Een nieuw model geeft een beter antwoord op dezelfde vraag. Het verandert de vraag niet, en evenmin wat er nadien met het antwoord gebeurt.
Om de paar maanden verschijnt er een beter model, en teams wachten erop in de
verwachting dat het bedrijfsresultaat mee zal verbeteren. Dat gebeurt zelden, en de
reden is eenvoudig: een beter model geeft een beter antwoord op dezelfde vraag.
Het verandert de vraag niet, en het verandert niet wat er nadien met het antwoord
gebeurt.
Als mensen nog altijd ad-hocprompts intikken, nog altijd elke keer van nul
beginnen, nog altijd resultaten plakken in een document dat niemand hergebruikt —
dan wordt de output een beetje beter en stapelt de impact op het bedrijf zich
helemaal niet op. Aan de manier waarop de tool gebruikt wordt, is niets veranderd.
Wat zich wél opstapelt, is het stuk dat je opschrijft.
Het verschil tussen een prompt en een skill
Een prompt is iets wat je één keer getikt hebt. Een skill is een prompt die een
naam, een eigenaar en een afgebakende taak gekregen heeft, zodat iedereen in het
team hem kan draaien zonder de opdracht opnieuw uit te leggen.
Dat is het hele onderscheid, en het is precies wat een team waarin één persoon goed
is in AI, scheidt van een team waarin iedereen dat is.
Eén taak per skill
De meest voorkomende ontwerpfout: een skill met een vage, veelzijdige omschrijving.
Een "marketingskill" die opzoekt, schrijft én de opvolging doet, zal in alle drie
middelmatig zijn — want er is geen enkele output waaraan je hem kan afmeten, dus
merkt niemand ooit welk deel zwak is.
De test: als het doel in één zin twee verschillende taken zou kunnen
beschrijven, is hij te breed. Splits hem.
Splitsen is niet meer werk; het is minder. Twee skills met elk één taak zijn
allebei makkelijker te schrijven, makkelijker te herstellen en makkelijker te
vertrouwen dan één die beide slecht doet.
Schrijf het op als een fiche
Voor elke skill die het bewaren waard is, één korte pagina:
|
|
| Naam |
Hoe mensen hem hardop noemen |
| Doel |
Eén zin. Past hij op twee taken, splits hem. |
| Wanneer gebruiken |
En wanneer niet |
| Invoer |
Wat hij nodig heeft voor hij kan draaien |
| Contextbestanden |
Welke van je opgeschreven bedrijfscontext hij leest |
| De prompt |
Vast en herbruikbaar, niet elke keer herschreven |
| Uitvoerformaat |
Hoe een afgewerkte run eruitziet |
| Wat je nakijkt |
Voor de output gebruikt wordt |
| Gekende zwaktes |
De fouten die hij echt maakt |
| Nooit zonder nazicht |
Wat eerst bij een mens moet passeren |
De laatste twee rijen zijn degene die mensen overslaan en degene die een skill
veilig maken om aan een collega te geven. Een skill zonder vermelde zwaktes is nog
niet genoeg gebruikt.
Bouw er alleen een voor werk dat terugkeert
Een skill voor een taak die je één keer doet, is verspilde moeite — je bent langer
bezig met ontwerpen dan met het werk zelf. Bouw ze voor het wekelijkse en het
dagelijkse.
Het gevolg daarvan: wanneer je merkt dat je dezelfde taak voor de derde keer aan
de tool uitlegt, is dat het signaal. Geen enthousiasme, geen planningsoefening.
De derde herhaling.
Test consistentie, niet alleen juistheid
Voor je op een skill vertrouwt, draai je hem twee of drie keer op dezelfde invoer,
en op twee of drie verschillende echte invoeren. Je zoekt iets anders dan
accuraatheid: produceert hij elke keer dezelfde vorm van output?
Een skill die gemiddeld juist zit maar elke run structureel anders is, valt niet op
voort te bouwen, want wie verderop staat weet nooit wat hij krijgt. Die spreiding
is onzichtbaar als je hem maar één keer draait.
Als je er meer dan een handvol hebt
Voeg één pagina toe die ze opsomt: naam, waarvoor hij dient, wie hem bezit, wanneer
hij laatst gewijzigd is. Zonder die pagina vinden mensen de juiste skill niet,
schrijven ze een nieuwe prompt, en sta je waar je begon, met een map extra.
De Belgische voetnoot over gespreksopnames
Een veelvoorkomende en echt nuttige skill haalt de echte woorden van klanten uit
verkoop- of supportgesprekken. Twee waarschuwingen voor je hem bouwt:
Een gesprek opnemen en het daarna verwerken en bewaren zijn twee aparte vragen,
en die tweede brengt de transcriptie voluit binnen het bereik van
gegevensbescherming. Beslis wie op de hoogte gebracht wordt, wat je bijhoudt en hoe
lang — voor de eerste opname, niet na vijftig.
En als je dan extraheert: hou de woorden van de klant bijna letterlijk. De
reflex is om citaten tot marketingtaal te polijsten, en dat wist net de
specificiteit uit die ze het verzamelen waard maakte. "De vorige tool die we
probeerden had een ontwikkelaar nodig om ze op te zetten" is bruikbaar.
"Implementatiegemak was een aandachtspunt" niet.