GPT-6 Astra bei der Arbeit: Bericht, Tabelle und Beitragssuche
Viel Kontext klingt beeindruckend. Aber was machen wir damit? Drei konkrete Aufgaben für Astra: widersprüchliche Dokumente klären, ein bearbeitbares Budget und eine lauffähige Suche.
Eine hilfreiche Antwort lässt dich zur Quelle zurückkehren und die Schlussfolgerung prüfen. Hier geht es um Dokumente und die Bewertung von Antworten.
Beginne mit der Quellenprüfung. Mit eigenen Dokumenten kannst du NotebookLM oder RAG an Fragen testen, deren Antworten du kennst.
Viel Kontext klingt beeindruckend. Aber was machen wir damit? Drei konkrete Aufgaben für Astra: widersprüchliche Dokumente klären, ein bearbeitbares Budget und eine lauffähige Suche.
Dokumente in NotebookLM laden und fragen. Aber was, wenn eines die neue Funktion beschreibt und ein anderes das alte Limit? Ordnen wir die Quellen, bevor daraus eine elegante Zusammenfassung wird.
Drei Links lassen eine Antwort glaubwürdig aussehen. Öffnen wir sie. Vielleicht führen alle zu derselben Ankündigung, und ausgerechnet der interessanteste Satz bleibt unbelegt.
Du lädst die aktuellen Bedingungen hoch, aber der Chat nennt weiter die alten. Bevor wir das Modell wechseln, sehen wir uns an, welche Ausschnitte es tatsächlich zu lesen bekam.