Írass eszközt, ne dolgoztasd a modellt minden alkalommal

A leggyakoribb minta

A legtöbben nagyjából így használják az AI-t. Megnyitnak egy beszélgetést, elmagyarázzák, mit szeretnének, kapnak egy eredményt, majd bezárják az ablakot. Amikor legközelebb ugyanaz a feladat előkerül, elölről kezdik. Újra leírják a kontextust, újra elmagyarázzák az elvárt formátumot, újra kijavítják ugyanazokat a hibákat. Ez működik, az eredmény a végén rendben lesz. Csak épp minden egyes alkalommal ugyanannyi energiába kerül, mint először, mert a tudás, hogy ezt a feladatot hogyan kell jól megoldani, sehol nem marad meg. Ott van a fejedben és egy chat-ablakban, amit már rég elveszítettél.

Ez a nulláról indulás a napi AI használat rejtett költsége. Nem egyetlen prompt a drága, hanem az, hogy a századik alkalommal is ugyanolyan messziről indulsz, mint az elsőn. A modell fáradhatatlan, de a te időd és figyelmed nem az.

Az AI nem fáradhatatlan gyakornok

Van egy csendes gondolkodásbeli váltás, ami mindent megváltoztat. A legtöbben úgy tekintenek az AI-ra, mint egy fáradhatatlan gyakornokra, akinek minden reggel újra el kell magyarázni a feladatot. Végtelen türelmű, sosem fárad el, ezért nem is baj, ha századszor is elmondjuk neki ugyanazt. Csakhogy ez a gyakornok minden reggel ugyanolyan tapasztalatlanul érkezik. Nem tanul, nem visz tovább semmit, mert nem is arra kérted.

A jobb megközelítés az, ha az AI-t nem gyakornoknak nézed, hanem szerszámkészítőnek. Nem azt kéred tőle, hogy végezze el a munkát, hanem azt, hogy írja meg neked azt az eszközt, ami utána magától elvégzi. A különbség apró a megfogalmazásban, de óriási a következményében. Az első esetben minden feladatnál újra dolgoztatod a modellt. A másodikban egyszer megépítteted vele a folyamatot, és onnantól a rendszer dolgozik, nem a te figyelmed és nem a modell alkalmankénti napi formája.

Hogyan néz ki ez a gyakorlatban

A váltás nem elméleti. Négy lépésre bontható, és bármelyik visszatérő feladatra ráhúzható. A lényeg, hogy a felismeréstől eljuss egy olyan eszközig, amely a te közreműködésed nélkül is megbízhatóan fut.

Egy fiktív céges példa

Nézzünk egy fiktív példát. A Ligeti Otthon egy közepes méretű magyar bútorwebshop. Hetente több tucat új termék kerül fel a kínálatba, és mindegyikhez kell egy termékleírás, amely megüti a márka hangnemét és tartalmazza a keresők számára fontos elemeket. Eddig a marketinges kolléga minden csütörtökön leült, és termékenként begépelte az AI-nak, hogy írjon leírást. Megadta a méreteket, az anyagot, a stílust, elmagyarázta, milyen hangot szeretne, majd kijavította, ha túl reklámízűre sikerült. Ez működött, de minden héten elment vele egy fél nap, és minden héten kicsit másképp lett, mert az utasítás fejből, mindig egy kicsit máshogy ment.

A szerszámkészítő megközelítésben a kolléga egyszer ül le az AI-val, és nem leírásokat kér tőle, hanem azt, hogy építsenek együtt egy eszközt. Az eszköz bemenete a termék néhány nyers adata, a kimenete a kész, márkahangra hangolt leírás rögzített szerkezettel. A hangnem, a tiltott szavak, a kötelező mezők mind egyszer épülnek bele, feketén-fehéren. Ettől kezdve a csütörtöki fél nap néhány perc ellenőrzésre zsugorodik, mert az új termékek adataira az eszköz magától legyártja a leírásokat, mindig ugyanazon a minőségen. A kolléga nem tűnt el a folyamatból, csak feljebb lépett benne, a kézi gépelésről az ellenőrzésre.

Mikor éri meg eszközt íratni

Fontos, hogy ne minden feladatból akarj eszközt csinálni. Az eszköz megírásának van egy egyszeri belépő költsége. Végig kell gondolni a szabályokat, ki kell próbálni néhány valós eseten, és élesíteni kell a széleket. Ez a befektetés akkor térül meg, ha a feladat tényleg ismétlődik, ha hétről hétre vagy naponta visszatér, nagyjából azonos formában. Egy egyszeri, soha vissza nem térő feladatnál a szerszám megépítése tovább tart, mint kézzel elvégezni, így ott a nyers, egyszeri promptolás a jó választás.

A Ligeti Otthon példájában pontosan azért éri meg az eszköz, mert a termékleírás minden héten előkerül, ugyanazokkal a szabályokkal. Ha ugyanez a cég egyszer szeretne egy egyedi, kézzel szabott kampányszöveget a karácsonyi kirakathoz, azt nem érdemes eszközzé alakítani, mert soha többé nem lesz rá szükség ugyanabban a formában. A jó kérdés nem az, hogy meg lehet-e írni az eszközt, hanem az, hogy elégszer fut-e le ahhoz, hogy a befektetés visszahozza magát.

Mit jelent az eszköz a gyakorlatban

Az eszköz nem feltétlenül bonyolult program. Sokféle formát ölthet, attól függően, mennyire technikai a feladat. Lehet egy szkript, ha a folyamatnak adatokat kell mozgatnia vagy fájlokat kell feldolgoznia. Ilyenkor az AI megírja a kódot, ami lefut, és nem kell hozzá többé beszélgetés. Lehet egy skill, vagyis egy jól megírt, újrafelhasználható utasításkészlet, amely rögzíti, hogyan kell egy visszatérő feladatot elvégezni, és amit az AI minden hasonló esetben előhív. És lehet egy sablon, egy előre felépített szerkezet vagy prompt-váz, amelybe már csak a konkrét adatokat kell behelyettesíteni.

A közös bennük, hogy a döntést, hogyan kell ezt jól csinálni, egyszer hozod meg, és utána rögzítve ott marad. Nem attól függ többé, hogy aznap mennyire jól fogalmazol, vagy hogy emlékszel-e a múltkori finomításokra. A minőség beépül a szerszámba, és nem szökik el a következő beszélgetéssel.

Van még egy fontos hozadéka ennek. Az eszközt más is tudja használni, nemcsak az, aki megírta. Ha a tudás egy ember fejében és egy chat-ablakban él, akkor a folyamat ahhoz az emberhez van kötve. Ha viszont egy megírt szkriptbe, skill-be vagy sablonba került, akkor a kolléga, aki holnap átveszi a feladatot, ugyanazt a minőséget hozza, tapasztalat nélkül is. Az eszköz így nem csak időt spórol, hanem a tudást is kiveszi a fejekből, és a szervezet közös vagyonává teszi.

Ez dönti el, hogy skálázódik-e

Ez a különbség dönti el, hogy egy cég AI használata tényleg felskálázódik, vagy megreked. Ha a szervezet minden AI feladatot kézi promptolással old meg, akkor a kapacitása pontosan addig terjed, ameddig az emberek ideje. Több munka több promptolást, több figyelmet, több elköltött órát jelent. Az AI ilyenkor gyorsítja az egyes feladatokat, de a rendszer egésze nem lesz erősebb, csak a benne dolgozók gyorsabbak egy darabig.

Ha viszont a cég szokásává válik, hogy a visszatérő feladatokból eszközöket írat, akkor minden megépített szerszám tartósan ott marad, és a következő hasonló feladatnál már készen áll. A kapacitás nem az emberek idejével, hanem a felhalmozott eszközök számával nő. Ez az a pont, ahol az AI használat átfordul napi kézi munkából valódi tőkévé, amit a cég épít, és ami dolgozik érte akkor is, amikor senki nem ül a gép előtt.

A kérdés, amit érdemes feltenni

A kérdés tehát nem az, hogy az AI el tudja-e végezni a feladatot. Szinte biztosan el tudja. A kérdés az, hogy legközelebb is neked kell-e majd megkérned rá. Ha minden ismétlődő feladatnál felteszed magadnak, hogy ebből lehetne-e inkább egy eszköz, akkor lassan elkezded felépíteni azt a réteget, amitől a cég AI használata nem marad napi kézi munka, hanem valamivé válik, ami magától dolgozik. A következő leckében arról lesz szó, hogyan mérd meg, hogy ezek az eszközök valóban jó minőséget hoznak-e, és hogyan építs köréjük visszacsatolást.