Sokan ott hibáznak, hogy túl korán kezdenek AI-skilleket létrehozni, mielőtt a folyamatot kellőképpen kidolgozták volna. Emiatt könnyen előfordulhat, hogy a mesterséges intelligencia nemcsak a folyamatot, de annak hibáit is rögzíti, és azokat újra és újra megismétli.
A videó készítője bemutat egy négylépéses ciklust, amellyel valóban hasznos, megbízható AI-skillek építhetők. Külön kitér arra, hogy a legtöbben két kulcsfontosságú lépést hajlamosak kihagyni, ami az egész rendszert gyengítheti.
Felvetődik a kérdés: mielőtt skillt készítünk, biztos, hogy szükségünk van rá? Három vezérlő kérdés alapján könnyen megállapítható, hogy adott feladatból mikor érdemes valódi skillt fejleszteni vagy inkább egy projektben gondolkodni.
A mapping (feltérképezés) fázisban egy AI-interjú segítségével lehet részletesen megérteni a folyamatot, mielőtt az a következő szintre lépne. Ezt egy úgynevezett proof (bizonyítás) követi, ahol a folyamatot ténylegesen lefuttatják a mesterséges intelligenciával.
A skill létrehozásánál kiemelten fontos, hogy a folyamat minél általánosabb és újrahasznosítható legyen, különös tekintettel azokra az elemekre, amelyek több kontextusban is működhetnek. A végső javításokat pedig „sebészi” pontossággal kell megtenni, hogy a skill ne nőjön túl terjedelmesre, felesleges szabályok beépítése nélkül.
Végül külön figyelmet kap az a téma, hogy érdemes limitálni a skillek számát, nehogy az AI eltévessze, melyiket hívja be egy adott feladathoz, illetve hogyan lehet a különböző felhasználási módokat (böngésző vagy asztali alkalmazás) optimalizálni.
