Loading
製品情報
おすすめ機能
ASANA AI
プラン一覧
会社の規模別活用方法
チーム別活用方法
業界別
活用事例
学ぶ
サポート
サービス
ヘルプセンター
search-icon

トピック

AIスタジオでの説明書作成

この記事の内容

AI Studioは、Enterprise、Enterprise +、および年間Advancedプランのお客様にご利用いただけます。 Asana AI Studioのリリースについて詳しくは、asana.com/aiをご覧ください。

この記事では、AI Studioで効果的な手順を作成するためのベストプラクティスを説明します。 さらに詳しい情報をご希望の場合は、AsanaアカデミーでAI Studio Foundationsスキルバッジを獲得することもできます。 効果的なプロンプトを作成し、スマートワークフローを計画し、一般的な問題のトラブルシューティングを行う方法を学びます。

関連記事

AIインストラクションの一般原則

よく書かれた手順は、スマートなワークフローを成功させるために不可欠です。 以下は、AI Studioで指示を書く際に避けるべきベストプラクティスと注意事項です。 これらのヒントは、あなたの指示がAsana AIによって正しく解釈され、期待される結果が得られるようにするのに役立ちます。

AIモデルは信じられないほどの量を知っていますが、あなたの問題領域についての直感がよくないかもしれず、素朴に問題にアプローチするかもしれません。 AIがあなたのやりたいことをしていない場合、それはあなたがそれができると思うものを見ていないか、またはあなたがそれに十分に必要なものを明確に説明していないためである可能性があります。

AIの推論を読むことは、通常、何が起こっているのかを理解するための良い方法です。 特定の理由でルールを実行できない場合、AIはこの詳細をタスク履歴の[すべて]アクティビティに含めます。 特に整理されていてフォーマットが整っている場合は、指示に非常によく従います。 それは、その理解を階層的に構造化します。句読点と構造は、その理解にとって非常に重要です。

「AIを使用」という変数

ライティング手順は、コンテキスト認識出力を生成するためのAI StudioのツールであるUse AI変数に直接影響することを理解することが重要です。

詳しくは、Use AI変数の仕組みをご覧ください。

具体的かつ明確にする

明確で直接的な言葉を使い、曖昧さを避ける。 具体的なアクション、インプット、アウトプットを指定する。 指示は、「タスクに期日があるかどうかを確認する」や「プロジェクトリスクの上位3つのリストを生成する」などの直接コマンドである必要があります。

AIがどこにあるのか、何をしているのかを伝えます。 たとえば、「あなたはACME CorporationのAsanaで働いていて、仕事はデザインリクエストの優先順位をつけることです。」 このコンテキストから利益を得ることができます。

タスクを完了するために必要なすべての情報と何をすべきかをAIに伝えましょう。 たとえば、「リクエストが機能的に@ design - projectのタスクのいずれかの重複である場合は、それが既存のタスクの重複である理由を説明するコメントをタスクに書き、重複したタスクへのリンクを作成します。」 タスクや添付ファイルに明示的に提供されていない情報やコンテキストにAIがアクセスできると思わないでください。 

これらすべてを念頭に置いて、最小限の手順から始めて、出力に問題が発生した場合にのみ詳細を追加してください。 すべてのワークフローが網羅的な説明を必要とするわけではありません。

望ましいアウトプットの例を含める

期待するアウトプットを単に説明するだけでなく、AIを導くために必要なアウトプットやアクションの具体例を含めると便利な場合もあります。

たとえば、「添付されたプロジェクトの要旨から重要なポイントを以下のように要約してください。 プロジェクトの目標： X、Y、Z 。ターゲットオーディエンス: A、B、C "。 指示内で望ましいアウトプットの例を複数提供できる場合、単純な説明では十分でない場合、AIのアウトプットは期待通りである可能性が高くなります。

構造や見出しを使ってコンテキストを提供する

プロセスが複数のステップから成る場合や、複雑な条件を伴う場合は、指示を明確かつ実行可能な単位に分解すると便利です。

番号付きリスト、箇条書き、または見出しを使用して、各ステップや条件を明確に区別し、AIがフローとコンテキストを理解していることを確認します。 タスクや指示の文脈を明確にするだけでなく、必要なリソース、制約、または目標を事前に提供します。

AIが事前に知っていることについての前提を避け、AIに全体像を提供するタスクや指示にファイルやリソースを直接添付します。 こうすることで、AIは正確な判断を下し、効果的に応答することができます。 Asana AIは、タスクに添付されたファイルやAI Studioの指示に添付されたファイルからデータを読み取ることができます。 

指示に見出しを付けて情報にラベルを付けるだけで、AIがコンテキストを理解しやすくなります。 プロンプトの特定の部分にラベルを付けることで、AIは指示、質問、またはその他のコンテキストを知ることができます。 手順の他の領域でも、プロンプトの特定の部分を参照することができます。 これにより、AIが入力を処理する方法が改善され、各部分に適切に焦点を当てることができます。 AI命令内の情報を整理するために見出しを使用する方法の簡単な例については、以下の画像を参照してください。

この

 

 

例では、AIがメールの下書きを作成する際にスタイルガイドを参照する必要があることを説明しています。 スタイルガイドは説明書に含まれており、明確にラベル付けされています。これは、AIがスタイルガイドと一致するために必要なコンテキストを持っていることを意味します。 また、スタイルガイド文書を説明書に直接添付することも可能です。発生する可能性のあるさまざまな状況を考慮し、各ケースの対処方法を説明します。 必要に応じて、条件付きロジック（「If This, Then That」）を使用します。

反復と改良

ワークフローをテストし、その結果を観察することは、指示をどのように、どこで改善するかを学ぶのに最適な方法の1つです。 各タスクの履歴にあるAIの推論を確認し、AIがあなたの指示をどのように解釈しているかを理解します。 

たとえば、仕事の受け付けに関するユースケースがあるとします。 人間の確認者が決定を下すのに「十分な情報」が新規タスクに含まれている場合に、そのタスクを特定のセクションに移動させる手順をAsana AIに指示します。 あなたは、多くの誤検知があり、詳細のないタスクがそのセクションに移動していることに気づきます。 十分な詳細を持つタスクと、十分な詳細を持たないタスクとはどのようなものかを説明することも試してみるとよいでしょう。 そうすることで、Asana AIは正しい判断を下し、誤検知を避けることができます。

AIに

十分な情報があるかどうかを伝える方法を提供したり、何かが正しくないときに何をすべきかを伝える方法を提供します。 たとえば、「タスクの説明が空の場合は、タスクにコメントを追加して、続行する前にユーザーに詳細情報を提供するよう促します」などです。

適切なAIモデルを選択してください

選択したモデルとその機能に応じて、さまざまな出力が観察される可能性があることに注意してください。 利用可能なモデルの詳細については、AI Studio FAQを参照してください。

「AIスタジオの基礎」スキルバッジを獲得しよう

AsanaアカデミーでAI Studio Foundationsのスキルバッジを獲得しましょう。 効果的なプロンプトを作成し、スマートワークフローを計画し、一般的な問題のトラブルシューティングを行う方法を学びます。

Note iconノート

この記事は AI によって翻訳されています。

翻訳に関するフィードバックを送る。

関連記事

読み込み中
Article Detail