Sepanjang perjalanan membina AINNA dan bekerja dengan agen AI, satu pengajaran menjadi semakin jelas: jangan mulakan dengan memberitahu agen secara terperinci bagaimana hendak melakukan tugas itu. Mulakan dengan bertanya apa yang dilihatnya. Kebanyakan masa, kita sudah tahu hasil yang diinginkan, tetapi apabila kita memberikan arahan terlalu terperinci terlalu awal, kita juga memaksanya mengikuti cara berfikir sedia ada. AI mungkin masih menghasilkan hasil yang sama, tetapi prosesnya boleh menjadi terlalu kaku, kompleks, atau tidak cekap.
Saya kini lebih suka bermula dengan satu permintaan ringkas: 'Ceritakan kepada saya apa yang anda lihat, apa yang anda fikir kurang optimum, dan apa cadangan anda.' Baru selepas itu saya putuskan perkara yang perlu dilaksanakan. Ini menukar peranan agen AI daripada sekadar pengikut arahan menjadi rakan penyelesai masalah. Ia boleh mengenal pasti langkah yang tidak perlu, proses berulang, peluang automasi yang lebih baik, seni bina yang lebih cekap, risiko yang terlepas pandang, atau cara yang lebih mudah untuk mencapai hasil yang sama.
Aliran kerja yang saya semakin gunakan adalah mudah: perhatikan, kenal pasti, cadangkan, cabar, dan laksanakan. Pertama, biarkan AI memahami persekitarannya. Kemudian biarkan ia mengenal pasti ketidakcekapan, mencadangkan penambahbaikan, mencabar pendekatan sedia ada, dan hanya selepas itu meneruskan dengan pelaksanaan.
Salah satu kesilapan terbesar dalam penggunaan agen AI ialah menganggap bahawa prompt yang lebih baik sentiasa bermaksud memberi lebih banyak arahan. Kadangkala, prompt yang lebih baik bermaksud memberi agen kebebasan yang mencukupi untuk menemui laluan yang lebih baik. Objektif harus kekal jelas, tetapi kaedahnya tidak semestinya perlu datang daripada kita.
Di situlah agen AI menjadi benar-benar berguna—bukan sekadar mengautomasikan kerja, tetapi membantu mereka bentuk semula bagaimana kerja itu sepatutnya dilakukan.
#AI #AIAgents #AgenticAI #Automasi #DigitalTransformation #AIProductivity #BusinessStrategy #NeuralOps
