Lomakilot kuriin tekoälyn avulla
Miten rakensin henkilökohtaisen kunto-ohjelman ChatGPT:n Deep Research -toiminnolla ja miksi sinun kannattaisi kokeilla samaa itsesi kehittämisessä?
Kesäloma on minullekin tärkeä aika palautumiseen ja rehellisyyden nimissä myös elämästä nauttimiseen. Mutta vuodesta toiseen huomaan saman kaavan. Kunto löystyy, keskivartalo kerää "lomakiloja" ja elokuussa olo on nihkeämpi kuin ennen lomaa.
En ole hedonismia vastaan, päinvastoin, mutta tänä kesänä päätin tehdä jotain toisin. Haluan säilyttää hyvän vireen ja palautua niin, että syksyllä ei tarvitse ryömiä töihin. Tavoitteeni on olla loman jälkeen energisempi ja itsevarmempi kuin sitä ennen, koska noilla kolmella tekijällä on kokemukseni mukaan ilmeselvä syy–seuraus-suhde kaikilla elämäni osa-alueilla. Luottamus osaamiseen, tuottavuus, tuloksellisuus, mielenterveys, fyysinen terveys, luovuus, älykkyys, ihmissuhteet, optimismi, innostuminen – kaikki. Ilman energiaa ja itseluottamusta kaikki on vähän tahmeaa.
Tänä vuonna päätin kokeilla jotain uutta: rakensin itselleni räätälöidyn kuntoiluohjelman ChatGPT:n Deep Research -ominaisuudella.
Mikä on ChatGPT:n Deep Research (Syvätutkimus) tiivistettynä?
Deep Research eli Syvätutkimus on ChatGPT:ssä oleva työkalu, jolla saat syvällisempiä ja tarkemmin perusteltuja vastauksia ajankohtaisista aiheista ja monimutkaisiin kysymyksiin.
Deep Research:
-
Suorittaa monivaiheista, syvällistä tiedonhakua: päättelevään o3-malliin pohjautuva agentti etsii, lukee ja yhdistää tietoa julkisesta verkosta useista lähteistä.
-
Tuottaa perusteellisia ja dokumentoituja raportteja: Sisältää selkeästi merkittyjä lähteitä eli sitaatteja, mitkä tekevät siitä luotettavamman työkalun faktojen tarkistukseen. Ei silti 100 % luotettava kuten jokainen kollegasi. 😉
-
Tekee automaattista lähteiden tunnistusta: Etsii niche‑tason ja vähemmän intuitiivista tietoa, jotka perinteisellä haulla menisivät helposti ohi tai vaatisivat lukemattomia verkkohakuja.
-
Hakee tehokkaammin kuin perinteinen verkkohaku: Vaikka haku antaa nopeita vastauksia, Deep Research käsittelee laajempia kokonaisuuksia ja yhdistää tietoa useista lähteistä käyttäen aikaa vastauksen muodostamiseen.
Kuvittele googlettavasi jotain aihetta 16 tuntia, lukevasi sisältöjä 100 eri sivustolla ja työstäväsi kaikesta löytämästäsi yhteenvetoa 4–8 tuntia. Sen sijaan saatkin vähintään yhtä hyvän tuotoksen käyttämällä tehtävän suunnitteluun 5-10 minuuttia ja odottamalla passiivisesti 5-30 min. Helposti 200-kertainen ajallinen tuottavuusloikka tietyissä tietotyön tehtävissä ja myös vapaalla. Rahallisista säästöistä puhumattakaan.
Syvätutkimusta voi toistaiseksi käyttää rajallisesti:
- Free-käyttäjät: 5 kertaa kuussa.
- Plus, Team, Enterprise, Edu: 10 kertaa kuussa + 15 kertaa syvätutkimuksen kevyemmällä (lightweight) versiolla, yht. 25 kpl/kk. Siirto tapahtuu automaattisesti kevyempään, kun olet käyttänyt 10 kertaasi.
- Pro: 125 + 125 = 250.
- Deep Research on varmasti monelle tärkein syy ostaa Pro-versio. Itselläni on toistaiseksi Plus ja palkkatöissä oli Team-versio, mutta melko varmasti kesän jälkeen ostan Pron yritykselleni.
Miten kannattaa kehottaa Deep Researchille?
Kuten muutkaan päättelevät mallit (esim. OpenAI o1 ja o3) ei syvätutkimuskaan ole keskusteleva tekoälymalleja. Ne on suunniteltu vastaamaan kertalaakista kysymykseesi. Jos joku on sinulle opettanut, että kielimallien kanssa "kannattaa vain höpötellä kuin ihmiselle", niin unohda tuollaiset hölynpölyt.
Parasta päättelevien mallien käytössä juuri meille (työ)elämän konkareille onkin se, että niitä hyödyntäessä on pakko ajatella. Tuot peliin asiantuntemuksesi ja kokemuksesi, jotta saat huippuarvokkaita tuotoksia. Ne pakottavat sinua ajattelemaan syvällisesti, laajasti ja kriittisesti. Tietotyötä parhaimmillaan!
Mikä on yksinkertainen kaava kehottamiseen ChatGPT:n Deep Researchille ja miten työkalua käytetään?
Tällä kehotekaavalla loin henkilökohtaisen 4 viikon kesäloman kunto-ohjelman syvätutkimuksella:
