ChatGPTに「ChatGPTで高品質な記事を書く方法」という記事を書かせたら、多くの知見が得られました。 ChatGPTは、強力な文書生成ツールです。しかしChatGPTは道具であり、道具である以上は「使い方」の巧拙に、そのアウトプットの質が大きく左右されます。 ではChatGPTはどのように使うと良いのでしょう。 世間では様々なAIの（自称）専門家や、DXコンサルタント、インフルエンサーなどが独自のノウハウを開陳していますが、まだChatGPTについての本当のところは、検証中であり、正確なところは誰一人わかっていない、というのが実際のところではないかと思います。 そこで私は一つの仮説を立てました。 それは「ChatGPTのことは、ChatGPTが一番知っているのではないか」というものです。 それを検証するために、ChatGPTに「効果的なChatGPTの使い方の記事を書いて」とお願い

最近おきた大きなイノベーションのひとつが、ChatGPTのリリースだったことは、多くの人の共通の認識でしょう。 正直なところ、Googleを脅かすほどの存在が、こんなに早く出てくるとは思っていませんでしたが、Googleなどのプラットフォームは大きい割には技術革新に対して脆弱であり、「短命」なので、必然の流れなのかもしれません。 逆に、プラットフォーム上に流通する「コンテンツ」には、とても長命なものが存在します。 例えば「イーリアス」「論語」「原論」などの古典などもそうです。 これらは時の試練に耐え、プラットフォームを乗り換えながら2千年以上もの間、全く変わらずに生き残っています。 では、ChatGPTもしばらくすれば時の彼方に消える……かというと、少しこれまでのプラットフォームと事情が異なるかもしれません。 なぜなら「コンテンツ流通させるだけ」の、Google、Twitter、Amazo

20年以上にわたって、わたしはBtoB（企業対企業）のビジネスに携わり、様々な企業に出入りし、そこで働く方々を観察しました。 ホテル、システム開発、運送、建設、学校、金融、塾、漁師、公的機関、飲食店…… そこで感じたことは数多くありますが、一つ強く心に残ったのは、日本企業は「意欲」と「成長」を大変に重んじる、という事実です。 いや、重んじる、という言葉では足りないかもしれません。 少なくとも、意欲と成長を軽視する会社は、私の知る限りありませんでしたし、極端な話「成果よりも意欲のほうが重要」というカルチャーすら、全く珍しくないのです。 実際、「数字あげてんだから、ヤル気なんてどうでもいいっしょ。」 「今月分の売上目標は達成したから、今日はサボってパチンコでも行くか」 などという態度を見せるのは、日本企業のなかでは致命的です。 これに対して、 「合理的じゃないなあ、会社で重要なのは成果でしょ？

ここ数年、「ジョブ型雇用」という言葉が急速に広まっている。 みなさんも、ニュースでよく耳にするんじゃないだろうか。 ジョブ型は各仕事に対し、適したスキルを持った人を割り振っていく。 日本のメンバーシップ型はその逆で、まず人を採用し、その後割り当てる仕事を決めていく。 メンバーシップ型を成立させていた年功序列や終身雇用といった前提が崩れたいま、世界と戦っていくためにも、日本はジョブ型に切り替えるべきだーーという主張は、少し前からのトレンドだ。 ただこのジョブ型採用、どうにも誤解されているというか、「上澄み」を基準に議論しているような気がしてしょうがない。 みなさん、ご存じだろうか。 ジョブ型における「底辺」が、どんな生き方をしているのかを。 ジョブ型＝生産性＆競争力が高い専門家集団？ 『2040年　「仕事とキャリア」年表』という本で、ジョブ型はこのように書かれている。 メンバーシップ型雇用を

仲俣暁生さんのツイートを見て、若者に、カネはなくても時間があった時代のことをふと思い出した。 とりわけ文化的だったとは思わないけど、我々が若い頃は、カネはなくても、ほぼ無限に時間が有り余っていた。その余裕こそが社会の豊かさだったのかも。当時も批判的にも使われていたモラトリアム（支払猶予）という言葉は完全に死語になった感アリ。いまは即金で支払わされる。 https://t.co/3TwuIuj0m0 — 仲俣暁生（『失われた「文学」を求めて』続編企画中） (@solar1964) April 8, 2023 私の大学時代も概ねそうだったと言え、今日は疲れていると感じたら一日じゅう寝ている日があった。どうしても攻略したいゲームがあるわけでもないのに朝から晩までゲーセンにいて、所在なく、「ひまつぶしのために」ぼんやりパズルゲームを遊んでいた日もあった。 無限に時間があったわけではないが、なんにで

Use the latest AI language models with the Vercel AI Playground

Books&Appsはマネジメント、仕事、知識社会での生き方についてのwebマガジンです。

Explore a community-driven platform to discover, upvote, and share the best AI prompts for ChatGPT & Gemini. Follow topics, create and organize prompts, and connect with expert prompters. Unlock AI’s full potential with Snack Prompt.

「効果測定」だけが一人歩きしてませんかデータの仕事をしていると、知らないところでいつのまにかに行われた施策について「効果測定をしてほしい」と言われることがたびたびある。 とりあえず施策を行い後で振り返えればいいや、と考えている人が多いようだがこれでは正しい検証はできない。検証ができないから次の施策を決める時もまたとりあえず施策をする、が繰り返される。 これではいくら「効果測定」を行うために動いても施策の向上につながらない。そうなれば「データ」の役割の意味も無い。 そこでよくみかける「効果測定」の何がいけないのかと、どうしたらいいのかを考える。 「効果測定」を後で行ってはいけない理由施策が終わってから「効果測定」を行おうとするといろいろな問題が発生する。 基準がないので判断できない施策を行った後になって効果測定を始めるということは、施策を始める前にどれぐらいの効果が見込めるかを調べていないと

テレワークを実施する上で無視できない生産性の問題。どう考えるのがよいのでしょうか？ Deloitte（デロイト）における12年間のマネジメントコンサルティングのご経験や学術的な視点を生かし、ビジネスメディア『Books&Apps』の安達裕哉さんに寄稿いただきました。 はじめに 公益財団法人 日本生産性本部の調査によると、2022年7月のテレワーク実施率は16.2％と過去最低を記録しました*1。一方で、『テレワークによって生産性が向上した』と感じる人の割合は増え続けており、これは逆に過去最高となっています。*2 この理由として最も考えられるのは「テレワークは素晴らしい」ではありません。実態は「生産性が低下した企業が次々とテレワークをやめている」ではないでしょうか。 つまり、テレワークで生産性が下がった会社は早々にテレワークを辞め、現在はテレワークで生産性を向上させた会社だけが、テレワークを続