คำสั่งให้ AI สำหรับงานควรมีอะไรบ้าง?
คำสั่งสำหรับงานควรระบุชิ้นงานที่ต้องส่ง กลุ่มผู้อ่าน จุดประสงค์ และข้อมูลที่คำตอบสามารถนำมาใช้ จากนั้นระบุข้อจำกัดสำคัญ ได้แก่ ความยาว น้ำเสียง ข้อเท็จจริงที่ต้องคงไว้ ข้อมูลที่ห้ามอนุมาน และสิ่งที่ต้องทำเมื่อข้อมูลไม่ครบ ขอบเขตที่ชัดเจนมีประโยชน์กว่าการขอให้เครื่องมือพูดเหมือนผู้เชี่ยวชาญ
สมมติว่าบริษัทที่ปรึกษาแห่งหนึ่งจัดเวิร์กช็อปเรื่องเอกสารสรุปโจทย์โครงการ ข้อเท็จจริงที่อนุมัติแล้วคือ เป็นกิจกรรมออนไลน์ มีใบงาน และมีช่วงถามคำถามตอนท้าย คำสั่งไม่ควรเปิดช่องให้โมเดลแต่งเรื่องลูกค้า ผลลัพธ์ ความเร่งด่วน หรือเหตุผลที่ผู้มีโอกาสเป็นลูกค้าแต่ละรายจำเป็นต้องเข้าร่วมเวิร์กช็อปนี้
ผลงานที่ต้องส่งมอบ
ผลลัพธ์ที่ได้กลับมาคืออะไรกันแน่: อีเมล ตาราง สรุปหนึ่งหน้า หรือทางเลือกสามแบบ.
ผู้อ่านและวัตถุประสงค์
ใครเป็นผู้อ่าน และหลังอ่านแล้วควรตัดสินใจหรือทำอะไรได้บ้าง
เนื้อหาที่ได้รับอนุมัติ
ข้อเท็จจริง บันทึก หรือเอกสารที่คำตอบใช้อ้างอิงได้ โดยไม่ใช้อย่างอื่นนอกเหนือจากนี้
ข้อสันนิษฐานที่ห้ามทำ
ข้อกล่าวอ้างที่ผู้ตรวจทานไม่อยากเห็นว่าถูกแต่งขึ้นมากที่สุด ได้แก่ ผลลัพธ์ การรับรอง วันที่ ราคา และความมีจำนวนจำกัด
ข้อมูลที่ขาด
คำสั่งให้ระบุข้อมูลที่ขาดเป็นคำถาม แทนที่จะเติมข้อมูลขึ้นมาเอง
ตัวอย่างคำสั่งให้ AI ที่ใช้ทำงานจริงได้เป็นอย่างไร?
ตัวอย่างคำสั่ง: ร่างอีเมลเชิญสั้น ๆ สำหรับผู้จัดการฝ่ายปฏิบัติการ ใช้เฉพาะข้อเท็จจริงเหล่านี้: เวิร์กช็อปออนไลน์เกี่ยวกับการเขียนบรีฟโครงการให้ชัดเจนขึ้น ใบงานสำหรับฝึกปฏิบัติ และช่วงเวลาสำหรับถามคำถาม ใช้น้ำเสียงตรงประเด็นและเป็นประโยชน์ ห้ามแต่งชื่อลูกค้า จำนวนผู้เข้าร่วม ผลลัพธ์ หรืออ้างว่าที่นั่งมีจำกัด หากขาดข้อเท็จจริงที่น่าจะเป็นประโยชน์ ให้เขียนเป็นรายการคำถามต่อท้ายร่าง
คำสั่งทำให้ผู้ตรวจทานมีสิ่งที่ใช้เปรียบเทียบกับคำตอบได้ คุณตรวจสอบกลุ่มผู้อ่านเป้าหมาย ข้อเท็จจริงจากแหล่งข้อมูล และข้ออนุมานที่ห้ามทำได้ โดยไม่จำเป็นต้องรู้ว่าเกิดอะไรขึ้นภายในโมเดล นี่เป็นงานตัวอย่างเพื่ออธิบาย ไม่ใช่คำรับรองว่าคำสั่งใดคำสั่งหนึ่งจะให้คำตอบที่ถูกต้องเสมอ.
แนวทางเดียวกันนี้ใช้กับงานภายในองค์กรอย่างไร?
โครงสร้างเดียวกันใช้ได้กับงานภายใน ซึ่งความเสี่ยงมักเป็นบทสรุปที่ดูมั่นใจแต่ซ่อนความเห็นที่ไม่ตรงกันไว้ ลองดูร้านค้าของใช้ในบ้านออนไลน์สมมติชื่อวิกเกอร์แอนด์ไพน์ ซึ่งมีพนักงาน 30 คน และผู้ประสานงานฝ่ายปฏิบัติการต้องสรุปใบเสนอราคาจากผู้จัดหาสามรายให้ผู้ก่อตั้ง
คำสั่งที่ยังไม่ดี: เราควรเลือกผู้จัดหารายใด? คำตอบที่น่าจะได้คือการแนะนำผู้จัดหารายหนึ่งพร้อมเหตุผลที่ดูเป็นระบบ ทั้งที่ผู้ก่อตั้งไม่ได้ให้เกณฑ์การเลือกไว้เลย และใบเสนอราคารายหนึ่งไม่ได้รวมค่าจัดส่ง
คำสั่งสำหรับธุรกิจ: เปรียบเทียบใบเสนอราคาจากผู้จัดหาสามรายด้านล่างให้ผู้ก่อตั้ง ซึ่งจะเลือกผู้จัดหาบรรจุภัณฑ์ในสัปดาห์หน้า เกณฑ์เรียงตามความสำคัญ ได้แก่ ราคาต่อหน่วยตามปริมาณที่เราสั่งตามปกติ ค่าจัดส่ง จำนวนสั่งซื้อขั้นต่ำ และระยะเวลารอสินค้า นำเสนอเป็นตารางโดยให้ผู้จัดหาแต่ละรายอยู่คนละแถว หากใบเสนอราคาไม่ได้ระบุข้อมูลใด ให้เขียนว่า ไม่ระบุ อย่าแนะนำผู้จัดหารายใด หลังตาราง ให้ระบุคำถามที่เราควรถามผู้จัดหาแต่ละรายก่อนตัดสินใจ [วางใบเสนอราคา]
ผลลัพธ์ที่ผ่านการตรวจทานมีช่องค่าจัดส่งของผู้จำหน่ายรายหนึ่งระบุว่าไม่ได้แจ้ง พร้อมคำถามขอให้ผู้จำหน่ายยืนยันข้อมูลนั้น ช่องเดียวนี้เป็นสิ่งที่มีประโยชน์ที่สุดในหน้านี้ เพราะช่วยป้องกันไม่ให้ใบเสนอราคาที่ดูถูกกว่าชนะเพียงเพราะข้อมูลขาดหายไป
อยากดูว่าสิ่งนี้เชื่อมโยงกับบทบาทงานอย่างไรไหม?
สำรวจการทดลองใช้สำหรับทีมที่อยู่ในแผนพัฒนา ↗จะปรับปรุงคำตอบแรกได้อย่างไร?
ตรวจทานผลลัพธ์ก่อนเขียนคำสั่งที่ยาวขึ้น แล้วจึงสั่งให้แก้ไขอย่างเจาะจงหนึ่งข้อ ระบุปัญหาที่แท้จริง เช่น ข้อความชวนให้ลงมือทำอาจไม่ชัดเจน เครื่องมืออาจเดาวันที่ขึ้นมาเอง หรือร่างอาจกล่าวอ้างอย่างคลุมเครือซ้ำไปมา แนบเอกสารต้นทางที่ได้รับอนุมัติไว้กับงานเสมอ
ตัวอย่างเช่น: ตัดข้อความที่อ้างว่าเวิร์กช็อปจะพลิกโฉมประสิทธิภาพการทำงานออก ถามผู้อ่านว่าต้องการกำหนดการหรือไม่ แทนที่จะทึกทักว่าต้องการจอง คงข้อเท็จจริงเกี่ยวกับเวิร์กช็อปที่ให้มาไว้ตามเดิม การแก้ไขนี้ทดสอบการตัดสินใจเรื่องหลักฐานและกลุ่มผู้อ่าน ไม่ใช่เพียงขอให้ปรับน้ำเสียงให้โน้มน้าวใจมากขึ้น
ระบุประโยค
ระบุบรรทัดที่ผิดให้ชัดเจน แทนที่จะขอให้ปรับให้ดีขึ้น
บอกเหตุผล
อธิบายปัญหาด้วยคำไม่กี่คำ: ไม่มีข้อมูลรองรับ ไม่เหมาะกับผู้อ่าน ยาวเกินไป คำขอถูกกลบอยู่ในเนื้อหา
เก็บแหล่งข้อมูลไว้
ย้ำกับเครื่องมือว่าข้อเท็จจริงใดเปลี่ยนไม่ได้ เพื่อไม่ให้ฉบับแก้ไขคลาดเคลื่อนไปจากเดิม
หยุดเมื่อดีพอแล้ว
ร่างที่คุณแก้ไขเองได้ในสองนาที ไม่จำเป็นต้องสั่งเพิ่มอีกสามครั้ง
คำสั่งที่ใช้กับ AI ในงานธุรกิจมักมีข้อผิดพลาดอะไรบ้าง?
ข้อผิดพลาดที่พบบ่อยที่สุดคือการขอให้เขียนโน้มน้าวใจโดยไม่ให้หลักฐาน เครื่องมือจึงสร้างหลักฐานขึ้นเอง คำอย่างน่าดึงดูด ทรงพลัง และน่าเชื่อถือ ชวนให้เครื่องมือใช้คำกล่าวอ้างเกินจริง แต่งหลักฐาน และสร้างความเร่งด่วนที่ข้อเท็จจริงของคุณไม่รองรับ
ข้อที่สองคือการซ่อนการตัดสินใจที่ต้องทำจริง คำสั่งที่ขอให้สรุปทั้งที่ผู้อ่านต้องการข้อเสนอแนะ หรือขอข้อเสนอแนะทั้งที่ผู้อ่านต้องการเห็นข้อดีข้อเสียที่ต้องแลกกัน จะได้คำตอบที่ดูดีแต่ตอบผิดคำถาม ข้อที่สามคือการวางข้อมูลที่เครื่องมือไม่ได้รับอนุมัติให้จัดการ ปฏิบัติตามนโยบายบริษัทว่าเครื่องมือใดเข้าถึงข้อมูลลูกค้าหรือข้อมูลส่วนบุคคลได้ และใช้ตัวอย่างสมมติในการฝึก
ผู้เรียนควรอธิบายอะไรบ้าง?
ขอคำสั่งเริ่มต้น ฉบับร่าง ฉบับแก้ไขสุดท้าย และบันทึกการทบทวนสั้น ๆ บันทึกควรระบุข้อเท็จจริงที่ขาดไปหนึ่งข้อ สมมติฐานที่ตัดออกหนึ่งข้อ และเหตุผลหนึ่งข้อที่ฉบับสุดท้ายเหมาะกับกลุ่มผู้อ่าน รายละเอียดเหล่านี้ทำให้สามารถนำการฝึกมาพูดคุยกับผู้จัดการหรือเพื่อนร่วมงานได้
อย่าถือว่าความยาวของคำสั่งหรือคำตอบที่ดูมั่นใจเป็นหลักฐานแสดงความสามารถ คำสั่งที่สั้นกว่าแต่มีการตรวจสอบที่เหมาะสมอาจมีประโยชน์มากกว่าคำสั่งละเอียดที่ซ่อนข้อกล่าวอ้างซึ่งไม่มีหลักฐานรองรับ ให้ทำแบบฝึกหัดซ้ำโดยเปลี่ยนข้อมูลต้นทางก่อนสรุปว่าผู้เรียนจะรับมืองานอื่นได้อย่างไร
นี่คือวงจรที่ Tosheo.ai กำลังพัฒนาเป็นแกนหลัก ได้แก่ บทเรียนเฉพาะบทบาทที่วางแผนไว้ ซึ่งจบด้วยงานลงมือทำกับเครื่องมือ AI จริง ให้คะแนนตามเกณฑ์ที่มองเห็นได้ และมีช่องทางแจ้งให้ตรวจทานคะแนน ผลิตภัณฑ์ยังอยู่ในระยะก่อนเริ่มพัฒนา จึงควรมองว่านี่คือการออกแบบที่ตั้งใจไว้ ไม่ใช่ผลลัพธ์ที่วัดได้แล้ว
เมื่อใดที่การปรับคำสั่งให้ดีขึ้นไม่ใช่คำตอบ?
คำสั่งที่ดีขึ้นไม่ได้ช่วยเมื่อข้อเท็จจริงยังไม่ครบ เมื่อการตัดสินใจเป็นหน้าที่ของผู้มีอำนาจ หรือเมื่อผลลัพธ์มีผลทางกฎหมาย การเงิน หรือการจ้างงาน ในกรณีเหล่านี้ ให้หาข้อเท็จจริงให้ครบ ให้ผู้รับผิดชอบการตัดสินใจเข้ามามีส่วนร่วม หรือให้ผู้ที่มีคุณสมบัติเหมาะสมตรวจทาน คู่มือปฏิบัติของกรอบการบริหารความเสี่ยงด้าน AI ของ NIST เน้นให้บันทึกบทบาทและความรับผิดชอบต่อความเสี่ยงด้าน AI สำหรับธุรกิจขนาดเล็ก อาจทำได้ง่าย ๆ ด้วยการระบุว่าใครเป็นผู้อนุมัติงานที่ใช้ AI ช่วยก่อนส่งออกนอกทีม
สำหรับหลักการที่ครอบคลุมตัวอย่างเหล่านี้ รวมถึงเทคนิคขั้นสูงและความแตกต่างของคำแนะนำจากผู้ให้บริการแต่ละเครื่องมือ ดูคู่มือการออกแบบคำสั่ง สำหรับคำสั่งเหล่านี้ในรูปแบบที่นำกลับมาใช้ซ้ำได้ ดูคู่มือแม่แบบคำสั่ง