Inilah yang saya maksud ketika saya mengatakan AI membutuhkan konteks. Disiplin yang sama yang mengubah masalah yang berantakan menjadi daftar periksa yang jelas adalah apa yang membuat seseorang efektif dengan AI, dan itu bermuara pada kekhususan. Saya berbicara dengan tim yang bersumpah bahwa mereka memberi model "konteks yang sangat solid", tetapi itu terbaca seperti seseorang yang memberi arahan dengan mengatakan "pergilah ke pegunungan dan belok kiri ketika terasa benar." Beginilah tampilannya dalam praktiknya: "Kami adalah merek pakaian, kami memiliki sekitar 10 SKU, pembelian berulang tidak ada di tempat yang kami inginkan, apa yang harus kami lakukan?" Itu terasa spesifik sampai Anda memecahnya. Pakaian seperti apa? SKU mana yang berkinerja buruk? Berapa tingkat pengulangan saat ini? Apa yang sudah Anda coba? Ketika Anda memaksakan diri untuk menjawab pertanyaan-pertanyaan itu, Anda berakhir dengan: "Kami adalah merek pakaian 7 digit yang menjalankan 7 SKU di 2 kategori fit, semuanya berfokus pada kemeja lengan pendek dan lengan panjang. Tingkat pembelian berulang kami berada di 18% dengan sebagian besar berasal dari satu lini produk (kemeja lengan pendek), dan email berkinerja terbaik kami pada kuartal terakhir menarik pendapatan X dari pelanggan yang membeli dua kali dalam 90 hari." Sekarang AI memiliki sesuatu untuk dikerjakan. Dan sejujurnya, Anda juga melakukannya, karena waktu yang dihabiskan untuk memecahnya mengungkapkan jawabannya bahkan sebelum model merespons.