Dalam artikel ini
Gunakan ChatGPT dan Claude bersama-sama ketika tinjauan kedua yang terarah dapat meningkatkan draf. Panduan ini membahas cara memindahkan tugas di antara aplikasi asli masing-masing. Ini berbeda dari memilih model di dalam satu produk chat yang sama: akun masing-masing, file, dan status percakapan tidak otomatis berpindah.
Hal yang perlu diingat.
Pindahkan materi sumber yang sudah disetujui secara eksplisit di antara aplikasi yang terpisah.
Gunakan asisten kedua untuk mengkritisi klaim atau kekurangan yang spesifik.
Tolak saran yang menambahkan bukti tanpa dukungan sumber, meskipun terdengar meyakinkan.
Siapkan paket sumber bersama
Buat ringkasan singkat yang memuat audiens, tujuan, fakta yang sudah disetujui, dan batasan. Sertakan draf saat ini serta daftar pertanyaan terbuka ketika berpindah antar aplikasi.
Gunakan hanya informasi yang memang boleh Anda bagikan ke masing-masing layanan. Jangan berasumsi bahwa pengaturan akun atau file yang diunggah akan berpindah dari satu produk ke produk lain.
Ikhtisar ChatGPT Work dan panduan file Claude menjelaskan kemampuan mereka yang berfokus pada dokumen. Menetapkan satu untuk peran penulisan draf dan yang lain untuk peran peninjauan adalah metode editorial yang diusulkan di sini, bukan klaim vendor bahwa kombinasi ini pasti menghasilkan akurasi yang lebih baik.
Minta satu asisten membuat draf terbatas
Contohnya: “Buat draf proposal klien enam slide dari catatan ini. Gunakan judul yang berorientasi tindakan, pertahankan ketidakpastian, dan biarkan syarat komersial yang belum ditentukan tetap terbuka.” Simpan paket sumber bersama hasilnya.
Anda bisa memilih salah satu asisten untuk langkah pertama ini. Alur kerja yang efektif tidak mengharuskan klaim bahwa yang satu selalu lebih baik untuk menulis dan yang lain selalu lebih baik untuk bernalar.
Minta asisten lain untuk tinjauan terarah
Salin brief, sumber, dan draf terbaru ke aplikasi kedua. Sertakan keputusan yang harus dipertahankan dan pertanyaan yang masih terbuka. Jika hanya pendapat asisten pertama yang disalin, peninjau tidak memiliki bukti untuk memeriksanya.
Permintaan tinjauan: “Tinjau draf ini menggunakan sumber terlampir. Buat tabel berisi kalimat persisnya, bagian sumber yang mendukungnya, masalah, dan usulan koreksi. Pisahkan klaim tanpa dukungan dari preferensi gaya bahasa. Jangan tulis ulang draf dulu. Jika sumber tidak menjawab suatu hal, tandai sebagai belum diketahui.”
Terima kritik hanya setelah Anda memeriksanya. Model kedua juga bisa salah memahami bukti atau mengusulkan perubahan yang sebenarnya tidak perlu.
Terapkan perubahan yang sudah diverifikasi dan selesaikan pekerjaan
Pertahankan satu versi draf yang menjadi acuan saat ini dan log keputusan singkat. Jika tidak, dua percakapan itu bisa menyimpang dan Anda mungkin tanpa sengaja mengirim versi yang lebih lama.
Syaxis memungkinkan pengguna berbayar yang memenuhi syarat memilih model OpenAI dan Anthropic yang tersedia di alur kerja Chat-nya sendiri. Ini tidak sama dengan menggabungkan langganan ChatGPT dan Claude atau integrasi asli keduanya. Bandingkan paket.
Jika langkah berikutnya adalah presentasi, bawa draf terpilih dan sumbernya ke Syaxis, lalu sebutkan audiens serta topiknya. Anda bisa membahas dan menyempurnakan materi di Chat sebelum meminta presentasi. Agen presentasi menyusun struktur, meneliti topik, dan membuat slide. Revisi berikutnya dilakukan pada presentasi yang tersimpan.
Terima kritik yang berguna, tolak kritik yang tidak didukung sumber
Berikan sumber fiktif ini kepada penulis: “Pilot dua minggu diusulkan untuk satu tim; belum ada hasil.” Minta peninjau mengidentifikasi klaim yang tidak didukung dalam draf “Pilot yang sukses membuktikan proses ini berhasil di seluruh perusahaan.” Ada dua koreksi yang diperlukan: pilot itu belum terjadi, dan cakupan yang diusulkan hanya satu tim.
Serah terima yang berguna mengembalikan kalimat yang sudah dikoreksi dan menyebut frasa sumber yang mengharuskan perubahan itu. Kritik yang tidak membantu justru meminta penulis menambahkan persentase peningkatan yang terdengar mengesankan. Tolak saran itu sampai ada buktinya. Dalam aplikasi asli yang terpisah, pindahkan ringkasan yang sudah disetujui dan file yang relevan secara eksplisit; memilih model di dalam Syaxis adalah alur kerja produk yang berbeda.
Simpan paket serah terima yang berisi kutipan sumber, draf saat ini, koreksi yang diterima, dan satu permintaan tinjauan. Kembalikan hanya perubahan yang sudah diverifikasi ke aplikasi penulisan. Jika aplikasi kedua tidak bisa membaca lampiran asli, lampirkan ulang di sana atau berikan kutipan yang sudah disetujui; tautan ke percakapan privat pertama bukan pengganti akses.
Unduh paket serah terima dan catatan keputusan
Unduh paket serah terima (.txt) dan catatan keputusan (.csv). Contoh fiktif ini memuat sumber, draf yang sengaja diberi kesalahan, dan permintaan tinjauan. Berikan ketiganya kepada asisten kedua. Isi tabel kosong dengan penilaian Anda sendiri.
Koreksi yang sesuai sumber: “Kami mengusulkan pilot dua minggu pada satu tim; belum ada hasil.” Terima setelah memeriksa sumber. Tolak tambahan tingkat keberhasilan jika tidak ada buktinya. Catat teks yang disetujui beserta nomor versinya.
Pertanyaan Umum
Apakah saya harus mengirim seluruh percakapan ke asisten kedua?
Biasanya, kirim ringkasan yang ringkas, sumber yang sudah disetujui, dan draf yang akan ditinjau. Transkrip yang panjang bisa mencampur saran yang sudah ditolak dengan fakta dan membuat peninjauan kedua menjadi kurang fokus.
Apakah saya harus selalu memakai versi dari asisten kedua?
Tidak. Nilai setiap perubahan yang disarankan berdasarkan sumber dan tujuan. Asisten kedua bisa menemukan kekurangan yang nyata atau justru memasukkan kesalahan baru; perannya adalah meninjau, bukan memberi persetujuan otomatis.
Terapkan dalam pekerjaan Anda.
Panduan Claude vs ChatGPT membantu Anda memilih aplikasi utama. Gunakan lembar penilaian perbandingan untuk mengevaluasi hasilnya dan metode serah terima model untuk menjaga koreksi tetap jelas.
Cara kami menyusun panduan
Syaxis menggunakan AI untuk membantu penulisan dan penerjemahan. Perbandingan mengacu pada sumber yang ditautkan, bukan pengujian langsung, kecuali metode pengujiannya dijelaskan. Contoh yang disajikan bersifat ilustratif, kecuali dinyatakan lain.


