01 Prompt ControlCom canvia una resposta quan canvia la manera de demanar-la. Cas pràctic
Aquest cas de Prompt Control utilitza una situació fictícia i no conté dades reals de clients ni empreses.
Què vull observar
Faig la mateixa petició cinc vegades, afegint-hi cada vegada una capa més, i comparo com canvia la resposta. La idea de fons: treballar bé amb IA no és fer una pregunta, sinó preparar bé l’encàrrec.
Com ho provo
- 1 · Només la pregunta
- 2 · + per a qui i per a què
- 3 · + to, format i límits
- 4 · + un exemple del que espero
- 5 · + «revisa-ho abans de respondre»
- Comparo les 5 respostes
Exemple pas a pas · ChatGPT, cada versió en un xat nou
Cas: la ressenya de la Sofia, clienta habitual, la comanda de la qual va arribar cinc dies tard sense que ningú l’avisés.
Versió 1
El que vaig demanar
«Responde a esta reseña.»
El que va respondre
«Hola Sofia, sentimos mucho el retraso y, sobre todo, no haberte informado de que tu pedido llegaría más tarde de lo previsto. Entendemos tu decepción, especialmente después de tantos años confiando en nosotros. Gracias por hacérnoslo saber. Revisaremos qué ha ocurrido para evitar que vuelva a suceder y mejorar nuestra comunicación cuando haya cualquier incidencia con una entrega. Esperamos recuperar tu confianza en tu próxima experiencia con nosotros.»
Versió 2
El que hi vaig afegir
Per a qui i per a què: «És la Sofia, clienta habitual d’una botiga en línia. L’objectiu és que se senti escoltada i torni a confiar en nosaltres.»
El que va respondre
«Hola Sofia, Sentimos mucho el retraso y, sobre todo, que no te avisáramos a tiempo. Entendemos perfectamente tu decepción, especialmente después de tantos años confiando en nosotros. Agradecemos que nos lo hayas contado. Vamos a revisar qué ocurrió para evitar que vuelva a pasar y mejorar la comunicación cuando haya cualquier incidencia con un pedido. Esperamos poder recuperar tu confianza en tu próxima compra.»
Versió 3
El que hi vaig afegir
To, format i límits: «To proper i sincer, sense excuses ni frases fetes. Màxim quatre frases. No ofereixis descomptes.»
El que va respondre
«Sofia, siento que tu pedido llegara cinco días tarde y que no te avisáramos. Entiendo que te haya decepcionado, sobre todo después de tantos años comprando con nosotros. Vamos a revisar qué falló en el seguimiento y en el aviso del retraso. Queremos recuperar tu confianza con una experiencia mejor.»
Versió 4
El que hi vaig afegir
Un exemple de l’estil que busco, d’un altre cas: «Javier, tienes razón: el producto no era lo que mostrábamos en la foto. Ya lo hemos corregido en la web para que no le pase a nadie más. Gracias por avisarnos con tanto detalle.»
El que va respondre
«Sofia, tienes razón: además del retraso, deberíamos haberte avisado de que tu pedido no llegaría a tiempo. Sabemos que llevas años confiando en nosotros y entendemos que esta vez te hayamos decepcionado. Gracias por decírnoslo; revisaremos qué falló en la comunicación para evitar que vuelva a ocurrir.»
Versió 5
El que hi vaig afegir
Una revisió abans de respondre: «Revisa el teu esborrany: que no prometi res que no puguem complir, que no soni a plantilla i que respongui al que més li va molestar.»
El que va respondre
«Sofia, tienes razón: lo peor no fueron solo los cinco días de retraso, sino que nadie te avisara. Después de tantos años comprando con nosotros, entendemos especialmente tu decepción. Gracias por señalarlo con tanta claridad; revisaremos cómo estamos comunicando este tipo de incidencias para evitar que vuelva a pasar.»
Cada versió afegeix una capa a l’anterior.
Paper humà
Compara les respostes i valora quina s’ajusta millor al que necessitava, i per què.
Què aprenc
El context gairebé no va canviar la resposta. Definir-ne el to i l’extensió, i donar un exemple, sí que la va millorar. La revisió final va posar el focus en el que més va molestar la Sofia: que ningú l’avisés. Encara calia un últim retoc humà.
02 Research FlowQuina part d’una recerca es pot automatitzar sense automatitzar també la interpretació. Esbós
Què vull observar
Fins on arriba la màquina ordenant i on comença la feina d’entendre. El patró és una pista, no necessàriament l’explicació.
Com ho provo
- Comentaris de clients
- Classificació automàtica
- Agrupació temàtica
- Detecció de patrons
- Hipòtesis
- Revisió humana
Paper humà
Revisa les hipòtesis, les contrasta amb el context i decideix què mereix investigar-se més a fons.
Què aprenc
Organitzar informació i entendre-la són feines diferents. El context continua necessitant interpretació.
03 Human in the loopOn es pot automatitzar i en quin moment ha d’intervenir una persona. Esbós
Què vull observar
Quines tasques poden fluir soles i en quin punt una revisió humana evita errors que després surten cars.
Com ho provo
- Entrada
- La IA processa
- Validació humana
- Continuar · Corregir · Aturar
Paper humà
Decideix en el punt de validació: si el resultat continua, es corregeix o s’atura.
Què aprenc
Un flux necessita punts de revisió on una persona el pugui corregir o aturar.
04 AI Quality CheckCom evitar donar per bona una resposta només perquè sona segura. Esbós
Què vull observar
Que una resposta ben escrita no és el mateix que una resposta fiable, i quins controls ajuden a distingir-les.
Com ho provo
- La IA genera una resposta
- Segona capa de revisió: fonts, contradiccions, errors i biaixos
- Nivell de confiança
- Una persona decideix si serveix
Paper humà
Llegeix la revisió i decideix si la resposta serveix, necessita canvis o es descarta.
Què aprenc
Convé revisar el contingut i les fonts, a més de com està redactada la resposta.
05 AI vs AIQuè passa quan una IA contrasta o qüestiona la resposta d’una altra. Esbós
Què vull observar
Si el desacord entre agents ajuda a veure angles morts… o només afegeix soroll.
Com ho provo
- Un agent proposa una interpretació
- Un altre agent la qüestiona: busca errors i explicacions alternatives
- Contrast d’arguments
- La decisió final és humana
Paper humà
Escolta els dos agents, contrasta els seus arguments i pren la decisió final.
Què aprenc
Dues respostes diferents obren preguntes. La discrepància no demostra per si sola quina és correcta.
06Model ChoiceCas pràctic · Llegir benchmarks amb criteriQuin model triar segons la tasca?Cas pràctic
Llegir una captura de benchmarks, distingir-ne les mètriques i comprovar què podem concloure’n.
Captura fixa aportada per a aquest exercici. No s’actualitza en temps real i la seva data no està indicada.
Speed mesura tokens de sortida per segon. Cost per Task és el cost mitjà ponderat del benchmark, no el preu garantit de la teva tasca.
Quatre preguntes per explorar la captura. Pots canviar la resposta.
Segons la captura, quin genera més tokens per segon?
Quin té el Cost per Task més baix en aquesta captura?
Entre aquestes tres opcions, quina té més puntuació en Intelligence?
Podem triar el més eficient per a qualsevol tasca amb aquests gràfics?
Més ràpid, més barat i més adequat són preguntes diferents. La decisió comença definint què necessitem obtenir.