Диплом без слез: фишки с нейронками и не только, которые помогают студентам
Сейчас поделюсь фишками ИИ и не только, которые помогают быстрее писать работы и вносить правки в них.
По наблюдениям скажу, что прикольные фишки вспоминаются в момент, когда ты их изобрел или повторил, поэтому рекомендую периодически заходить в эту статью, чтобы знакомиться с новыми фишками.
Аудиоверсия:
В этой статье вы узнаете
- Фишка первая: список литературы в алфавитном порядке
- Фишка вторая: табличный формат
- Фишка третья: поиск и исправление лексических и иных конструкций в большом документе
- Фишка четвертая: расставляем сноски в работе
- Фишка пятая: блокнот
- Итог
Фишка первая: список литературы в алфавитном порядке
Когда мы оформили наши источники, то они с большой вероятностью стоят не по алфавиту. Чтобы не делать это руками, мы можем попросить об этом нейросеть:
Расставь в алфавитном порядке не сокращая, списком:
Учитывайте только иерархию типов источников. Сначала законы, НПА и подобное, затем статьи и монографии. Верную последовательность смотрите в своей методичке.
Если у вас проблема с оформлением источников, то читайте другую мою статью:
Фишка вторая: табличный формат
Когда мы анализируем, например, финансовое состояние предприятия, то есть соблазн писать его сплошным текстом:
Это нормально выглядит, но в дополнение к тексту, следует добавить таблицу, чтобы ключевые цифры были на виду. Руками делать таблицу долго и нудно, поэтому копируем текст и идем в ChatGPT, просим его сделать таблицу:
Сделай обычную Word таблицу:
Ее мы можем скопировать и спокойно вставить в свой ворд.
Фишка третья: поиск и исправление лексических и иных конструкций в большом документе
Запомните эту фишку, она очень универсальная и подходит для поиска чего угодно в тексте.
Бывает ситуация, когда мы где-то ошиблись и в тексте появились:
- первое лицо;
- разговорные конструкции;
- просто ошибки и подобное.
Когда нейронок не было, вариантов было два:
- перечитывать текст;
- искать ошибки шорткатами Ctrl + F(H).
Сейчас есть нейросеть, которая проверит текст и не будет врать. И это NotebookLM:
Добавляем файл с работой
Укажи места, где встречается [то, что вас интересует]
Обратите внимание, что на каждый тезис есть сноска и мы можем проверить всё. Этим и силен NLM — он дает ответ только на основе наших источников.
Этот метод можно сравнить с созданием SQL-запросов: наши источники — база данных; текст на естестественном языке — SQL.
Далее копируем проблемное место/предложение/или иное и ищем в основном тексте с помощью поиска по документу: Ctrl + F.
Фишка четвертая: расставляем сноски в работе
Оформили список литературы, поставили по иерархии и в алфавитном порядке, теперь их нужно расставить. Легко, когда у нас только номер источника и можно запомнить, но что делать, когда у нас ещё и номера страниц? Открыть этот же файл ещё раз:
Слева стороны текст работы, а справа этот же док, но в разделе списка источников. И теперь мы спокойно идем по левому файлу, не переключаясь по вкладкам видим номера нужных источников.
Фишка пятая: блокнот
Когда мы что-то копируем из пдф или с сайта интернета, то у нас может быть такая ситуация:
Но если мы предварительно вставим текст в txt-файл и скопируем отсюда же, то:
Нам нужно будет меньше делать действий для форматирования текста.
Итог
На этом пока всё. Напоминаю, что фишек, на самом деле, очень много, но вспоминаются и изобретаются они в процессе работы. Поэтому по мере появления новых буду добавлять их в статью.
Подписывайтесь на мой телеграм, у меня много полезного для студентов :)
Благодарю за прочтение!