AI を扱う中で、私はボックスに何かを入力する前に立ち止まって、AI に何を期待しているのか、という質問を自問しています。 2x2が助けに!私はどのボックスにいますか? 一軸では、私がどれだけのコンテキストを提供するか:それほど多くはないか、かなりの量です。もう一方では、AIを見守るべきか、それとも動かせるべきか。 情報をほとんど提供せず、システムを稼働させると、「前方配備エンジニアの傾向を調査する」と、関連する詳細のない広範な概要という使い捨ての結果が得られます。 一連の短い質問で同じプロジェクトを実行すると、反復的な会話が成功し、探索が成功します。 「どの企業が前方配備エンジニア(FDE)を導入していますか?FDEの代表的な経歴とは?どのタイプの契約構造とビジネスがこの仕事に適していますか?」 間違いに対する許容度が非常に低い場合は、広範なコンテキストを提供し、AI と繰り返し作業します。ブログ投稿や財務分析の場合は、すべて (現在のドラフト、以前の著作、詳細な要件) を共有し、一文ずつ進めていきます。 エージェントを自由に実行させるには、すべてを事前に定義する必要があります。事前の作業では、正確な目標、包括的な情報、検証基準を含む詳細なタスクリスト、つまり概要など、非常に明確さが要求されるため、ここで成功することはめったにありません。 これらのプロンプトは、私がプロダクトマネージャーとして書いた製品要件ドキュメントのように見えます。 AI システムがより多くの情報にアクセスし、関連データの選択が向上するにつれて、「何を期待すればよいか」に対する答えは容易になります。自分が実際に望んでいることを明確に表現できるようになるにつれて、コラボレーションは改善されます。 私は、さらに多くの質問を左上のバケット(Google検索でどのように訓練されたか)から他の3つの象限に移すことを目指しています。 また、この習慣が人々とよりよく関わるのに役立つことを期待しています。