Praca z AI: metoda

To wspólny przewodnik. Dotyczy każdego narzędzia; strony per narzędzie obejmują tylko mechanikę, która się różni. Jeśli czytasz tylko jedno, czytaj to.

Jeśli zaczynasz od zera

Wybierz jedno prawdziwe zadanie z tego tygodnia i zrób je ponownie z narzędziem, obok siebie. Nie pytanie testowe, nie „napisz mi wiersz": prawdziwy mail, prawdziwe podsumowanie, prawdziwe porównanie dwóch opcji. Dobre pierwsze żądanie ma trzy części: materiał (wklej go), co chcesz dostać i do czego to jest. „Oto notatki z dzisiejszej rozmowy. Napisz draft maila follow-up do klienta. Maksymalnie dziesięć linii" wygrywa z „pomóż mi z follow-upami" za każdym razem.

„Nie zadziałało" to normalny pierwszy wynik. Poprawka to prawie zawsze więcej materiału i konkretniejsze żądanie, a nie sprytniejsze sformułowanie.

W czym te narzędzia są dobre, a w czym nie

Dobre w: szkicowaniu, streszczaniu, restrukturyzacji, wyjaśnianiu, porównywaniu, zamianie notatek na prozę i prozy na punkty. Wszystko, gdzie wynik ocenisz na pierwszy rzut oka.

Słabe w: byciu źródłem faktów i robieniu Twojej arytmetyki. Model przewiduje prawdopodobny tekst. Gdy output musi być faktualnie poprawny i nie zweryfikujesz go na pierwszy rzut oka, potrzebuje ludzkiej kontroli, nie dlatego, że narzędzie jest źle zrobione: zmyślanie wynika z samego sposobu jego działania. Czasem myli się z pełnym przekonaniem i wtedy niczym się nie zdradza.

Reguła granicy

Jedna reguła, która zapobiega największym szkodom: model szkicuje i wyjaśnia; nie robi filtrowania ani arytmetyki. Jeśli zadanie wymaga wyboru wierszy według reguł, liczenia, sumowania albo obliczeń, zrób tę część w systemie, który ma dane (arkusz, zapytanie, eksport) i przekaż modelowi gotową tabelę, o której ma napisać.

Znany wzorzec porażki, któremu to zapobiega: wyniki wyglądają dobrze na małych, prostych danych, potem cicho się psują, gdy dane rosną albo reguły się piętrzą, tracisz zaufanie, sprawdzasz wszystko ręcznie i oszczędność czasu znika. Jeśli trafiłeś dokładnie na tę ścianę, nie robiłeś tego źle: prosiłeś model o tę połowę pracy, której nie umie zrobić niezawodnie.

Daj mu materiał

Model wie tylko to, co ma przed sobą. Trzy nawyki pokrywają większość:

1. Wklej albo dołącz źródło, nie proś o przypomnienie: Chętnie „pamięta" rzeczy, których nie widział. Jeśli odpowiedź ma pochodzić z dokumentu, dokument idzie do środka.
2. Stały kontekst trzymaj tam, gdzie narzędzie go trzyma: Każde narzędzie ma miejsce na „kim jestem, nad czym pracuję, jak lubię output", żebyś przestał tłumaczyć się od nowa. Strona per narzędzie pokazuje gdzie.
3. Zaczynaj od nowa, gdy rozmowa się zestarzeje: Długie czaty dryfują: model trzyma się pierwszych ustaleń, a sugestie upodabniają się do siebie i bledną. To właściwość długich rozmów, nie awaria. Weź użyteczny wynik, otwórz nowy czat, zabierz tylko materiał, który nadal ma znaczenie.

Sprawdź output

Dopasuj kontrolę do stawki. Draft maila do kolegi: przeczytaj raz. Liczby do zarządu, cokolwiek do klienta, cokolwiek, za co byłoby Ci wstyd, gdyby zawierało błąd: zweryfikuj ze źródłem, za każdym razem. Jeśli weryfikacja trwa dłużej niż samo zadanie, zadanie było po złej stronie reguły granicy: przenieś mechaniczną połowę poza model.

Czego nigdy nie wkładać

Reguły firmy są podane osobno: dostaniesz je na pierwszej sesji; obejmują konta i dane. Dopóki ich nie masz, jedna bezpieczna zasada: używaj konta, które dała firma, nie osobistego, a gdy nie masz pewności, czy ten zbiór danych może trafić do narzędzia, zapytaj przed wklejeniem.

Zapytaj AI o tę stronę zamiast tego

Przećwiczony przykład

Powtarzalny raport to zadanie, które prawie każdy manager ma w jakiejś formie.

1. Liczby wychodzą z systemu, który je ma (CRM, finanse) jako eksport albo zapisany widok. Filtrowanie i sumy dzieją się tam. Jeśli pobranie można zaplanować, zaplanuj je.
2. Model dostaje gotową tabelę plus raport z poprzedniego okresu i pisze draft na ten okres: co się ruszyło, co stoi, co wymaga decyzji.
3. Ty oceniasz draft, bo wiesz, która zmiana ma znaczenie. Popraw błędy, wyślij.

Podział to cała metoda: mechaniczna połowa działa bez Ciebie, model robi pisanie, osąd zostaje Twój. Czas spada z godzin do minut, a liczby zostają wiarygodne, bo model ich nie dotykał.