🐹倉鼠週報27：👉 ✨🚀🌌💡🤖🚀✨

這次加入了新奇有趣的技術發展「未來想像」，讓內容除了硬核的應用及洞察外，還多了「哇嗚」的想像空間。

李元魁

Aug 13, 2023

卷首語

過半年了，倉鼠週報持續不間斷的寫 6 個月，真心感謝支持訂閱的朋友們。對我來說寫電子報難得點不是持續撰寫，而是怎麼越寫越好。

近期在臉書上的發文頻率變的比較低，主要在嘗試撰寫或研究更深入的內容，這個深入並不是技術上的深入，而是能夠引發思考的一些內容。

這期開始會把篇章分成三大塊，第一塊會以「思考洞察 & 工具應用」為主，主打語言模型工具或其它 AI 工具怎麼應用在生活中，還有這些技術進步會怎麼影響我們的生活。

第二塊是「未來想像」，我會放上一些當週看到能夠引發想像的內容，在上一次的小演講分享中我有提到，想像未來就像是拼拼圖一樣，我們掌握越多的拼圖，越能拼湊不同的未來，這一塊邊是分享未來技術進步想像的拼圖。

最後一塊是新奇工具分享，分享一些當週看到很酷的工具或產品，不過盡量不會出現之前出現過類似的產品，除非有什麼特別的亮點。

內容有太困難或是想看的內容等，都歡迎留言回饋！

🪄 思考洞察與工具應用

1. 我的 ChatGPT 麥肯錫商業顧問（附 41 個商業分析框架）

Twitter 上看到了一則「40 ChatGPT 提示讓你賺到 100 萬美元」的貼文，馬的那麼好賺我早就起飛了🥹

不過裡面整理的框架還是蠻值得拿來應用的，先請他翻譯成中文後，然後請它總結公式規律。

============

※ [動詞] [我的商業決策/問題] 通過/使用/考慮 [分析框架名稱]。[相關的指導性描述或問題]。

============

另外分析後我請他作為一名麥肯錫的專業顧問，來幫我分析相關的商業問題，這樣一個簡單的商業顧問就出現了😎

不過複雜問題還是需要逐層拆解，目前 AI 充其量只能提供解決問題的思路，具體現實世界的解決方案還是得靠自己的腦袋想出來，像是：

競爭對手的真實狀況
環境的大量變因
無法得知的隱藏資訊

這些都是 AI 分析時無法知道的脈絡資訊，使用前請詳閱公開說明書。

☆ 實用的商業分析框架，有興趣可以再請 ChatGPT 詳述

1) 藍海策略 (Blue Ocean Strategy)：

"使用藍海策略評估[我的商業決策]。考慮這個決策如何創建一個新的無競爭的市場空間，而不是在現有市場中競爭。"

2) 護城河分析 (Moat Analysis)：

"通過護城河分析的角度評估[我的商業決策]。確定這個決策是增強還是侵蝕保護業務的競爭優勢。"

3) SWOT 分析：

"將 SWOT 分析應用於[我的商業決策]。列舉與此決策相關的優勢、劣勢、機會和威脅。"

4) OODA 循環 (觀察、定位、決策、行動)：

"利用 OODA 循環評估[我的商業決策]。通過每個階段獲得行動步驟和可能結果的清晰度。"

5) 艾森豪威爾矩陣 (The Eisenhower Matrix)：

"使用艾森豪威爾矩陣為[我的商業決策]相關的任務設定優先順序。區分什麼是緊急的和什麼是重要的。"

6) 零基礎思考 (Zero-Based Thinking)：

"將零基礎思考應用於[我的商業決策]。問自己，'知道我現在知道的，我還會做出這個決策嗎?'"

7) 成長思維 (Growth Mindset)：

"用成長思維評估[我的商業決策]。專注於學習、韌性和相信才能可以被開發的信念。"

8) 波特五力分析 (Porter's Five Forces)：

"考慮波特五力分析，分析[我的商業決策]。考慮競爭對手、新進入者的威脅、替代品的威脅、供應商的議價能力和買家的議價能力。"

9) 工作要完成 (Jobs-to-be-Done)：

"通過工作要完成的框架檢查[我的商業決策]。了解客戶的核心需求以及這個決策如何滿足這些需求。"

10) 產品/市場契合 (Product/Market Fit)：

"通過檢查產品/市場契合來評估[我的商業決策]。確定這個決策是否使您的產品更接近於滿足市場的需求。"

11) 創新者的困境 (The Innovator's Dilemma)：

"在創新者的困境的背景下評估[我的商業決策]。反思如何滿足現有客戶的需求可能使您對新的顛覆性機會視而不見。"

12) 飛輪效應 (Flywheel Effect)：

"考慮飛輪效應，分析[我的商業決策]。確定這個決策如何創建動力，每一次的努力都建立在之前的基礎上。"

13) 黑天鵝理論 (Black Swan Theory)：

"保持黑天鵝理論的思維，評估[我的商業決策]。考慮罕見的、意外的事件及其超大的影響。"

14) 精益創業原則 (Lean Startup Principles)：

"將精益創業原則應用於[我的商業決策]。從 MVP、建立-測量-學習循環和基於反饋的轉向的角度思考。"

15) 互惠原則 (Reciprocity Principle)：

"用互惠原則評估[我的商業決策]。考慮如何提前給予價值可以帶來更大的回報。"

16) 平均足技術 (Heikin-Ashi Technique)：

"使用平均足技術分析[我的商業決策]。它提供了市場趨勢的視覺提示，幫助做出明智的選擇。"

17) 超比例折扣 (Hyperbolic Discounting)：

"考慮超比例折扣，評估[我的商業決策]。認識到人類偏好於立即獲得的回報而不是稍後的利益的偏見。"

18) Kano 模型：

"通過 Kano 模型審查[我的商業決策]。確定哪些功能或方面導致客戶滿意，哪些可能被視為理所當然。"

19) 事前死亡分析 (Pre-mortem Analysis)：

"在確定[我的商業決策]之前，進行事前死亡分析。預測可能出錯的事情並制定策略來減少這些風險。"

20) 改善 (Kaizen，持續改進)：

"用改善的哲學思考，分析[我的商業決策]。考慮這個決策如何支持業務的持續、增量改進。"

21) 約束理論 (Theory of Constraints)：

"確定[我的商業決策]中最大的約束並制定策略來解決它。"

組合分析： "使用組合分析來衡量客戶對[我的商業決策]的偏好。他們最重視哪些功能或方面？"

22) 顛覆性創新 (Disruptive Innovation)：

"[我的商業決策]如何挑戰現有的市場或創建新的市場？"

掛鉤模型： "將掛鉤模型應用於[我的商業決策]。這個決策如何創建用戶習慣或增加參與度？"

23) 林迪效應 (The Lindy Effect)：

"考慮到林迪效應，[我的商業決策]基於其過去的情況，有多大可能性會隨著時間的推移而持續存在？"

24) 價值鏈分析 (Value Chain Analysis)：

"使用價值鏈分析解剖[我的商業決策]。它如何影響運營、物流、市場營銷和銷售？"

25) 臨界點 (The Tipping Point)：

"[我的商業決策]是否接近一個臨界點，其中一個小變化可以帶來重大影響？"

淨推薦分數 (NPS)： "[我的商業決策]可能如何影響我們的淨推薦分數？基於此，客戶會更多或更少地推薦我們嗎？"

26) 情境規劃 (Scenario Planning)：

"根據[我的商業決策]設想多個未來的情境。哪一個最有可能，我們如何準備？"

27) 決策樹分析 (Decision Tree Analysis)：

"使用決策樹繪製[我的商業決策]。可能的結果和相關的概率是什麼？"

28) 行銷的4P (產品、價格、地點、促銷)：

"使用行銷的4P分析[我的商業決策]。它如何影響每個元素？"

29) 六頂思考帽：

"使用 De Bono 的六頂思考帽方法來處理[我的商業決策]。從不同的角度檢查它：事實、情感、負面、正面、創意和管理。"

30) 紅隊策略 (Red Team Strategy)：

"實施紅隊策略來挑戰和測試[我的商業決策]。暴露出哪些潛在的脆弱性？"

31) 錨定偏見 (Anchoring Bias)：

"[我的商業決策]是否受到最初的信息影響？重新評估，不受那個錨的影響。"

32) 金字塔原則 (The Pyramid Principle)：

"使用金字塔原則組織[我的商業決策]的論點，從答案開始，然後是支持的論點。"

33) 關鍵少數 (The Critical Few，Pareto 原則擴展)：

"確定[我的商業決策]中那些關鍵的少數元素將產生最大的影響。"

34) 敏捷方法論 (Agile Methodology)：

"[我的商業決策]如何適應敏捷框架？迭代循環是否有助於其執行？"

35) 平衡計分卡 (Balanced Scorecard)：

"使用平衡計分卡評估[我的商業決策]，考慮財務、客戶、內部和增長的觀點。"

36) 跨越鴻溝 (Crossing the Chasm)：

"考慮技術採納生命週期，[我的商業決策]如何幫助從早期採納者跨越到早期大多數？"

37) 弱關聯的力量 (Strength of Weak Ties)：

"我們網絡中的'弱關聯'或遠程連接如何可能影響[我的商業決策]的結果？"

38) 親和圖法 (Affinity Diagramming)：

"使用親和圖法對[我的商業決策]相關的想法、主題或問題進行分組。什麼樣的模式浮現出來？"

39) 五個為什麼 (Five Whys)：

"將五個為什麼技巧應用於[我的商業決策]，以找到決策背後的根本原因或核心原因。"

40) 賦予效應 (Endowment Effect)：

"通過檢查我們的資產的估值是否受到我們的所有權感影響，而不是其固有價值，重新評估[我的商業決策]。"

41) 少數法則 (The Law of the Few)：

"在[我的商業決策]的背景下，誰是那些可以驅動成功的'少數'關鍵影響者或元素？"

https://chat.openai.com/share/79572a60-1966-42c2-b312-6bf2a9eb9ccf

2. 外包工作會被取代嗎？

我將一邊說明內容一邊呈現自己是如何透過語言模型機器人輔助學習。

論文來源：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4533642

本文主要來自哈佛商學院數位、資料與設計研究所的研究人員所共同研究。

研究目的

為了比較人類及 AI 給出的解決方案，哪個品質更好。而整體品質是根據新穎性、可行性、價值三個標準綜合評定的。

而其中的價值是根據方案對於環境的價值及財務價值來評估。

目標是與 ContinuumLab.AI 合作，發起以「建立可持續未來：解鎖循環經濟的潛力」為主題的外包挑戰。

「建立可持續未來：解鎖循環經濟的潛力」是 Claude 在解讀時翻譯的，但有點難懂，所以我把論文原文及這句話重新給 ChatGPT 來詮釋。

它這樣說：

我們發起了一個集思廣益的挑戰，目的是找出如何通過循環經濟的商業機會，讓未來更環保、更可持續發展。

這裡的「循環經濟」是指一種追求資源最大化利用和減少浪費的經濟模式，通過重複使用、回收和再生等方式，使產品和材料保持在經濟系統內循環利用。

如何實驗

人跟 AI 都必須各別針對這個挑戰來提供解決方案，他們在 Prolific.org 招募了145名評估者，來評估解決方案的品質（新穎性、可行性、價值）。

先從外包平台收了 310 的解決方案，然後再篩選出125 份內容完整、符合要求的高品質的人工生成解決方案。

AI 的部份比較複雜，還分了 3 個等級（Prompt 有沒有經過優化）：

等級 1：與人類相同的問題陳述
- 這是最基礎的 prompt，只給 AI 模型原始的問題描述，和給予人類參與者的描述一模一樣，這樣可以直接比較AI和人類生成的解決方案品質。
等級 2：增加個人特徵反映人類群眾
- 在等級 1 的基礎上，加上反映人類參與者特徵的資訊，如職稱、所在地區、解決方案應用的行業等。這樣可以讓 AI 模型模擬人類群眾的背景環境，生成更貼近人類解決方案的輸出。
等級3：增加23個相關行業的專家角色
- 在等級 2 的基礎上，再加上 23 個相關行業專家的個人描述。這樣可以讓 AI 模型從不同行業專家的視角生成解決方案，增加多樣性。

通過逐步增加 Prompt 資訊的複雜度，可以模擬人群多樣性，並引導 AI 模型產生符合場景要求的各種解決方案，透過提示詞工程的方式可以進一步優化 AI 的輸出品質。

然後，每個評估人員會隨機分配 10 個 AI 的解決方案和 3 個人類的解決方案，總計13對。

所以 145 的評估員乘上 13 總共會有 1885 個評估資料。

主要結果

AI 的方案整體品質與人類的方案旗鼓相當
人類的方案的新穎性更高，AI 的方案的價值更大
人類的方案雖然新穎性更高，但可能只是因為其在語義上更加多樣化
人類與AI涵蓋的應用行業範圍相似

讓我針對以上 4 個結果展開說明。

AI 的方案整體品質與人類的方案旗鼓相當

因為整體品質是根據新穎性、可行性、價值三個標準綜合評定的。

而研究發現在整體品質上，AI和人類生成的方案沒有顯著差異。這說明在複雜問題解決上，AI 已經可以達到與人類外包相當的整體表現。

但同時我也好奇，既然前面提到 Prompt 有分級，那這個表現怎麼算？

Claude 這樣說：

主要是指提示工程的等級 2，也就是加入了反映人類群眾特徵的個人資訊(如職業、地理位置等)的那個等級。
具體來說，論文在表 3 的回歸分析結果顯示，在整體品質評分上，等級 2 的 AI 解決方案與人類解決方案之間沒有顯著差異。
而等級 1 和等級 3 的提示下生成的 AI 解決方案，在整體品質上都無法達到與人類方案相當的效果。
原因可能是：
「等級 1 的提示不足以提供充分的背景資訊；而等級 3 的專家角色提示雖提供了行業知識，但過於侷限在特定領域，反而損害了整體品質。」
相比之下，等級 2 增加的人群特徵資訊，更好地模擬了人類群眾的背景和視角，因此該等級的AI解決方案能夠在整體品質上與真人群眾相當。
所以綜上所述，當論文提到整體品質相當的結論時，主要是指基於等級2提示的AI生成結果，而不是其他等級。這一結論體現了適當的提示工程對優化AI性能的重要作用。