È giunto il momento di smettere di trattare i modelli linguistici avanzati come semplici motori di ricerca. Secondo l’esperta Daisy Hollman, l’intelligenza artificiale può passare dallo stato di ‘utile chat’ a quello di ‘collega che lavora per te’, ma non basta fare il prompt giusto: è necessario ristrutturare i flussi di lavoro. La vera magia, come evidenzia Hollman, sta nell’automatizzare, costruendo ‘piccole copie di sé stessi’ che lavorano sui vari fronti, anche quando noi riposiamo. I primi consigli sono rivoluzionari e super pratici. Primo, bisogna dare a questi strumenti gli stessi strumenti aziendali che usiamo noi: accedere a email, dashboard e documenti condivisi. Non basta un copia-incolla; servono connessioni reali per trasformare un chatbot in un agente operativo. Secondo, e qui ci si fa spesso ingannare, non bisogna chiedere solo ‘cosa fare’, ma sempre ‘perché lo stiamo facendo’. Fornire il contesto (ad esempio, appunti disordinati di una riunione) permette all’AI di estrarre non solo i dati, ma anche le azioni richieste. Terzo, il trucco del self-review: invece di accettare il primo risultato, bisogna insegnare a Claude a fare la correzione di bozze, fornendogli esempi di qualità e liste di controllo. In questo modo, l’AI diventa il suo stesso revisore di fiducia. Infine, e forse il più importante, bisogna lasciarlo lavorare su compiti di background, sfruttando il tempo asincrono per costruire un flusso di lavoro che non ci fa perdere tempo prezioso.
🇬🇧 Summary in English
It’s time to retire the idea that large language models are just fancy search engines. Experts like Daisy Hollman suggest a revolutionary shift: moving from treating AI as a simple assistant to viewing it as a true, autonomous colleague. The secret sauce isn’t just writing better prompts; it’s fundamentally restructuring your workflow to build ‘little copies of yourself’ that work in parallel, even while you’re offline. The key strategies are surprisingly simple, focusing heavily on context and integration. First, and this is crucial, you must grant the AI access to your operational environment. If the model can’t see your internal emails, shared documents, or dashboards, it’s stuck in theory. The advice is to map out every instance where copy-pasting slows you down and connect those dots. Second, never ask just ‘what’ needs to be done; always explain the ‘why’. By providing context—say, raw, messy meeting notes—the AI isn’t just correcting grammar; it’s identifying underlying actions. Third, implement a mandatory self-review loop. Instead of blindly accepting the first draft, you teach the AI to check its own work against specific success examples and checklists. This transforms it into its own quality control department. Lastly, and perhaps most liberating, you have to leverage the asynchronous time. By setting up tasks that run in the background, the AI becomes an always-on team member, drastically reshaping the boundaries of what ‘working hours’ actually mean.
Leggi l’articolo originale su Punto Informatico →
Fonte: Punto Informatico | Argomento: Tech News
#tecnologia #innovazione #technews