การแก้ไขฉบับร่างจาก ChatGPT ให้เป็นต้นฉบับที่ส่งได้
ขั้นตอนการแก้ไขอย่างเป็นลำดับสำหรับฉบับร่างจาก ChatGPT ในบริบทการวิจัย เริ่มจากข้ออ้างและหลักฐาน ตามด้วยโครงสร้าง จากนั้นจังหวะประโยค และคำศัพท์เป็นลำดับสุดท้าย เพื่อให้สิ่งที่ได้เป็นต้นฉบับที่สามารถปกป้องได้ ไม่ใช่ย่อหน้าที่ปรับให้เข้ากับตัวเลข
ร่างหนึ่งถูกส่งกลับมาจาก ChatGPT ในเก้าสิบวินาที และอ่านได้ดีพอจนการเคลื่อนไหวที่ชัดเจนคือเริ่มจากประโยคแรกแล้วขัดเกลาต่อไปข้างหน้า สองชั่วโมงต่อมา ย่อหน้าที่ใช้เวลานานที่สุดถูกลบออก เพราะข้ออ้างที่ค้ำมันไว้กลับไม่มีอะไรอยู่ข้างหลัง ลำดับที่คุณแก้ไขเป็นตัวกำหนดว่าคุณจะทิ้งงานนั้นไปมากเพียงใด
วิธีแก้ไขผลลัพธ์จาก ChatGPT ในบริบทการวิจัยดำเนินเป็นสี่รอบ โดยเรียงตามว่าความผิดพลาดใดแก้ไขยากและมีต้นทุนสูงกว่าในภายหลัง, ก่อนคือข้ออ้างและหลักฐาน, ที่สองคือโครงสร้าง, ที่สามคือจังหวะของประโยค, และสุดท้ายคือคำศัพท์ แต่ละรอบตั้งอยู่บนสมมติฐานว่ารอบก่อนหน้าได้หยุดเคลื่อนไหวแล้ว หากทำตามลำดับอื่น ความใส่ใจที่ดีที่สุดของคุณจะหมดไปกับประโยคที่ไม่อาจอยู่รอดได้ตลอดสัปดาห์
วิธีแก้ไขผลลัพธ์จาก ChatGPT ในสี่รอบ
การแก้ไขไม่ได้ทำลายข้อความในระดับเดียวกันเสมอไป การย้ายย่อหน้าหนึ่งย่อหน้าต้องเขียนรอยเชื่อมทั้งหมดที่คุณทำให้เรียบไว้ใหม่ การเพิ่มประโยคในรอบแก้ไขครั้งที่สามจะรีเซ็ตจังหวะของย่อหน้าที่คุณปรับสมดุลไว้ในรอบที่สอง การลบข้ออ้างที่ไม่มีแหล่งอ้างอิงทำลายประโยคที่คุณใช้เวลายี่สิบนาทีในการปรับแต่ง ลำดับนี้มีอยู่เพราะเราต้องการทำงานจากการเปลี่ยนแปลงที่ทำลายมากที่สุดไปสู่การเปลี่ยนแปลงที่ทำลายน้อยที่สุด และคงแต่ละรอบไว้ให้สมบูรณ์
| รอบ | สิ่งที่คุณกำลังแก้ไข | เหตุผลที่วางไว้ตรงนี้ |
|---|---|---|
| หนึ่ง: ข้ออ้างและหลักฐาน | ประโยคที่เป็นข้อเท็จจริงแต่ละประโยคเป็นความจริงหรือไม่ และสามารถสืบย้อนกลับไปยังแหล่งที่คุณเปิดอยู่ได้หรือไม่ | ประโยคที่คุณกำลังจะลบไม่คุ้มค่าที่จะขัดเกลาก่อน |
| สอง: โครงสร้าง | ลำดับของส่วนต่าง ๆ ทำหน้าที่รองรับข้อโต้แย้งของคุณ หรือเป็นเพียงรายการหัวข้อ | การย้ายย่อหน้าหลังจากแก้ไขระดับประโยคแล้ว หมายถึงต้องแก้ไขรอยเชื่อมทุกจุดอีกครั้ง |
| สาม: จังหวะของประโยค | ความยาวของประโยคที่สม่ำเสมอ และรูปแบบอนุประโยคที่ซ้ำกันภายในย่อหน้า | การแทรกทุกครั้งในรอบหนึ่งและสองจะรีเซ็ตจังหวะของย่อหน้า |
| สี่: คำศัพท์ | กริยาสำเร็จรูปและนามธรรมที่ไม่ให้ข้อมูลใด ๆ | การแก้ไขที่ถูกที่สุดและเป็นคันโยกที่เล็กที่สุด จึงอยู่ท้ายสุด |
รอบที่หนึ่ง: ตรวจสอบทุกข้ออ้างเทียบกับแหล่งที่คุณได้เปิดไว้
อ่านร่างฉบับหนึ่งรอบโดยไม่มีเจตนาจะปรับปรุงงานเขียน ในรอบนี้คุณเพียงทำเครื่องหมายประโยคที่ยืนยันสิ่งที่เป็นข้อเท็จจริงเท่านั้น, เช่น ตัวเลข, กลไก, ผลการค้นพบ, หรือข้ออ้างเกี่ยวกับสิ่งที่สาขานี้คิดอยู่ในปัจจุบัน อย่างอื่นรอได้ และการล่อลวงให้แก้ถ้อยคำที่ติดขัดไปพลาง ๆ คือสิ่งที่ค่อย ๆ เปลี่ยนการอ่านหนึ่งรอบยี่สิบนาทีให้กลายเป็นช่วงบ่ายทั้งช่วง
ให้ประโยคที่ทำเครื่องหมายไว้แต่ละประโยคมีเครื่องหมายหนึ่งในสามแบบ เครื่องหมายแรก, ฉันได้อ่านต้นฉบับแล้วและสามารถอ้างอิงได้ เครื่องหมายที่สอง, ฉันรู้ว่าสิ่งนี้เป็นจริงและต้องไปค้นหาต้นฉบับ เครื่องหมายที่สาม, โมเดลเป็นผู้ยืนยันสิ่งนี้และฉันไม่รู้ว่ามันมาจากไหน ประโยคที่ได้เครื่องหมายที่สามจะถูกลบออกแทนที่จะถูกเขียนใหม่ นี่เป็นคำสั่งที่ยากที่สุดในที่นี้ที่จะปฏิบัติตาม, เพราะประโยคเหล่านั้นมักเป็นประโยคที่ลื่นไหลที่สุดบนหน้า
ร่างที่โมเดลสร้างขึ้นมักระบุข้ออ้างว่าเป็นของใครไม่เฉพาะเจาะจง และถ้อยคำก็เผยให้เห็น Recent studies suggest, researchers have found, it is widely accepted, แต่ละวลีนี้คือรูปแบบที่ข้ออ้างหนึ่ง ๆ ใช้เมื่อไม่มีบทความเฉพาะรองรับอยู่เบื้องหลัง แต่ละกรณีเป็นได้ทั้งการอ้างอิงจริงที่คุณยังไม่ได้ใส่ หรือเป็นประโยคที่ไม่มีอะไรอยู่ข้างใต้ และวิธีตรวจสอบว่ากรณีใดคืออะไรคือพยายามระบุชื่อบทความ หากคุณทำได้ ให้ใส่ชื่อบทความไว้ในประโยค หากทำไม่ได้ ประโยคนั้นต้องถูกตัดออก
เอกสารอ้างอิงที่โมเดลให้มาจำเป็นต้องตรวจสอบกับฐานข้อมูลก่อนจะนำไปไว้ใกล้รายการอ้างอิงของคุณ เพราะผู้แต่ง, ปี และวารสารที่ดูน่าเชื่อถือสามารถประกอบขึ้นได้โดยที่ไม่มีบทความที่ตรงกันอยู่จริง An AI citation checker แก้ตัวระบุสำหรับรายการทั้งหมดได้ในหนึ่งรอบ ซึ่งเร็วกว่าการค้นหาชื่อเรื่องแต่ละรายการด้วยมือ และเร็วกว่ามากเมื่อเทียบกับการค้นพบปัญหาจากบันทึกขอบหน้ากระดาษของอาจารย์ที่ปรึกษา ทำสิ่งนี้ก่อนที่คุณจะอ้างอิงสิ่งใดก็ตามที่ร่างฉบับส่งมาให้คุณ
รอบที่สอง, สร้างโครงสร้างขึ้นใหม่รอบข้อโต้แย้งของคุณ
โครงสร้างมาเป็นลำดับที่สอง เพราะการย้ายย่อหน้าหลังจากที่คุณได้แก้ไขระดับประโยคแล้ว หมายถึงต้องแก้ไขจุดเชื่อมทั้งหมดอีกครั้ง ในรอบนี้คุณกำลังตัดสินใจว่าอะไรควรอยู่ตรงไหนและอะไรควรถูกตัดออกไปทั้งหมด และคุณควรคาดว่าร่างจะสั้นลง แบบจำลองสร้างเอกสารที่ดูเหมือนสมบูรณ์จากพรอมป์ต์ ซึ่งเป็นวัตถุคนละชนิดกับเอกสารที่สร้างขึ้นเพื่อโต้แย้งประเด็นหนึ่งประเด็น
อ่านเฉพาะประโยคแรกของทุกย่อหน้า ตามลำดับ และอย่างอื่นไม่ต้องอ่านเลย ควรอ่านแล้วเหมือนเป็นข้อโต้แย้ง, นี่คือสิ่งที่เราขอ, นี่คือวิธีที่เราพิจารณา, นี่คือสิ่งที่เราพบ, นี่คือความหมายของมัน วิธีเฉพาะอย่างหนึ่งที่ร่างที่สร้างขึ้นจะไม่ผ่านการทดสอบนี้ คือมันอ่านเหมือนรายการหัวข้อ มากกว่าจะเป็นแนวเหตุผล, แบบจำลองกำลังเติมพรอมป์ต์ทีละย่อหน้า โดยไม่มีวิทยานิพนธ์ให้รับใช้
ข้อบกพร่องเชิงโครงสร้างประการที่สองคือการให้น้ำหนักเท่ากัน แบบจำลองให้พื้นที่แก่ทุกหัวข้อย่อยประมาณเท่ากัน เพราะไม่มีอะไรในพรอมป์ต์บอกว่าตอนใดสำคัญ งานต้นฉบับจริงมีความไม่สมดุล ผลที่คุณมีจริง ข้อจำกัดที่กระทบจริง วิธีที่คุณเปลี่ยนกลางคัน, สิ่งเหล่านี้สมควรได้พื้นที่มากกว่าภูมิหลัง และภูมิหลังมักจะสูญเสียความยาวไปหนึ่งในสามในรอบนี้ ขณะคุณอยู่ตรงนั้น ให้ตัดประโยคท้ายของแต่ละส่วนที่ทวนซ้ำส่วนเดิมออก ผู้อ่านที่เพิ่งอ่านไปแล้วไม่ได้ประโยชน์อะไร และร่างที่สร้างขึ้นมักจะมีประโยคแบบนั้นเกือบทุกครั้ง
ทำให้บทความของคุณเป็นธรรมชาติมากขึ้น
ปรับข้อความที่ช่วยโดย AI ของคุณให้ฟังดูเป็นธรรมชาติ, โดยไม่แตะต้องคำสำคัญหรือการอ้างอิง
รอบที่สาม: แก้จังหวะเมื่อเนื้อหาไม่ขยับแล้ว
จังหวะของประโยคคุ้มค่าที่จะแก้ไขก็ต่อเมื่อเนื้อหานิ่งแล้ว เพราะการแทรกทุกครั้งในสองรอบข้างต้นจะรีเซ็ตมัน สิ่งที่คุณกำลังมองหาคือชุดของประโยคที่มีความยาวและรูปแบบคล้ายกัน ประโยคสี่ประโยคติดต่อกันที่มีความยาวแทบเหมือนกันจะฟังดูแบนเมื่ออ่านออกเสียง และความยาวประโยคที่สม่ำเสมอตลอดช่วงข้อความคือร่องรอยเชิงโครงสร้างที่ทั้งผู้อ่านที่รอบคอบและตัวจำแนกทางสถิติจะตรวจจับได้
การแก้ไขนี้เป็นเรื่องเชิงกล อ่านย่อหน้าออกเสียง ทำเครื่องหมายช่วงที่มีประโยคสองหรือสามประโยคซึ่งให้ผลเหมือนกัน แล้วแยกประโยคหนึ่งออกหรือรวมสองประโยคเข้าด้วยกันโดยใช้จุลภาคให้ทำงานจริง ประโยคยาวต้องสมควรแก่ความยาวของมันด้วยการแบกรับความซับซ้อน เงื่อนไข หรือผลตามมา ซึ่งประโยคสั้นจะต้องกล่าวซ้ำสองครั้ง ตัวอย่างที่ทำจริงของวิธีเหล่านี้ พร้อมเวอร์ชันก่อนและหลังวางเคียงกัน อยู่ในคู่มือเกี่ยวกับ how to humanize AI text
จงต้านทานแรงล่อใจในทางกลับกัน ประโยคเติมเต็ม ซึ่งไม่เพิ่มอะไรเลยแต่มีอยู่เพียงเพื่อรบกวนจังหวะ จะถูกผู้อ่านจับได้ภายในสองย่อหน้า ความหลากหลายต้องมาจากเนื้อหาที่มีสิ่งจะกล่าวในปริมาณต่างกันในช่วงเวลาต่างกัน ซึ่งเป็นเหตุผลเดียวกับที่ย่อหน้าวิจัยจริงย่อมไม่สม่ำเสมอตั้งแต่ต้น
Pass Four: คำศัพท์, สุดท้ายและเล็กที่สุด
คำศัพท์อยู่ลำดับสุดท้ายเพราะเป็นการแก้ไขที่ถูกที่สุดและเป็นคันโยกที่เล็กที่สุด และการทำมันก่อนให้ความรู้สึกว่ามีความก้าวหน้าโดยไม่มีเนื้อหาสาระ ฉบับร่างที่สร้างขึ้นมักพึ่งพากริยาเชิงวิชาการที่ใช้บ่อยและนามธรรมชุดเล็ก ๆ และผู้อ่านที่ตรวจงานหนึ่งร้อยชิ้นต่อภาคการศึกษาได้เห็นทั้งหมดแล้ว Facilitate, underscore, pivotal, robust, myriad และ showcase เป็นคำที่มักพบในฉบับร่างงานวิจัย
จงแทนที่กริยาสำเร็จรูปด้วยคำที่ประโยคนั้นต้องการจริง ๆ และใช้การทดสอบข้อมูลเพื่อตัดสินใจ, showed, measured, doubled และ failed ต่างบอกผู้อ่านบางสิ่งที่ facilitate ไม่ได้บอก A free AI word cleaner จับคำศัพท์สำเร็จรูปส่วนใหญ่ได้ภายในไม่กี่วินาที ซึ่งเป็นระยะเวลาที่เหมาะสมในการใช้กับมัน ความเสี่ยงที่แท้จริงในรอบนี้คือการแก้เกินพอดี เพราะฉบับร่างที่ถูกลบความเป็นเครื่องจักรออกอย่างหนักจะอ่านเหมือนการฝึกใช้พจนานุกรมคำพ้อง และอาจารย์ที่ปรึกษาจะสังเกตเห็นสิ่งนั้นได้เร็วกว่าซอฟต์แวร์ใด ๆ
สิ่งที่การผ่านทั้งสี่รอบทิ้งไว้ให้คุณ
ต้นฉบับที่คุณสามารถปกป้องได้ คือฉบับที่คุณชี้ไปที่ประโยคใดก็ได้แล้วบอกได้ว่ามันมาจากไหน นั่นคือผลลัพธ์ที่แท้จริง และทุกขั้นตอนข้างต้นเป็นก้าวไปสู่สิ่งนั้น, ขั้นตอนแรกให้แหล่งที่มาของทุกข้ออ้าง, ขั้นตอนที่สองให้โครงสร้างแก่ข้อโต้แย้ง, ขั้นตอนที่สามและสี่ทำให้ผลลัพธ์อ่านได้ในระดับที่วารสารหรือผู้ตรวจประเมินคาดหวัง
คะแนนการเขียนด้วย AI มักลดลงตลอดขั้นตอนเหล่านี้โดยที่ไม่มีใครตั้งใจให้เป็นเช่นนั้น เพราะแต่ละขั้นตอนลบสิ่งที่คะแนนนั้นคำนวณจากมันออกไป, ข้ออ้างทั่วไปที่ไม่มีแหล่งอ้างอิง, การให้น้ำหนักส่วนต่าง ๆ อย่างเท่า ๆ กัน, ความยาวประโยคที่สม่ำเสมอ, คำศัพท์สำเร็จรูป การมองว่าคะแนนนั้นเองเป็นเป้าหมายทำให้การทำงานกลับด้าน คำแนะนำของ Turnitin เองพูดตรงไปตรงมาเกี่ยวกับข้อจำกัดของตัวเลขนี้ โดยระบุว่าแบบจำลองของมัน "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."
ขอพูดถึงบริบทของเครื่องมือสักเล็กน้อย แล้วกลับไปที่ต้นฉบับ An AI humanizer สามารถทำขั้นตอนที่สามกับเอกสารยาวได้เร็วกว่าเมื่อมนุษย์ทำ และมันรายงานค่า Human Score โดยประมาณที่คำนวณจากข้อความ แทนที่จะเป็นคำตัดสินจากตัวตรวจจับที่มีชื่อใดชื่อหนึ่ง มันไม่สามารถทำขั้นตอนแรกได้เลย เพราะมันไม่ได้อยู่ในห้องตอนที่งานเกิดขึ้น และไม่มีทางรู้ว่าข้ออ้างใดของคุณมีแหล่งที่มารองรับอยู่เบื้องหลัง
การที่ต้องระบุที่มาของร่างต้นฉบับในต้นฉบับหรือไม่นั้นเป็นอีกคำถามหนึ่งที่มีคำตอบจริง และขึ้นอยู่กับสถาบันของคุณหรือวารสารเป้าหมาย มากกว่าขึ้นอยู่กับว่าข้อความผ่านการแก้ไขไปมากเพียงใด คำแนะนำเกี่ยวกับ how to disclose AI use in a paper ครอบคลุมถ้อยคำที่นโยบายส่วนใหญ่คาดหวัง และตำแหน่งที่ควรอยู่ในเอกสาร
หากปัญหาเร่งด่วนคือค่าตัวเลขในรายงาน lowering an AI score ได้รับการจัดการในหน้าเฉพาะของมันเอง Whether the tools built to do that actually work เป็นคำถามเบื้องต้นที่สมเหตุสมผล และมีคำตอบของมันเอง
การอ่านสี่รอบนี้ทำหน้าที่เป็นงบประมาณไปในตัว เมื่อมีเวลาเพียงหนึ่งเย็นก่อนถึงกำหนดส่ง ให้ใช้กับสองรอบแรก และปล่อยให้บางประโยคยังคงติดขัดอยู่บ้าง ประโยคที่ติดขัดแต่เชื่อมกับข้อค้นพบที่คุณสามารถปกป้องได้ ย่อมผ่านการสอบปากเปล่าได้ ประโยคที่สละสลวยแต่ไม่เชื่อมกับสิ่งใด ไม่ได้เป็นเช่นนั้น
คำถามที่พบบ่อย
ทำงานเป็นสี่รอบ ตรวจสอบข้ออ้างเชิงข้อเท็จจริงทุกข้อเทียบกับแหล่งข้อมูลที่คุณเปิดอ่านแล้ว ลบประโยคที่ไม่สามารถอ้างอิงได้ จัดโครงสร้างใหม่ให้ลำดับของส่วนต่าง ๆ รองรับข้อโต้แย้งของคุณ แก้จังหวะประโยคเมื่อเนื้อหาไม่เปลี่ยนแล้ว เปลี่ยนถ้อยคำสำเร็จรูปเป็นลำดับสุดท้าย การทำวิธีแก้ไขผลลัพธ์จาก ChatGPT ตามลำดับนี้ช่วยหยุดไม่ให้คุณขัดเกลาประโยคที่ภายหลังถูกตัดทิ้ง
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.