قبل قليل، حاولت استخدام Grok لإنشاء نص فيديو، وكانت النتيجة مذهلة حقًا. طلبت بشكل واضح أن يكون التنسيق عموديًا 9:16، بمدة 10 ثوانٍ، ومحتوى سريع الإيقاع، ونتيجة لذلك، كانت شخصية "الفتاة الجميلة" التي فهمها كالتالي... عائلتي مرت ورأت ذلك، وظنوا أنني أفعل شيئًا ما، شعرت بالحرج وسارعت لأخذ لقطة شاشة وقمت بتغطية ذلك.

يبدو أن فهم الذكاء الاصطناعي للغات الطبيعية لا يزال لديه العديد من الانحرافات. نفس الكلمات الدالة، لكن نماذج الذكاء الاصطناعي المختلفة تفهمها بشكل مختلف تمامًا. هل يعني هذا أن وصفي به مشكلة، أم أن هذه الأداة نفسها عرضة "للابتعاد عن المسار"؟ هل واجه أحدكم حالات مشابهة، وكيف يمكن تعديل الكلمات الدالة لجعل الذكاء الاصطناعي يفهم المتطلبات بشكل أكثر دقة؟