가이드 및 지원

OpenGPT 도움말

가이드를 선택하거나 단계와 문제를 검색하세요.

도움말 검색

먼저 보기: 서로 다른 세 가지 역할

선택, 비교, 검증은 서로 다른 결정을 지원합니다. 어느 것도 보편 순위가 아닙니다.

1선택요구사항으로 모델 계열을 좁힙니다.2비교동일 작업에서 정확한 버전의 실제 출력을 비교합니다.3검증근거 파일의 구조와 내부 일관성을 확인합니다.

AI 모델 선택

네 가지 실무 요구사항으로 설명 가능한 후보를 만듭니다.

기능 열기

이 기능의 목적

해야 할 작업은 알지만 어떤 모델 계열부터 살펴볼지 모를 때 사용합니다.

시작 전 준비

주요 작업, 실행 위치, 가장 중요한 운영 기준과 언어 요구를 정리하세요.

단계별 튜토리얼

1실제 업무와 가장 가까운 작업을 선택합니다.
2데이터를 외부로 보낼 수 없다면 배포 경계를 정확히 설정합니다.
3가장 포기하기 어려운 우선순위를 선택합니다.
4언어 요구를 설정하고 각 후보의 적합 이유, 위험과 다음 검증 단계를 읽습니다.
5후보의 정확한 버전을 동일한 실제 작업으로 비교합니다.

결과 읽는 법

정성적 적합도 표시와 충족한 요구 수는 모델 계열에만 적용되며 개별 버전 평가나 벤치마크 점수가 아닙니다. 표시된 현재 버전은 배포 가능 여부를 확인하고 동일한 작업으로 비교하세요.

증명할 수 없는 것

모델을 호출하거나 최신 가격과 보편적 승자를 확인하지 않습니다. 같은 계열도 버전에 따라 다릅니다.

자주 묻는 질문: 유명한 모델이 첫 번째가 아닌 이유는?

인기가 아니라 선택한 제약에 맞춰 순서를 정합니다. 조건을 바꿔 원인을 확인하고 정확한 버전을 테스트하세요.

↑ 맨 위로

두 모델 비공개 비교

API 키 없이 동일 프롬프트의 공정한 비교를 기록합니다.

기능 열기

이 기능의 목적

세 가지 내장 실무 작업 모음 중 하나로 두 개의 정확한 모델 버전을 비교합니다.

시작 전 준비

두 서비스를 직접 열고 정확한 버전과 설정을 확인하고 민감한 데이터를 제거하세요. 서비스는 전송한 프롬프트를 받으며 요금이 발생할 수 있습니다.

단계별 튜토리얼

1서로 다른 두 개의 정확한 모델 버전을 선택합니다.
2세 가지 내장 작업 모음 중 하나를 선택합니다.
3각 공급자 링크를 열고 동일한 프롬프트를 바꾸지 않고 실행합니다.
4두 전체 출력을 붙여넣고 정확성, 지시 준수, 완전성, 안전성, 명확성을 판단합니다.
5모든 사례를 완료하고 미완료 항목을 확인한 뒤 보고서를 저장합니다.

결과 읽는 법

승리와 무승부는 이 세션에서 완료한 사례만 요약합니다. 선택 이유를 적은 메모도 중요한 근거입니다.

증명할 수 없는 것

모델 호출, 응답 출처 확인, 후보 라벨 숨김과 사용자 정의 프롬프트는 지원하지 않습니다. 작은 수동 비교는 보편 순위가 아닙니다.

자주 묻는 질문: 두 답변 모두 문제가 있으면?

분명한 우열이 없으면 무승부를 선택하고 문제를 메모하세요. 근거가 약할 때 승자를 만들지 마세요.

↑ 맨 위로

근거 또는 비교 보고서 검증

지원되는 JSON의 구조, 내부 일관성, 비밀정보 패턴과 로컬 지문을 확인합니다.

기능 열기

이 기능의 목적

OpenGPT Evidence v1/v2 또는 비공개 비교에서 내려받은 비교 보고서를 검사합니다. 모든 검사는 이 브라우저 안에서 실행됩니다.

시작 전 준비

원본 JSON 파일을 준비하세요. 비교 보고서는 비공개 비교에서 내려받고, 초안이 아닌 완료 결과가 필요하다면 먼저 모든 사례를 끝내세요.

단계별 튜토리얼

1JSON 파일을 선택합니다. 내용은 브라우저에 남습니다.
2Evidence v1/v2 또는 OpenGPT 비공개 비교 v1/v2로 인식되는지 확인합니다.
3근거 패키지는 필수 필드, 실행 기록, 날짜, 점수와 비밀정보 안전 규칙을 확인합니다. 비교 보고서는 후보 이름, 작업 모음, 초안·완료 상태, 중복 없는 사례, 요약과 기록된 판정의 일치 여부를 확인합니다.
4선언된 요약을 읽고 나중에 같은 파일인지 확인해야 한다면 SHA-256 지문을 저장합니다.
5검사에 실패하면 통과시키려고 내려받은 보고서를 편집하지 말고 원본 데이터를 고치거나 미완료 사례를 끝내세요.

결과 읽는 법

Evidence v1/v2에서 통과는 지원 구조와 일관성 규칙을 만족한다는 뜻이고 데모는 예제임을 나타냅니다. 비교 보고서에서 통과는 완료 보고서가 내부적으로 일치함을, 초안은 구조는 유효하지만 비교가 끝나지 않았음을 뜻합니다. 실패는 검토할 필수 항목이 있다는 뜻입니다.

증명할 수 없는 것

통과해도 이름 붙은 모델이 붙여넣은 답변을 만들었다는 것, 공급자 주장의 진실성 또는 기록한 작업 밖으로 결과가 일반화된다는 것을 증명하지 않습니다. 서로 다른 파일의 결과는 자동 비교할 수 없습니다.

자주 묻는 질문: 통과한 비교 보고서는 한 모델이 더 우수함을 증명하나요?

아니요. 지원되는 보고서의 구조와 내부 일관성만 확인합니다. 모델 신원, 테스트 품질, 출력과 의사결정 관련성은 별도로 판단해야 합니다.

↑ 맨 위로

모델 살펴보기

정확한 버전을 테스트하기 전에 모델 계열을 이해합니다.

기능 열기

이 기능의 목적

모델 페이지에서 공식 포지셔닝, 일반적인 강점, 알려진 절충점과 적합한 작업을 확인합니다.

시작 전 준비

중요한 작업이나 제약을 준비하세요. 계열 이름만으로 도입을 결정하면 안 됩니다.

단계별 튜토리얼

1모델, 강점, 한계 또는 작업으로 검색합니다.
2이미 표시된 프로필에서 강점과 한계를 함께 읽습니다.
3적합한 작업과 연결된 공식 출처를 확인합니다.
4펼쳐진 버전 목록에서 정확한 두 버전을 선택합니다.
5버전 비교를 눌러 두 후보를 동일 작업 비교로 보냅니다.

결과 읽는 법

프로필은 검증할 가설을 만드는 안내 자료이며 독립적인 성능 측정이 아닙니다.

증명할 수 없는 것

공급자 주장과 계열 설명이 모든 버전에 적용되지는 않습니다. 가격, 개인정보와 제한을 직접 확인하세요.

자주 묻는 질문: 이 페이지만 보고 모델을 선택해도 되나요?

후보를 만든 뒤 중요한 결정 전에는 정확한 버전을 실제 작업으로 비교하세요.

↑ 맨 위로

평가 방법 이해

모델 결정을 검토하고 재현 가능하게 만드는 요소를 배웁니다.

기능 열기

이 기능의 목적

평가를 설계, 공개 또는 신뢰하기 전에 근거 품질과 인기를 구분할 때 사용합니다.

시작 전 준비

구체적 결정 질문, 정확한 모델 버전, 대표 작업과 원본 출력 보존 계획을 준비하세요.

단계별 튜토리얼

1결과를 보기 전에 결정과 성공 기준을 작성합니다.
2모든 후보에 같은 작업, 설정과 채점 규칙을 사용합니다.
3프롬프트, 출력, 설정, 실패, 시간과 모음 지문을 보존합니다.
4수동, 자동, 블라인드, 무작위, 독립 재현 범위를 밝힙니다.
5불확실성과 명시적 한계를 결론과 함께 공개합니다.

결과 읽는 법

근거 수준은 목표 기준입니다. 현재 L1을 지원하고 L2는 일부이며 L3–L4는 현 로컬 흐름 밖의 기능이 필요합니다.

증명할 수 없는 것

엄격한 과정도 모든 사용자, 언어, 미래 버전과 운영 환경을 대표한다고 보장할 수 없습니다.

자주 묻는 질문: 항상 더 높은 근거 수준이 필요한가요?

결정의 영향에 맞추세요. 개인 시험은 L1로 충분할 수 있지만 공개·고위험 주장은 더 강한 독립 근거가 필요합니다.

↑ 맨 위로

쉬운 용어집

낯선 표시가 있을 때 확인하세요.

요구사항 적합도: 모델 계열의 정성적 적합도 표시와 충족한 요구 수이며 개별 버전 평가가 아닙니다. 표시된 현재 버전은 배포 가능 여부를 확인하고 동일한 작업으로 비교해야 합니다.
모델 계열: 관련 모델 버전의 그룹이며 버전마다 기능이 다를 수 있습니다.
벤치마크: 명시된 조건에서 시스템을 비교하는 반복 가능한 작업과 채점 규칙입니다.
근거 파일: 평가 방법과 관찰 결과를 선언하는 구조화 기록입니다.
스키마: 필수 필드와 허용 값을 정의하는 기계 판독 규칙입니다.
SHA-256 지문: 정확히 같은 파일을 확인하는 로컬 식별자로 파일이 바뀌면 값도 바뀝니다.