O Planszy Szans na Generatywne SI
Plansza Szans na Generatywne SI, zaprojektowana przez Seana Ammiratiego, zapewnia strukturalne podejście do badania i definiowania możliwości wykorzystania SI generatywnej dla twojej firmy, organizacji lub zespołu.
Szablon ten oferuje kompleksowy przegląd zadań kreatywnych i sposobów, w jakie Generatywna AI może usprawnić ich procesy. Składa się z siedmiu bloków, a każdy segment zachęca do wypełnienia go polami tekstowymi, linkami, zdjęciami lub filmami, aby zapewnić głębię i wgląd. Używaj tego szablonu we współpracy z zespołem, aby wspólnie opracować i rozwinąć przypadki użycia Generatywnej AI.
Kiedy korzystać z szablonu Generative AI Opportunity Canvas?
Szablon jest zazwyczaj używany, gdy badane są możliwości wykorzystania Generatywnej AI w różnych projektach lub inicjatywach.
Jak używać szablonu Generative AI Opportunity Canvas
Szablon ten dostarcza siedmiu kluczowych elementów, które pokazują, jak można rozwinąć i zbadać pomysły dotyczące Generatywnej AI, nie znając zasad inżynierii podpowiedzi TELeR.
Siedem kluczowych elementów to:
1: Zorientowanie na zadanie „Twórz”
Jakie zadania twórcze, wcześniej wykonywane ręcznie, rozważasz zautomatyzować?
Zidentyfikuj zadania twórcze, które były wcześniej realizowane ręcznie, a które chcesz udoskonalić lub zautomatyzować przy użyciu sztucznej inteligencji generatywnej.
2: Wejścia
Czy możesz określić wejścia, które planujesz dostarczyć, aby ukierunkować proces tworzenia?
Określ wejścia potrzebne do ukierunkowania procesu tworzenia. Wejścia mogą obejmować zestawy danych, szablony, wytyczne, mocne strony lub inne zasoby niezbędne dla modelu AI do generowania pożądanych wyników.
3: Cel na wysokim poziomie
Czy możesz zdefiniować główny cel lub zamysł za wykorzystaniem sztucznej inteligencji generatywnej w tym kontekście?
Zdefiniuj główny cel lub zamysł za wykorzystaniem sztucznej inteligencji generatywnej w tym zadaniu. Może to być zwiększenie efektywności, obniżenie kosztów, poprawa jakości lub umożliwienie nowego sposobu twórczości.
4: Wyniki
Jaki efekt końcowy chcesz uzyskać?
Określ, jaki efekt końcowy chcesz uzyskać za pomocą Generative AI. Mogą to być projekty, rekomendacje lub inne ulepszenia, które będą realizować kreatywne zadania zidentyfikowane we wcześniejszych krokach.
5: Przykłady ilustrujące
Czy możesz podać konkretne przykłady historyczne z przeszłości, nawet te realizowane ręcznie, które mogłyby służyć jako punkt odniesienia? (few shot learning)
Czy możesz wyjaśnić logikę stojącą za tym przykładem? (chain of thought)
Podaj konkretne przykłady historyczne, nawet te realizowane ręcznie, które mogą służyć jako punkty odniesienia. Te przykłady pomagają AI nauczyć się wzorców i stylów do naśladowania. Wyjaśnij logikę stojącą za tymi przykładami, aby ułatwić zrozumienie zadania.
6: Decompozycja zadań
Czy możesz rozbić zadanie twórcze na wiele kroków? Jeśli tak, podziel je na kilka etapów poniżej, korzystając z tylu kroków, ile to konieczne.
Czy człowiek powinien przejrzeć wynik na tym etapie?
Podziel zadanie twórcze na wiele kroków, jeśli jest to konieczne. Każdy krok powinien zawierać opis konkretnej czynności lub procesu niezbędnego do ukończenia zadania. Określ, czy na każdym etapie konieczny jest przegląd przez człowieka, aby zapewnić jakość wyniku.
7: Dodatkowe dane zewnętrzne lub wewnętrzne
Jakie typy informacji lub integracji danych mogą znacznie poprawić jakość i efektywność procesu?
Określ dodatkowe informacje lub integracje danych, które mogą znacznie poprawić jakość i efektywność procesu Generative AI.
