گزارش اداری با هوش مصنوعی؛ تمرین پرامپت با داده ساختگی

اگر برای تهیه گزارش هفتگی زمان زیادی صرف می‌کنید، می‌توانید از هوش مصنوعی برای نظم‌دادن به یادداشت‌ها و نوشتن پیش‌نویس کمک بگیرید. برای شروع، یک تمرین محدود و قابل کنترل بهتر از سپردن کل گزارش واقعی سازمان به ابزار است. این مثال با داده‌های ساختگی نوشته شده و به هیچ اداره، کارمند یا مشتری واقعی مربوط نیست.

خروجی مورد نیاز را قبل از نوشتن درخواست تعیین کنید

فرض کنید مسئول یک دفتر آموزشی فرضی هستید و باید گزارش کوتاهی از درخواست‌های دریافت‌شده تهیه کنید. مخاطب گزارش مدیر همان دفتر است. به سه بخش نیاز دارید: خلاصه وضعیت، موارد باز و اطلاعاتی که هنوز معلوم نیست. قرار نیست مدل از طرف شما علت تأخیر یا تصمیم مدیریتی بسازد.

داده تمرینی: سه یادداشت کوتاه

• درخواست الف: تهیه پیش‌نویس راهنما انجام شده؛ بازبینی هنوز انجام نشده است.
• درخواست ب: مشخصات لازم ناقص است؛ زمان تکمیل اعلام نشده است.
• درخواست ج: پاسخ اولیه ارسال شده؛ تأیید دریافت هنوز موجود نیست.

در این نمونه، سه درخواست داریم. فقط درباره تهیه پیش‌نویس الف و ارسال پاسخ اولیه ج اطلاع داریم؛ هیچ‌کدام به معنای پایان همه مراحل آن درخواست نیست. همین تفاوت کوچک، موضوع خوبی برای ارزیابی خروجی مدل است.

نمونه پرامپت قابل تمرین

از یادداشت‌های ساختگی زیر، پیش‌نویس یک گزارش اداری کوتاه برای مدیر دفتر آموزشی بنویس. خروجی سه بخش داشته باشد: خلاصه وضعیت، موارد نیازمند پیگیری و اطلاعات ناموجود. لحن رسمی و روشن باشد. فقط از داده‌های داده‌شده استفاده کن؛ تاریخ، مسئول، علت تأخیر یا درصد پیشرفت نساز. اگر اطلاعات کافی نیست، «نیازمند تکمیل» بنویس. قبل از نتیجه‌گیری، تفاوت اقدام انجام‌شده با درخواست کاملاً بسته‌شده را رعایت کن.

[سه یادداشت تمرینی بالا را اینجا قرار دهید.]

دادن هدف روشن، زمینه و قالب خروجی، از اصول مطرح‌شده در راهنمای طراحی درخواست گوگل است. این روش، نقطه شروع برای آزمایش است و تضمین نمی‌کند خروجی بدون خطا باشد.

خروجی را با چه معیارهایی بررسی کنیم؟

1. انطباق با منبع: هر جمله باید به یکی از یادداشت‌ها قابل ربط باشد.
2. عدد درست: تعداد درخواست‌ها سه است؛ تعداد پرونده‌های کاملاً بسته‌شده از این داده مشخص نیست.
3. نبود اطلاعات ساختگی: اگر نام مسئول، مهلت یا علت آمده، آن را با ورودی تطبیق دهید.
4. اقدام روشن: «بررسی وضعیت بازبینی الف» قابل پیگیری‌تر از «بهبود عملکرد» است.
5. تأیید انسانی: پیش‌نویس پیش از ارسال رسمی باید توسط مسئول مربوطه بازبینی شود.

تمرین دوم: درخواست را اصلاح کنید

پس از دیدن پاسخ، فقط یک معیار را تغییر دهید: «همان داده‌ها را در حداکثر پنج جمله بنویس و اطلاعات ناموجود را در پایان جدا کن.» دو خروجی را کنار هم بگذارید. آیا کوتاه‌شدن باعث حذف یک نکته ضروری شده است؟ آیا مدل ابهام را به قطعیت تبدیل کرده است؟ این مقایسه به شما کمک می‌کند تغییر قالب را از تغییر معنا جدا کنید.

قبل از استفاده در محل کار

مقررات مجموعه درباره ابزار مجاز، سطح دسترسی و استفاده از داده‌ها را بررسی کنید. برای یادگیری از نام‌ها و اطلاعات ساختگی استفاده کنید. نام اشخاص، شماره تماس، شناسه، پرونده یا متن محرمانه را بدون مجوز وارد ابزار نکنید. حذف نام به‌تنهایی همیشه برای ناشناس‌شدن یک متن کافی نیست؛ ترکیب جزئیات نیز می‌تواند فرد یا پرونده را قابل شناسایی کند.

برای کارکنان یاسوج چه مسیری مناسب است؟

اگر هدف تیم شما گزارش‌نویسی، مکاتبات یا ارائه است، آموزش سازمانی در یاسوج امکان بررسی سرفصل متناسب با کار مجموعه را توضیح می‌دهد. برای یادگیری فردی، مشخصات دوره هوش مصنوعی آموزینو را ببینید و پیش از ثبت‌نام، پوشش نیاز اداری خود را با آموزشگاه هماهنگ کنید.

اگر گزارش شامل جدول و محاسبه است، تمرین ثبت هزینه و جمع اطلاعات در Excel مکمل این مطلب است. درست‌بودن متن گزارش، درستی محاسبات آن را ثابت نمی‌کند.

هماهنگی آموزش: ۰۹۱۷۳۴۵۷۴۶۶