同じAIを使っていても、だんだん差がついてくる。その理由のひとつが、今回の話だと思っています。
溜まらない使い方をしていないか
多くの場合、AIの使い方はこうです。
何か困ったら、チャットを開いて聞く。答えが返ってきたら、それを使う。そして閉じる。
これ自体は悪くありません。ただ、この使い方だと、何も積み上がりません。 次に同じような場面が来たら、また最初から説明することになります。
意味がないとは言いません。ただ、発展性がないんです。
AIは、渡した情報の分だけ返ってくる
前提として、AIは自分の情報をどれだけ渡せるかで、返ってくるものが変わります。
- どんな仕事をしているのか
- 何を大事にしているのか
- どういう進め方が好きなのか
こういうことを渡せば渡すほど、自分が欲しいものに近づいていきます。ここは、なんとなく想像できると思います。
ただ、毎回チャットで一から説明するのは、現実的ではありません。
だから、ファイルに残していく
そこで出てくるのが、「積み上げる」という考え方です。
自分に関する情報や、仕事の進め方のルールを、ファイルとして残していく。そのファイルをAIに読ませる。そうすると、毎回説明しなくても、前提を分かった状態から話が始まります。
そして、このやり方の一番いいところは、別のところにあります。
モデルが変わっても、無駄にならない
AIのモデルは、これからも新しくなっていきます。
もし特定のサービスの中だけで育てていると、乗り換える時が大変です。今までの積み重ねを、うまく持っていけない。
でも、自分の手元にファイルとして残しておけば、どのAIになっても、そのまま渡せます。積み上げたものが、無駄にならない。 ここが大きいと思っています。
使い方そのものを、設計する
そう考えると、大事なのは個別のテクニックではなく、「積み上がる形で使えているか」という設計の話になってきます。
自分もこれを、ずっと試行錯誤しながらやっています。
この「積み上がる形」をどう作るかは、業務によって変わります。AI導入支援では、そこをご一緒しています。手順を残して、ご自身で回せる状態になるところまでが範囲です。
