Kiedy wklejam dokument liczący ponad 700 linii do promptu @AnthropicAI, pojawia się nowy problem, w którym AI patrzy tylko na początek i koniec.
Muszę mu przypominać, aby spojrzało na cały dokument.
To jest dość frustrujące, jeśli moglibyście to zbadać 🙏
Moje 5 najważniejszych wniosków na temat budowania użytecznych agentów AI od @akothari i @_ryannystrom (współzałożyciela Notion i lidera inżynierii AI):
1. Skoncentruj AI na automatyzacji rutynowych zadań
Przełomowym momentem było „gdy zdecydowaliśmy się przestać budować zabawkowe aplikacje, które wyglądają jak AI w nieładzie, a zamiast tego skupić się na rzeczywistej pomocy w wykonaniu pracy.” Nie gonić za błyszczącymi trendami AI — rozwiązuj irytujące manualne zadania, których użytkownicy nienawidzą robić.
2. Przypisuj zadania agentom AI za pomocą głosu
Od Akshaya: „Całkowicie zrezygnowałem z pisania dokumentów lub ręcznego wypełniania bazy danych, a zamiast tego rozmawiam z agentem przez 90% czasu.” Akshay pozwala AI zająć się nużącą pracą, po prostu dzieląc się tym, czego chce, za pomocą swojego głosu.
3. Strukturyzuj swoje dane w sposób, w jaki modele AI lubią je przetwarzać
Przełom w agencie AI Notion nastąpił, gdy zespół przestał próbować zmusić model AI do zrozumienia struktury ich stron Notion i zamiast tego sformatował wszystko jako markdown (format, który AI już rozumie).
4. Pokaż AI pracujące w czasie rzeczywistym, aby zbudować zaufanie
Ryan zaprojektował agenta Notion tak, aby „mogłem widzieć, jak pisze w czasie rzeczywistym. Mogę widzieć, jak wypełnia bazę danych w czasie rzeczywistym.” Gdy użytkownicy mogą obserwować pracę agenta krok po kroku, zamiast czekać na wynik z czarnej skrzynki, bardziej mu ufają i wiedzą, kiedy interweniować.
5. Ułatwiaj zaawansowanym użytkownikom nauczanie innych
„Spośród tysiąca osób, może być jedna, która właśnie odkryła, jak używać twojego produktu AI. Teraz ta jedna osoba może wpłynąć na tysiąc osób dzięki czemuś, co stworzyła.”