Νόμιζα ότι χρησιμοποιούσα την τεχνητή νοημοσύνη αποτελεσματικά – μέχρι που συνειδητοποίησα ότι έκανα την ίδια δουλειά ελαφρώς πιο γρήγορα. Αποφάσισα λοιπόν να σταματήσω να «κουβεντιάζω» με την τεχνητή νοημοσύνη και να αρχίσω να την «ενορχηστρώνω» σαν στέλεχος της Silicon Valley.
Μετά από μια εβδομάδα, τα αποτελέσματα ήταν συγκλονιστικά. Δεν δούλευα απλώς πιο γρήγορα – ανακτούσα σχεδόν 10 ώρες την εβδομάδα μου. Η διαφορά δεν είναι το κόστος της συνδρομής. είναι η ροή εργασίας.
Το άρθρο συνεχίζεται παρακάτω
Βήμα 1: Ο έλεγχος «Αρχηγός Επιτελείου».
Το μεγαλύτερο λάθος που έκανα ήταν ότι χρησιμοποίησα AI για όλες τις απαντήσεις μου σαν καλύτερο Google. Αλλά το “τοπ 1%” το χρησιμοποιεί ως υψηλού επιπέδου Επιτελάρχη. Επιτρέψτε μου να εξηγήσω. Ο στόχος δεν είναι απλώς να γράψετε ένα καλύτερο email. είναι η αυτοματοποίηση της διαδικασίας λήψης αποφάσεων πίσω από την οποία τα email χρειάζονται καθόλου εγγραφή. Πρέπει να προσδιορίσετε τη «γνωστική αγγαρεία» σας—καθήκοντα που απαιτούν σκέψη αλλά είναι πολύ επαναλαμβανόμενα.
Πήρα μια λίστα με τις 20 πιο συχνές εργασίες εργασίας μου και τις έβαλα στο μοντέλο με αυτή τη συγκεκριμένη οδηγία:
Η προτροπή χρονικής κατάρρευσης: “Σας δίνω παρακάτω ένα αρχείο καταγραφής των πρόσφατων εργασιών μου. Λειτουργήστε ως ειδικός σύμβουλος διαχείρισης.
Προσδιορίστε τις κορυφαίες 3 πιο επαναλαμβανόμενες γνωστικές εργασίες (αυτές που απαιτούν αναγνώριση προτύπων, όχι μόνο εισαγωγή δεδομένων).
Για καθένα, συντάξτε μια βήμα προς βήμα Τυπική Διαδικασία Λειτουργίας (SOP) που θα μπορούσε να ακολουθήσει ένας βοηθός τεχνητής νοημοσύνης υψηλού επιπέδου για να την εκτελέσει με ακρίβεια 95%. Εστιάστε στους λογικούς κανόνες και τα δέντρα αποφάσεων».
Συνειδητοποίησα ότι το 30% του χρόνου “σκέψης” μου ήταν στην πραγματικότητα απλώς ακολουθώντας ένα μοτίβο που θα μπορούσα να είχα αυτοματοποιήσει πριν από μήνες. Αυτή η προτροπή άλλαξε τη ροή εργασίας μου προς το καλύτερο.
Βήμα 2: Σκοτώστε το “AI Slop” με επαλήθευση πολλαπλών μοντέλων
Η Axios προειδοποιεί για ένα “κενό αξιοπιστίας”, όπου άτομα υψηλού εισοδήματος πληρώνουν για ελεγμένες πληροφορίες ενώ όλοι οι άλλοι πλοηγούνται “AI Slop” — χαμηλής ποιότητας, γενικό περιεχόμενο ή περιεχόμενο με ψευδαισθήσεις.
Η ελίτ ροή εργασιών το λύνει αυτό με το να μην εμπιστεύεστε ποτέ ένα μοντέλο. Εάν ρωτήσετε απλώς το ChatGPT για την “απάντηση”, καταναλώνετε slop. Άρχισα να φτιάχνω διαφορετικά μοντέλα να ελέγχουν το ένα το άλλο.
Για παράδειγμα, κάντε την κίνηση για τη δημιουργία πρωτοκόλλου “cross-talk”. Δημιουργήστε τη στρατηγική ή την έρευνά σας στο Μοντέλο Α (π.χ. GPT-5.4).
Επικολλήστε αυτή την έξοδο στο Μοντέλο Β (π.χ. Claude 4.6 Sonnet) με αυτήν την προτροπή:
“Αναλύστε αυτό το κείμενο που δημιουργήθηκε από άλλο AI. Λειτουργήστε ως εχθρικός έλεγχος γεγονότων. Προσδιορίστε τρεις συγκεκριμένες λογικές ασυνέπειες. Επισημάνετε πού αυτή η απάντηση βασίζεται σε υπερβολικά γενικά δεδομένα “πλήρωσης”. Καταγράψτε τυχόν πραγματικές παραισθήσεις και δώστε τη διορθωμένη προοπτική.”
Το κάνω αυτό εδώ και καιρό, αλλά το κάνω πολύ πιο σκόπιμα τώρα. Αυτό μετατρέπει τις “γενικές συμβουλές τεχνητής νοημοσύνης” σε μια υψηλής πιστότητας, ελεγμένη ενημέρωση που είχε πραγματικά δόντια.
Βήμα 3: Η ασπίδα “Deep Work”.
Οι περισσότεροι άνθρωποι χρησιμοποιούν τεχνητή νοημοσύνη για γενιά (γράφοντας γράμματα, δημιουργώντας εικόνες). Το 1% το χρησιμοποιεί για σύνθεση. Γιατί; Λοιπόν, γιατί αυτό στο οποίο εστιάζεις έχει μεγαλύτερη σημασία από αυτό που παράγεις. Αφήστε την τεχνητή νοημοσύνη να χειριστεί την παραγωγή, ώστε να μπορείτε να εστιάσετε στη δουλειά που πραγματικά απαιτεί σκέψη.
Από τότε που ξεκίνησα αυτό το βήμα, είχα περισσότερο χρόνο να σταματήσω και να σκεφτώ, να ονειροπολώ ακόμα και όταν πίνω τον καφέ μου. Νιώθω ότι αυτό με βοηθά να παράγω ακόμα καλύτερη δουλειά. Αυτή η πολύ βαθιά σκέψη είναι ανεκτίμητη και δεν νομίζω ότι αρκετοί από εμάς το κάνουμε αρκετά.
Επομένως, σταματήστε να διαβάζετε ολόκληρες αναφορές 40 σελίδων. Αντίθετα, ανεβάστε 3–5 σχετικά έγγραφα και χρησιμοποιήστε αυτήν την προτροπή:
“Έχω ανεβάσει αυτά τα έγγραφα. Συνθέστε τα σε μια ενημέρωση 500 λέξεων. ΜΗΝ συνοψίζετε τα σημεία στα οποία συμφωνούν. Εστιάστε εξ ολοκλήρου σε: Μείζονες αντιφάσεις και διαφωνίες μεταξύ αυτών των πηγών. Μοναδικές πληροφορίες υπάρχουν σε μια πηγή που λείπουν από τις άλλες. Με βάση αυτές τις αντιφάσεις, ποια είναι η πιο ανθρώπινη σύγκρουση που πρέπει να λύσει το στέλεχος;”
Σταμάτησα να σπαταλάω ώρες σε δεδομένα συναίνεσης και άρχισα να ξοδεύω τον χρόνο μου απαντώντας στη μία ερώτηση που πραγματικά κίνησε τη βελόνα.
Το takeaway
Το χάσμα της τεχνητής νοημοσύνης δεν έχει να κάνει με το ποιος έχει τα καλύτερα εργαλεία – έχει να κάνει με το ποιος ξέρει πώς να τα χρησιμοποιεί. Εάν εξακολουθείτε απλώς να «κουβεντιάζετε» με την τεχνητή νοημοσύνη, έχετε ήδη μείνει πίσω. Αλλά είναι πολύ εύκολο να το προλάβεις. Μόλις έκανα αυτή τη μετατόπιση, άρχισα πραγματικά να κάνω την τεχνητή νοημοσύνη να λειτουργεί για μένα και με χτύπησε σαν ένα σωρό τούβλα που η τεχνητή νοημοσύνη δεν θα έπρεπε να είναι απλώς βοηθός, αλλά μέρος της διαδικασίας εξ ολοκλήρου.
Θέλετε να το δοκιμάσετε; Επικολλήστε τις τελευταίες 5 καταχωρήσεις ημερολογίου σας στο Prompt #1 και δείτε πόσο μεγάλο μέρος της “απασχολημένης εργασίας” σας δεν σας χρειάζεται πραγματικά. Πείτε μου στα σχόλια πώς λειτούργησε για εσάς.
Ακολουθώ Οδηγός Tom’s στις Ειδήσεις Google και προσθέστε μας ως προτιμώμενη πηγή για να λαμβάνετε τα ενημερωμένα νέα, τις αναλύσεις και τις κριτικές μας στις ροές σας.
