Report'lar nasıl oluşur — arka plan
Bir Report ürettiğinde ne olur
Generate düğmesine tıkladığında şu olur: Picasi, Inbox’ının o an görünen bölümündeki tüm Updates’i toplar — etkin klasöre ve kurduğun süzgeçlere göre süzülmüş olarak. Bu Updates, varsa yapay zekâ bağlamınla birlikte bir yapay zekâ modeline verilir.
Modele açık bir görev verilir: özetlemek, çözümlemek, liste oluşturmak, LinkedIn gönderileri yazmak ya da söze giriş noktaları bulmak. Buna ek olarak, çıktıyı belirli bir yöne sürmek için isteğe bağlı bir odak metni verebilirsin.
Yapay zekâ bütün bunları arka planda işler — 15 saniye ile iki dakikalık kısa bekleme süresi bundandır — ve Picasi’nin Report olarak kaydettiği bitmiş bir metin döndürür.
Niteliği ne etkiler
Bir Report’un ne kadar işe yarayacağını büyük ölçüde üç etken belirler:
Update temeli: Üç Update’e dayanan bir Report, 50 Update’e dayanandan kaçınılmaz olarak daha yüzeysel olur. Az girdi, az çıktı demektir. En az sayı diye bir şey yoktur, ama bir çözümleme için en az bir haftalık hareketliliği toplamak anlamlıdır.
Yapay zekâ bağlamı: Kendi bağlam belgelerin olmadan yapay zekâ kim olduğunu bilmez. Çözümleme o zaman genel kalır ve rakibin ne yaptığını betimler — bunun senin için ne anlama geldiğini açıklamadan. İyi doldurulmuş bir yapay zekâ bağlamıyla çözümlemeler somutlaşır ve eyleme dönüşür.
Odak metni: Odak olmadan yapay zekâ genel bir derleme üretir. Rakiplerimiz yapay zekâ ve otomasyon hakkında ne iletiyor? gibi bir odak metniyle Report hedefe yönelir. Odak metinleri, yalnızca bir dökümüne değil belirli bir sorunun yanıtına ihtiyacın olduğunda özellikle yardımcı olur.
Yapay zekânın yapamadığı
Yapay zekâ, Report’ları verdiğin Updates’e dayanarak üretir — Inbox’ında olmayan Updates’i bulamaz ya da araştıramaz. Bir şirket ilgili bir gönderi yayımladıysa ve Picasi onu henüz çekmediyse, Report’ta görünmez.
Çözümlemeler bir rakibin iç verileri hakkında hiçbir iddia içermez — yalnızca Picasi’de topladığın, herkese açık içerik hakkında.
Report’lar belirlenimci değildir
Aynı girdi iki kez üretildiğinde pekâlâ biraz farklı Report’lar verebilir. Bu, yapay zekâ modelleri için olağan davranıştır. Bir Report isabetli değilse odak metnini keskinleştirmek ya da başka süzgeçler uygulayıp yeniden üretmek yardımcı olabilir.
Söze giriş noktaları nasıl seçilir
Söze giriş noktaları öteki Report türlerinden başka bir seçim mantığı izler. Yapay zekâ bir özet oluşturmak yerine tekil Updates’i, LinkedIn’de bir yoruma başlangıç noktası olarak uygunlukları açısından değerlendirir.
Seçim: Yalnızca bir kanca olarak işleyen Updates sonuca girer. Hiçbiri işlemiyorsa üçten az öneri çıkar.
Kaynak çeşitliliği: Kaynak başına en çok bir Update önerilir. Bir kaynak çok etkin olsa bile yalnızca en iyi eşleşmesi gösterilir. İstisna: aynı kaynaktan özellikle iyi uyan ikinci bir gönderi.
Sayı: Sonuç sıfır ila beş söze giriş noktası içerir. Hiçbir Update eşiğe ulaşmazsa Report boş kalır — bu bir hata değildir, şu anda uygun bir temas noktası olmadığını gösterir.
Ne zaman daha çok öneri çıkar: Inbox çeşitli kaynaklardan çok sayıda Update içeriyorsa ve rakipler son zamanlarda özellikle ilgili içerik yayımladıysa isabet oranı yükselir. Hareketliliğin düşük olduğu dönemlerde az ya da hiç öneri olmaması olağandır.