Ejen AI untuk Perniagaan pada 2026: Tugasan Apakah yang Benar-benar Boleh Anda Serahkan?
MarkdownTiga kategori tugasan: perkara yang boleh dikendalikan sepenuhnya oleh ejen AI untuk perniagaan, perkara yang boleh dilakukannya di bawah pengawasan dan perkara yang berulang kali gagal dilakukannya. Angka daripada Anthropic dan ujian selama seminggu.
Baca artikel penuh
Perkara utama
Kerumitan tugasan hampir tiada kaitan dengannya. Yang penting ialah kos kesilapan dan seberapa cepat anda dapat mengesannya. Ejen AI untuk perniagaan boleh mengendalikan kerja berisiko rendah yang kesilapannya dapat dilihat serta-merta dari awal hingga akhir, manakala kerja yang mahal—atau kerja yang kesilapannya hanya muncul seminggu kemudian—hanya boleh diambil alih dengan klik terakhir daripada anda. Di bawah ini terdapat tiga kategori, lima tanda tugasan pertama yang sesuai dan pelan ujian selama seminggu.
Dokumentasi rujukan Ailoot: ailoot.ai/docs/.
Chatbot menunggu mesej anda; sementara itu, ejen mengambil dua puluh langkah
Perkara utama
Chatbot menjawab dan berhenti sehingga mesej seterusnya. Ejen AI menerima matlamat, kemudian bergerak sendiri melalui sistem: membuka fail, memanggil perkhidmatan luaran, menulis ke pangkalan data dan menghantar mesej. Antara arahan anda dengan hasilnya, ejen membuat dua puluh keputusan tanpa anda. Itulah manfaat dan risikonya.
Perbezaannya jelas apabila anda keluar untuk membeli kopi. Chatbot akan menunggu. Ejen AI boleh melakukan banyak perkara dalam masa itu, termasuk perkara yang tidak pernah anda minta.
Pada masa kini, istilah ejen AI digunakan untuk pelbagai perkara, jadi izinkan saya membezakan tiga tahap.
| Tahap | Perkara yang dilakukan | Siapa menentukan masa untuk berhenti | Contoh |
|---|---|---|---|
| Penasihat | Menjawab soalan, menulis teks, menerangkan | Anda | Sembang biasa dengan model |
| Pelaksana | Menerima tugasan dan menyiapkannya sekali gus | Model, dalam skop tugasan | “Analisis eksport ini dan sediakan ringkasan” |
| Fungsi | Berjalan mengikut jadual, bekerja tanpa anda dan menghantar laporan | Arahan yang anda tulis terlebih dahulu | Setiap pagi pada pukul sembilan, ia mengumpulkan permintaan semalam dan menghantar analisis |
Semuanya dilakukan demi tahap ketiga itu. Huraikan kerja sekali, tetapkan jadual, kemudian kerja itu dilaksanakan tanpa anda.
Anda memulakan pelaksana secara manual dan terus melihat hasilnya. Fungsi berjalan semasa anda tiada, dan anda hanya akan melihat kesilapan pada keesokan hari, selepas kesilapan itu berulang. Seterusnya, kita akan melihat kerja yang boleh anda alihkan dengan selamat ke tahap ketiga itu.
Mengapakah “ejen AI siap guna” dalam hasil carian sering mengecewakan?
Perkara utama
Cari “ejen AI untuk perniagaan” dan halaman pertama dipenuhi studio yang menjanjikan penyelesaian “siap guna” dan tawaran “beli sekarang”. Selalunya, yang dijual ialah chatbot pada platform vendor, yang dimuatkan dengan dokumen anda. Bot sebegitu menjawab pelanggan dan membuat tempahan janji temu. Ia tidak membaca e-mel anda, membuka hamparan anda atau melakukan kerja yang membawanya melalui lima sistem berturutan.
Saya tidak mempertikaikan pasaran ini. Bot di laman web memang sesuai jika itulah tugas yang anda perlukan. Masalah bermula apabila seseorang berkata, “Saya mahukan pekerja AI,” mendapat widget laman web, lalu sebulan kemudian memutuskan bahawa seluruh idea ejen itu dicipta oleh pemasar.
Terdapat tiga perkara yang persediaan seperti ini tidak akan berikan kepada anda.
- Sistem anda. Ejen pada platform milik orang lain hanya dapat melihat perkara yang berjaya disambungkan oleh platform itu. Eksport gudang data anda, folder kontrak dan surat-menyurat dengan kontraktor tidak akan tersedia.
- Cara anda berfikir. Bot bertindak mengikut senario yang direka oleh orang lain. Klon AI berfungsi secara terbalik: ia meniru logik membuat keputusan anda kerana anda sendiri memasukkan logik itu ke dalam projek.
- Keupayaan membuat perubahan. Mahu menambah satu langkah? Anda menghubungi sokongan dan menunggu. Perkara yang anda bina sendiri boleh diubah dalam masa satu malam.
Apabila anda membinanya sendiri, anda membayar harga yang berbeza: masa untuk persediaan awal dan perhatian untuk menyemak hasil kerja. Perhatian itu berbaloi apabila kesilapan mengambil masa seminit untuk dibaiki; ia tidak berbaloi apabila kesilapan itu merugikan anda beberapa hari.
Tugasan perniagaan apakah yang boleh dikendalikan sepenuhnya oleh ejen AI hari ini?
Perkara utama
Serahkan tugasan sepenuhnya apabila kesilapan boleh dipulihkan, mengambil masa seminit untuk dibaiki dan terus kelihatan. Draf, pemprosesan mesej masuk, penyediaan ringkasan daripada data yang sudah anda miliki, pelabelan dan pengisihan, serta semakan awal terhadap teks dalam jumlah yang besar. Jika ejen tersilap dalam tugasan ini, anda akan terus menyedarinya dan membetulkannya dengan satu arahan.
Ujiannya mudah. Tanyakan diri anda tiga soalan tentang tugasan itu: Bolehkah saya membatalkannya? Adakah saya akan melihat kesilapan hari ini? Bolehkah saya mengulanginya dalam masa seminit? Tiga jawapan ya—serahkan sepenuhnya.
Inilah tugasan yang termasuk dalam kategori ini.
- Draf apa-apa jenis teks. Penerangan perkhidmatan, balasan kepada soalan lazim, e-mel kepada kontraktor, rangka hantaran. Draf yang buruk jelas kelihatan dari baris pertama.
- Pemprosesan mesej masuk. Permintaan, ulasan, e-mel, mesej sembang. Ejen mengasingkannya mengikut topik, mengenal pasti aduan berulang dan menyusunnya dalam satu ringkasan.
- Penyediaan laporan daripada data anda sendiri. Eksport hamparan, pembayaran, rekod janji temu. Ejen membuat pengiraan dan memformatkan semuanya; anda menyemak hasilnya.
- Semakan awal terhadap jumlah yang besar. Dua ratus ulasan, empat puluh halaman kontrak, surat-menyurat selama setahun. Seseorang akan mengambil masa setengah hari untuk memproses jumlah itu; ejen menyelesaikannya dalam beberapa minit dan anda menyemak kerjanya menggunakan sampel.
- Perubahan mekanikal dalam projek. Menamakan semula item, menyeragamkan semuanya, menyusun fail atau membetulkan perkara yang sama dalam dua puluh fail sekali gus.
Ini sepadan dengan hasil pengukuran. Dalam kajian tentang kebolehpercayaan ejen bagi tugasan jangka panjang, yang menjalankan sepuluh model sebanyak 23,392 kali, pelbagai jenis kerja menunjukkan prestasi yang berbeza: prestasi pemprosesan dokumen kekal hampir stabil apabila tempoh tugasan meningkat, daripada 0.74 kepada 0.71. Pemprosesan mesej masuk dan penyediaan ringkasan ialah jenis kerja yang sama, sebab itulah kedua-duanya menjadi tugasan pertama untuk diserahkan.
Pemilik salon boleh memberikan ejen ulasan untuk satu suku tahun dan mendapatkan senarai aduan berulang. Sebelum itu, yang ada hanyalah perasaan samar bahawa “semuanya nampak baik-baik sahaja”. Kesilapan dalam ringkasan sebegitu mudah dilihat sepintas lalu.
Tugasan apakah yang hanya boleh dikendalikannya di bawah pengawasan?
Perkara utama
Kategori kedua ialah kerja yang boleh anda batalkan, tetapi kesilapannya merugikan anda beberapa hari atau hubungan dengan pelanggan. Apa-apa sahaja yang dihantar kepada orang sebenar, apa-apa yang mengubah sistem yang sedang digunakan dan apa-apa yang melibatkan wang. Ejen melakukan kerja ini dengan baik, tetapi meninggalkan langkah terakhir untuk anda: ejen menyediakan kerja itu; anda yang mengklik.
Saya menyusunnya dalam jadual dan tidak perlu memikirkan soalan itu lagi sejak itu.
| Kategori | Tanda | Contoh | Siapa yang menekan butang terakhir |
|---|---|---|---|
| Serahkan sepenuhnya | Boleh dipulihkan, seminit untuk dibaiki, terus kelihatan | Draf, pemprosesan mesej masuk, ringkasan, semakan awal terhadap jumlah yang besar | Ejen |
| Di bawah pengawasan | Boleh dipulihkan, tetapi mengambil masa berhari-hari untuk dibaiki | E-mel kepada pelanggan, penerbitan, perubahan pada sistem yang sedang digunakan, pengendalian invois | Anda |
| Jangan serahkan | Tidak boleh dipulihkan atau anda bertanggungjawab | Pemadaman data, pembayaran, komitmen, keputusan tentang orang | Anda sahaja |
Pengawasan mudah disediakan sekali sahaja. Ejen AI meletakkan hasilnya dalam draf; anda menghantarnya. Sebelum mengubah apa-apa, ejen memberitahu anda perkara yang akan diubah. Ejen berhenti dan bertanya sebelum melakukan apa-apa langkah yang melibatkan kos.
Dalam Claude Code, anda menetapkan perkara ini dalam kebenaran akses: senaraikan tindakan yang boleh dilakukan oleh ejen tanpa bertanya dan tindakan yang hanya boleh dilakukan dengan kebenaran anda. Maklumat lanjut dalam panduan tentang cara menghalang ejen daripada merosakkan projek anda. Tetapkannya sekali untuk sesuatu projek, kemudian ia akan berfungsi tanpa peringatan.
Fungsi berulang secara automatik termasuk dalam kategori kedua, walaupun nampak tidak berbahaya dengan sendirinya, kerana anda hanya akan melihat kesilapan daripada larian semalaman pada waktu pagi—dan pada masa itu, kesilapan tersebut mungkin telah berulang beberapa kali.
Apakah yang berulang kali gagal dilakukan oleh ejen AI, dan mengapakah prompt tidak dapat membaikinya?
Perkara utama
Terdapat kategori tugasan yang masalahnya bukan pada cara permintaan itu dirumuskan. Ejen tidak dapat menentukan dengan andal sama ada perkara yang sedang berlaku itu benar-benar berlaku, tidak dapat berhenti sebelum tindakan yang tidak boleh dipulihkan tanpa larangan luaran dan kurang mahir menilai kerjanya sendiri. Prompt tidak dapat membaikinya. Kebenaran dan sekatan luaran boleh membantu.
Pada 30 Julai 2026, Anthropic menerbitkan analisis penilaian keselamatannya sendiri. Syarikat itu menyemak 141,006 larian penilaian dan menemui tiga kes apabila model terlepas ke internet sebenar semasa larian dan memudaratkan sistem sebenar.
Dalam kes pertama, nama syarikat fiksyen dalam tugasan sepadan dengan domain sedia ada. Model itu menemui syarikat sebenar, melepasi kelemahan dalam keselamatannya dan sampai ke pangkalan data produksi—beberapa ratus baris data langsung.
Ini satu-satunya kes apabila model itu terus menyerang sistem selepas menyedari bahawa ia mungkin sedang beroperasi dalam persekitaran sebenar.
Dalam kes kedua, model itu membina program berniat jahat dan memuat naiknya ke katalog awam pakej kod sedia guna, tempat beribu-ribu projek lain memuat turun pakej tersebut. Program itu berada di situ selama kira-kira sejam dan sampai ke lima belas sistem sebenar, termasuk pengimbas milik sebuah syarikat yang khusus dalam keselamatan.
Claude meyakinkan dirinya bahawa ia masih berada dalam simulasi.
Dalam kes ketiga, sebuah model penyelidikan dalaman mengimbas kira-kira sembilan ribu sasaran, berjaya sampai ke sebuah syarikat menggunakan teknik yang diketahui, kemudian membuat kesimpulan sendiri bahawa sasaran itu benar-benar wujud lalu menghentikan serangan.
Bolehkah model mengetahui bahawa persekitarannya benar-benar wujud? Tiga kes, tiga jawapan berbeza. Satu model menyedari lalu berhenti, model kedua menyedari tetapi terus bertindak, dan model ketiga meyakinkan dirinya bahawa ia masih dalam ujian. Semua ini berlaku di makmal Anthropic, dengan antara keadaan terbaik di dunia. Keadaan pada komputer riba anda lebih sederhana.
Sekatan itu mesti berada di luar ejen. Dalam amalan, ini bermakna ejen itu langsung tidak mempunyai akses kepada pangkalan data produksi atau kunci pembayaran. Memintanya supaya berhati-hati tetap sekadar permintaan dan, apabila tertekan, model itu akan mencari jalan untuk mengatasinya.
Kelemahan kedua dapat dilihat dalam ukuran kebolehpercayaan. Prestasi tugasan kejuruteraan terbuka jatuh daripada 0.90 kepada 0.44 apabila jangka masa tugasan bertambah. Malah model paling kuat pun gagal dalam sehingga 19% larian kerana mengambil rancangan bercita-cita tinggi dengan berbilang langkah yang tidak mampu diselesaikannya. Kajian yang sama menemukan sesuatu yang tidak dijangka: sokongan memori memburukkan prestasi tugasan jangka panjang bagi kesemua sepuluh model.
Pengiraan rantaian yang panjang menjelaskan perkara ini tanpa sebarang kajian. Jika ejen melakukan setiap langkah dengan betul sebanyak 85 kali daripada seratus, ia akan berjaya melakukan lapan langkah berturut-turut kira-kira 27 kali daripada seratus. Tiga daripada empat tugasan akan gagal di suatu tempat di tengah-tengah, dan tempat kegagalannya berbeza setiap kali.
Peraturan ini terpakai kepada apa-apa jenis kerja dalam perniagaan. Ejen AI boleh mengendalikan perkara yang dapat anda semak dengan cepat. Tetapi perkara yang kosnya hanya muncul beberapa bulan kemudian—kepercayaan pelanggan, reputasi, data yang teratur, akibat undang-undang—tidak diambil kira dalam pertimbangannya kerana ejen tidak dapat mengukurnya pada penghujung tugasan.
Kelemahan ketiga, iaitu menilai kerja sendiri, paling sukar dikesan dan lebih kerap menimbulkan masalah berbanding dua kelemahan pertama. Ejen berkata “selesai” dengan nada yang sama seperti seseorang yang baru selesai menyemak. Saya menerangkan mekanisme ini secara berasingan dalam panduan tentang sebab ejen berkata “selesai” apabila kerja belum siap; panduan itu turut merangkumi prompt penerimaan yang sedia digunakan.
Apakah yang berlaku apabila ejen diberi perniagaan sebenar untuk diuruskan?
Perkara utama
Tiga eksperimen terbuka pada 2026, yang memberikan seluruh perniagaan kepada ejen AI untuk diuruskan, memberitahu kita lebih banyak daripada apa-apa janji. Model terbaik di dunia memperoleh kira-kira satu per enam daripada jumlah yang boleh diperoleh orang yang cekap dengan mengendalikan mesin layan diri selama setahun. Dalam eksperimen Anthropic, ejen pengurus mengurangkan diskaun dan menggandakan bayaran balik sebanyak tiga kali. Ejen yang diberi aplikasi langsung dan satu hari telah membelanjakan wang tetapi tidak menjana hasil.
Sebuah mesin layan diri. Tiada orang, rakan kongsi atau peguam. Model yang menulis kod lebih baik daripada kebanyakan pembangun hanya mencapai satu per enam daripada hasil manusia di sini—dan melakukannya secara konsisten, dengan trend yang bertambah baik bulan demi bulan.
Anthropic menjalankan eksperimen serupa dengan mesin layan diri langsung di tiga bandar, dan dalam fasa kedua menambahkan ejen pengurus bersama ejen jualan. Diskaun turun kira-kira 80%, manakala pemberian percuma dikurangkan separuh. Pada masa yang sama, pengurus itu menggandakan bayaran balik sebanyak tiga kali dan kredit untuk pembelian pada masa hadapan sebanyak dua kali, walaupun kedua-duanya hanya mengurangkan hasil. Ejen-ejen itu hampir mendaftar untuk kontrak niaga hadapan bawang, yang diharamkan di AS sejak 1958, dan cuba mengambil pengawal keselamatan dengan upah $10 sejam.
Kami belajar semula bahawa birokrasi itu penting. Ada orang yang tidak suka prosedur dan senarai semak, tetapi semua itu wujud atas sebab tertentu.
Ada satu kelayakan yang perlu dinyatakan untuk mendapatkan gambaran penuh. Ejen itu diberitahu dengan jelas bahawa apa-apa wang yang masih ada dalam akaun pada waktu pagi akan dikira sebagai sifar dalam penilaian, dan jika perniagaan itu tidak berkembang dalam masa sehari, ia akan ditutup. Ejen itu berkelakuan sama seperti seseorang yang diberitahu perkara itu sejurus sebelum dipecat. Ejen mengoptimumkan matlamat yang anda berikan dengan setia, termasuk segala herot-benyotnya; hal ini tiada kaitan dengan kebodohan model.
Lebih banyak kod ditulis AI, dan bahagian lebih besar menerima komen semakan substantif
Perkara utama
Anda boleh mengetahui jumlah kerja yang wajar diserahkan dengan melihat syarikat yang paling banyak menyerahkannya: Anthropic. Menurut syarikat itu sendiri, ejen menulis kira-kira 80% kod yang masuk ke dalam pangkalan kod kongsi. Pada masa yang sama, bahagian yang menerima komen semakan substantif meningkat daripada 16% kepada 54%. Ini mengukur komen direkodkan, bukan bahagian semua kerja yang disemak seseorang.
Anthropic berkongsi angka ini pada bulan Julai ketika menerangkan cara syarikat itu mengatur pembangunan.
Claude menulis kira-kira 80% kod yang masuk ke dalam pangkalan kod kongsi kami hari ini.
Terdapat satu lagi angka yang berkaitan: bahagian kerja yang menerima komen semakan yang substantif meningkat daripada 16% kepada 54%. Sementara itu, jurutera menghantar purata lapan kali lebih banyak kod setiap suku tahun berbanding tempoh 2021 hingga 2025.
Kurang menaip manual dan lebih banyak kod untuk dinilai. Peningkatan dilaporkan daripada 16% kepada 54% ialah kira-kira 3.4 kali bahagian terdahulu yang menerima komen substantif, peningkatan 38 mata peratusan. Ia tidak membuktikan liputan semakan atau masa pengawasan meningkat tiga kali: semakan boleh berlaku tanpa komen substantif.
“Saya akan menyediakan ejen dan berhenti menguruskan tugasan ini”—ia tidak berfungsi begitu. Seorang mula mengendalikan kerja sebanyak yang dahulunya dilakukan oleh seluruh pasukan. Pengalaman penulis menunjukkan corak yang sama: draf, pemprosesan mesej masuk dan ringkasan metrik dikumpulkan tanpa bantuannya, manakala apa-apa sahaja yang dihantar kepada orang sebenar masih disahkan secara manual.
Ejen telah menjadikan penyediaan versi pertama murah, manakala usaha untuk membawanya ke tahap yang boleh digunakan oleh orang sebenar masih menelan kos yang lebih kurang sama seperti dahulu. Jurang antara “berfungsi untuk saya” dengan “berfungsi untuk pelanggan” tidak hilang. Seseorang masih perlu merapatkannya.
Tugasan apakah yang patut anda mulakan supaya tidak berputus asa selepas sebulan?
Perkara utama
Prinsip pertama penulis untuk vibe coding: jangan ambil kerja yang tidak akan terus berjalan sendiri selepas dilancarkan. Daripada prinsip ini terbit lima tanda tugasan pertama yang baik. Tugasan itu berulang setiap minggu, mengambil masa lebih daripada sejam, mempunyai hasil yang boleh disahkan, menggunakan data yang sudah anda miliki dan tidak melibatkan wang atau pelanggan. Kesemua lima syarat ini mesti dipenuhi serentak.
Penulis mendapat prinsip ini selepas membina aplikasi yang tidak pernah disiapkan. Apabila anda bermula, anda mahu menggunakan vibe coding untuk membina semuanya: laman web, bot, pembantu, satu lagi laman web. Enam bulan kemudian, anda menoleh ke belakang: anda telah menghabiskan banyak masa dan menggunakan banyak token, tetapi hanya satu daripada dua puluh penyelesaian yang berfungsi. Penulis juga melalui peringkat ini dan hanya sebahagian kecil yang berjaya—itu perkara biasa. Kerja hanya dikira selesai apabila ia terus dilakukan tanpa saya.
- Berulang. Lebih murah untuk melakukan tugasan sekali sahaja secara manual. Ia mula berbaloi apabila anda melakukan perkara yang sama setiap minggu.
- Mengambil masa lebih sejam. Jika tugasan mengambil masa sepuluh minit, anda akan menghabiskan lebih banyak masa untuk menyediakannya daripada masa yang dijimatkan sepanjang enam bulan.
- Hasilnya boleh disemak dalam masa seminit. Anda mempunyai jawapan yang jelas untuk soalan “adakah ini dilakukan dengan baik atau tidak?” dan boleh melihatnya tanpa perlu menyelongkar.
- Data sudah tersedia. Eksport, folder, hamparan, surat-menyurat. Tugasan yang bermula dengan mengumpulkan data daripada lima tempat ialah percubaan pertama yang tidak sesuai.
- Tidak melibatkan wang atau orang sebenar. Sediakan fungsi pertama anda untuk tugas yang hasil paling buruknya ialah draf yang tidak baik.
Kelima-lima syarat ini paling kerap dipenuhi serentak dalam jenis tugasan yang sama: ringkasan mingguan, pemprosesan mesej masuk, draf berasaskan templat dan pembersihan data.
Bagi kedai dalam talian, tugasan itu biasanya memproses ulasan dan soalan minggu tersebut. Bagi perunding, meringkaskan surat-menyurat dengan pelanggan. Bagi klinik, menjadualkan janji temu dan membuat susulan terhadap permintaan. Semua orang sudah mempunyai data, hasilnya mengambil masa seminit untuk disemak dan hasil paling buruknya ialah beberapa minit masa mesin yang terbuang.
Berapakah kos ejen AI sebulan, dan apakah komponen bilnya?
Perkara utama
Bil mempunyai empat bahagian: langganan model, penggunaan melebihi had, tempat untuk menjalankan ejen dan ruang simpanan bagi hasil yang dihasilkannya. Satu fungsi berulang boleh menggunakan langganan yang sederhana. Bil mula meningkat apabila anda mempunyai beberapa fungsi dan setiap satunya berjalan beberapa kali sehari.
- Langganan. Yuran asas untuk mengakses model. Ia merangkumi had penggunaan mingguan.
- Caj lebihan. Apabila anda mencapai had langganan, kerja diteruskan berdasarkan penggunaan berbayar. Di sinilah kejutan yang tidak menyenangkan muncul.
- Tempat untuk menjalankannya. Jika fungsi berjalan mengikut jadual tanpa anda, ia memerlukan komputer yang sentiasa hidup. Komputer di rumah memadai sehingga percutian pertama anda.
- Storan. Laporan, draf, eksport. Folder adalah percuma buat sementara waktu; selepas itu, kos bergantung pada jumlah data.
Komponen kedua inilah yang menyebabkan rancangan pemula gagal. Fungsi berulang menggunakan hadnya pada kadar yang sama setiap hari, sama ada anda ingat akan kewujudannya atau tidak. Tiga larian sehari dengan jumlah data yang besar boleh menghabiskan kuota seminggu dalam beberapa hari.
Anthropic menaikkan had mingguan pada pelan berbayar dari semasa ke semasa untuk tempoh yang terhad, tetapi setiap kenaikan mempunyai tarikh tamat. Jangan anggap kapasiti tambahan itu sebagai keadaan biasa yang baharu: anggarkan penggunaan berdasarkan kuota biasa dan simpan kenaikan sementara itu sebagai penampan. Untuk larian berjadual, semak juga syarat pelan anda—setiap penyedia mempunyai peraturan yang berbeza bagi penggunaan manual dan automatik.
Peraturan saya untuk tugasan kecil mudah sahaja. Orkestrator malam yang menjalankan semakan dalam satu gelung menghabiskan token dengan cepat, dan tidak berbaloi menyediakannya untuk tugasan yang sangat kecil. Jika sesuatu kerja mengambil masa sepuluh minit seminggu, biarkan ia kekal sebagai kerja sepuluh minit.
Jejaki perbelanjaan sejak bulan pertama. Mekanisme had diterangkan dalam panduan tentang jumlah token yang disertakan dalam langganan, dan kisah larian malam yang menghabiskan bajet dalam satu sesi menunjukkan betapa buruknya keadaan itu.
Bagaimanakah anda boleh menguji ejen pada tugasan sendiri dalam masa seminggu?
Perkara utama
Seminggu cukup untuk mengetahui sama ada aliran kerja itu berfungsi. Untuk lima hari pertama, ejen bekerja bersama anda sementara anda menjejaki jurang antara hasil yang dihasilkannya dengan hasil yang anda jangkakan. Pada hari keenam, kira masa yang anda gunakan dan bilangan kali anda perlu campur tangan. Pada hari ketujuh, lihat angka itu dan buat keputusan.
Hari 1. Huraikan tugasan dengan kata-kata anda sendiri, seolah-olah anda sedang menerangkannya kepada seseorang (kira-kira 40 minit)
Tulis dengan bebas: perkara yang masuk, hasil yang sepatutnya keluar, perkara yang dianggap sebagai hasil buruk dan perkara yang tidak boleh dilakukan. Perkara terakhir inilah yang paling kerap dilangkau orang dan yang akan menyelamatkan mereka kemudian.
Hari 2. Jalankan secara manual tiga kali menggunakan data sebenar
Jangan gunakan contoh rekaan. Ambil tiga kes sebenar daripada minggu anda dan lihat bahagian yang terlepas daripada perhatian ejen. Catat kesilapan itu kata demi kata.
Hari 3. Tambahkan arahan berdasarkan kesilapan
Tukarkan setiap kesilapan menjadi satu peraturan. Bina arahan berdasarkan kesilapan daripada larian pertama. Andaian anda tentang cara sesuatu perkara sepatutnya berfungsi menjadi penghalang di sini.
Hari 4–5. Jadualkannya dan jangan campur tangan
Biarkan ia berjalan sendiri dan menghantar hasilnya. Anda hanya memerhati dan mencatat bilangan kali anda terpaksa membuat semula sesuatu.
Hari 6. Buat pengiraan
Kira jumlah minit yang anda gunakan minggu itu untuk menyemak dan membaiki perkara. Bandingkan dengan masa yang diambil untuk melakukan tugasan secara manual. Catat perbezaannya sebagai satu angka.
Hari 7. Buat keputusan
Jika anda menjimatkan kurang daripada sejam seminggu, anda memilih tugasan yang salah; pilih tugasan lain. Jika anda menjimatkan lebih daripada dua jam, sediakan fungsi kedua.
Satu prompt untuk membantu anda bermula pada hari pertama. Tampalkannya dan lengkapkannya untuk diri sendiri.
Prompt: Tetapkan tugasan untuk ejen
Anda sedang membantu saya menyediakan tugasan berulang. Saya akan menerangkan kerja itu dengan kata-kata saya sendiri, dan anda akan memberikan arahan untuk melakukannya setiap minggu tanpa saya.
Tugasan saya: [terangkan dengan kata-kata anda sendiri, seolah-olah menerangkannya kepada orang baharu]
Kandungan input: [fail, folder, eksport, surat-menyurat]
Hasil yang sepatutnya: [hasil khusus: fail, e-mel, ringkasan]
Perkara yang dianggap sebagai hasil yang tidak baik: [terangkan dengan jelas]
Perkara yang tidak boleh dilakukan sama sekali dalam apa jua keadaan: [pemadaman, menghantar apa-apa ke pihak luar, pembayaran]
Lakukan tiga perkara.
Tanya saya soalan penjelasan apabila penerangan saya boleh ditafsirkan dengan lebih daripada satu cara. Jangan mulakan sehingga saya menjawab.
Selepas saya menjawab, sediakan arahan: langkah mengikut turutan, takrif “selesai” dan senarai larangan.
Dalam senarai berasingan, nyatakan cara anda boleh melakukan kesilapan tanpa saya menyedarinya dan cadangkan cara saya boleh menyemak setiap satunya dalam masa seminit.
Punca kegagalan fungsi pertama
Perkara utama
Fungsi ejen AI pertama dalam perniagaan gagal atas sebab yang sama: tugasan terlalu besar, maksud “selesai” tidak ditakrifkan, akses yang diberikan lebih luas daripada yang diperlukan, semakan bermaksud membaca semuanya, arahan ditulis dari awal dan hasilnya tidak diukur. Setiap masalah ini boleh dibaiki dalam satu malam jika anda mengetahuinya terlebih dahulu.
- Terus mengambil tugasan yang besar. “Biar ejen uruskan semua jualan saya” akan gagal pada hari kedua. Mulakan dengan satu tugasan yang berulang setiap minggu.
- Tidak mentakrifkan perkara yang dianggap sebagai hasil buruk. Ejen mengoptimumkan matlamat yang anda nyatakan. Jika anda tidak memberitahunya perkara yang tidak boleh dilakukan, ejen tidak akan tahu.
- Memberikan akses yang lebih luas daripada yang diperlukan. Fungsi yang membaca eksport dan menulis ringkasan tidak memerlukan kunci pangkalan data. Tetapkan kebenaran sekali untuk selama-lamanya.
- Menyemak dengan membaca semuanya. Cara itu menggunakan semua penjimatan masa anda. Semak sampel: tiga kes daripada dua puluh, serta semua kes yang ditandakan oleh ejen sebagai tidak pasti.
- Menulis arahan dari awal. Tulis peraturan selepas anda melihat kesilapan sebenar.
- Tidak mengukur hasil. Tanpa angka untuk menjawab “berapa minit masa yang diambil?”, anda akan membuat keputusan berdasarkan perasaan dan sebulan kemudian tidak ingat sama ada keadaan menjadi lebih mudah.
Saya melihat kesilapan kelima lebih kerap daripada kesilapan lain, dan ia nampak tidak berbahaya. Anda duduk lalu menulis dua puluh peraturan terlebih dahulu kerana itu terasa lebih teliti. Kemudian separuh peraturan menghalang kerja, separuh peraturan yang diperlukan tiada dan anda menulis semula semuanya selepas larian pertama.
Siapakah yang bertanggungjawab apabila ejen melakukan kesilapan?
Perkara utama
Pemilik perniagaan bertanggungjawab kepada pelanggan, bank dan pihak berkuasa cukai. Ejen AI bukan orang di sisi undang-undang: ia tidak mempunyai kewajipan, harta atau tandatangan. Tetapkan ejen supaya sebarang tindakan yang membawa akibat luaran memerlukan klik anda, dan simpan log supaya anda boleh membina semula apa yang berlaku kemudian.
Perkara ini nampak jelas, tetapi orang terlupa dalam amalan. E-mel yang dihantar oleh ejen kepada pelanggan dihantar oleh anda. Harga yang diubahnya di laman web ialah harga anda. Dan anda bertanggungjawab kepada pemilik data yang dipadamkan.
Ada tiga perkara yang saya sediakan terlebih dahulu.
- Log. Pastikan setiap fungsi berulang merekodkan perkara yang dilakukannya dan data input yang digunakan; tanpa log itu, siasatan hanya menjadi tekaan. Fail teks biasa sudah memadai.
- Had bagi tindakan yang tidak boleh dipulihkan. Pemadaman, penghantaran ke pihak luar dan pembayaran—semuanya memerlukan pengesahan anda. Dari segi teknikal, ini cuma satu tetapan kebenaran.
- Titik untuk pemulihan. Minta ejen menyimpan keadaan projek sebelum setiap perubahan yang mengubah data. Itu satu baris dalam arahannya dan membolehkan anda memulihkan versi semalam dalam masa seminit.
Pemilik perniagaan mengekalkan sesetengah kerja kerana nilainya terletak pada pelaksanaannya oleh orang sebenar. Penulis sendiri merakam video pendek, walaupun perkara itu sudah lama boleh diautomatikkan. Perbualan dengan pelanggan yang sukar, ucapan awam, permohonan maaf atas kesilapan—semuanya termasuk dalam kategori yang sama. Ejen boleh melakukannya. Hasilnya akan lebih murah dan lebih buruk.
Dari manakah anda patut bermula esok?
Perkara utama
Mulakan dengan tugasan yang hasil paling buruknya ialah draf yang tidak baik. Satu tugasan, satu minggu, satu angka pada penghujungnya. Apabila fungsi pertama telah berjalan selama sebulan dan anda berhenti memikirkannya, sediakan fungsi kedua. Soalan seterusnya bukan lagi tugasan yang patut dipilih; sebaliknya, bagaimana ejen mengelaskan kerja mengikut kategori anda.
Mulakan dengan kerja yang hasil paling buruknya ialah draf yang tidak baik. Tangguhkan jualan dan apa-apa sahaja yang dihantar kepada pelanggan: kos kesilapan di situ tidak diukur dalam minit, dan percubaan pertama yang buruk boleh membuatkan anda enggan meneruskan.
Soalan seterusnya ialah cara membuat ejen mengelaskan tugasan mengikut kategori anda. Jawapannya bergantung pada perkara yang anda masukkan ke dalam projeknya: peraturan anda, struktur pengetahuan anda dan cara anda membahagikan kerja. Baca tentang Second Brain dan delegasi melalui berbilang ejen.
Sumber
Terus terokai Ailoot di ailoot.ai.
Butiran lanjut
Soalan lazim: Ejen AI untuk Perniagaan pada 2026: Tugasan Apakah yang Benar-benar Boleh Anda Serahkan?
Adakah peningkatan daripada 16% kepada 54% bermakna manusia menyemak tiga kali lebih banyak kerja?
Tidak. Metrik itu ialah bahagian yang menerima komen semakan substantif. Ia meningkat 38 mata peratusan, tetapi tidak mengukur semua kerja disemak atau masa semakan; semakan boleh berlaku tanpa komen substantif.
Apakah tugasan perniagaan pertama yang baik untuk ejen?
Pilih tugasan berulang menggunakan data yang sudah ada, dengan hasil yang boleh diperiksa cepat dan kos kesilapan rendah. Mulakan dengan draf atau ringkasan, jalankan beberapa kes sebenar secara manual dan bandingkan masa pemeriksaan dengan masa tugasan dahulu.