用 AI 干活,要分清哪些需要它思考,哪些可以交给固定的工具执行。
还是来自于和企业员工的交流,有一个问题是:你们现在能分辨出,哪些是思路,哪些是稳定的执行吗?
比如自然语言,还有我们工作当中的一些判断,可能需要灵活应变。这些需要理解、分析、判断的地方,可以让 AI 去思考。
那什么样的东西是稳定的呢?比如已经验证过的代码、公式,只要输入足够标准,它就按照固定的逻辑去执行。真正执行的时候,能固定下来的,就用稳定的工具去跑。
比如经营数据分析来说。我们拿到数据之后,要去分析自己的经营情况,对吧?这里面的销售额、退货率、同比、环比,这些计算都是可以通过公式实打实地算出来的。
那这些公式就可以用代码来实现,非常适合沉淀成一个工具。具体来讲,可能就是一个脚本。
当 AI 判断需要计算这些指标的时候,就不用靠它自己的心算去做,直接调用已经沉淀好的工具,把这些数算出来。
在数据、计算口径和代码都校验过的前提下,它就能按照确定的公式去算。这个就是一个稳定的工具。
有了这些数据之后,接下来要分析销售额为什么下降了,就得结合自己的实际业务背景,去分析可能有哪些原因,优先要排查什么。
这些问题,光靠前面几个固定的计算公式就回答不了了,需要用到模型的思考和推理能力。
所以你看,这个分工就是:能用代码按固定规则实现的计算、格式化处理,就把它沉淀成稳定的工具。AI 执行到这一步的时候,直接调用这些工具就可以了。
那些涉及语义理解、业务理解,需要复杂逻辑推理和分析的环节,就需要它去思考。
显示更多