Über das Generative AI Opportunity Canvas
Das Generative AI Opportunity Canvas, entworfen von Sean Ammirati, bietet einen strukturierten Rahmen, um Chancen für die Nutzung von Generative AI in Ihrem Unternehmen, Ihrer Organisation oder Ihrem Team zu erkunden und zu definieren.
Dieses Canvas bietet einen umfassenden Überblick über kreative Aufgaben und wie Generative AI genutzt werden kann, um deren Prozesse zu optimieren. Es besteht aus sieben Blöcken, wobei jeder Abschnitt dazu auffordert, ihn mit Textfeldern, Links, Bildern oder Videos zu füllen, um Tiefe und Einblick zu bieten. Verwenden Sie dieses Canvas gemeinsam mit Ihrem Team, um Generative AI Use Cases zu brainstormen und auszuarbeiten.
Wann verwenden Sie die Generative AI Opportunity Canvas-Vorlage?
Die Vorlage wird typischerweise verwendet, wenn Sie Chancen erkunden, Generative AI in verschiedenen Projekten oder Initiativen einzusetzen.
Wie verwendet man eine Generative AI Opportunity Canvas-Vorlage?
Das Canvas bietet sieben Schlüsselelemente, um zu demonstrieren, wie Sie Generative AI-Ideen entwickeln und erkunden können, ohne die TELeR-Taxonomie Prompt Engineering kennen zu müssen.
Die sieben Schlüsselelemente sind:
1: „Create“ Task Emphasis
Welche kreativen Aufgaben, die bislang manuell durchgeführt wurden, möchtest du automatisieren?
Identifiziere die kreativen Aufgaben, die bisher manuell bearbeitet wurden und die du mit Generative AI verbessern oder automatisieren möchtest.
2: Inputs
Kannst du die Inputs spezifizieren, die du bereitstellen wirst, um den Erstellungsprozess zu leiten?
Gib die Inputs an, die benötigt werden, um den Erstellungsprozess zu leiten. Inputs können Datensätze, Vorlagen, Richtlinien, Stärken oder andere Ressourcen umfassen, die notwendig sind, damit das AI-Modell die gewünschten Outputs generieren kann.
3: High-level goal
Kannst du das übergeordnete Ziel oder den Zweck definieren, warum du Generative AI in diesem Kontext einsetzt?
Definiere das übergeordnete Ziel oder den Zweck, warum du Generative AI bei dieser Aufgabe einsetzt. Dies könnte darin bestehen, die Effizienz zu steigern, Kosten zu senken, die Qualität zu verbessern oder Kreativität auf neue Weise zu ermöglichen.
4: Outputs
Was sollen die Ergebnisse sein?
Bestimme, was du als Ergebnis des Generative AI erhalten möchtest. Dies könnten Designs, Empfehlungen oder andere Verbesserungen sein, die die zuvor identifizierten kreativen Aufgaben erfüllen.
5: Anschauliche Beispiele
Können Sie spezifische historische Beispiele aus der Vergangenheit nennen, selbst solche, die manuell ausgeführt wurden, die als Referenzpunkte dienen können? (Few-Shot-Learning)
Können Sie die Logik hinter diesem Beispiel erklären? (Gedankenkette)
Nennen Sie spezifische historische Beispiele, selbst solche, die manuell ausgeführt wurden, die als Referenzpunkte dienen können. Diese Beispiele helfen der KI, Muster und Stile zu erkennen, die sie nachahmen kann. Erklären Sie die Logik hinter diesen Beispielen, um das Verständnis der Aufgabe zu erleichtern.
6: Aufgabensegmentierung
Kann die kreative Aufgabe in mehrere Schritte unterteilt werden? Falls ja, unterteile die Aufgabe unten in mehrere Schritte und verwende dabei die benötigte Anzahl an Schritten.
Sollte ein Mensch das Ergebnis in diesem Schritt überprüfen?
Teile die kreative Aufgabe in mehrere Schritte auf, falls zutreffend. Jeder Schritt sollte eine spezifische Handlung oder einen Prozess beschreiben, der zur Erfüllung der Aufgabe erforderlich ist. Bestimme, ob in jedem Schritt eine menschliche Überprüfung erforderlich ist, um die Qualität des Ergebnisses sicherzustellen.
7: Zusätzliche externe oder interne Daten
Welche Arten von Informationen oder Datenintegrationen könnten die Ausgangsqualität und Effizienz des Prozesses erheblich verbessern?
Identifiziere zusätzliche Informationen oder Datenintegrationen, die die Qualität und Effizienz des Generative-AI-Prozesses erheblich verbessern könnten.
