Penulisan Prompt Menjadi Kemahiran Reka Bentuk Pembelajaran

Minta AI untuk mencipta kursus tentang mengendalikan pelanggan yang sukar, dan anda sudah membuat beberapa keputusan reka bentuk.

Anda telah memutuskan bahawa kursus diperlukan. Anda telah memutuskan bahawa masalah itu adalah sesuatu yang boleh dipelajari orang untuk keluar daripadanya. Anda telah memutuskan bahawa “mengendalikan pelanggan yang sukar” menerangkan kerja dengan cukup jelas untuk dibina di sekelilingnya.

Mungkin keputusan tersebut betul. Tetapi prompt tidak memberikan banyak alasan untuk mempercayainya.

Saya rasa di sinilah perbualan tentang prompting menjadi menarik bagi pereka pembelajaran. Kemahiran yang berguna adalah dapat menjelaskan apa yang kita cuba perbaiki, apa yang kita tahu tentang orang yang melakukan kerja, dan apa yang perlu dicapai oleh jawapan yang berguna.

Sebuah prompt menjadikan keputusan tersebut jelas. Ia juga boleh menjadikan ketiadaan mereka jelas, jika kita meluangkan masa untuk melihat.

01Prompt mendedahkan ringkasan

Sebuah prompt yang berguna adalah ringkasan reka bentuk yang boleh anda pertanyakan.

Itulah sebabnya saya melihat penulisan prompt menjadi sebahagian daripada reka bentuk pembelajaran. Ia memberikan kita satu lagi tempat untuk berlatih kerja mendefinisikan masalah, menetapkan kekangan, dan memutuskan apa yang dianggap baik.

02Penggunaan kata yang lebih baik tidak dapat memperbaiki keputusan yang lemah

Terdapat godaan untuk menganggap setiap respons AI yang mengecewakan sebagai masalah penggubahan kata. Tambah peranan. Minta lebih banyak butiran. Ubah nada. Arahkan untuk lebih menarik. Cuba prompt yang lebih panjang.

Kadang-kadang perubahan tersebut membantu. Tetapi ia juga boleh membuat kita terus memperbaiki jawapan kepada soalan yang seharusnya kita pertimbangkan semula.

“Bertindak sebagai pereka instruksional pakar dan cipta kursus lima minit yang menarik” masih bermula dengan kursus. “Gunakan prinsip pembelajaran dewasa” tidak menerangkan keputusan yang perlu dibuat seseorang di tempat kerja. “Jadikan ia interaktif” tidak memberitahu kita apa interaksi itu seharusnya membolehkan seseorang berlatih.

Anda boleh mendapatkan draf yang menarik daripada ringkasan yang samar. Itu adalah sebahagian daripada masalahnya. Jawapan yang kelihatan lengkap boleh menyukarkan pemikiran yang belum selesai untuk diperhatikan.

Sebelum meminta versi yang lebih baik, tanyakan apa yang anda tinggalkan untuk model tekaan. Siapa audiensnya? Apa yang mereka berjuang untuk lakukan? Apa bukti yang menyokong tafsiran itu? Apa maklumat yang hilang? Keputusan mana yang sudah dipersetujui, dan mana yang masih terbuka?

Jika anda tidak dapat menjawab soalan-soalan itu, satu lagi kata sifat dalam arahan mungkin tidak akan menyelesaikannya.

03Berikan konteks yang mengubah reka bentuk

“Pekerja barisan hadapan” adalah label audiens. Ia tidak cukup konteks untuk merancang amalan yang bermakna.

Seorang pekerja baru yang belajar proses untuk pertama kali memerlukan sesuatu yang berbeza daripada pekerja berpengalaman yang tahu proses tetapi tidak dapat mencari polisi semasa semasa perbualan dengan pelanggan. Kedua-duanya mungkin muncul dalam permintaan latihan yang sama.

Butiran yang berguna adalah yang mengubah keputusan reka bentuk anda: pengalaman terdahulu, alat yang tersedia, keadaan kerja, tekanan masa, keperluan aksesibiliti, bahasa, dan akibat daripada kesilapan.

Sekatan juga penting. Pengalaman mudah alih yang digunakan antara tugas mempunyai keperluan yang berbeza daripada bengkel yang difasilitasi. Keputusan yang mesti dibuat dari ingatan memerlukan persediaan yang berbeza daripada yang disokong oleh rujukan yang boleh dicari.

Saya juga akan memberitahu model apa yang tidak boleh dicipta. Jika peraturan pemulangan tidak disediakan, ia harus menandakan peraturan yang hilang. Jika punca jurang prestasi tidak pasti, ia harus mengekalkan ketidakpastian itu daripada mengubah pendapat pemegang kepentingan menjadi penemuan.

Ini tidak bermakna menampal setiap dokumen yang anda ada ke dalam sembang. Pilih bahan yang relevan dengan keputusan, gunakan maklumat yang anda dibenarkan untuk dikongsi, dan terangkan sumber mana yang mengawal jawapan.

04Permintaan yang sama, tugas reka bentuk yang berbeza

Berikut adalah contoh hipotesis. Seorang pengurus sokongan pelanggan meminta latihan penyegaran kerana ejen terlalu banyak mengeskalasi permintaan pemulangan.

Arahan cepat mungkin:

“Cipta kursus mikro pembelajaran lima minit tentang cara menangani permintaan pemulangan. Sertakan tiga pemeriksaan pengetahuan dan jadikannya menarik.”

Arahan itu memberikan AI tugasan pengeluaran. Ia tidak bertanya sama ada tugasan itu masuk akal.

Sekarang bayangkan bahawa semakan kes contoh mencadangkan ejen boleh menerangkan polisi asas, tetapi ragu apabila pengecualian berlaku. Mereka mempunyai rujukan polisi yang tersedia semasa panggilan. Beberapa kes juga menunjukkan bahawa panduan pengecualian tidak jelas.

Itu mengubah tugas reka bentuk. Kita mungkin memerlukan amalan keputusan, rujukan yang lebih jelas, dan penjelasan polisi sebelum kita memerlukan penyegaran tentang asas-asas.

Arahan yang lebih berguna adalah:

Arahan kedua melakukan lebih daripada sekadar menerangkan output. Ia mendefinisikan apa yang diketahui, apa yang masih tidak pasti, dan urutan keputusan yang perlu kita buat.

Ia juga membenarkan jawapan yang mungkin tidak kita jangkakan: menjelaskan polisi sebelum membina aktiviti.

Itu adalah kerja reka bentuk.

05Tulis kriteria sebelum membaca jawapan

Salah satu perkara yang paling berguna yang boleh anda masukkan ke dalam arahan adalah penjelasan tentang bagaimana anda akan menilai hasilnya.

Jika anda meminta senario, “realistik” memerlukan definisi. Adakah pelajar menghadapi keputusan yang berlaku dalam aliran kerja sebenar? Adakah mereka mempunyai maklumat yang mereka benar-benar miliki? Adakah terdapat alasan yang munasabah untuk memilih pilihan yang lebih lemah? Adakah maklum balas menerangkan akibat atau sekadar mengumumkan skor?

Soalan-soalan itu memberikan anda sesuatu untuk diperiksa di luar sama ada penulisan itu kedengaran meyakinkan.

Untuk contoh pemulangan, saya akan memeriksa sama ada setiap kes menguji sempadan keputusan yang berbeza, sama ada respons yang betul mengikuti polisi yang diluluskan, dan sama ada maklum balas menerangkan bila perundingan atau pengeskalan adalah sesuai. Saya juga akan memeriksa bahawa senario tidak menghukum ejen kerana ketidakjelasan yang gagal diselesaikan oleh organisasi.

Anda boleh meminta AI untuk menyemak drafnya berdasarkan kriteria tersebut. Itu mungkin mendedahkan masalah. Ia bukan pengesahan bebas, dan ia tidak menetapkan bahawa polisi itu betul atau bahawa amalan akan meningkatkan prestasi.

Anda masih perlu memeriksa sumber, melibatkan orang yang tahu kerja, dan mencuba pengalaman dengan pengguna yang dimaksudkan di mana praktikal.

Model boleh membantu anda menerapkan standard. Anda tetap bertanggungjawab untuk memutuskan sama ada kerja itu memenuhi standard tersebut.

06Gunakan semula struktur, semak semula keputusan

Saya suka struktur yang boleh digunakan semula. Ia menyelamatkan kita daripada bermula semula dan mengingatkan kita untuk bertanya soalan yang mungkin kita abaikan.

Tetapi arahan yang disimpan juga boleh membawa andaian semalam ke dalam projek hari ini. Templat yang sentiasa meminta garis besar kursus secara senyap menjadikan setiap masalah kelihatan seperti masalah kursus.

Struktur yang ingin saya gunakan semula adalah ringkasan reka bentuk pendek:

1. Prestasi: Apa yang perlu dilakukan, diputuskan, atau dipulihkan oleh seseorang?
2. Bukti: Apa yang kita tahu tentang masalah semasa, dan apa yang masih anda anggap?
3. Konteks: Siapa yang melakukan kerja, dalam keadaan apa, dan dengan alat atau sokongan apa?
4. Kekangan: Apakah keperluan yang mesti dihormati oleh respons? Sumber mana yang mengawalnya?
5. Tugas reka bentuk: Adakah kita sedang mendiagnosis, membandingkan respons, merangka amalan, atau mengkaji penyelesaian yang sedia ada?
6. Kriteria kualiti: Apa yang akan menjadikan hasilnya berguna, tepat, dan sesuai untuk situasi ini?
7. Ketidakpastian: Apa yang harus ditandakan, dipersoalkan, atau dibiarkan tidak diselesaikan daripada diteka?

Anda tidak perlu mengubah setiap permintaan kecil menjadi arahan besar. Padankan ringkasan dengan tugas. Menulis semula ayat memerlukan konteks yang kurang daripada mencadangkan respons kepada masalah prestasi.

Untuk projek yang lebih besar, bekerja secara berperingkat. Periksa permintaan, semak bukti, bandingkan kemungkinan respons, kemudian draf bahagian yang anda mempunyai maklumat yang cukup untuk direka. Bawa keputusan yang dipersetujui ke hadapan dan semak semula apabila bukti baru mengubah gambaran.

Matlamatnya adalah untuk memastikan pemikiran tersedia untuk semakan, bukannya menguburkannya di dalam output akhir yang disempurnakan.

07Nilai kerja di luar tetingkap sembang

Arahan yang lebih kuat boleh menghasilkan draf yang lebih relevan. Itu tidak bermakna kita telah meningkatkan pembelajaran.

Draf masih perlu bertahan dalam konteks kerja. Bolehkah orang memahami situasi? Bolehkah mereka menggunakan sokongan apabila mereka memerlukannya? Adakah amalan itu mendedahkan keputusan yang kita peduli? Adakah maklum balas membantu mereka memperbaiki?

Dalam contoh pengembalian wang hipotetikal kita, pengurangan eskalasi yang lebih sedikit tidak mencukupi dengan sendirinya. Ejen boleh mengurangkan eskalasi dengan meluluskan permintaan yang sepatutnya mereka rujuk. Kita perlu memeriksa kesesuaian keputusan serta kadar eskalasi.

Itu adalah satu lagi penilaian reka bentuk yang tidak dapat diselesaikan oleh arahan untuk kita. Kita memutuskan bukti mana yang penting dan apa pertukaran yang akan kita terima.

Saya tidak melihat penulisan arahan sebagai jaminan kerjaya. Ia tidak menjadikan seseorang tidak boleh digantikan, dan koleksi arahan pintar bukan pengganti untuk memahami pembelajaran atau kerja yang dilakukan orang.

Saya melihatnya sebagai kemahiran praktikal yang menjadikan pemikiran kita boleh diperiksa. Ia memaksa kita untuk menyatakan niat, menamakan ketidakpastian, dan mendefinisikan standard sebelum kita meminta jawapan.

Cuba dengan arahan seterusnya yang anda akan gunakan. Gariskan setiap keputusan yang telah anda buat. Bulatkan setiap butiran yang perlu diteka oleh model. Kemudian tanyakan sama ada keputusan tersebut disokong.

Anda mungkin memerlukan arahan yang lebih baik. Anda mungkin memerlukan ringkasan yang lebih baik. Anda mungkin perlu kembali kepada pemegang kepentingan dengan soalan yang tidak pernah anda fikirkan untuk ditanya.

Penulisan arahan memperoleh tempatnya dalam reka bentuk pembelajaran apabila ia membantu kita membuat keputusan yang lebih baik tentang apa yang diperlukan oleh orang.