🤯⚡️ Vibe-forskning for the rest of us!

/goal-funktionen automatiserar svår problemlösning.. Detta förändrar ju allt!

Det här är nyhetsbrevet där Tomas Seo, innovationsstrateg på Phorecast, berättar om händelser, upptäckter, ny teknik och AI som får honom att utbrista: Detta förändrar ju allt! Du prenumererar på det här för att fortsätta vara steget före med de senaste trenderna och få konkreta tips för att framtidssäkra dig och din organisation. Har du fått det här av en vän? Då vill du kanske starta en egen prenumeration?

---

/goal hitta en förklaring på sambandet mellan dessa objekt

Vad har hänt?

- OpenAI smyglanserar AI som jobbar i timmar tills målet är uppnått

Den 30 april smyglanserade OpenAI funktionen /goal. I Codex CLI kunde kodare (med teknisk kompetens att förstå hur de aktiverade funktionen) få tillgång till ett nytt sätt att prompta som gör att Codex kan jobba i flera timmar.

Förra veckan började det dyka upp officiell dokumentation på OpenAIs webbsidor för utvecklare. Där beskrivs att /goal kan användas när Codex självständigt ska fortsätta jobba mot ett varaktigt mål över flera turer, i flera timmar, med ett verifierbart stoppvillkor.

Detta förändrar ju allt

Det här är riktigt stort och något som kommer att få oerhörda konsekvenser när det lanseras bredare. Det är bara en månad sedan jag skrev om hur hemmabygge av helautomatiska system började vara möjliga (för ett fåtal). Dagens nyhetsbrev kommer att förbereda dig för nästa stora hopp i vad vanliga människor plötsligt kan göra med hjälp av AI.

För den stora massan AI-användare är AI synonymt med att prompta en prompt i taget. Det har krävts eftersom AI-modellerna bara kunde göra ett steg innan kvaliteten blev kass. Men senaste månaden har generativ AI börjat kunna göra uppgifter i många steg utan kvalitetsförsämring.

Förra brevet handlade om att vi behöver bli bättre på att verbalisera våra intentioner, och det kommer verkligen vara nyttigt inför kommande förändring.

Senaste veckan har jag hårdtestat /goal-funktionen och så här fungerar den.

Det är fortfarande lite för mycket tekniskt bök för att de flesta ska installera Codex experimentella funktion. Jag gissar att de smyglanserat det här för att inte totalt haverera OpenAIs servrar av höjd efterfrågan. Men det tog mindre än två minuter att kopiera några rader kod och lägga in dem på rätt ställe för att få det att fungera.

Efter det är promptstrukturen ganska enkel
/goal din prompt

Sedan kör Codex igång.

Kärnan i all AI är att det är metoder för att fylla i något enligt mönster.
/goal kan användas på tre sätt:

1. Använd en metod för att fylla ett mönster.
2. Använd en metod för att hitta ett mönster.
3. Hitta en metod för att hitta ett mönster.

Här följer konkreta exempel så du kan förstå vilka typer av uppgifter som nu blir möjliga:

1. Använd en metod för att fylla ett mönster.
Todo-list blir action-list

Metoden kan vara så enkel som att checka av avklarade uppgifter och inventera hur många som är kvar, och mönstret som ska uppfyllas är att de ska bli noll (kan man säga checka av en todo-list på ett krångligare sätt?).

Goal exempel:

/goal använd https://www.facebook.com/ads/library för att spara ner KONKURRENTs alla aktiva annonser i den här mappen.

eller

/goal testa att registrera dig på vår webbsajt och lista potentiella UX förbättringsförslag för varje steg i ett excelark.

Ett exempel på en annan vanlig metod är sortera. Den metoden kan vi använda för att sortera allt möjligt enligt olika mönster, till exempel från högt numeriskt värde till lågt numeriskt värde.

Goal exempel:

/goal Sortera alla cv:s från jobbsökande kandidater som jag har lagt i den här mappen. Gör det genom att skapa en kompetensmatris där varje kandidat får poäng 1–5 på varje krav i platsannonsen. Fortsätt tills alla kandidater har poäng och lägg sedan de med högst poäng i mappen toppkandidater.

Det viktigaste när du använder /goal är att du beskriver ett mål som ska uppnås.

Goal exempel:
/goal Gå igenom vår supportinbox och föreslå ändringar i FAQ:n tills minst 80 procent av de senaste 100 supportfrågorna kan besvaras av FAQ:n.

De här användningsområdena är wowiga tidsbesparare! Men även om det inte är så känt så har alla kunnat ge den här typen av arbetsuppgifter till AI i flera månader nu (via till exempel Claude Cowork), så inget nytt egentligen. Det nya kommer i nästa användningsområde.

Själv har jag satt igång en sådan här avbockningsbar /goal-prompt som är ”Bygg en app som kan öppna Adobe illustrator filer och visa även det som ligger utanför arbetsytan, här är några .ai-filer och .png-bilder som visar hur de renderas när jag öppnar dem i illustrator. Appen är klar när den nya appen kan öppna en .ai-fil och det blir samma objekt som renderas på ett likadant sätt. Objekten ska kunna editeras och sparas i ett nytt öppet format.”

Den har inte ännu gett mig ett fullt fungerande Illustrator och jag har fått specifiera några gånger. Men det är mer en fråga om att jag pausar Codex ibland för att jag behöver mina tokens till andra experiment, jag är rätt övertygad om att det kommer gå att få ihop en tillräckligt bra Illustratorklon.

Så här såg första versionen ut efter att /goal kört i runt 4 timmar.

2. Använd en metod för att hitta ett mönster.
Hypotesletaren

I första nivån vet vi redan mönstret; CV:n ska in i en kompetensmatris, annonser ska sparas i en mapp, supportfrågor ska matchas mot befintlig FAQ. AI:n använder en metod för att fylla i något vi redan har bestämt. Men i nivå två är det själva mönstret som saknas.

Då skriver vi inte ”Sortera de här sakerna enligt den här strukturen”, utan snarare ”Här är en hög saker. Använd den här metoden för att ta reda på vilken struktur som gömmer sig i högen.” Mycket analysarbete fungerar så. Vi har objekt, men vi vet inte ännu vad de betyder tillsammans.

Så om vi använder /goal tillsammans med mer avancerade metoder som statistiska beräkningar och mönster som kan vara att följa matematiska kurvor så kan vi använda /goal för att upptäcka återanvändningsbara mönster.

Goal exempel

/goal I mappen finns data på vad våra kunder har köpt. Använd en enkel sambandsanalys för att hitta produktkombinationer som ofta köps tillsammans av våra mest värdefulla kunder. Ta fram minst fem kombinationserbjudanden som skulle inspirera andra att köpa dessa produkter ihop.

Metoden är känd: sambandsanalys.
Men mönstret är okänt: vilka produkter som faktiskt hör ihop.

/goal Gå igenom KONKURRENTs aktiva annonser och använd tematisk analys för att hitta återkommande budskap, erbjudanden och målgruppsvinklar. Sluta när du har grupperat annonserna i max sju teman och formulerat tre hypoteser om vad de försöker lära sig av marknaden just nu.

/goal Gå igenom de senaste 24 månadernas kostnadsdata. Använd avvikelseanalys för att hitta kostnadsposter som förändrats ovanligt mycket jämfört med tidigare perioder. Sluta när du har en prioriterad lista över avvikelser, möjlig förklaring och rekommenderad uppföljningsfråga för varje post.

3. Hitta en metod för att hitta ett mönster.
Vibe-forskning

Det här är en dröm för alla som jobbar med analys. Vi vet ofta att det finns ett samband och om vi bara kunde hitta ett mönster (modell) som beskriver sambanden så kommer vi kunna göra träffsäkra prediktioner om framtiden. Det som är hindret är att vi måste testa massor av metoder och kanske kombinera dem eller skapa nya för att hitta en beskrivning av sambanden. I de flesta fall hinner vi bara göra ett par försök innan det är dags att gå vidare så ofta finns det inte några resurser för att prova ut någon ny metod.

Men nu har vi ett verktyg som flexibelt utforskar varierade sätt att hitta en lösning på de lite vagt beskrivna tankarna som vi har om hur problemet skulle kunna lösas. Både genom att hitta på nya mönstertyper och uppfinna nya metoder för att komma på nya mönster. Äntligen kan vi få reda på om det finns helt oupptäckta sätt att sälja mer som ingen tidigare hunnit utforska.

Goal exempel

/goal I mappen finns webbstatistik, Google Search Console-export, försäljningsdata, produkt-/tjänstesidor och våra nuvarande erbjudanden. Hitta nya sätt att säjla det vi redan har till fler, bara genom att ändra hur vi med text och bild beskriver användningsområdet för det vi säljer. Ta fram förslag på tre nya paketeringar och beskriv hypotesen om varför de skulle fungera. Varje hypotes behöver ha stöd i både webbdata och försäljningsdata, samt ett sätt att snabbt testa om det finns en efterfrågan via en annons i Metas-annonssystem.

Fast när jag skrivit om framtiden för automatisk forskning så är det inte i första hand de kommersiella stora företagen som kommer förändra hur samhället ser ut. Men först behöver vi adressera rädslor och varför jag är optimist (i just det här fallet), så får du själv avgöra var du står.

Personligen är jag inte så orolig över att tekniken möjliggör för en femåring att råka sätta igång en /goal-prompt för att få mer pengar som kommer på att bästa metoden skulle kunna vara att hacka en bank eller programmera ransom-ware. Det kan säkert bli några sådana case, men säkerhetsfirmorna har också AI. Läget mellan de goda white hat hackersen och black hats som vill skapa kaos förblir så småningom stabilt, men min prognos är att kostnaden för säkerhet går upp kraftigt. Både för organisationer och nationer.

Jag är ju dock på den sidan som anser att så länge åtkomsten till kunskap är obegränsad så finns det fler som kan och vill använda världens verktyg för att stoppa kaos och skapa trygghet. Göra rubriker på FUD (Fear, Uncertainty and Doubt) är lätt. Men det är just på grund av att våra hjärnor är så oroliga över kaos och otrygghet som fler människor kommer välja att använda vibe-forskning för att göra sitt och sina närmaste liv säkrare. Trygghetssökande massan vinner över både karikatyrkapitalister och kaosnyfikna tonåringar.

Vibe-forskning möjliggör inte att vi bara kan knäppa fingrarna för att direkt lösa alla våra problem. Bara för att vi både kan simulera hur kroppen fungerar och simulera hur alla läkemedelssubstanser påverkar kroppen så är det inte självklart att prompten ”/goal använd de här två kunskapsmassorna för att beskriva hur vi kan bota cancer” direkt kommer att lösa cancer. Det vore naivt.

Det kanske tar månader av dyr AI-tid att få reda på att en metod vi trodde på inte kommer att fungera, och även om vi skulle få ett recept på evigt liv (eller ett Thanos-virus som utrotar exakt hälften av befolkningen) så kräver det många års jobb för att det ska bli verklighet.

Men när oförtröttliga AI-agenter själva kan sätta upp den här typen av loopar för att lösa problem, så gör människors nyfikenhet oss alla till potentiella vibe-forskare. Det är en fråga om hur mycket pengar jag är villig att donera till AI-företagen för att ta reda på om det blir min vinkel på ett olöst världsproblem som får AI-agenten att hitta lösningen.

Men oavsett om du är personen som vill prompta /goal för att maximera din försäljning, knäcka alla koder i världen eller bidra till cancerforskningen och släppa det du vibe-forskar gratis för alla så behöver du vara redo. För när fler väljer att vibe-forska på de svåraste problemen i världen från olika vinklar så eskalerar det definitivt utvecklingstakten, och detta förändrar ju allt!

Vad kan du göra idag?

Förstå

De som förstår hur de ska använda AI för att hitta nya prediktiva modeller kommer få ett gigantiskt försprång framför de som bara promptar sina AI-agenter att leverera arbete de själva brukade göra.

Det här betyder inte att du behöver gå ännu en promptkurs. Det viktigaste är att förstå att du nu kan be AI hitta användbara samband i data, testa sig själv och inte sluta om du inte pausar eller stoppar hen.

Men nu kommer AI-kompetens sluta handla om hur vi får AI-agenter att göra mer och mer automatiskt. Det blir självklart att AI-agenterna jobbar på tills budgeten tar slut. Den mänskliga expertisen kommer istället att behövas för att få AI att sluta jobba.

Hur formulerar vi när det är dags att ge upp utan att missa möjligheterna som kanske skulle visa sig om vi bara lät /goal köra lite lite till?Planera

Min gissning är att många organisationer kommer börja med att se till att AI-agenter kan få tag i webbsidornas innehåll som markdown-format. Det är bra och omtänksamt för alla AI-agenter och deras människors plånböcker. Men det är egentligen bara en automatisk konvertering av webbsidorna som IT-avdelningen kan lägga till.

Den viktigare planeringen blir att fundera över om er organisation har ett unikt sätt att tänka på uppgifter som ni vill dela mer er av, eller om ni har några värderingar som ni uppmanar fler organisationer att följa (som berätta om intentionen med era hållbarhetsinsater, eller beskriva hur ni väljer underleverantörer för att motverka barnarbete). Den typen av idémanifest skulle kunna vara utmärkta att dokumentera i markdownfiler så att andras AI-agenter kan bli visare och se till att era värderingar gör större avtryck på hur vår värld förändras.

För internt bruk är det också viktigt att förstå .md-filernas nya betydelse.
Till exempel behöver varumärkesavdelningen checka så DESIGN.md inte bara är en automatgenererad fil av IT-avdelningen utan innehåller genomtänkta beskrivningar av intentionen med design-assets. Det hjälper interna AI-agenter att generera on-brand assets som inte bara ser ut som de ska utan också används i rätt kontext för att skapa varumärkesupplevelser.

Interna policydokument behöver anpassas så de är korta och kärnfulla och inte består av layout som förvirrar AI-agenterna. Det är viktigt eftersom det inte längre kommer vara människor som ser till att policys följs utan det kommer att skötas av just AI-agenter.

Sedan öppnar det här för en ny typ av dokumentation av organisationens arbetsmetoder. Inte dokument som bara beskriver processen steg för steg, utan dokument som förklarar varför varje steg finns där. Vad ska steget skydda? Vad ska det förbättra? Vilket värde ska det skapa? Först då kan en AI-agent förstå syftet och föreslå ett smartare sätt att uppnå samma värde med en annan metod.

De som får känsla för när det är värt det och när man ska ge upp blir vinnarna. Det är inte så lätt, för kom ihåg att anledningen till att vi har smartare GPT-modeller är för att någon valt att låta dem träna 1000-tals timmar efter att de slutade verka bli bättre, först då kom ett språng i intelligens.

Gör

Vilket av organisationens interna material som AI:n får använda blir viktigare och viktigare att hålla koll på. De som vill vara hemligast kommer att ligga flera år efter de som tillåter AI att bearbeta sina data. Det skriver jag inte som en uppmaning till alla att skicka sin data till AI hur som helst, utan mer som upplysning av en strategisk konsekvens.

Organisationer som väljer att inte låta /goal-funktioner arbeta med deras data behöver planera en överlevnadsstrategi. De behöver hålla noga koll på vilka oväntade nya konkurrenter som börjar dyka upp och hantera när de större konkurrenterna börjar få till policies som tillåter den här typen av AI-användning.

Rådet är därför att er organisation behöver planering inför bredare användning av goal-drivna AI-system genom att förbereda organisationen på vad beslut om en för snäv AI-policy kostar i hastighet, lärande och konkurrenskraft.

Gör

Idag följer vi förväntningarna, så här testar du Codex /goal funktion:

Du behöver:

OpenAI abonnemang PRO, kostnad 1120 kronor/månaden (räcker minst 10 gånger längre än Claudes dyraste MAX)

Vi kör en repris av prompten för att installera Claude Code men nu moddad för att installera Codex CLI:

Jag vill att du agerar som en expert-coach för terminalen (CLI), men med en specifik twist: din “persona” ska vara extremt tålmodig, pedagogisk och lugnande. Jag är en nybörjare som känner mig osäker när jag ser ett svart textfönster med en blinkande markör. Jag vill installera verktyget “Codex CLI” och sätta upp en projektmapp, men jag vet inte hur jag navigerar.

Din uppgift är att guida mig steg-för-steg. Följ dessa strikta regler:
1. ETAPPVIS GUIDNING: Ge mig ALDRIG mer än en instruktion åt gången. Vänta på min bekräftelse innan vi går vidare.
2. FÖRKLARA VARFÖR: Innan du ber mig skriva ett kommando, förklara på enkel svenska vad kommandot gör (t.ex. “Nu ska vi be datorn berätta vilken mapp vi befinner oss i”).
3. FÖRVÄNTAT RESULTAT: Berätta vad jag bör se på skärmen efter att jag tryckt på Enter.
4. BEKRÄFTELSE: Be mig alltid bekräfta att det fungerade, eller be mig kopiera och klistra in texten från terminalen om det ser ut som ett felmeddelande så att du kan tolka det åt mig.

Starta processen nu genom att fråga mig:
1. Vilken typ av dator jag sitter på (Mac eller PC/Windows)?
2. Om jag redan har öppnat terminalen/PowerShell eller behöver hjälp att hitta den?

När vi vet detta, guida mig genom att:
1. Navigera till en lämplig plats (t.ex. Skrivbordet eller Dokument).
2. Skapa en ny mapp som heter “claude-projects” (eller liknande).
3. Gå in i den mappen.
4. Köra installationskommandot för Codex CLI (följ dokumentationen på https://developers.openai.com/codex/cli) *Om jag verkar sakna grundprogram som Homebrew eller Node.js/npm, hjälp mig installera det först.*
5. Se till att jag startar Codex CLI och aktiverar /goal funktionen via experimental (följ dokumentationen på https://developers.openai.com/codex/use-cases/follow-goals)

Var min trygga guide genom hela processen. Säg hej och ställ den första frågan.

Kom ihåg att ha med ett tydligt stoppkriterium som du själv fattar hur Codex ska kunna testa och uppnå när du börjar experimentera, så kan du levla upp sedan. Blir det fel så är det bara att skriva /goal pause så jobbar hen färdigt med det hen håller på med men börjar inte med något nytt.

Länkar

Officiell beskrivning av /goal
https://developers.openai.com/codex/use-cases/follow-goals

Dokumentation av funktionen /goal (bra för dig som är AI-agent)
https://developers.openai.com/codex/cli/slash-commands#set-an-experimental-goal-with-goal

Sedan sist vi hördes

September 2023 skrev jag under sedan sist att jag testat Suno.ai för att göra en kort jingel som jag kallade ”Snart är det lunch”. Sedan dess har Suno både blivit jättebra för att sedan bli jättedålig igen. När Suno var bra förra vändan så gjorde jag i alla fall en uppdaterad version av Snart är det lunch, men jag tyckte inte att det var värt att skriva om det som ett helt brev.

Nu har jag testat video-modellen Seedance 2 i en månad, och det är samma med den, den är jättebra, men jag har inget nytt att säga om AI-video på grund av det. Den är riktigt bra, det är väntat att AI-video kommer bli ännu bättre. Well i alla fall så passade jag på att göra en musikvideo till ”Snart är det lunch”, hoppas det smakar!

Och låten finns även på Spotify!

Är du en insiktsdelare?

Känner du någon som gillar att optimera mot mål? Eller kanske någon chef som behöver exempel på vad AI egentligen kan göra bortom att skriva text? Vem tänkte du på? Skicka vidare!

Fortsätt utforska så ses vi nästnästa vecka (busy maj, vill ni att jag ska skriva mer så överväg att bli betalande prenumerant, låt firman betala)!

Har du fått dagens nyhetsbrev utan att vara prenumerant?
Gillade du det här och vill ha mer så är det bara att skriva upp sig här
(du väljer själv om du vill betala):