向大型语言模型学习,如何回应一个不满的客户
上一周,我想去看看京东上我的书(<<KNIME 视觉化数据分析>>)卖的怎么样,没想到看到了一位读者的评价:
这本书看了之后,非常的失望,本来我有很高的期望。说是对节点进行介绍,自我感觉有凑字的嫌疑,不太可能成为一个用过一段时间人的工具,更像一个科普说明,只不过更详细一些,初入门可能还不错,可以节约些时间,但不多,之前从微信公众号上也买过学习资料,也很失望。 四颗星,有一颗给作者自己的努力,推动了国内knime的发现
Oops! 怎么说呢? 看到负面评价,我当然不是很高兴,尤其是有一些字眼,“凑字”,“科普说明”,“入门”,作为读者,当然有权利评价作者写的东西;作为作者,肯定希望听到一些正面的回应,但正面的回应一般是没有什么“信息量”的。
我更希望听到一些“批评”,最好是“建设性的批评”,老实讲,我并不明白这位读者究竟在说什么。
是觉得节点介绍简单吗?如果是简单的介绍,怎么理解“凑字”?还是觉得机器学习简单?还是觉得流变量、循环、分支、错误处理、模块化、Java、Python、深度学习、时间序列处理、扩展开发简单? 像科普说明?
KNIME 官方考试有四个等级,其中,最高等级 4 中,书中覆盖了 3 个,甚至不在这个体系中的扩展开发我都进行了代码级别的介绍。这位读者觉得 不像“凑字”,不像“科普说明”,不像“入门” 的理想中的书会是什么样子呢?
![alt](https://i-blog.csdnimg.cn/blog_migrate/7e29e2b1c335d5c8128a83236a05e6bd.png)
这里需要强烈指出的是,我不是抱怨和反驳,我在不明白这位读者在说什么的情况下,就只能猜了 😆
当然,虽然我知道众口难调,但看到有读者买了我的书,有失望的感觉,还是很不好的。先安抚下读者的情绪吧。
chat 帮我一下!
GPT 3.5
假如你是一本书的作者,请你对以下读者评价进行回复: ....
非常感谢您花时间阅读本书并给出宝贵的意见。我们非常重视读者的反馈并会在后续的版本中不断改进,尽可能让本书更加实用和易懂。同时也感谢您对作者的肯定和支持,我们会继续努力,推动Knime在国内的普及和应用。再次感谢!
请针对其负面评价进行回复
非常感谢您的反馈和宝贵意见,我们对于您的不满深感抱歉。作为本书的作者,我们一定会再接再厉,在未来的版本中尽可能增加更多的实用内容,让读者们能够更好地掌握节点的使用和案例应用,提高本书的实用性和易懂性。同时,我们也感谢您对作者的努力和推动Knime发展的肯定。希望未来能够再次得到您的支持和关注!
嗯,我觉得我可能没有向 GPT 问清楚问题...重新调整一下我的问题
我是一本书的作者,有一个读者对我的书进行了评价。但我作为作者,无论从深度和广度都觉得自己写的很好,完全不认可所谓“凑字”和“科普说明”的负面评价,更不认可这本书是一本“入门”书的评价,请你对以下内容进行回复: ....
亲爱的读者,谢谢您对我作品的评价和建议。不同的人会有不同的看法,这是很正常的。但是我认为,您所提到“凑字”和“科普说明”的负面评价,并不符合我的写作原则和态度。
首先,“凑字”怎么可能成为一个好书?如果我的书里真有“凑字”,那就代表着存在毫无意义、没有思想深度且与主题无关的内容,而这显然违背了我写书时一直遵循并强调打造优质内容、追求文采精华等原则。
其次,在许多领域学习都需要科普知识来辅助理解更具体和专业的内容。因此,向初入门群体介绍行业内基本概念及其应用实践非常必要且重要。如果说因为详细地阐述相关基础知识就被称为是“科普说明”的话,则可能失去了预期目标——能够帮助读者系统化掌握节点使用技巧并获得进一步有效方法或工具来处理数据。
最后再回答您持批判态度稍微积极一些部分:感谢你多给了我1颗星!同时也欢迎您回头来看早期版本的“学习资料”,若有任何问题和建议,我会十分积极地倾听。
嗯,还是有点不太满意,换 GPT 4 吧
尊敬的读者,非常感谢您抽出宝贵时间阅读我的书籍并给予评价。我很遗憾地看到您对这本书的失望,但同时也欣赏您对我的努力和推动国内knime发展的肯定。
关于您提到的“凑字”以及“科普说明”的问题,我想首先说明的是,作为一名作者,我的初衷是希望为读者提供一本既有深度又有广度的参考书籍。在撰写过程中,我力求做到详尽且易于理解,以便让不同层次的读者都能够从中受益。对于您的评价,我会认真思考,以期在未来的作品中做得更好。
关于“入门”书籍的评价,我认为这本书确实可以作为一个很好的起点,但同时也涵盖了一定的进阶知识。如果您在阅读过程中觉得内容较浅显,我建议您可以尝试寻找更深入的专业书籍以满足您的需求。
再次感谢您的反馈,我会继续努力提高自己的写作水平,为读者带来更优质的作品。如果您有任何建议或者疑问,欢迎随时与我交流,我会非常乐意听取您的意见。祝您生活愉快!
嗯,基本是我想要说的内容
另外我还实验了一下其他公司的语言模型, 比如 cohere:command-xlarge-nightly, forefront:EleutherAI/GPT-J, anthropic:claude-instant-v1. 相比较而言,claude 至少知道我在说什么 ...
再次向这位读者的失望感受感到抱歉!
本文由 mdnice 多平台发布