AI に「もっと良く書いてください」と言うだけです
目標や基準が明確に示されていないため、初稿は推測に頼るしかありません。
COM-02｜AIに任せる
なぜ AI は 5 回も修正されているのに満足できないのでしょうか?
一般的なオフィスタスクを使用して、曖昧な要件をタスクの指示、入力データ、および承認チェックリストに変換する練習をします。学生は授業内で初稿、フィードバック、レビューを一巡することで、「さらに発展させて」「再度修正する」の繰り返しを減らします。
90～120分特定のタスクミッションステートメントカード結果チェックリスト
まずは授業で何が起こるか見てみましょう ↓016つのフィールドに分かれた漠然としたリクエストユーザー、目的、入力、出力、制限、資格基準
02フィーリングから項目ごとの検証へフィードバックが変わる事実、形式、論調、境界線、および次のステップ
03再利用可能なタスクテンプレートを残す次に素材を変更するときに、一から説明する必要がありません。
このページのコンテンツは、架空の情報または匿名の情報を使用した教育デモンストレーションであり、顧客のプライバシーは表示されません。
01 / どうしてこんなことになるの？
AIがわざと従わないのではなく、ミッションで明確に説明されていないことが3つあるためです。
通常、欠けているのは、どのような資料を渡すか、最後に何を提出するか、そしてどのようにして資格があるとみなされるかということです。 AIは受け取った情報に基づいて推測することしかできません。要求が曖昧であればあるほど、修正を繰り返すことが容易になります。
各ラウンドで変わる感情は 1 つだけ
変化が長くなるほど、古い問題は消えず、新しい問題が現れました。
元のデータに戻って確認しなかった
言葉が流暢であることは、数字、事実、約束が正しいことと同じではありません。
02 / どうやって解決するか
最初にタスクカードを作成し、それを承認チェックリストで修正します。
「より良い文章を書くのを手伝ってください」を、誰が使用するべきか、なぜ使用する必要があるか、どのような資料が提供されるべきか、どのような形式で提出されるべきか、何が掲載されるべきではないか、およびどのように資格があるとみなされるかについて細分化します。修正コメントは項目ごとに承認リストと比較されます。
ミッションステートメントカード
誰が使うのか、なぜ使うのか、素材や形式などをわかりやすく説明します。
受け入れチェックリスト
「満足度」を項目ごとに判断できる基準に分解します。
利用可能な結果の 1 つのバージョン
最初の草案、改訂された草案、検証記録を完成させます。
テンプレートを再利用する
有効なフィールドを保持し、次回は特定のデータのみを置き換えます。
AI は草案や改訂を支援できますが、エンドユーザーは依然として事実、数字、情報源、機密情報、外部との約束を確認する必要があります。
03 / 人間と機械の分業
AIは分類を担当し、人間は事実、許可、決定を担当します
役割分担を明確に明文化することで、度重なる修正を減らすだけでなく、AIが人に代わって判断してしまうことを防ぐこともできます。
AI支援
タスクのギャップを特定する→データに基づいて初稿を作成する→リストによる変更→まだ認識する必要がある問題をリストアップする
確認してくれる人
本当の目標と材料を提供する→基準と優先順位を確認する→事実と数字を確認する→使用できるかどうかを判断する
04 / 体験の流れ
オープニングチャレンジからランディングチャレンジまで
前後に 5 分間あり、さまざまな小さなシナリオを使用して同じグループの能力を確認します。真ん中で、実際のワークスタイルの演習が完了します。
2つの開口部のうち1つを選択してください
2 つのミッション ステートメントのうち、実用的な結果が得られる可能性が高いのはどれですか?
タスクカードを完了する
漠然としたリクエストを完全なタスクに仕上げます。
アイテムごとに修理する
フィードバックは、受け入れチェックリストの特定の項目に対応している必要があります。
実装の課題
新しいシナリオを使用して、結果を提供できるかどうかを独自に判断します。
関連コース
体験事例を企業向けコースに展開
製造、外国貿易、国内貿易、電子商取引、または上級管理職に応じて、個別に議論することも、会社独自の資料に置き換えることもできます。
特定の仕事から始める
現実的な問題を持ち込んで、まずは小さな成果を上げましょう
誰が使用するのか、どのような資料が用意されているのか、最後に何を渡すのかについて説明します。それに応じてコースモジュールと練習方法を選択します。
トレーニングのニーズを伝える