Les personnes qui ont lu le livre classique Essentialism sont douées pour écarter les idées générées par l'IA. Elles produisent 20 options, les lisent et n'en gardent que 3. En tant qu'utilisation du livre, c'est certainement une bonne approche.
Cependant, je pense que ceux qui se retrouvent plus occupés après avoir intégré l'IA appliquent probablement cette méthode avec trop de rigueur.
Plus vous tapez « Donne-moi quelque chose de bien » ou « Améliore-le » dans ChatGPT ou Claude, plus votre « travail de tri » augmente, ce qui vous fait perdre un temps précieux.
Essentialism a été publié en 2014 et s'est vendu à plus de 600 000 exemplaires. Il inclut la « Règle des 90 % » : définissez un critère primordial, notez les options sur 100 et écartez tout ce qui est inférieur à 90 comme si cela valait zéro.
Autrement dit, le livre utilise cet outil lors de la sélection parmi des options déjà alignées. Mais avec l'IA, vous pouvez définir les critères d'élimination (en dessous de 90 %) *avant* la génération.
Le jugement des 90 % est excellent, mais je crois que décaler le moment « vers l'avant » le rend encore plus efficace.
Jusqu'à récemment, je demandais aussi à l'IA de « fournir 30 options variées ». Je passais ensuite du temps à lire et choisir, pensant presque que l'IA ne renvoyait que des réponses évidentes... Mais en y réfléchissant, je n'avais simplement pas écrit les « critères d'élimination » au préalable. Désormais, je place fermement 1 ou 2 phrases de critères d'exclusion tout au début de mon prompt.
Même si les conditions pour « quelque chose de bien » ne sont pas encore formulées dans votre esprit, n'avez-vous pas vaguement décidé les conditions pour « ce que vous n'avez pas besoin de voir » avant de demander ?
Vous pourriez penser : « Je n'ai pas ces critères... » Dans ce cas, commencer par « Donne-moi des candidats critères pour les choses à exclure » améliore la rationalité de votre utilisation de l'IA.
Lorsque vous donnez des instructions à l'IA, écrivez ce que vous ne voulez pas voir avant d'écrire ce que vous voulez. La structure est simple : deux phrases. « N'inclus pas [X]. Sur cette base, [Y]. »
Voici des exemples classés selon trois objectifs pour interroger l'IA :
<Génération d'idées>
« Donne-moi quelque chose de bien »
→ « N'inclus rien qui dépasse le budget de ce trimestre. Sur cette base, donne-moi 20 options. »
« Donne-moi 10 slogans »
→ « N'inclus pas ceux qui reformulent simplement le nom du produit. Sur cette base, donne-moi-en 10. »
« S'il te plaît, donne-moi des idées de projets »
→ « N'inclus rien que nous ne puissions gérer avec notre effectif actuel. Sur cette base, liste-les par ordre de faisabilité pour la semaine prochaine. »
« Donne-moi des options de titres »
→ « N'inclus pas de titres promettant du contenu absent du corps du texte. Sur cette base, donne-moi les 5 plus courts. »
« Donne-moi quelque chose de bien » semble être interprété par l'IA comme « donne-moi tout ce que tu peux imaginer ». Si vous utilisez cette phrase après avoir lu la règle des 90 %, vous finissez avec la corvée de lire 20 options.
<Recherche>
« Renseigne-toi sur [Sujet] »
→ « N'inclus pas les informations trouvées sur la première page du site officiel. Sur cette base, montre-moi uniquement les différences par rapport à nous. »
« Vérifie les concurrents »
→ « N'inclus pas les entreprises plus grandes que la nôtre. Sur cette base, montre-moi 3 entreprises dans la même gamme de prix. »
« Donne-moi plus de détails »
→ « Ne répète pas la réponse de la première fois. Sur cette base, fournis un point de vue opposé. »
« Prépare une réunion sur [Problème] »
→ « N'inclus pas les points à l'ordre du jour que nous ne déciderons pas aujourd'hui. Sur cette base, montre-moi une chose à décider cette semaine et ses supports. »
En recherche, plus il y a d'informations connues mélangées, plus le temps de lecture s'allonge. En excluant le connu dès le départ, vous ne lisez que le delta.
<Édition>
« Améliore-le »
→ « Ne fais pas de modifications qui changent le sens. Sur cette base, ajuste uniquement la formulation. »
« Rends-le plus compréhensible »
→ « N'ajoute pas d'explications de termes. Sur cette base, divise les phrases longues en phrases plus courtes. »
« Vérifie ceci »
→ « N'inclus pas les points qui ne ressortent que d'une seule perspective. Sur cette base, montre uniquement les problèmes où deux perspectives ou plus convergent vers le même point. »
« Corrige encore »
→ « N'inclus pas les sections corrigées la dernière fois. Sur cette base, laisse une colonne indiquant les parties corrigées et les raisons. »
Si vous dites simplement « corrige », l'IA interprète cela comme une permission de réécrire tout le texte. Pire encore, vous vous retrouvez avec un travail supplémentaire pour comparer les versions avant et après.
Cela arrive parce que, bien que vous ayez des « critères d'élimination parmi les choix », vous n'avez pas préparé de « critères pour ne pas créer de candidats dès le départ ».
Bien que le contenu de ces réécritures diffère, l'action entreprise au début reste la même.
Décide « quoi éliminer pour que cela n'entre même pas dans le vivier de choix » avant de le soumettre à l'IA,
puis ajoute les conditions pour les « bonnes choses » après coup.
Combien de lignes de « résultats qui n'avaient pas besoin d'être générés » y avait-il dans vos réponses IA habituelles ?
Les travailleurs rapides exploitent l'IA en commençant par ce « point de filtrage des candidats ».
J'explique également les actualités pertinentes et les conseils pour le travail de demain de manière structurée et claire.
https://x.com/smark_x/status/2099383008537297309
https://x.com/smark_x/status/2096168360103088156
• L'overthinking t'empêche de passer à l'action
• Le perfectionnisme ou l'inefficacité te laissent sans temps
• Quand tu butes contre un mur, tu veux blâmer ton « manque de flair »
• Tu as introduit l'IA, mais le travail ne s'est pas réellement simplifié
J'avais tous ces problèmes moi-même, mais en les systématisant grâce à la « pensée logique », mon travail est devenu plus facile. Je publie quotidiennement, alors suis-moi si cela t'intéresse. → @smark_x
