ChatGPT मसौदे को प्रस्तुत करने योग्य पांडुलिपि में संपादित करना
शोध संदर्भ में ChatGPT मसौदे के लिए एक क्रमबद्ध संपादन प्रक्रिया। पहले दावे और साक्ष्य, दूसरे संरचना, तीसरे वाक्य-लय, और अंत में शब्दावली, ताकि अंत में आपके पास ऐसा पांडुलिपि हो जिसे आप बचाव कर सकें, न कि ऐसा अनुच्छेद जो केवल किसी संख्या के अनुसार समायोजित किया गया हो.
ChatGPT से एक मसौदा नब्बे सेकंड में वापस आता है और इतना अच्छा पढ़ा जाता है कि स्पष्ट कदम पहले वाक्य से शुरू करके आगे की ओर परिष्कृत करना लगता है। दो घंटे बाद जिस अनुच्छेद को सबसे अधिक समय लगा था, वह हटा दिया जाता है, क्योंकि उसे सहारा देने वाला दावा वास्तव में निराधार निकला। आप किस क्रम में संपादन करते हैं, यह तय करता है कि उस काम का कितना हिस्सा आप व्यर्थ कर देंगे।
शोध संदर्भ में ChatGPT आउटपुट को कैसे संपादित करें, यह चार चरणों में चलता है, और उनका क्रम इस बात से तय होता है कि बाद में किसी गलती को सुधारना कितना महंगा पड़ेगा: पहले दावे और साक्ष्य, दूसरे संरचना, तीसरे वाक्य-लय, और अंत में शब्दावली। हर चरण यह मानकर चलता है कि उससे पहले वाला चरण अब नहीं बदल रहा। इन्हें किसी और क्रम में चलाइए, और आपका सर्वोत्तम ध्यान ऐसे वाक्यों पर लग जाएगा जो सप्ताह भर भी नहीं टिकेंगे।
ChatGPT आउटपुट को चार चरणों में कैसे संपादित करें
संपादन समान रूप से विनाशकारी नहीं होते। किसी अनुच्छेद को स्थानांतरित करने का अर्थ है उन सभी संयोजनों को फिर से लिखना जिन्हें आपने सुचारु किया था। तीसरे संशोधन में एक वाक्य जोड़ने से दूसरे में संतुलित किए गए अनुच्छेद की लय फिर से आरंभ हो जाती है। बिना स्रोत वाले दावे को हटाने से वह वाक्य नष्ट हो जाता है जिसे आपने बीस मिनट तक साधा था। यह क्रम इसलिए मौजूद है क्योंकि हम सबसे अधिक विनाशकारी परिवर्तन से सबसे कम विनाशकारी परिवर्तन की ओर काम करना चाहते हैं और हर चरण को यथावत छोड़ना चाहते हैं।
| चरण | आप क्या ठीक कर रहे हैं | यह यहाँ क्यों है |
|---|---|---|
| एक: दावे और साक्ष्य | क्या प्रत्येक तथ्यात्मक वाक्य सत्य है और किसी ऐसे स्रोत तक पता लगाया जा सकता है जिसे आपने खोला है | जिस वाक्य को आप हटाने वाले हैं, उसे पहले परिष्कृत करना सार्थक नहीं है |
| दो: संरचना | क्या अनुभागों का क्रम विषयों की सूची के बजाय आपके तर्क को आगे बढ़ाता है | पंक्ति-संपादन के बाद अनुच्छेद को स्थानांतरित करने का अर्थ है हर संयोजन को फिर से संपादित करना |
| तीन: वाक्य-लय | अनुच्छेद के भीतर वाक्य-लंबाई की एकरूपता और दोहराए गए उपवाक्य-रूप | चरण एक और दो में हर सम्मिलन अनुच्छेद की लय को फिर से आरंभ कर देता है |
| चार: शब्दावली | रूढ़ क्रियाएँ और अमूर्तताएँ जो कोई सूचना नहीं देतीं | सबसे सस्ता संपादन और सबसे छोटा साधन, इसलिए यह अंत में आता है |
चरण एक: हर दावे की तुलना उस स्रोत से करें जिसे आपने खोला है
मसौदे को एक बार बिना लेखन को सुधारने के इरादे के पढ़ें। इस चरण में आप केवल उन वाक्यों को चिह्नित कर रहे हैं जो कोई तथ्यात्मक बात कहते हैं, एक संख्या, एक तंत्र, एक निष्कर्ष, क्षेत्र इस समय क्या सोचता है, इस पर कोई दावा। बाकी सब बाद में किया जा सकता है, और चलते-चलते किसी भद्दे वाक्यांश को ठीक करने का प्रलोभन ही वह चीज़ है जो चुपचाप बीस मिनट के चरण को पूरे दोपहर के काम में बदल देती है।
प्रत्येक चिह्नित वाक्य को तीन में से एक चिह्न दें। पहला चिह्न, मैंने स्रोत पढ़ लिया है और उसका हवाला दे सकता हूँ। दूसरा चिह्न, मुझे पता है कि यह सत्य है और मुझे जाकर स्रोत ढूँढ़ना है। तीसरा चिह्न, मॉडल ने यह कहा है और मुझे कोई अंदाज़ा नहीं कि यह कहाँ से आया। तीसरे चिह्न वाले वाक्य पुनर्लेखन के बजाय हटा दिए जाते हैं। यहाँ पालन करने के लिए यह सबसे कठिन निर्देश है, क्योंकि ऐसे वाक्य आमतौर पर पृष्ठ पर सबसे सहज वाक्य होते हैं।
मॉडल का मसौदा दावों को किसी विशेष व्यक्ति के नाम से नहीं जोड़ता, और उसकी भाषा इसे प्रकट कर देती है। हाल के अध्ययन सुझाव देते हैं, शोधकर्ताओं ने पाया है, यह व्यापक रूप से स्वीकार किया जाता है, इनमें से प्रत्येक उस रूप जैसा है जो कोई दावा तब लेता है जब उसके पीछे कोई विशिष्ट शोधपत्र नहीं होता। इनमें से हर एक या तो एक वास्तविक उद्धरण है जिसे आपने अभी तक नहीं जोड़ा है, या ऐसा वाक्य है जिसके नीचे कुछ नहीं है, और यह पता लगाने का तरीका है कि कौन-सा है, शोधपत्र का नाम लेने की कोशिश करना। यदि आप कर सकते हैं, तो उसका नाम वाक्य में ही लिखें। यदि आप नहीं कर सकते, तो वाक्य हटा दें।
मॉडल द्वारा दिए गए संदर्भों को आपकी संदर्भ सूची में जाने से पहले डेटाबेस के साथ जाँचना चाहिए, क्योंकि एक संभावित लेखक, वर्ष और पत्रिका को बिना किसी मिलते-जुलते शोधपत्र के मौजूद हुए भी एक साथ रखा जा सकता है। एक AI citation checker एक ही चरण में पूरी सूची के लिए पहचानकर्ताओं को सुलझा देता है, जो प्रत्येक शीर्षक को हाथ से खोजने से तेज़ है और किसी पर्यवेक्षक की हाशिया टिप्पणी में समस्या का पता चलने से तो काफी अधिक तेज़ है। मसौदे ने आपको जो कुछ भी दिया है, उसका हवाला देने से पहले यह करें।
चरण 2: अपने तर्क के चारों ओर संरचना का पुनर्निर्माण करें
संरचना दूसरे स्थान पर आती है, क्योंकि किसी अनुच्छेद को उसकी पंक्ति-संपादन के बाद स्थानांतरित करने का अर्थ है उसके सभी संयोजकों को फिर से संपादित करना। इस चरण में आप तय कर रहे हैं कि क्या कहाँ जाएगा और क्या पूरी तरह काट दिया जाएगा, और आपको अपेक्षा करनी चाहिए कि मसौदा छोटा हो जाएगा। एक मॉडल ने एक संकेत से पूर्ण-सा दिखने वाला दस्तावेज़ तैयार किया, जो उस दस्तावेज़ से भिन्न वस्तु है जिसे एक तर्क प्रस्तुत करने के लिए बनाया गया हो।
प्रत्येक अनुच्छेद के केवल पहले वाक्य को, क्रम से, और कुछ नहीं, पढ़ें। उसे एक तर्क की तरह पढ़ा जाना चाहिए, यह हमने क्या माँगा, हमने कैसे देखा, हमने क्या पाया, इसका क्या अर्थ है। एक उत्पन्न मसौदा इस परीक्षा में जिस एक विशिष्ट तरीके से विफल होगा, वह यह है कि वह तर्क-श्रृंखला की बजाय विषयों की सूची की तरह पढ़ा जाएगा, मॉडल ने बिना किसी थीसिस के, जिसे सेवा दे सके, अनुच्छेद दर अनुच्छेद संकेत को पूरा किया था।
दूसरी संरचनात्मक त्रुटि समान भारांकन है। एक मॉडल प्रत्येक उपविषय को लगभग समान मात्रा में स्थान देता है, क्योंकि संकेत में किसी ने उसे नहीं बताया कि कौन-सा भाग महत्वपूर्ण है। एक वास्तविक पांडुलिपि असंतुलित होती है। आपके पास वास्तव में जो निष्कर्ष है, जो सीमा वास्तव में बाधक बनी, जो विधि आपने बीच में बदली, इन्हें पृष्ठभूमि की तुलना में अधिक स्थान मिलता है, और इस चरण में पृष्ठभूमि आमतौर पर अपनी लंबाई का एक तिहाई खो देती है। वहीं रहते हुए, प्रत्येक खंड के अंत में उस वाक्य को काट दें जो खंड का पुनरुक्ति करता है। एक पाठक जिसने उसे अभी पढ़ा है, उससे कुछ नहीं पाता, और एक उत्पन्न मसौदा लगभग हर बार ऐसा एक वाक्य बना देता है।
अपने पेपर को मानवीय बनाइए
अपने AI-सहायता प्राप्त पाठ को रूपांतरित करें और उसे मानवीय ध्वनि दें, महत्वपूर्ण शब्दों या उद्धरणों को छेड़े बिना।
चरण 3: जब सामग्री का स्थानांतरण रुक जाए, तब लय ठीक करें
वाक्य-लय को केवल तब ठीक करना उचित है जब सामग्री स्थिर हो चुकी हो, क्योंकि ऊपर के दो चरणों में हर जोड़ इसे फिर से आरंभ कर देता है। आप जिस चीज़ की तलाश कर रहे हैं, वह ऐसे वाक्यों की शृंखला है जो लंबाई और संरचना में समान हों। लगभग समान लंबाई के चार लगातार वाक्य ऊँचे स्वर में पढ़ने पर सपाट लगेंगे, और किसी अंश में वाक्य-लंबाई की एकरूपता वही संरचनात्मक चिह्न है जिसे एक सावधान पाठक और एक सांख्यिकीय वर्गीकारक, दोनों, पहचान लेते हैं।
मरम्मत यांत्रिक है। अनुच्छेद को जोर से पढ़ें, दो या तीन वाक्यों की किसी भी ऐसी श्रृंखला को चिह्नित करें जो एक ही तरह से प्रभाव डालती हो, फिर उनमें से एक को विभाजित करें या दो को एक साथ इस तरह जोड़ें कि अल्पविराम वास्तविक काम करे। एक लंबे वाक्य को अपनी लंबाई का औचित्य एक जटिलता, एक शर्त या एक परिणाम को वहन करके देना होता है, जिसे एक छोटे वाक्य को दो बार कहना पड़ता। इन चालों के काम किए हुए उदाहरण, पहले और बाद के संस्करणों के साथ-साथ, AI text को humanize कैसे करें पर मार्गदर्शिका में हैं।
विपरीत प्रलोभन का प्रतिरोध करें। भराव वाक्य, जो कुछ नहीं जोड़ते लेकिन केवल लय को बाधित करने के लिए मौजूद रहते हैं, पाठक को दो अनुच्छेदों के भीतर ही दिख जाते हैं। विविधता को इस बात से आना चाहिए कि सामग्री के पास अलग-अलग क्षणों में कहने के लिए अलग-अलग मात्रा में बात हो, और यही वही कारण है कि एक वास्तविक शोध अनुच्छेद शुरू से ही असमान होता है।
चौथा चरण: शब्दावली, अंतिम और सबसे छोटा
शब्दावली अंत में आती है क्योंकि यह सबसे सस्ता संपादन और सबसे छोटा लीवर है, और इसे पहले करने से प्रगति का एहसास मिलता है, न कि वास्तविक सामग्री। एक उत्पन्न मसौदा उच्च-आवृत्ति वाले अकादमिक क्रियाओं और अमूर्तताओं के छोटे समूह पर निर्भर करता है, और एक पाठक जो एक सत्र में सौ शोध-पत्र चिह्नित करता है, उन सबको देख चुका होता है। facilitate, underscore, pivotal, robust, myriad और showcase शोध मसौदे में सामान्य संदिग्ध हैं।
एक तैयार-शुदा क्रिया को उस क्रिया से बदलें जिसकी वाक्य को वास्तव में आवश्यकता है, और निर्णय लेने के लिए सूचना-परीक्षण का उपयोग करें: showed, measured, doubled और failed प्रत्येक पाठक को कुछ ऐसा बताते हैं जो facilitate नहीं बताता। एक मुफ्त AI word cleaner कुछ ही सेकंड में अधिकांश तैयार-शुदा शब्दावली पकड़ लेता है, और उस पर खर्च करने के लिए यही उचित समय है। इस चरण में अत्यधिक सुधार ही वास्तविक जोखिम है, क्योंकि जो मसौदा आक्रामक रूप से de-machined किया गया हो, वह thesaurus अभ्यास की तरह पढ़ा जाता है, और एक पर्यवेक्षक इसे किसी भी software से तेज़ पहचान लेता है।
चारों चरण आपको किस स्थिति में छोड़ते हैं
एक ऐसा manuscript जिसे आप बचाव कर सकें, वह वह होता है जिसमें आप किसी भी वाक्य की ओर संकेत करके बता सकें कि वह कहाँ से आया है। यही वास्तविक deliverable है, और ऊपर का हर pass उसकी ओर एक कदम है: pass one हर दावे को एक स्रोत देता है, pass two तर्क को एक आकार देता है, passes three और four परिणाम को उस स्तर पर पठनीय बनाते हैं जिसकी अपेक्षा एक journal या एक marker करता है।
एक AI writing score आमतौर पर इन passes के दौरान बिना किसी के उसे लक्ष्य बनाए ही गिर जाता है, क्योंकि हर pass उस चीज़ को हटाता है जिससे score की गणना होती है: unsourced सामान्य दावे, समान section weighting, वाक्यों की समान लंबाई, stock vocabulary. score को ही लक्ष्य मानना काम को उलट देता है। Turnitin की अपनी guidance इस संख्या की सीमाओं के बारे में स्पष्ट है, और कहती है कि उसका model "may not always be accurate (it may misidentify human-written, AI-generated, and AI-paraphrased text), so it should not be used as the sole basis for adverse actions against a student."
पहले tooling के बारे में एक संदर्भ बिंदु, फिर manuscript पर लौटते हैं। An AI humanizer एक लंबे document पर तीसरा pass किसी व्यक्ति की तुलना में अधिक तेज़ी से कर सकता है, और यह किसी named detector के verdict के बजाय text से computed एक estimated Human Score रिपोर्ट करता है। यह पहला pass बिल्कुल नहीं कर सकता, क्योंकि काम के समय वह कमरे में मौजूद नहीं था और उसके पास यह जानने का कोई तरीका नहीं है कि आपके किन दावों के पीछे स्रोत है।
क्या draft की उत्पत्ति को manuscript में बताने की आवश्यकता है, यह एक अलग प्रश्न है जिसका वास्तविक उत्तर है, और यह इस पर निर्भर करता है कि आपका institution या target journal क्या है, न कि इस पर कि संपादन के बाद text का कितना भाग बचा। how to disclose AI use in a paper पर guidance उन शब्दों को कवर करती है जिनकी अधिकांश policies अपेक्षा करती हैं और यह भी कि वे document में कहाँ होने चाहिए।
यदि तत्काल समस्या report पर एक संख्या है, तो lowering an AI score को अपने अलग page पर लिया गया है। Whether the tools built to do that actually work एक उचित पूर्व प्रश्न है, और उसका अपना उत्तर है।
चारों चरण एक बजट की तरह भी काम करते हैं। समय-सीमा से पहले केवल एक शाम हो, तो उसे पहले दो चरणों पर खर्च करें और कुछ वाक्यों को थोड़ा अटपटा रहने दें। जिस निष्कर्ष का आप बचाव कर सकते हैं, उससे जुड़ा अटपटा वाक्य viva में टिक जाता है। जो वाक्य किसी भी बात से जुड़ा न हो, वह नहीं टिकता।
अक्सर पूछे जाने वाले प्रश्न
चार चरणों में काम करें। हर तथ्यात्मक दावे को उस स्रोत से मिलाएँ जिसे आपने खोला है, और जिन वाक्यों का स्रोत नहीं मिल सकता उन्हें हटा दें। संरचना को इस तरह पुनर्गठित करें कि अनुभागों का क्रम आपके तर्क को आगे बढ़ाए। जब सामग्री स्थिर हो जाए, तब वाक्य-लय ठीक करें। स्टॉक शब्दावली को अंत में बदलें। how to edit chatgpt output को इसी क्रम में करना आपको ऐसे वाक्यों को चमकाने से रोकता है जिन्हें बाद में हटा दिया जाएगा.
Content strategist at TextPulse, here since the company started. Mark writes the product and technical coverage: how the humanizer works under the hood, what changes in each release, and what a specification actually means for your writing. His reviews of writing software come from using them on real documents rather than reading a feature list.
