Az AI rendszerekben használt részletes utasítások mennyiségének növelése egy idő után nemhogy javítaná, hanem rontja a válaszok minőségét. Ennek oka, hogy az algoritmusok korlátozott „memóriával” rendelkeznek, és ha ezt főként az instrukciók töltik ki, kevés hely marad tényleges gondolkodásra, feladat-végrehajtásra.
Ezt a problémát a vezető AI fejlesztők, például az OpenAI, az Anthropic és a Google is felismerték, és egy úgynevezett skillek (készségek) rendszerét hozták létre megoldásként. A skillek lényege, hogy egy-egy feladatra készített egyszerű, különálló fájlok és mappák tartalmazzák az utasításokat, példákat vagy akár sablonokat – mindezt csak akkor töltik be az AI memóriájába, amikor ténylegesen szükség van rájuk.
A videóban bemutatott három módszerrel lehet skilleket létrehozni: egyrészt egy lezárt, sikeres AI-beszélgetés alapján automatikusan, másrészt egy fordított interjúban, ahol az AI kérdésekkel segíti a skill felépítését, harmadrészt pedig strukturáltan, három pontos kérdést megválaszolva indulhat a folyamat. Érdekes kérdésként merül fel: hány skill az ideális egy-egy területre, mikor lesz túl sok és miként előzhető meg, hogy egymást átfedő skillek rontsák a hatékonyságot?
Külön figyelmet érdemel a skill leírásának precizitása, hiszen ez alapján választ az AI több hasonló skill közül – túl általános vagy átfedő megfogalmazás zavarhoz vezethet. A végén szó esik kétféle skill-kezelési stratégiáról: egyrészt AI auditot lehet tartani, amely kiemeli a túl hasonló skilleket, másrészt a skilleket globális és projekt-specifikus kategóriákra is oszthatjuk, hogy a megfelelő feladatokhoz mindig a legjobb készség aktiválódjon.
