[ Insights ]Quick readPoziom: Możliwości

5 rzeczy, których nauczyliśmy się, budując rozwiązania AI

Notatki z pola, bez lukru: o danych, które kłamią, użytkownikach, którzy obchodzą systemy, promptach, które nie są programowaniem, i o tym, dlaczego nudne rozwiązania wygrywają.

Zespół14 sierpnia 20262 min czytania

[ W skrócie ]

  • Jakość danych wejściowych decyduje o projekcie mocniej niż wybór modelu — i prawie zawsze jest gorsza, niż deklaruje klient.
  • System, który utrudnia życie użytkownikom, zostanie obejść — adopcję projektuje się tak samo starannie jak architekturę.
  • Najlepszy prompt to często krótszy prompt plus lepsze narzędzia i dane — inżynieria kontekstu wygrywa z zaklęciami.

1. Dane zawsze są gorsze, niż mówi brief

„Mamy uporządkowany CRM” oznacza zwykle: trzy formaty numerów telefonów, duplikaty i pole „notatki”, w którym żyje cała prawdziwa wiedza. Nauczyliśmy się zaczynać każdy projekt od audytu próbki danych — godzina patrzenia w realne rekordy oszczędza tydzień zdziwień na testach.

2. Użytkownicy obchodzą systemy, które im przeszkadzają

Najlepszy technicznie system przegra, jeśli dokłada zespołowi kliknięć. Widzieliśmy automatyzacje omijane mailami „na boku”, bo tak było szybciej. Od tamtej pory pytanie „czy to zmniejsza, czy zwiększa liczbę czynności użytkownika” zadajemy przy każdym elemencie interfejsu — i projektujemy z ludźmi, którzy będą z tego korzystać, nie tylko z ich szefami.

3. Prompt engineering to w 80% inżynieria kontekstu

Magiczne formułki w promptach starzeją się szybko. To, co działa trwale, jest prozaiczne: dać modelowi właściwe dane (nie wszystkie!), jasne kryteria, strukturę wyjścia i dobre opisy narzędzi. Gdy prompt puchnie ponad ekran, to prawie zawsze znak, że problem leży w danych albo w podziale zadania — nie w słowach.

4. Wyjątki to najcenniejsze dane w systemie

Sprawy, które automat oddaje ludziom, traktowaliśmy kiedyś jak koszt. Błąd: to darmowa lista rzeczy do poprawy. Przegląd wyjątków raz w tygodniu (pół godziny!) systematycznie zbija ich odsetek — a przy okazji buduje zaufanie zespołu, bo ludzie widzą, że system się uczy na ich decyzjach.

5. Nudne wygrywa

Nasze najbardziej udane wdrożenia to te, o których nie ma co opowiadać: dokumenty się księgują, leady dostają odpowiedź, raporty się składają. Zero efektu wow, sto procent efektu w liczbach. Jeśli mamy jedną radę z całej tej listy, brzmi ona: wybierajcie projekty, które będą nudne po wdrożeniu — ekscytujące niech zostaną prezentacje konkurencji.

Więcej o tym, jak te lekcje przekładamy na sposób pracy, znajdziesz na stronie naszego procesu.

  • wnioski
  • praktyka
  • zespół
  • opinie
Udostępnij

Automatic AI

hello@automaticai.pl · automaticai.pl