仕事でAIを使い始めるには？価値と限界を見極める30日間の試行

1位オーナーと境界線との1つの任務を選択する

可能な候補者は、承認されたサービス情報からの回答を策定し、特定の詳細から切り離されたサンプルメッセージを分類したり、既存のテンプレートから文書を抽出したりすることも含まれます。オーナーは、どのソースが権限を有するか、データが選択されたツールで使用されるかどうかを知らなければなりません。

「顧客サービスを支援する」のような幅広い野心を「これらの文書からサービスの範囲に関する回答を計画し、各送信前にスタッフの承認を得る」というタスク説明で置き換える。ツールは、保証条件を発明し、価格を約束したり、許可された人の代わりに例外を承認する必要はありません。

2位スピードを祝う前に品質測定

10秒で作成されたプロジェクトは必ずしも10秒で完了した作業ではありません。参照をチェックし、事実を修正し、再編することは、見た目の節約を消費する可能性があります。作業開始から結果を受け入れるレビュー者までの時間を測定し、修正を含む。

通常のリクエスト、曖昧な質問、提供された情報が答えられないケースを含むテストセットを作成します。正確性、完全性、サポートされていない添加物およびトーンをチェックします。小さな編集の変更から解放されるのを防ぐ別々のエラー、したがって平均的なスコアは深刻な失敗を隠すことはありません。

たとえば、顧客が承認された文書から欠席した条件について尋ねる場合、適切な草案は同僚にそれを確認するよう要求することがあります。流暢に発明された答えは、成功した完成ではありません。情報が欠けているときにシステムが何をすべきかを定義し、その状況をテストに含む。

3位裁判の責任の一部となる。

NISTのAIリスクマネジメントフレームワークは、リスク管理活動を政府、地図、測定および管理に分類し、管理がプロセスを拡大します。 ^[1] 小さな試験では、この作品を誰が所有しているか、どのような文脈で動作するか、結果がどのようにチェックされ、問題が発見されたときに何が起こるかを尋ねるために使用してください。

NISTはまた、生成性AIのためのボランティア・パートナープロファイルを提供します。 ^[2] この枠組みを参照することは、プロジェクトを証明するものではなく、適用されるすべての要件の遵守を確立するものではありません。チームは、組織のルール、ツール設定、実際の作業流に関与するデータを検討しなければなりません。

誰が指示を変更することができるか、誰がソースドキュメントを承認し、何が休憩を引き起こすかを決定します。繰り返しの物質的な誤りまたは答えを確認できないことが、試験の停止を正当化する可能性があります。欠陥の有用な例を保ち、不必要な敏感な情報を流れ込むことなく。

4位 30日間の各部分に目的を与える。

1週目には、既存の方法を遵守し、受け入れ基準に同意します。 2週間で、限られたテストセットを実行します。 3週間以内に、意図されたユーザーがワークフローを試してみて、それぞれの出力は再検討される。 4週間を使用して、品質、総時間、レビューワークロードおよびコストを調べます。この提案されたスケジュールを課題のリスクと周波数に調整します。

指示、参照文書、スコア基準を記録なしで一度に変更しないでください。そうでなければ、チームは結果がなぜ変わったのかを説明できない。バージョンと短い変更の記録を保持し、重大な修正の後、同じ困難なケースを回復します。

5位完成した仕事を決める

より深刻なミスで時間を減らすことは、拡張のための満足した基礎ではありません。品質が適切ですが、レビューがボトルメイクになる場合は、ユーザーを追加する前にタスクを狭めます。結果が一貫した場合、ガイドと責任ある所有者を含む別のグループに拡張します。

能力の格差は、問題の定義、文書検証、プロセスデザインと同様にツールの操作に関係する可能性があります。開発者 K-XCEL Professional 枠組みは、能力の必要性について議論するための出発点です。目標、範囲およびプログラムの利用可能性をチームと確認する。

学習と仕事を結びつけるために、コースの後、読む トレーニングは仕事を変えたのか?.

裁判が始まる前に

結果を確認できる1つのタスクから始まります。完成した作業の証拠が次のステップを決定します。 AIのサポートを休憩または減少するときを知ることは、有能なワークフローにも含まれています。