Kaedah SCOPE©: lima refleks untuk hasil AI yang benar-benar boleh digunakan

Masalah sebenar: defisit kaedah, bukan alatan

Individu yang dibimbing oleh Revenu IA sudah pun menggunakan ChatGPT, Copilot atau GPT dalaman. Namun, mereka merasakan bahawa mereka masih jauh daripada memanfaatkannya sepenuhnya. Di kebanyakan syarikat, alatan rasmi ialah Microsoft Copilot, yang dipilih kerana keselamatannya; di lapangan, pengguna memintasnya untuk menggunakan alatan lain yang mereka anggap lebih berkuasa. Inilah salah satu punca shadow AI.

Mustapha Benkalfate tidak menafikan perbezaan antara alatan: Copilot mungkin kurang berprestasi berbanding Claude untuk sesetengah kegunaan, begitu juga ChatGPT. Tetapi dalam sebahagian besar kes, jurang tersebut kurang bergantung pada kuasa mentah berbanding cara menggunakan alatan tersebut. Dengan kaedah yang mantap, hasil berkualiti dapat diperoleh tanpa mengira alatan yang tersedia di dalam syarikat. Oleh itu, SCOPE© bukanlah satu helah: ia adalah satu refleks, ringkas untuk tugasan mudah, lebih terperinci untuk tugasan sensitif.

S: Pakar, mengecilkan skop untuk meningkatkan kerelevanan

Sebuah AI telah dilatih menggunakan berbilion-bilion dokumen. Tanpa peranan yang ditetapkan, ia mungkin menggunakan pengetahuan yang terlalu luas dan kadangkala tidak masuk akal berbanding keperluan, "resepi masakan atau cara merawat cagu" sedangkan yang diharapkan ialah analisis perniagaan. Pakar membingkaikan ruang lingkup, mengurangkan gangguan dan mengarahkan laras bahasa.

“Anda seorang pakar” tidak mencukupi. Perlu dinyatakan dengan jelas: pakar dalam bidang apa, dengan pengalaman apa, dalam sektor mana, untuk serahan apa. Contohnya: “Anda ialah seorang penganalisis perniagaan berpengalaman, dengan pengalaman lima belas tahun, yang sangat arif tentang sektor ESN dan perundingan.”

C: Konteks, lebih baik tunjuk daripada terangkan

Konteks boleh diberikan dalam dua cara. Melalui teks: situasi, kekangan, rangka kerja misi. Dan melalui dokumen: tangkapan skrin, iklan, dokumen dalaman, kawal selia, komersial atau HR. Peraturan keemasan kaedah ini: dengan AI, lebih baik tunjuk daripada terangkan. Sebahagian besar kehilangan kualiti berpunca daripada perkara tersirat yang pengguna fikir telah disampaikan tetapi tidak pernah diterima oleh AI.

Nasihat praktikal: sesetengah alatan menggunakan banyak token dengan fail PDF. Menukar PDF kepada teks biasa terlebih dahulu, dalam perbualan pertama, meringankan pertukaran dan mengelakkan daripada tersekat.

O: Objektif, tugasan dan matlamat di sebalik tugasan

Ramai pengguna percaya mereka telah memberikan objektif kerana mereka telah menyatakan tugasan. SCOPE© membezakan dua tahap. Objektif segera: membalas e-mel, menganalisis dokumen. Objektif lebih tinggi: mengapa. Membalas e-mel ini, adakah untuk meredakan hubungan, meyakinkan, membuat pembetulan tanpa menyinggung perasaan, membuka semula perbincangan komersial? Apabila AI mengetahui niatnya, ia tidak lagi hanya menghasilkan teks yang betul, tetapi teks yang menjurus kepada kesan yang diingini. Selagi anda belum menjawab "mengapa saya benar-benar mahu melakukan tugasan ini?", prom anda belum selesai.

P: Public (khalayak), pemboleh ubah yang paling kurang dimanfaatkan

AI tahu cara menyesuaikan laras bahasa, nada, kepadatan dan hujah dengan halus untuk khalayak tertentu, asalkan ia diterangkan dengan tepat. “Tiga pelabur Jepun berumur sekitar empat puluhan” atau “sekumpulan pakar saintifik yang terdiri daripada dua wanita berumur 27 tahun, seorang lelaki berumur 24 tahun dan dua senior berumur 53 dan 57 tahun” menghasilkan teks yang sangat berbeza. Sejarah perbincangan, gaya komunikasi yang diperhatikan atau nota daripada CRM juga boleh diberikan. Khalayak bukanlah butiran kecil: ia adalah parameter reka bentuk.

E: Pelaksanaan, kekalkan kawalan dan jadikan hasil kerja boleh diaudit

Pelaksanaan ialah peringkat di mana kita mengambil alih semula kawalan. Di sini kita menetapkan nada, panjang, struktur, dan format serahan. Paling penting, kita menuntut kebolehauditan: meminta AI untuk menerangkan penaakulan langkah demi langkah yang membawanya kepada kandungannya, data yang digunakannya, dan corak yang disimpulkannya daripada dokumen yang diberikan. Inilah yang membolehkan kita menyemak, memberi justifikasi dan menyampaikan maklumat. Jika tugasan itu panjang atau kompleks, kita memecahkannya kepada beberapa output berbanding menuntut satu blok monolitik: inilah tujuan kaedah STEP©.

Contoh prom SCOPE©

S → Bertindak sebagai [Pakar] dalam [Bidang]
C → Ini situasi saya: [Konteks yang jelas, data yang tepat]
O → Objektif saya ialah untuk [apa yang ingin dicapai]
P → Hasilnya akan dibaca oleh [Public, profil, jangkaan]
E → Hasilkan [Format] kerana [Sebab], yang akan [Tindakan].
    Nada: [Gaya penulisan].

SCOPE©: kaedah proprietari Revenu IA, © Mustapha Benkalfate. Penghasilan semula contoh prom dibenarkan dengan menyebut sumbernya.

Contoh sebenar, dibina secara langsung

Semasa ucaptama beliau pada Julai 2026 di Kuala Lumpur, Mustapha Benkalfate menulis prom jenis ini di hadapan hadirin dalam masa kurang dari dua minit: seorang pakar dalam literasi AI yang tahu mereka bentuk ucaptama interaktif; konteks ucaptama selama 80 minit ketika peraturan mengenai AI membimbangkan lembaga pengarah; objektif untuk menangani risiko AI generatif tanpa menjadi terlalu suram; khalayak pemimpin PKS dari Hong Kong; dan format yang dimulakan dengan ringkasan, diikuti dengan penerangan terperinci. Jawapan tersebut secara sendirinya bersandarkan Akta AI Eropah dan pemetaan risiko.

Dari mana datangnya SCOPE©?

Kaedah ini melanjutkan "empat tonggak prompting" yang diterangkan dalam bukunya AI Generation: peranan, konteks, audiens dan format output. SCOPE© menambah pembezaan antara tugasan dan objektif lebih tinggi, serta tuntutan untuk kebolehauditan.

Bila perlu guna SCOPE© berbanding kaedah lain