet në një dritare të re) e secilit model.

• Niveli i arsyetimit: Në API, zgjidh sa përpjekje i kushton modeli detyrës.

  • Low: Detyra rutinë, si nxjerrja e fakteve apo ndryshimet e vogla.

  • Medium: Punë që kërkon gjykim, si planifikimi i një veçorie apo krahasimi i alternativave.

  • High: Korrigjim gabimesh të vështira, analizë më e thelluar apo shqyrtim i kujdesshëm.

  • Extra High / Max: Provoji aty ku mbështeten kur High nuk mjafton dhe mbaji vetëm nëse përmirësimi justifikon kohën dhe koston shtesë.

Në API, mund të ndryshosh përpjekjen e arsyetimit gjatë bisedës⁠(hapet në një dritare të re) pa prishur memorien specifike.

Në Codex, nis me nivelin e parazgjedhur të arsyetimit për atë model, pastaj ule për detyra më të thjeshta ose rrite për analizë më të thelluar.

• Shpejtësia:

  • Në API, përdor modalitetin Fast⁠(hapet në një dritare të re) kur koha e përgjigjes ka rëndësi, si në aplikacionet e bisedave apo mjetet e programimit. Ai ofron përgjigje më të shpejta dhe kohë përgjigjeje më të qëndrueshme, me kosto për token më të lartë se përpunimi standard.

  • Në Codex dhe API, përdor modalitetin Ultrafast⁠(hapet në një dritare të re) kur përgjigjet më të shpejta ia vlejnë koston shtesë, si gjatë cikleve të shpejta të programimit. Ai përshpejton gjenerimin e tokenëve, pavarësisht përpjekjes së arsyetimit. I disponueshëm për GPT‑6 Astra⁠(hapet në një dritare të re).

Nis me një detyrë të qartë: rezultatin që do, kujt i shërben, kontekstin dhe kufizimet përkatëse, si dhe kur puna quhet e përfunduar. Pastaj shqyrto këto katër fusha, të përmbledhura nga Rishikimi i aftësive dhe kërkesave për GPT‑6 Astra⁠(hapet në një dritare të re), për t’u thelluar në përditësimin e udhëzimeve të tua:

• Krijo aftësi më të mira: Mbaji përshkrimet të shkurtra dhe të qarta për rastet kur duhet të aktivizohet çdo aftësi, ngarko hollësi mbështetëse vetëm kur nevojiten dhe zëvendëso rregullat e ngurta me udhëzime që u përshtaten modeleve që përdor ekipi yt.

• Përditëso AGENTS.md: Shpjego kur janë të rëndësishme dokumente dhe teste të caktuara dhe autorizo shprehimisht procese rutinë të sigurta, si ekzekutimi i testeve lokale me të dhëna të përkohshme dhe pa qasje në mjedisin e prodhimit.

• Përcakto kufijtë e vendimmarrjes: Trego cilat veprime mund të kryhen në mënyrë të pavarur dhe cilat kërkojnë miratim, duke zëvendësuar rregullat e përgjithshme “pyet gjithmonë” me kufij të qartë.

• Përcakto qartë kur duhet këmbëngulur: Sqaro çfarë përfshin “e përfunduar”: zbatimin e ndryshimit, ekzekutimin, shqyrtimin e rezultatit dhe rregullimin e dështimeve. Identifiko edhe vendimet që kërkojnë shqyrtimin tënd.

Për udhëzime shtesë, shih praktikat më të mira për arsyetimin⁠(hapet në një dritare të re).

Pavarësisht nëse punon në Codex apo zhvillon me API-në, përcakto cilat vendime mund të marrë modeli, kur duhet të të kërkojë informacion dhe si duhet të jetë një përgjigje e dobishme.

Jepi modelit udhëzime të mjaftueshme që puna të ecë përpara, pa u mbështetur në hamendësime për vendime të rëndësishme. Tregoji cilat zgjedhje mund të bëjë dhe kur duhet të të kërkojë mendim⁠(hapet në një dritare të re). Për shembull, mund të zgjedhë si ta organizojë një përmbledhje, por duhet të të pyesë përpara se të ndryshojë shtrirjen e projektit. Përshkruaj si duhet të jetë një përgjigje e dobishme⁠(hapet në një dritare të re): për shembull, gjuhë e thjeshtë, hollësi teknike të përshtatura për audiencën tënde dhe një raport i shkurtër për atë që ndryshoi, çfarë u kontrollua dhe çfarë kërkon ende vëmendje.

Me familjen e modeleve GPT‑6, tani mund të ndërmarrësh detyra që zgjasin me orë ose ditë. Përdor veçoritë e mëposhtme për t’i menaxhuar më mirë agjentët në detyra që zgjasin shumë.

Në API, përdor orientimin, mjetet asinkrone dhe punën paralele që detyrat afatgjata të ecin.

• Përditëso udhëzimet gjatë ekzekutimit: Orientimi gjatë radhës së përgjigjes⁠(hapet në një dritare të re) të lejon të dërgosh një korrigjim përmes Responses WebSocket API⁠(hapet në një dritare të re) ndërsa modeli punon. Përditësimet vendosen në radhë; ato nuk i anulojnë mjetet në ekzekutim dhe as i zhbëjnë veprimet e përfunduara.

• Vazhdo punën ndërsa ekzekutohet një mjet: Thirrja asinkrone e mjeteve⁠(hapet në një dritare të re) i lejon modelit të vazhdojë punën e pavarur ndërsa aplikacioni yt ekzekuton një detyrë më të ngadaltë, si testet. Aplikacioni yt e jep rezultatin kur ai të jetë gati. Prite atë rezultat përpara se të nisësh punën që varet prej tij.

• Delego nëndetyra të pavarura: GPT‑6.1 Sol mbështet procese pune me shumë agjentë në Responses API⁠(hapet në një dritare të re). Ai mund t’u caktojë nënagjentëve punë të pavarur, si shqyrtimi i pjesëve të ndryshme të një baze kodi, dhe t’i bashkojë gjetjet e tyre në një përgjigje përfundimtare. Funksionaliteti me shumë agjentë është aktualisht në fazën beta.

Detyrat afatgjata mund të nxjerrin në pah vendime që nuk do t’i kishit parashikuar domosdoshmërisht në kërkesën fillestare. Përdor sqarimin dhe orientimin për ta mbajtur punën në drejtimin e duhur.

• Përgjigjju pyetjeve ndërsa puna përparon: Me GPT‑6 Astra, Codex mund të kërkojë sqarime ndërsa punon⁠(hapet në një dritare të re). Sqaro pyetjet që ndikojnë në hapin e radhës dhe përcakto cila punë e pavarur mund të vazhdojë ndërsa ti vendos. Nëse do të mungosh, tregoji Codex cilat detyra mund të vazhdojnë dhe kur duhet të ndalet për të pritur përgjigjen tënde.

• Rioriento punën kur kërkesat ndryshojnë: Oriento detyrën aktive⁠(hapet në një dritare të re) me informacione të reja, duke shpjeguar çfarë duhet të ndryshojë dhe çfarë duhet të mbetet njësoj. Kjo të ndihmon të mos shpenzosh më shumë kohë me një qasje që nuk i plotëson më nevojat e tua.

Përdorimi i kompjuterit⁠(hapet në një dritare të re) u lejon GPT‑6 Astra, GPT‑6.1 Sol dhe GPT‑6 Luna të ndërveprojnë drejtpërdrejt me faqe interneti dhe aplikacione kompjuterike, edhe me aplikacione pa API. Për shembull, mund t’i kërkosh modelit të hetojë një gabim, të rregullojë kodin dhe ta hapë produktin tënd në një shfletues për të kontrolluar nëse rregullimi funksionon.

Zgjidh mënyrën më të thjeshtë e të besueshme për çdo hap:

• Përdor një API ose mjet të lidhur kur mund ta kryejë punën drejtpërdrejt.

• Përdor funksionin e përdorimit të kompjuterit kur modeli duhet të lexojë ekranin, të klikojë butona ose të plotësojë një formular për ty.

Nëse po integron përdorimin e kompjuterit në aplikacionin tënd, jepi modelit një mjet që mund të ekzekutojë kod për të kontrolluar një shfletues ose mjedis kompjuterik. Playwright punon me shfletues⁠(hapet në një dritare të re); PyAutoGUI punon me aplikacione kompjuterike.