Πες μια πρόταση δυνατά: «έι μπορείς να μου στείλεις τα τελευταία νούμερα όταν βρεις λίγο χρόνο.» Το πού κατευθύνεται καθορίζει το τι πρέπει να γίνει. Ρίξ' την στο Slack και είναι ήδη μια χαρά. Βάλ' την σε ένα email προς πελάτη και χρειάζεται έναν χαιρετισμό και ένα πιο ευγενικό αίτημα. Καταχώρισέ την ως σχόλιο στο Jira και πρέπει να συρρικνωθεί σε τρεις λέξεις: «Χρειάζομαι τελευταία νούμερα.»
Κάνεις αυτή την προσαρμογή χωρίς να το σκέφτεσαι. Ο εγκέφαλός σου διαβάζει την περίσταση — ποια εφαρμογή, ποιο άτομο, πόσο επίσημα — και αναδιαμορφώνει τις λέξεις καθώς βγαίνουν. Η AI με επίγνωση του πλαισίου κάνει την ίδια δουλειά, αυτόματα, πάνω στον λόγο που υπαγορεύεις.
Αξίζει να ασχοληθείς με αυτό τώρα γιατί η υπαγόρευση έγινε επιτέλους καλή. Μπορείς να μιλάς με περίπου 150 λέξεις το λεπτό, τρεις έως τέσσερις φορές πιο γρήγορα από τις 40 λέξεις το λεπτό που πληκτρολογούν οι περισσότεροι. Όμως ο ακατέργαστος λόγος δεν ταιριάζει με τον τρόπο που θέλει η κάθε μεμονωμένη εφαρμογή να γράφεις. Το στρώμα αναδιατύπωσης είναι αυτό που κλείνει αυτό το κενό.
Μία πρόταση, έξι διαφορετικά μηνύματα
Ο λόγος είναι ουδέτερος ως προς το ύφος. Όταν μιλάς, δεν διαλέγεις μορφή. Απλώς λες αυτό που θες, και η μορφή προστίθεται αργότερα, από εσένα, όταν αποφασίζεις πού καταλήγει.
Η γραφή λειτουργεί ανάποδα. Κάθε εφαρμογή στην οποία πληκτρολογείς κουβαλά τους δικούς της σιωπηλούς κανόνες για το πώς πρέπει να φαίνεται και να ακούγεται το κείμενο.
Πάρε το ίδιο αίτημα για νούμερα και δες το να αλλάζει σχήμα ανάλογα με το παράθυρο: - Slack: «Έι, μπορείς να στείλεις τα τελευταία νούμερα όταν βρεις λίγο χρόνο;» - Email: «Γεια σου Μαρία, όποτε έχεις μια στιγμή, θα μπορούσες να μου στείλεις τα τελευταία νούμερα; Ευχαριστώ!» - Jira: «Χρειάζομαι τα τελευταία νούμερα.» - Μια σημείωση για εσένα: «Εκκρεμεί: τελευταία νούμερα από τη Μαρία.» - Μήνυμα σε συνάδελφο: «μπορείς να στείλεις τα τελευταία νούμερα;»
Ίδια πρόθεση κάθε φορά. Πέντε επιφάνειες, πέντε διαφορετικές σωστές απαντήσεις. Ήδη τις παράγεις όλες κατά παραγγελία. Το θέμα είναι ότι η καθεμία σου κοστίζει μια μικρή επαναρρύθμιση που μόλις που την αντιλαμβάνεσαι, και συμβαίνει διαρκώς. Μια μελέτη του Harvard Business Review κατέγραψε εργαζομένους να εναλλάσσονται μεταξύ εφαρμογών περίπου 1.200 φορές την ημέρα, περίπου μία φορά κάθε 24 δευτερόλεπτα. Πολλές από αυτές τις εναλλαγές έρχονται με ένα φρέσκο ύφος γραφής κολλημένο πάνω τους.
Μεταγραφή έναντι αναδιατύπωσης με επίγνωση του πλαισίου
Βοηθά να ξεχωρίσεις δύο δουλειές που συνήθως μπαίνουν στο ίδιο τσουβάλι. Η μεταγραφή μετατρέπει τον ήχο σε λέξεις. Η αναδιατύπωση με επίγνωση του πλαισίου μετατρέπει αυτές τις λέξεις στο σωστό μήνυμα για το πού πάει.
Η απλή μεταγραφή σταματά στο πρώτο βήμα. Η ενσωματωμένη υπαγόρευση της Apple, τα περισσότερα εργαλεία μετατροπής ομιλίας σε κείμενο, οι ζωντανοί υπότιτλοι στο τηλέφωνό σου — σου παραδίδουν μια κατά λέξη καταγραφή αυτών που είπες, μαζί με τις παρεμβολές και τα ψεύτικα ξεκινήματα.
Να πώς μοιάζει στην πραγματικότητα μια ακατέργαστη μεταγραφή μιας γρήγορης σκέψης: ``` εεε λοιπόν ναι σκεφτόμουν ότι μάλλον θα πρέπει να κάνουμε σαν να ρίξουμε το λανσάρισμα την επόμενη βδομάδα επειδή το το QA δεν έχει τελειώσει ακόμα ξέρεις ```
Η αναδιατύπωση με επίγνωση του πλαισίου παίρνει τον ίδιο ήχο και κάνει μια δεύτερη ερώτηση: πού πάει αυτό, και πώς πρέπει να ακούγεται εκεί; Με προορισμό ένα μήνυμα στο Slack προς την ομάδα σου, επιστρέφει ως: ``` Ας ρίξουμε το λανσάρισμα την επόμενη βδομάδα. Το QA δεν έχει τελειώσει ακόμα. ```
Ίδιες λέξεις μπαίνουν, διαφορετικές λέξεις βγαίνουν, διαμορφωμένες από τον προορισμό. Το πρώτο είναι μια ηχογράφηση. Το δεύτερο είναι κάτι που μπορείς πραγματικά να στείλεις. Για περισσότερα σχετικά με την πλευρά του φινιρίσματος, δες την ανάλυσή μας για το πώς λειτουργεί η φωνητική υπαγόρευση με AI.
Τι σημαίνει στην πραγματικότητα «πλαίσιο» για την AI
Το «επίγνωση του πλαισίου» ακούγεται ασαφές μέχρι να κοιτάξεις τις συγκεκριμένες ενδείξεις που διαβάζουν αυτά τα εργαλεία. Δεν υπάρχει τίποτα μυστικιστικό. Το πλαίσιο είναι μια σύντομη λίστα σημάτων που ελέγχει η AI πριν αγγίξει έστω και μία λέξη.
Η ενεργή εφαρμογή
Το πιο δυνατό σήμα είναι ποια εφαρμογή είναι σε εστίαση όταν μιλάς. Ένα εργαλείο μπορεί να δει ότι το Slack είναι μπροστά, ή το Gmail, ή ο VS Code. Αυτό το ένα δεδομένο περιορίζει πολύ το ύφος. Η συνομιλία θέλει σύντομα και χαλαρά, το mail θέλει δομημένα και ευγενικά, ένας επεξεργαστής κώδικα θέλει λακωνικά και κυριολεκτικά.
Το κείμενο γύρω από τον δρομέα σου
Κάποια εργαλεία διαβάζουν λίγο από το κείμενο κοντά στο σημείο όπου ετοιμάζεσαι να πληκτρολογήσεις. Αν το μήνυμα από πάνω ξεκινά με «Αγαπητέ κ. Κατζ,», η AI κρατά τα πράγματα επίσημα και γράφει σωστά το όνομα. Αν το νήμα είναι ένας σωρός από μονόγραμμα αστεία, ταιριάζει με αυτό αντ' αυτού.
Ο ιστότοπος, όχι απλώς ο browser
Ο εντοπισμός εφαρμογής θολώνει μέσα σε έναν browser, όπου το Gmail, το X και ένα Google Doc κρύβονται όλα πίσω από το ίδιο παράθυρο. Τα καλύτερα εργαλεία κοιτάζουν το URL για να τα ξεχωρίσουν, ώστε η καρτέλα του Gmail να πάρει μεταχείριση email και η καρτέλα του X μια κοφτή ανάρτηση.
Η κατηγορία της εφαρμογής
Αντί να κρατούν έναν κανόνα για κάθε εφαρμογή που φτιάχτηκε ποτέ, τα περισσότερα συστήματα ταξινομούν τις εφαρμογές σε μια χούφτα κατηγορίες: email, εργασιακή συνομιλία, προσωπικά μηνύματα, έγγραφα, κώδικας, και ένα μπαλαντέρ για όλα τα υπόλοιπα. Κάθε κατηγορία έχει ένα ύφος. Μια νέα εφαρμογή που πέφτει σε μια γνωστή κατηγορία κληρονομεί το ύφος της από την πρώτη μέρα.
Στοίβαξε αυτά τα σήματα και η AI έχει μια αξιοπρεπή ανάγνωση της περίστασης: ένα επίσημο email προς ένα συγκεκριμένο άτομο, ή μια ασήμαντη ατάκα σε ένα χαλαρό νήμα. Αυτή η ανάγνωση είναι αυτό απέναντι στο οποίο ξαναγράφει.
Πώς ο λόγος σου γίνεται το σωστό μήνυμα
Βάλε τα κομμάτια στη σειρά και όλο το πράγμα είναι τέσσερα γρήγορα βήματα, που συμβαίνουν όλα στο ένα ή δύο δευτερόλεπτα ανάμεσα στο να τελειώνεις την πρότασή σου και στο να εμφανίζεται το κείμενο. 1. Καταγραφή. Κρατάς ένα πλήκτρο και μιλάς. Το εργαλείο ηχογραφεί μέχρι να το αφήσεις. 2. Μεταγραφή. Ένα μοντέλο ομιλίας μετατρέπει τον ήχο σε ακατέργαστο κείμενο, τις λέξεις σου ακριβώς όπως τις είπες. 3. Εντοπισμός πλαισίου. Το εργαλείο ελέγχει την ενεργή εφαρμογή, το κείμενο κοντά στον δρομέα σου, και σε ποια κατηγορία πέφτει η εφαρμογή. 4. Αναδιατύπωση. Ένα γλωσσικό μοντέλο παίρνει την ακατέργαστη μεταγραφή μαζί με αυτό το πλαίσιο και γράφει το τελικό μήνυμα, διαστασιολογημένο και με το ανάλογο ύφος για το πού πάει.
Στο τέταρτο βήμα ένα μεγάλο γλωσσικό μοντέλο κάνει τη βαριά δουλειά. Παίρνει την μπερδεμένη μεταγραφή σου και μια οδηγία που συνοψίζεται σε «αυτό πάει σε ένα εργασιακό email, κάν' το να διαβάζεται σαν τέτοιο», και μετά επιστρέφει κείμενο στο σωστό μήκος, ύφος και σχήμα. Τα αποτελέσματα διαφέρουν ανά μοντέλο, οπότε αντιμετώπισε το αποτέλεσμα ως ένα δυνατό πρώτο προσχέδιο και όχι ως ευαγγέλιο.
Αυτή είναι ακριβώς η ροή που τρέχει το Voicr στο macOS. Κρατάς το πλήκτρο FN και μιλάς από οποιαδήποτε εφαρμογή. Το Voicr εντοπίζει ποια εφαρμογή είναι μπροστά, εφαρμόζει το ταιριαστό ύφος μέσω των Smart Rules του, και ρίχνει γυαλισμένο κείμενο στο πρόχειρό σου: χαλαρό στο Slack, επαγγελματικό στο Gmail, κοφτό στον επεξεργαστή σου. Ποτέ δεν ανοίγεις μενού για να διαλέξεις ύφος. Αν θες να δεις πώς γράφονται αυτά τα ανά εφαρμογή ύφη, ο οδηγός μας για τους έξυπνους κανόνες γραφής εξηγεί τι περιέχει ένας καλός κανόνας.
Δύο εκδοχές: αυτόματος εντοπισμός και ρητοί κανόνες
Δεν λειτουργεί όλη η επίγνωση του πλαισίου με τον ίδιο τρόπο. Τα εργαλεία χωρίζονται σε δύο στρατόπεδα, και η διαφορά αφορά κυρίως το ποιος αποφασίζει το ύφος.
Το αυτόματο είδος παίρνει την απόφαση για εσένα. Διαβάζει την εφαρμογή, την ταξινομεί σε μια κατηγορία, και εφαρμόζει ένα ενσωματωμένο ύφος χωρίς καμία ρύθμιση. Το εγκαθιστάς και απλώς δουλεύει. Το αντιστάθμισμα είναι ο έλεγχος: όταν η δική του ιδέα για το «ύφος email» δεν ταιριάζει με τη δική σου, μένεις να σπρώχνεις το αποτέλεσμα με το χέρι.
Το ρητό είδος σου δίνει το τιμόνι. Γράφεις μια σύντομη οδηγία για κάθε εφαρμογή, σε απλή γλώσσα, περιγράφοντας ακριβώς πώς πρέπει να ακούγεται. Περισσότερη ρύθμιση στην αρχή, αλλά το αποτέλεσμα ταιριάζει με το γούστο σου επειδή εσύ όρισες το γούστο. Ένας κανόνας για το Slack μπορεί να λέει: ``` Ξαναέγραψέ το ως ανεπίσημο μήνυμα στο Slack. Δύο ή τρεις προτάσεις, οι συντομογραφίες είναι εντάξει, χωρίς χαιρετισμό ή υπογραφή. Ελαφρύ emoji μόνο αν ταιριάζει. ```
Τα καλύτερα εργαλεία συνδυάζουν τα δύο: λογικές προεπιλογές που δουλεύουν εκτός κουτιού, συν ανά εφαρμογή κανόνες που μπορείς να γράψεις όταν σε νοιάζει αρκετά. Στηρίζεσαι στις προεπιλογές για εφαρμογές που μόλις που αγγίζεις και ορίζεις ρητούς κανόνες για τις δύο ή τρεις όπου η γραφή σου πραγματικά μετράει.
Τι πετυχαίνει, και πού ακόμα σκοντάφτει
Η αναδιατύπωση με επίγνωση του πλαισίου είναι πραγματικά χρήσιμη, αλλά είναι ένα σημείο εκκίνησης, όχι ένα μέντιουμ. Το να ξέρεις πού σκοντάφτει σε κρατά από το να την εμπιστεύεσαι τυφλά.
Πετυχαίνει τη μορφή. Μαντεύει την πρόθεση.
Η AI μπορεί να καταλάβει ότι είσαι σε email και να προσθέσει έναν χαιρετισμό. Δεν μπορεί να πει αξιόπιστα αν είσαι ειλικρινής ή ξερός, ή αν το «μια χαρά» σημαίνει μια χαρά ή σημαίνει ότι είσαι σιωπηλά έξαλλος. Το ύφος μέσα σε ένα ρετζίστρο παραμένει δική σου δουλειά.
Οι ασαφείς εφαρμογές την μπερδεύουν
Ένας browser-μπαλαντέρ, ένα τερματικό που τρέχει έναν πελάτη συνομιλίας, μια εφαρμογή σημειώσεων που χρησιμοποιείς για τα πάντα: αυτά δίνουν αδύναμα σήματα. Όταν το πλαίσιο είναι θολό, η αναδιατύπωση πέφτει πίσω σε ένα γενικό φινίρισμα που μπορεί να είναι λίγο πιο επίσημο ή λιγότερο επίσημο απ' ό,τι ήθελες.
Μπορεί να ξεθωριάσει τη φωνή σου
Πίεσε την αναδιατύπωση πολύ και τα μηνύματά σου αρχίζουν να ακούγονται σαν όλων των άλλων, στρωτά και ικανά και λίγο νεκρά. Τα καλά εργαλεία μετακινούν τη φωνή σου στο σωστό ρετζίστρο αντί να την ανταλλάσσουν με μια εταιρική προεπιλογή. Αν το αποτέλεσμα σταματήσει να ακούγεται σαν εσένα, χαλάρωσε τους κανόνες.
Πάντα διαβάζεις πριν στείλεις
Ένα όνομα μπορεί να βγει λάθος. Ένα νούμερο μπορεί να ξεγλιστρήσει. Ρίξε μια ματιά στο αποτέλεσμα πριν το στείλεις, όπως ακριβώς θα κοίταζες ένα μήνυμα με αυτόματη διόρθωση πριν πατήσεις αποστολή.
Βάζοντας την αναδιατύπωση με επίγνωση του πλαισίου στη δουλειά
Θες να τη δοκιμάσεις σήμερα; Ξεκίνα με τις δύο εφαρμογές όπου γράφεις τα περισσότερα, συνήθως ένα εργαλείο συνομιλίας και το email. Υπαγόρευσε τα επόμενα λίγα μηνύματά σου εκεί αντί να πληκτρολογήσεις, και δες πόσο λίγη επεξεργασία πρέπει στ' αλήθεια να κάνεις μετά.
Μετά πρόσεξε τις αστοχίες. Όταν το αποτέλεσμα δεν είναι σωστό, αυτό είναι χρήσιμη πληροφορία. Σου λέει ότι το ύφος της εφαρμογής χρειάζεται ρύθμιση, ή ότι πρέπει να πεις την πρόθεση πιο ξεκάθαρα δυνατά. Αυτά τα εργαλεία γίνονται πιο κοφτερά όσο πιο καθαρά τους λες πώς πρέπει να ακούγεται κάθε εφαρμογή. Το ίδιο κόλπο δουλεύει σε οποιαδήποτε εφαρμογή γράφεις, όχι μόνο στις δύο προφανείς, όπως καλύψαμε στο υπαγόρευση σε οποιαδήποτε εφαρμογή Mac με ένα πλήκτρο.
Το πραγματικό κέρδος δεν είναι μόνο η ταχύτητα, παρότι το να μιλάς τρεις φορές πιο γρήγορα απ' ό,τι πληκτρολογείς είναι ένα ωραίο προβάδισμα. Αυτό που πραγματικά αλλάζει είναι ότι σταματάς να κουβαλάς τη μορφή στο μυαλό σου. Σκέφτεσαι τη σκέψη, τη λες μία φορά, και αφήνεις το εργαλείο να τακτοποιήσει ποια εκδοχή ανήκει πού.
Μίλα μία φορά, φτάσε παντού
Η παλιά συνήθεια είναι να γράφεις το μήνυμα και τη μορφή την ίδια στιγμή: λέξεις, ύφος, χαιρετισμό, υπογραφή, όλα σε ένα πέρασμα, για κάθε εφαρμογή, όλη μέρα. Η AI με επίγνωση του πλαισίου χωρίζει αυτή την αγγαρεία στα δύο. Εσύ φέρνεις τη σκέψη. Αυτή φέρνει τη μορφή.
Ο πιο γρήγορος τρόπος να νιώσεις τη διαφορά είναι να υπαγορεύσεις το επόμενο email σου αντί να το πληκτρολογήσεις. Αν θες λόγο που εμφανίζεται ήδη διαμορφωμένος για όπου κι αν κατευθύνεται, το Voicr το κάνει στο Mac σου: κράτα το FN, μίλα, και το κείμενο προσγειώνεται στο σωστό ύφος για την εφαρμογή στην οποία βρίσκεσαι. Μία πρόταση από το στόμα σου, το σωστό μήνυμα σε κάθε παράθυρο.