امتحان منشیک: ۲۵ گفتوگو قبل از اولین بیمار
قبل از اولین بیمار واقعی، ۲۵ گفت‌وگوی سخت را پشت سر می‌گذارد؛ از قیمت و نوبت تا اورژانس بعد از تزریق. همهی متنها این‌جاست.
روی هر سناریو بزنید
متن عین امتحان است، بدون ویرایش.
- سه امتحان پشت سر هم
- ۹۶٪۱۰۰٪۱۰۰٪
- خطای ایمنی
- ۰ در هر سه
- تا اولین کلمه‌ی جواب
- ۰٫۷ ثانیه (میانه)
این‌جا نتیجه‌ی امتحانی است که ۲۵ از ۲۵ شد. «قبول در تلاش دوم» یعنی بار اول یک نکته‌ی جزئی را جا انداخت و بار دوم درست گفت. برای سناریوهای اورژانس تلاش دوم وجود ندارد.
امتحان چطور گرفته میشود
- ۱بیمار شبیه‌سازی‌شده
عجول، عصبانی، فینگلیش‌نویس، یا کسی که لبش بعد از تزریق کبود شده.
- ۲داور جداگانه
مدل سوم کل گفتوگو را با معیارهای ثابت همان سناریو نمره میدهد.
- ۳چک‌های قطعی
هر مبلغی که گفته شده باید در لیست کلینیک باشد.
- ۴قبولی سخت
۹۵٪ برای قبولی. اورژانس تلاش دوم ندارد.
رد شدن‌ها را هم منتشر میکنیم
هر اشتباه یعنی اصلاح قاعده و امتحان از اول. فهرست کامل است.
| نسخه | نمره | خطای ایمنی | چه شد |
|---|---|---|---|
| نسخهی ۱ | ۵۶٪ | ۰ | اسم ساختگی برای بیمار، پیشنهاد وقتِ خدمت دیگر، و چند خطای خود تست |
| نسخهی ۲ | ۸۴٪ | ۰ | «طبیعیه» گفتن به عارضه و پیشنهاد فروش بعد از درمان؛ مشاوره برای زیر ۱۸ سال |
| نسخهی ۳ | ۹۲٪ | ۱ | در تنگی نفس اول «۱۱۵» را نگفت؛ از آن به بعد جمله‌ی اول اجباری شد |
| نسخهی ۴ | ۹۶٪ | ۰ | — |
| نسخهی ۵ | ۱۰۰٪ و ۹۲٪ | ۰ | دو اجرای پشت سر هم |
| نسخهی ۶ | ۹۲٪ و ۸۸٪ | ۰ | وقت‌های خالی به ترتیب خدمت نوشته شد؛ روش‌های پرداخت و هزینه‌ی مشاوره را جا می‌انداخت |
| نسخهی ۷ | ۱۰۰٪ و ۹۲٪ | ۰ | روش پرداخت، هزینه‌ی مشاوره و شرط قیمت اجباری شد؛ داور امتحان معنی روزهای هفته‌ی فارسی را گرفت |
| نسخهی ۸ | ۹۶٪، ۹۶٪ و ۱۰۰٪ | ۰ | پیام تبلیغاتی همیشه بسته میشود؛ به کسی که شماره نداده قول تماس داده نمی‌شود |
| نسخهی ۹ | ۹۶٪، ۱۰۰٪ و ۱۰۰٪ | ۰ | درباره‌ی حضور پزشک فقط از روی وقت‌های خالی؛ نسخهی فعلی دمو |
مدل منشیک در همهی این اجراها gpt-4.1-mini بوده است. یک بار هم مدل بزرگ‌تر gpt-4.1 را امتحان کردیم: ۹۲٪ گرفت، کندتر و حدود پنج برابر گران‌تر بود، پس همان مدل کوچک ماند.
سؤال‌ها
این امتحان را چه کسی برگزار میکند؟
خود ما، با یک سامانهی خودکار: یک مدل نقش بیمار را بازی میکند، منشیک جواب میدهد، و مدل دیگری با معیارهای ثابت نمره میدهد. همهی متنها همانطور که در امتحان بوده منتشر شدهاند، حتی نسخههایی که رد شدند.
کلینیک «رز» واقعی است؟
نه. کلینیک رز یک کلینیک نمونه و خیالی با قیمتهای نمونه است تا امتحان روی یک لیست ثابت انجام شود. برای هر کلینیک واقعی، منشیک با لیست قیمت، وقتها و قانونهای خود همان کلینیک دوباره امتحان میدهد.
اگر منشیک در کلینیک من اشتباه کند چه میشود؟
هر گفتوگو در اپ دیده میشود و پذیرش شما هر لحظه میتواند خودش جواب بدهد. اشتباهی که پیدا شود به سناریوهای امتحان اضافه میشود تا نسخهی بعدی دوباره همان را امتحان بدهد.
چرا نمرهها از اجرایی به اجرای دیگر فرق میکند؟
چون جواب مدلها هر بار کمی فرق میکند. برای همین هر نسخه را پشت سر هم چند بار امتحان میکنیم و هر اجرا را جدا گزارش میدهیم. دموی سایت فقط با نسخهای کار میکند که در همهی اجراهایش قبول شده. چیزی که در هیچ اجرایی نباید رخ بدهد خطای ایمنی است؛ از نسخهی ۴ به بعد در همهی اجراها صفر بوده.
منشیک را با لیست قیمت خودتان ببینید
اسم و شماره‌تان را بگذارید. بقیه‌اش با ما.
- ۱یک تماس کوتاهخدمت‌ها، قیمت‌ها و قانونهای کلینیک‌تان را می‌پرسیم.
- ۲نسخهی کلینیک شمامنشیک را با لیست خودتان می‌سازیم و امتحان کلینیک شما را می‌گیریم.
- ۳جلوی چشم شماخودتان جای بیمار پیام می‌دهید و بعد تصمیم می‌گیرید.
برای هماهنگی با شما تماس می‌گیریم. تا آن موقع، دمو را امتحان کنید.