อ่านคำตอบเกี่ยวกับคลินิกก่อนซ่อมมัน
ผมคือ Arun Wale ผมสอนความชัดเจนต่อ AI สำหรับคลินิกทันตกรรมอิสระในไทย โดยอยู่ใกล้กับคำถามของผู้ป่วย หลักฐานสาธารณะ และข้อผิดพลาดเล็ก ๆ ในถ้อยคำที่อาจเปลี่ยนความไว้วางใจก่อนที่ใครจะโทรมาหน้าเคาน์เตอร์ งานนี้เริ่มจากคำตอบที่ผู้ป่วยอาจเห็นจริง แล้วค่อยตามชื่อ สถานที่ บริการ และแหล่งข้อมูลที่อยู่ข้างหลัง
Arun Wale
คลินิกยังแก้คำตอบของ AI ได้ไม่ดี จนกว่าจะชี้ได้ว่าประโยคสาธารณะใดทำให้คำตอบเลื่อนลอย
หน้าเว็บของคลินิกกรุงเทพฯ แบบผสมแห่งหนึ่งเคยแสดงปัญหาทั้งหมดให้ผมเห็นในสองบรรทัด คำตอบภาษาอังกฤษเรียกชื่อคลินิกอย่างมั่นใจ วางคลินิกไว้ในเมืองที่ถูกต้อง ย้ายคลินิกไปอยู่ในเขตที่ผิด และชมการรักษาเพื่อความงามที่ไม่ได้อยู่ในรายการบริการของคลินิกเอง มันเป็นความผิดพลาดเล็ก ๆ ซึ่งทำให้อันตรายกว่าเดิม ผู้ป่วยยังอาจเชื่อได้ พนักงานต้อนรับจะมารู้ความเสียหายทีหลัง ตอนที่คำถามนัดหมายมาถึงพร้อมความคาดหวังผิด ๆ ติดมาด้วยแล้ว
ผมมาจากประเทศไทย และเข้ามาทำงานสื่อสารด้านทันตกรรมผ่านงานธรรมดาที่หันหน้าเข้าหาผู้ป่วย: เขียนหน้าอธิบายบริการใหม่ จัดโปรไฟล์คลินิกสองภาษาให้สะอาดขึ้น เทียบข้อมูลบนแผนที่กับคำอธิบายในไดเรกทอรี และทำให้คำอธิบายการรักษาคลุมเครือน้อยลง ตลอด 18 ปีในสายงานนี้ ผมเรียนรู้ว่าอัตลักษณ์สาธารณะของคลินิกทันตกรรมแทบไม่เคยอยู่ในที่เดียว มันกระจายอยู่ในชื่อจดทะเบียนภาษาไทย ชื่อการค้าภาษาอังกฤษ โปรไฟล์ทันตแพทย์ รีวิว หน้าเว็บจองคิว หมวดหมู่บนแผนที่ รายชื่อเก่าบนเว็บท่องเที่ยวเชิงการแพทย์ และคำบรรยายสั้น ๆ บนโซเชียลที่เขียนตอนงานเร่ง มนุษย์มักพอกลบความต่างเหล่านั้นได้ ผู้ช่วย AI มักเอามันมาประกอบเข้าด้วยกัน
นั่นคือเหตุผลที่ผมหันมาทำงานความชัดเจนต่อ AI เมื่อ 4 ปีก่อน ปัญหาใหม่ไม่ใช่แค่อันดับหรือทราฟฟิก แต่คือคลินิกจะถูกระบุ ระบุตำแหน่ง และอธิบายได้หรือไม่ โดยที่ผู้ช่วยไม่ต้องยืมข้อเท็จจริงจากคลินิกข้างเคียง ไดเรกทอรีเก่า หรือรีวิวเกี่ยวกับการฟอกสีฟันครั้งเดียว การสอนของผมเริ่มจากคำตอบตามที่ผู้ป่วยเห็น เราทำเครื่องหมายชื่อที่ใช้ สถานที่ที่ถูกกำหนด บริการที่ถูกอนุมาน และแหล่งข้อมูลที่ถูกยืม แล้วจึงเปลี่ยนการอ่านนั้นให้เป็นงานแก้ไข ผมเปิดคอร์สนี้สำหรับคลินิกทันตกรรมอิสระในไทย เพราะพวกเขาเจอปัญหานี้โดยตรง: พวกเขารับทั้งผู้ป่วยไทยและต่างชาติ มักทำงานในสองภาษา และช่องว่างเล็ก ๆ ในถ้อยคำสาธารณะอาจกลายเป็นคำสัญญาผิด ๆ ก่อนที่ข้อความแรกจะถูกส่งมา
ผมเริ่มจากคำถามของผู้ป่วยหนึ่งคำถาม เพราะนั่นคือจุดที่ข้อผิดพลาดปรากฏให้เห็น พรอมป์ทสอนอย่าง “จะทำทันตกรรมเพื่อความงามแถวสุขุมวิทได้ที่ไหน” ไม่ใช่เรื่องเทคนิค มันเป็นคำถามแบบที่คนจริงอาจถามตอนกำลังเลือกว่าจะไว้ใจใคร และรายละเอียดที่ไม่สมบูรณ์ของมันคือคำบอกสถานที่ที่หลวม: สุขุมวิทอาจหมายถึงพื้นที่ต่างกันมาก แล้วแต่ว่าผู้ป่วยนึกถึงตรงไหน จากนั้น ผมอ่านคำตอบของ AI ช้า ๆ ไปกับผู้เรียน มันใช้ชื่อคลินิกใด มันกำหนดเขตใด มันอนุมานบริการใด แหล่งข้อมูลสาธารณะใดดูเหมือนจะให้รายละเอียดนั้น วิธีนี้ตั้งใจให้เล็ก เราไม่เริ่มด้วยการเดาว่าโมเดลทั้งระบบทำงานอย่างไร เราเริ่มด้วยการเทียบคำตอบกับหลักฐานสาธารณะของคลินิก: เว็บไซต์ รายการบนแผนที่ หน้าไทย หน้าอังกฤษ รีวิว โปรไฟล์ และไดเรกทอรี แต่ละบทเรียนจบด้วยงานแก้ไข เพราะงานความชัดเจนต้องทำให้คลินิกเรียกชื่อได้ง่ายขึ้น ระบุตำแหน่งได้ง่ายขึ้น จัดประเภทได้ง่ายขึ้น หรืออ้างอิงได้ง่ายขึ้นกว่าเดิม
ศึกษาคำตอบก่อนเขียนหน้าเว็บใหม่
คอร์สนี้แสดงวิธีหาสัญญาณสาธารณะที่อยู่เบื้องหลังคำอธิบายของ AI