LLMを使う際の基本的なエチケット

もしあなたが私と同じくらい批評家気質なら、LinkedInのフィードをスクロールするのを避けているだろう。あのサイトのコンテンツの90％（引用しないでほしい）は、ずっと偽善的で絵文字だらけの形式だけのものだった。私は、書き手の精神に何らかの病理がない限り、そんな駄文を書くのは骨が折れるだろうと思ってきた。AIの登場以来、そうした偽善的なコンテンツの大部分が自動化されるようになった。もっともだ。ほとんどの人はそれらの投稿を高い価値があるとは見なしていないので、なぜ機械に任せないのか？

そろそろLLMユーザーが、これらのツールを互いにやりとりする際のルールを策定する時だと思う。もちろん、彼らが再び自分でLinkedInの投稿を書き始めるとは期待していない。そうなれば素晴らしいが、あの場所はAIが何もかも書き始める前から手遅れだった。とはいえ、日常のやり取りでLLMチャットボットが使われる頻度が増えていることに気づいている。それは芽のうちに摘む必要がある。

仮想的な状況を考えてみよう。

ホルコムとトルーマンは、ミドリング・ミレニアル・ソフトウェア・カンパニーのデータエンジニアである。マーケティング部門のステークホルダーであるユードラがホルコムに、会社のBIツールに表示されるいくつかの指標がCRMで得られるレポートと一致しないと懸念を伝えた。ホルコムがダッシュボードを確認すると、それはDBTモデルで動いているとわかった。ホルコムはコードをあまり読むのが好きではないので、Claudeを立ち上げてモデルをレビューさせた。

Claudeは、モデルのロジックに早急に修正すべき重大な欠陥があると答えた。ホルコムはこれに非常に驚き、Claudeからの回答をコピーして、トルーマンとのSlackスレッドに貼り付けた。トルーマンは、メッセージに散りばめられた対比的な修辞的枠組みとemダッシュに非常に苛立った。ホルコムが問題を理解したり、メッセージを書いたりすることに全く努力を払っていないことは明らかだった。

トルーマンは問題を調査し、彼が疑った通り、Claudeが間違っていたことを突き止めた。モデルロジックに問題はなかった。BIツールとCRMのデータは同じロジックで動いていた。Claudeは単にCRMがデータをどこから取得しているかの文脈を持っていなかった。これは実際にはタイミングの問題だった。BIツールはデータウェアハウスをリアルタイムでクエリするのに対し、CRMはバッチジョブで更新される。トルーマンはユードラに連絡し、遅延について説明し、彼女は納得した。

この仮定の話で、ホルコムは私がLLMユーザーに守ってほしいいくつかのルールを破った。

LLMの出力を検証すること。

情報を自分の言葉で伝えるよう努力すること。

どうしてもコピペする場合は、出力がLLMからのものであることを明示すること。

誰もがLLMがしばしば間違うことを知っている。LLMの出力を検証する時間をかけないと、あなたがやり取りする相手に次の2つのうちの1つを伝えることになる。あなたが実際に何を言っているのか分かっていないか、あなたが怠け者で情報が正しいことを確認しようとしていないかのどちらかだ。

あなたが何を言っているのか分かっていることを示すには、提供された出力を自分の言葉で言い換えることができる。最初のステップを踏んだことを証明するだけでなく、AI応答の厄介な兆候をすべて取り除くこともできる。

もし本当に何を言っているのか分からないなら、そう言えばいい。内容を自分のものとして渡そうとしてはいけない。なぜなら、またしても、あなたが田舎者に見えるからだ。単に「ねえ、Claudeにxyzについて聞いてみたんだけど、こんな返事が返ってきたんだ。これが何を意味するか分かる？」と言ってから応答を貼り付ければ、相手の知性を尊重していることを伝えられる。

AIユーザーとして、これらは自分を嫌な人間に見せないためにできるいくつかのことだ。理想的には、AIをまったく使わず、ドキュメントを調べたり、IDEの機能を使ってコードベースをナビゲートしたりすべきだ。でも、あまり多くを求めすぎたくはないので、次の言葉を残しておこう。あなたはとても特別な少年で、何をしても悪い人にはならない。