Признаюсь честно, когда начался AI-бум, то я отнесся к нему с большой долей скепсиса. Сразу вспомнил, как раньше все носились с блокчейном, Web 2.0, Big Data и т.д. А когда про AI не начал писать только ленивый, то стала возникать натуральная тошнота от упоминания этой аббревиатуры.
Однако я сам не заметил как в некоторых менеджерских задачах подсел на использование AI-тулов и стал кайфовать от них. И в этом посте я хочу поделиться парой таких штук с вами.
1. Role-playing
Суть подхода в том, чтобы попросить модель отвечать на вопрос из определенной роли. В эту роль я вкладываю описание человека, его должность и опыт, с которым я бы хотел обсудить мой вопрос. "Отвечай как технический менеджер продукта, развивающий observability-платформу..." или "Отвечай как тимлид команды SRE, jотвечающий за высоконагруженную систему...". И что самое классное - ChatGPT (и подобные модели) действительно подстраиваются под эту роль и учитывают ее как доп. контекст для ответа. Таким образом, одну и ту же тему можно "обстучать" об разные роли - концепт идеи обсуждаю с менеджером продукта, метрики - с продуктовым аналитиком, реализацию - с тимлидом. Конечно, все это НЕ заменит обсуждения с реальными людьми, но точно дает шире взглянуть на задачу. У меня МНОГО РАЗ случалось такое, что на этом этапе я видел вопросы, которые изначально я не учитывал.
2. Написание
Сейчас мне не нужно писать код, но иногда с помощью кода задачу можно решить более эффективно. Если использовать прошлый пункт и попросить модель "Отвечай как опытный разработчик на bash. Напиши мне скрипт, который...", то можно за очень короткое время получить код, который, возможно, неэлегантно, но все таки выполняет поставленную задачу. Аналогичным подходом полгода назад мне удалось НАМНОГО БЫСТРЕЕ углубиться в данные, которые лежат в Clickhouse, не являясь гуру либы pandas на питоне и SQL-диалекта, на котором работает клик. Таким образом, с помощью LLM можно значительно ускоряться в задачах написания несложного кода (опыта написания production-ready с LLM у меня нет).
3. Поиск через Perplexity
Когда в мою жизнь вошел Perplexity, то я стал, наверно, раза в 2-3 меньше пользоваться поисковиками. Это потому, что с помощью Perplexity я значительно быстрее получаю нужные мне ответы, чем с Гуглом или Яндексом. Фишка этого сервиса в том, что он комбинирует поиск в Интернете и ответ LLM чат-бота. На выходе запроса вы получаете не набор ссылок, а краткое резюме того, что есть в топе Интернета по этой теме. Каждое утверждение этого саммари подкрепляется ссылкой на источник, благодаря чему снижается риск, что LLM напридумывает того, чего нет. Важная фишка этого инструмента - он держит контекст вашего поискового запроса, благодаря чему можно доуточнять что-то на основе полученной информации. Еще в Perplexity есть Pro-запросы. С помощью таких запросов модель как будто глубже пытается понять задачу и дополнительно может сама задать вам вопросы для прояснения недостающих данных. Полученные ответы потом используются для обогащения контекста. Крч, лучше просто попробуйте сами!
А какими AI-штуками пользуетесь вы?
Поделитесь, интересно ж!