Przejdź do głównej zawartości

Aplikacja do raportów zrobiona przez konstruktora, nie programistę

21.06.20268 min

Nie o projektowaniu maszyn przez sztuczną inteligencję, bo do tego jeszcze daleko. O czymś prostszym i bardziej użytecznym: budowaniu własnych narzędzi, które realnie skracają robotę w dziale.

Czego dotyczy ten odcinek

  • Jak dzielę pracę z AI na dwa etapy i dlaczego pierwszy jest ważniejszy
  • Co powinno znaleźć się w pierwszym zapytaniu, żeby nie zaczęło od kodowania
  • Jak wygląda gotowa aplikacja do raportów z uruchomienia i serwisu
  • Co wyszło dopiero wtedy, gdy narzędzie trafiło do monterów

Problem: każdy raportuje po swojemu

Raporty z serwisu, uruchomienia i odbioru maszyny to niby prosta rzecz. W praktyce jeden wysyłał mailem, drugi wrzucał na Teamsy, trzeci miał notatkę na kartce.

Do tego dochodziła obróbka notatek, dodawanie zdjęć, opisywanie problemów i przygotowanie maila do klienta. To zjadało czas. Brakowało jednego miejsca, w którym wpisuję co zrobiłem, dorzucam zdjęcia i na koniec klikam PDF.

Dwa etapy pracy z AI

Pierwszy etap to przygotowanie dobrej instrukcji. Drugi to testowanie i poprawianie. Cała wartość siedzi w pierwszym, bo to on decyduje, czy drugi będzie krótki.

W pierwszym zapytaniu podałem rolę, wyraźnie zaznaczyłem, że dyskutujemy nad koncepcją, żeby model nie zaczął od razu kodować, i opisałem trzy raporty, każdy w kilku zdaniach. Nie trzeba do tego żadnej ultra ustrukturyzowanej komendy.

Model dopytał o rzeczy, o których sam bym nie pomyślał: docelowa platforma, liczba zdjęć na raport, czy w grę wchodzi wideo, kto będzie korzystał, jaki hosting. Odpowiadałem po kolei.

Kluczowa była ostatnia prośba: żeby na podstawie całej rozmowy wygenerował dokument opisujący pomysł na tyle dokładnie, by dało się z nim iść do narzędzia piszącego kod. Od pierwszego zapytania do gotowej instrukcji minęło mniej niż dziesięć minut. Dla mnie, osoby nieprogramującej, przygotowanie takiego dokumentu samodzielnie byłoby praktycznie niewykonalne.

Jak to działa

Wybieram typ raportu: serwisowy, z testów prototypu, z uruchomienia albo z obserwacji pracy maszyny. Wpisuję dane podstawowe, czyli projekt, maszynę i osobę raportującą.

Kiedy coś dzieje się przy maszynie, dodaję wpis: powód zatrzymania, komentarz, zdjęcia albo wideo. To jest dla mnie najważniejsze, bo taka informacja przestaje zostawać w głowie, w przypadkowym folderze albo w notatniku.

Na końcu obserwacje, wnioski i kolejne kroki. Klik, robi się PDF w jednym standardzie i idzie mailem.

Test w boju

Aplikacja działała u mnie na telefonie i komputerze, więc dałem ją kilku monterom jadącym na uruchomienie i serwis.

I się zaczęło. Tu za dużo klikania, tam coś nieczytelne, przydałaby się edycja już dodanego zatrzymania, PDF wymagał poprawki. To są rzeczy, których siedząc przy biurku po prostu nie widać.

Drugi przyjemny element tego sposobu pracy: poprawki wchodziły od razu, więc koledzy korzystali z odświeżonej wersji bez żadnej instalacji.

Co z tego wynika

  • Złe pytanie brzmi: czy AI zaprojektuje za mnie maszynę. Dobre: jakie usprawnienie w mojej pracy mogę dzięki niej wprowadzić.
  • Kto umie precyzyjnie opisać problem, ma dziś dużą przewagę. Opis problemu jest trudniejszy niż napisanie kodu.
  • Narzędzie nie musi być produkcyjne ani rozbudowane. Musi wejść do użycia szybko.
  • Test u ludzi, którzy naprawdę tego używają, wykrywa więcej niż tydzień poprawiania przy biurku.

Policz albo doczytaj

Wszystkie odcinki · Obejrzyj na YouTube