Eszközök összekapcsolása: vége a másolgatásnak
Egy tipikus irodai munkanap tele van olyan pillanatokkal, amikor adatot kell átmásolnod egyik rendszerből a másikba. Kimásolod a számokat egy táblázatból, hogy összefoglalót kérj róluk, bemásolsz egy hosszú emailszálat, hogy megértesd a kontextust, vagy exportálsz egy dokumentumot, hogy aztán feltöltsd valahova. Ez a fajta manuális előkészítés nemcsak időt visz el, hanem hibalehetőséget is visz a folyamatba.
A Claude a chat ablakon túl is tud dolgozni, mégpedig úgy, hogy közvetlenül kapcsolódik azokhoz a külső eszközökhöz és rendszerekhez, amelyeket a céged amúgy is használ. Ez gyakorlatilag azt jelenti, hogy nem kell minden egyes alkalommal kézzel átemelned az adatot egyik helyről a másikra, mert a Claude, a megfelelő kapcsolat beállítása után, közvetlenül el tud érni és fel tud dolgozni releváns információt a kapcsolódó rendszerből.
A gyakorlatban ez azt jelenti, hogy egy csapatnaptárból, egy projektmenedzsment eszközből vagy egy dokumentumtárból származó információ ugyanolyan természetesen bekapcsolódhat a beszélgetésbe, mint amit te magad írnál be. Ez különösen olyan visszatérő feladatoknál hasznos, ahol a Claude-nak rendszeresen aktuális, élő adatra van szüksége ahhoz, hogy releváns választ adjon, nem pedig egy elavult, kézzel bemásolt pillanatképre.
Enterprise search: keresés a céged saját adatai között
A Claude alapból a tanítása során megismert általános tudásra támaszkodik, ez remek egy sor általános kérdésnél, de nem ér semmit, ha a te cégeden belüli, egyedi információra van szükséged. Egy vállalati környezetben bevezetett Claude ezért képes az úgynevezett enterprise searchre, vagyis arra, hogy a válasz megfogalmazásakor a hozzá kapcsolt, cégen belüli dokumentumok és adatok között is keressen.
Ez a gyakorlatban azt jelenti, hogy ha megkérdezed a Claude-ot egy belső szabályzatról, egy korábbi projekt eredményéről vagy egy adott ügyfél történetéről, a válasz nem egy általános, kontextus nélküli találgatás lesz, hanem a ténylegesen elérhető, kapcsolt céges anyagokra épül. A válasz így sokkal megbízhatóbb, hiszen a saját, valós vállalati információra van alapozva, nem pedig arra, amit a modell egy általános tanítási adathalmazból tanult meg egy hasonló témáról.
Ennek különösen nagy jelentősége van olyan nagyobb szervezeteknél, ahol a tudás sok különböző rendszerben, mappában és dokumentumban szétszórva létezik, és senkinek nincs teljes rálátása mindenre. Az enterprise search ilyenkor egyfajta belső keresőmotorként funkcionál, amely a Claude beszélgetési képességét összeköti a szervezet saját, felhalmozott tudásával.
Fontos ugyanakkor tisztában lenni azzal, hogy ez a fajta hozzáférés mindig a vállalat által beállított jogosultságokon belül működik. A Claude nem lát automatikusan mindent, csak azt, amihez a kapcsolat és a hozzáférési szabályok alapján valóban hozzáférhet. Ez azt jelenti, hogy a bevezetés során érdemes átgondolni, mely rendszereket és mely felhasználói köröket köttök össze, hogy a keresés valóban azt az információt hozza felszínre, amit szeretnétek, és ne mást.
Research mode: amikor egy gyors válasz nem elég
Van egy harmadik réteg is, amely tovább bővíti a Claude képességeit, ez a mélyebb kutatási mód, angolul research mode. Nem minden kérdés old meg egyetlen gyors válasszal. Vannak olyan összetett, több szempontú kérdések, amelyeknél több forrást kell összegyűjteni, összevetni és szintetizálni ahhoz, hogy értelmes, megalapozott választ kapj.
A research mode pontosan erre a helyzetre való. Ahelyett hogy egyetlen, gyors választ adna, a Claude ilyenkor több lépésben dolgozik, több forrást gyűjt össze, és ezeket összefésülve állít össze egy alaposabb, jobban alátámasztott anyagot. Ez különösen hasznos olyan feladatoknál, mint egy piaci helyzet feltérképezése, egy versenytárs elemzése, vagy egy összetett, több tényezőt figyelembe vevő döntés előkészítése.
A gyakorlatban a research mode akkor éri meg használni, amikor a kérdésed maga is összetett, és tudod, hogy a jó válasz nem egy mondatban fér el. Egy gyors kérdésre továbbra is a normál beszélgetés a hatékonyabb, de egy alaposabb elemzésigénynél a research mode időt spórol azzal, hogy helyetted végzi el a több forrásból történő gyűjtést és összefésülést, amit amúgy neked kellene manuálisan elvégezned.
Összességében a kapcsolódó eszközök, az enterprise search és a research mode mind ugyanabba az irányba mutatnak, minél kevesebb manuális előkészítést kelljen végezned, és minél inkább a te cégedre szabott, valós adatra épüljön a Claude válasza. A következő leckében azt nézzük meg, hogyan néz ki mindez a gyakorlatban, konkrét szerepkörök és felhasználási esetek szerint bontva.
Forrás
Ez a lecke az Anthropic hivatalos "Claude 101" kurzusának magyar adaptációja, amely az Anthropic Academy oktatási anyagai alapján készült. A kurzus kereskedelmi felhasználásra vonatkozó korlátozásokkal érhető el. Eredeti kurzus. Anthropic Academy.
Workshop
AI Transformation Day
Egésznapos, vezetőknek szóló program. Feltérképezzük, hol tart a szervezet, mi az első reális lépés, és milyen belső feltételek szükségesek a sikerhez. A nap végén konkrét, prioritizált cselekvési lista.
Érdekel a program →