Khi làm việc với AI, tôi dừng lại trước khi gõ bất cứ điều gì vào ô để tự hỏi một câu hỏi: tôi mong đợi điều gì từ AI? 2x2 để cứu giúp! Tôi đang ở trong ô nào? Trên một trục, tôi cung cấp bao nhiêu ngữ cảnh: không nhiều lắm đến khá nhiều. Trên trục khác, liệu tôi nên theo dõi AI hay để nó tự chạy. Nếu tôi cung cấp rất ít thông tin và để hệ thống chạy: ‘nghiên cứu xu hướng Kỹ sư Triển khai Tiến bộ,’ tôi nhận được kết quả không đáng kể: những cái nhìn tổng quát mà không có chi tiết liên quan. Chạy cùng một dự án với một loạt câu hỏi ngắn tạo ra một cuộc trò chuyện lặp đi lặp lại thành công - một Cuộc Khám Phá. “Những công ty nào đã triển khai Kỹ sư Triển khai Tiến bộ (FDEs)? Những nền tảng điển hình của FDEs là gì? Những loại cấu trúc hợp đồng và doanh nghiệp nào phù hợp với công việc này?” Khi tôi có mức độ không chấp nhận sai sót rất thấp, tôi cung cấp ngữ cảnh rộng rãi và làm việc lặp đi lặp lại với AI. Đối với các bài viết blog hoặc phân tích tài chính, tôi chia sẻ mọi thứ (bản nháp hiện tại, các bài viết trước đó, yêu cầu chi tiết) rồi tiến hành từng câu một. Để một tác nhân tự do chạy đòi hỏi phải định nghĩa mọi thứ ngay từ đầu. Tôi hiếm khi thành công ở đây vì công việc chuẩn bị đòi hỏi sự rõ ràng tuyệt đối - mục tiêu chính xác, thông tin toàn diện, và danh sách nhiệm vụ chi tiết với tiêu chí xác thực - một dàn bài. Những gợi ý này cuối cùng trông giống như các tài liệu yêu cầu sản phẩm mà tôi đã viết khi còn là một quản lý sản phẩm. Câu trả lời cho ‘tôi mong đợi điều gì?’ sẽ trở nên dễ dàng hơn khi các hệ thống AI truy cập nhiều thông tin của tôi hơn và cải thiện khả năng chọn dữ liệu liên quan. Khi tôi trở nên tốt hơn trong việc diễn đạt những gì tôi thực sự muốn, sự hợp tác sẽ cải thiện. Tôi đặt mục tiêu chuyển nhiều câu hỏi của mình ra khỏi ô trên cùng bên trái - cách tôi đã được đào tạo với tìm kiếm Google - vào ba phần tư còn lại. Tôi cũng mong rằng thói quen này sẽ giúp tôi làm việc với mọi người tốt hơn.