これが私が「AIには文脈が必要だ」と言うときに言いたいことです。 混沌とした問題を明確なチェックリストに変える同じ規律こそが、AIを効果的に使える人を決めるものであり、それは具体性に帰着します。 チームと話すと、モデルに「本当にしっかりした文脈を与えた」と断言しますが、実際には「山の方へ向かい、気が向いたときに左に曲がれ」と指示を出しているように読めます。 実際の様子は以下の通りです: 「うちはアパレルブランドで、SKUは約10種類あります。リピート購入は望む範囲にありません。どうすればいいですか?」 それは細かく分解するまでは具体的に感じます。 どんな服? どのSKUがパフォーマンスが悪いのでしょうか? 現在の再発率はどのくらいですか? もう何を試しましたか? そうした質問に答えようと無理やり答えると、結果は次のようになります。 「私たちは7桁のアパレルブランドで、2つのフィットカテゴリーで7つのSKUを展開しています。すべて半袖と長袖のシャツに特化しています。リピート率は18%で、そのほとんどが1つの製品ライン(半袖シャツ)からです。そして、前四半期で最も成功したメールは、90日間で2回購入した顧客からXの収益を引き出しました。」 これでAIは何か手がかりを得た。正直なところ、あなたも同じです。なぜなら、それを分解する時間がモデルが反応する前に答えを明らかにしているからです。