在與AI合作時，我會在輸入任何內容之前停下來問自己一個問題：我對AI的期望是什麼？ 2x2來拯救我！我在哪個框中？ 在一個軸上，我提供的上下文有多少：不太多到相當多。在另一個軸上，我是否應該觀察AI還是讓它自由運行。 如果我提供的信息非常少並讓系統運行：‘研究前部署工程師的趨勢’，我會得到無用的結果：廣泛的概述而沒有相關的細節。 用一系列簡短問題運行同一項目會產生一個成功的迭代對話——一個探索。 “哪些公司實施了前部署工程師（FDEs）？FDEs的典型背景是什麼？哪些類型的合同結構和業務適合這項工作？” 當我對錯誤的容忍度非常低時，我會提供大量的上下文並與AI進行迭代合作。對於博客文章或財務分析，我會分享所有內容（當前草稿、以前的寫作、詳細要求），然後逐句進行。 讓代理自由運行需要事先定義所有內容。我在這方面很少成功，因為事前的工作需要極大的清晰度——確切的目標、全面的信息和詳細的任務清單以及驗證標準——一個大綱。 這些提示最終看起來像我作為產品經理時寫的產品需求文檔。 對於‘我期望什麼？’的答案會隨著AI系統訪問我更多的信息並改善選擇相關數據的能力而變得更容易。隨著我在表達我實際想要的東西方面變得更好，合作也會改善。 我旨在將我的許多問題從左上角的框中——我如何用Google搜索進行訓練——移到其他三個象限中。 我也期望這個習慣能幫助我更好地與人合作。