Při práci s umělou inteligencí se zastavím, než něco napíšu do pole, abych si položil otázku: co od umělé inteligence očekávám? 2x2 na pomoc! Ve které krabici jsem? Na jedné ose, kolik kontextu poskytuji: ne moc až docela dost. Na druhou stranu, zda mám sledovat umělou inteligenci, nebo ji nechat běžet. Pokud poskytnu velmi málo informací a nechám systém běžet: "zkoumejte trendy Forward Deployed Engineers", dostanu zahozené výsledky: široké přehledy bez relevantních detailů. Spuštěním stejného projektu s řadou krátkých otázek se vytvoří iterativní konverzace, která je úspěšná – průzkum. "Které společnosti zavedly předsunuté inženýry (FDE)? Jaké jsou typické příčiny FDE? Jaké typy smluvních struktur a podniků se k této práci hodí?" Když mám velmi nízkou toleranci k chybám, poskytuji rozsáhlý kontext a pracuji iterativně s AI. U příspěvků na blogu nebo finanční analýzy sdílím vše (aktuální návrhy, předchozí spisy, podrobné požadavky) a pak postupuji větu po větě. Nechat agenta volně běžet vyžaduje definovat vše předem. Málokdy se mi to podaří, protože počáteční práce vyžaduje obrovskou jasnost - přesné cíle, komplexní informace a podrobné seznamy úkolů s ověřovacími kritérii - osnovu. Tyto výzvy nakonec vypadají jako dokumenty s požadavky na produkt, které jsem napsal jako produktový manažer. Odpověď na otázku "co očekávám?" bude snazší, protože systémy umělé inteligence budou mít přístup k více mým informacím a zlepší se při výběru relevantních dat. Jak se zlepšuji v artikulaci toho, co skutečně chci, spolupráce se zlepšuje. Mým cílem je přesunout mnohem více mých otázek z levého horního segmentu - jak jsem byl trénován s vyhledáváním Google - do dalších tří kvadrantů. Také očekávám, že mi tento zvyk pomůže lépe pracovat s lidmi.