Asta este practic ceea ce vreau să spun când spun că AI-ul are nevoie de context. Aceeași disciplină care transformă o problemă complicată într-o listă clară de verificare este ceea ce face pe cineva eficient cu AI, iar totul ține de specificitate. Vorbesc cu echipe care jură că i-au oferit modelului "context foarte solid", dar pare că cineva dă indicații spunând "mergi spre munți și virează la stânga când simți că e potrivit." Așa arată asta în practică: "Suntem un brand de îmbrăcăminte, avem cam 10 SKU-uri, achizițiile repetate nu sunt unde ne dorim, ce ar trebui să facem?" Asta pare specific până când îl descompuni. Ce fel de îmbrăcăminte? Care SKU-uri au performanțe slabe? Care este rata de repetare actuală? Ce ai încercat deja? Când te forțezi să răspunzi la aceste întrebări, ajungi cu: "Suntem un brand de îmbrăcăminte de 7 cifre, care publică 7 SKU-uri în 2 categorii de fit, toate axate pe tricouri cu mânecă scurtă și lungă. Rata noastră de achiziții repetate este de 18%, majoritatea provenind de la o singură linie de produse (tricouri cu mânecă scurtă), iar emailul nostru cu cele mai bune rezultate din trimestrul trecut a atras X venituri de la clienți care au cumpărat de două ori în 90 de zile." Acum AI-ul are ceva cu care să lucreze. Și sincer, și tu știi la fel, pentru că timpul petrecut descompunându-l dezvăluie răspunsul înainte ca modelul să răspundă.