Спасение ваших денег промтом для нейросети. Хотите проверить? ))
Этот промт помогает анализировать возможные риски для финансовых активов в условиях кризиса и предлагает направления для их минимизации, примерно так написали авторы телеграм канала и разместили большой комплексный промт для работы с нейросетью.
Хотите посмотреть? Понять, достаточен ли функционал промта для такой задачи.
В конце статьи, по ссылке: промт, мои комментарии и пример промта для глубинного исследования
Пожалуйста, не используйте любые готовые промты как шаблон (мои тоже), это не поможет ))
Используйте как пример, анализируйте, достраивайте, улучшайте под ваши конкретные задачи, бизнес-процессы, целевые модели поведения.
Учитывайте, что большинство языковых моделей обучены на данных, которые могут отставать от текущей даты на несколько месяцев. При работе с финансовыми рынками это может стать причиной критических ошибок.
Частично выручает Deep Research (глубинные исследования), это инструмент в аккаунте ChatGPT и некоторых других нейросетей. Но изредка ошибки и галлюцинации случаются и там - необходима ручная валидация результата.
Нейросеть часто не владеет полной информацией о содержании книг, исследований и т.д., из за ограничений по защите авторских прав. Модель формирует представление на основе фрагментов, включённых в открытые источники — обзоры, статьи, рецензии и т.д. Эту информацию (книги, данные, авторские методики) можно загрузить в Проекты или в GPTS (инструменты в аккаунте ChatGPT).
Однако нейросеть не обладает знаниями в привычной для нас форме. Она предсказывает последовательность частей слов, опираясь на вероятность того, что это слово или часть слова могут здесь находится, в таком контексте, при решении такой задачи. Своего рода "статистическая интуиция". Поэтому не ждите точного дословного цитирования документов, для этого есть другие инструменты.
Если задача выходит за рамки текстовой генерации на основе промтов, например, речь идёт о разработке продукта с веб-поиском и обогащением контекста для языковой модели, с анализом данных, поиском паттернов, прогнозировпнием, расчетом показателей, создается комплексный продукт. В нем могут использоваться разные типы нейросетей (не только языковые) и разные инструменты, включая механизмы жёсткого сценарного задания и обратной связи.
Когда задачи финансового анализа решаются на уровне промта, предполагаю, что речь не о точных рекомендациях, а скорее о возможности более глубоко погрузиться в тему. Поможет найти источники информации, взглянуть "сверху" и увидеть варианты решения вопроса. Поможет структурировать информацию.