모델별 답변이 갈릴 때 뭘 먼저 확인할지 정하는 프롬프트
일치를 정답으로 보지 않습니다. 한 모델만 말한 주장을 따로 표시합니다.
| 분류 | AI 사용법 › 환각·검증 |
|---|---|
| 태그 | 분석검토표 |
I asked the same question of several models and got different answers. **Work out what the difference means.** 1. **Separate where they agree from where they differ.** ***Agreement is not correctness*** — models trained on overlapping data repeat the same errors together. **Note that explicitly** 2. **Classify each disagreement:** - **Factual** — they cannot both be true. ***This one has to be resolved before use*** - **Interpretive** — they read the question differently. **Then my question was ambiguous, not their answers wrong** - **Scope** — one covered more ground - **Emphasis** — same content, different weighting. Usually not a real difference 3. **For each factual disagreement:** - **Which side is checkable, and how** - ***Which answer is more specific*** — **and treat that as a warning, not as evidence.** The more detailed answer is often the more confidently wrong one 4. **Where only one model produced a claim the others did not mention at all** — flag it. ***A claim nobody else makes is either an insight or a fabrication, and the shape is the same*** **Output:** agreed / differs (with type) / **what to check first**. ⚠️ ***Do not decide which model is right.*** **Do not average them into a merged answer** — a blend of a right answer and a wrong one is wrong.
붙여 넣으면 맨 아래에 채울 칸(모델별 답변 · 내가 한 질문)이 나옵니다
어떤 프롬프트인가
여러 모델이 같은 답을 냈다고 맞는 게 아니다. 학습 데이터가 겹치면 같은 오류를 같이 반복한다. 이 프롬프트는 불일치를 사실·해석·범위·강조로 나누고, 한 모델만 말한 주장과 더 구체적인 답을 경고 신호로 표시하며, 답을 섞어 평균내는 것을 금지한다.
같은 분류의 프롬프트
| 주장 증거 해부 분석 프롬프트 | |
| 팩트체크 평가 프롬프트 | |
| 주장 사실 확인 프롬프트 | |
| 형식 검증 모드 프롬프트 | |
| AI가 지어낸 인용을 잡아내는 프롬프트 |