שימוש ב-AI.
איך לעבוד עם ChatGPT וכלים דומים בתרגול אנליטי בלי לוותר על אחריות לתוצאה.
הכשל הנפוץ הוא לא טכני. הוא אפיסטמי.
XP Lab הוא במכוון אדיש לכלים: אפשר להשתמש בחיפוש, בתיעוד, ב-ChatGPT, ב-Claude, או בהערות שלך. רק לא לוותר על הבעלות על החשיבה.
מפרומפט חלש לפרומפט חזק
אותה שאלת SQL במסגור שונה. אותו מאמץ — תוצאה אחרת לגמרי.
פרומפט חלש
תכתוב לי שאילתת SQL שמוצאת הזמנות כפולות.
- אין סכמה — המודל ממציא שמות עמודות שאולי לא קיימות.
- אין הגדרה ל"כפול" — התשובה תתאים להנחה של המודל, לא לעסק שלך.
- אין קריטריון הצלחה — אתה מקבל מה שיוצא ולא מערער.
פרומפט חזק
הנה הסכמה של טבלת ההזמנות [הדבק]. חלק מהכפילויות הן הזמנות חוזרות לגיטימיות, אחרות הן טעויות הקלדה. הצע שאילתה שמסמנת את שני הסוגים, וציין כל הנחה שהיית צריך להניח.
- סכמה אמיתית — בלי עמודות מומצאות שצריך לדבג אחר כך.
- הגדרה ברורה של "כפול" — התשובה מתאימה לעולם שלך.
- מבקש הנחות — קל לאמת את ההיגיון.
שלושה עקרונות שכדאי לשמור
אלה ההרגלים שהופכים עזרה מ-AI לפרודוקטיבית במקום מחלישה.
להשתמש בכלי
לשאול שאלות טובות יותר, לייצר אפשרויות, ולהתקדם מהר יותר ממצב של דף ריק — בלי להעמיד פנים שעובדים בלי עזרה.
לחקור את הפלט
לבדוק אם השאילתה, ההסבר, או ההמלצה באמת מתאימים לדאטה, לשאלה העסקית, ולמגבלות שקיבלת.
לקחת בעלות על ההחלטה
האחריות על הטריידאופים, הבדיקות, וההסבר שנכנסים להגשה עדיין שלך.
מה משתבש כשמוציאים החוצה את שיקול הדעת
תשובות מהירות מרגישות נכונות
תשובה בטוחה בעצמה יכולה להישמע משכנעת עוד לפני שבדקת אם היא נכונה, שלמה, או בכלל רלוונטית.
טעם מקצועי חלש נשאר מוסתר
אם אף פעם לא מערערים על הפלט, לא בונים את ההרגשה מה נראה כמו ניתוח חזק ומה נראה חלש.
חוסר הקשר מצטבר
כלי AI יכולים לפספס ניואנס עסקי, caveats בדאטה, ומגבלות מרומזות אם לא מעלים אותן במפורש.
בסוף ההסבר נופל עליך
בראיונות ובעבודה, אתה זה שצריך להגן על התשובה כששואלים למה אפשר לסמוך עליה.