Az utóbbi időben jelentősen fejlődtek az asztali AI-ügynökök, mint például a ChatGPT Codex vagy a Claude Co-work. Ma már akár fél órán keresztül is képesek dolgozni folyamatos emberi felügyelet nélkül, bonyolult feladatokat is ellátva.
Egy érdekes kihívás azonban abban rejlik, miként lehet a hosszú ideig futó AI-munkafolyamatokat kontrollálni. Felmerül a kérdés: hogyan határozzuk meg pontosan, mi számít sikeres teljesítésnek, mikor van vége a feladatnak, és milyen módon lehet elkerülni, hogy az AI túl sok időt és erőforrást pazaroljon egy homályosan meghatározott utasítás következtében?
Az előadó végigveszi azokat a problémákat, amelyek akkor adódhatnak, ha túl általános, pontatlan promptot adunk az AI-nak, különösen hosszú, összetett feladatok esetében. Bemutat négy fő szempontot – úgynevezett „fékeket” vagy kereteket –, amelyeket érdemes alkalmazni, hogy az AI ne térjen le a kívánt útról, és mindig a meghatározott irányban dolgozzon.
Sok életszerű példán keresztül vizsgálja, hogyan lehet világosan definiálni a végcélt, a sikeresség bináris (igen/nem) kritériumait, megfelelő bizonyítékokat az elvégzett munkáról, valamint a leállítási feltételeket. Feltárja, a felhasználók mikor és hogyan szabhatják meg ezeket az elvárásokat annak érdekében, hogy a mesterséges intelligencia valóban hasznos legyen bonyolultabb projektek során is.
