AI는 단일 목적의 챗봇이 아닌, 전문화된 작동 모음으로 취급될 때 더 유용해집니다. 특정 명령을 사용함으로써 사용자는 디버깅, 알고리즘 설계 또는 연구 계획과 같은 작업을 위해 AI가 다른 사고방식을 채택하도록 지시할 수 있습니다. 이는 상호작용을 단순한 질문-답변 형식에서 목표, 맥락, 전문화된 렌즈, 분석 및 반복을 포함하는 구조화된 워크플로로 전환합니다. 이 텍스트는 텍스트 변환, 톤 제어, 글쓰기 구조화, 정보 압축 및 회의 관리 등 기능별로 분류된 수많은 "렌즈" 또는 명령을 자세히 설명합니다. 프로젝트 관리 렌즈는 OKR 및 KPI를 통해 측정 가능한 결과로 대규모 목표를 실행 가능한 시스템으로 분해하는 데 도움이 됩니다. 위험 분석 및 근본 원인 분석 렌즈는 불확실성을 식별하고 실패를 이해하기 위한 프레임워크를 제공합니다. 생산성 렌즈는 우선순위 지정 및 피드백에 중점을 두는 반면, 학습 렌즈는 능동적 회수 및 연습을 장려합니다. 개발자의 경우 코딩 관련 명령은 생성, 설명, 디버깅, 리팩토링 및 최적화를 다루며 각각 고유한 목적을 가집니다. 알고리즘 및 데이터 구조 렌즈는 기술 면접 문제 해결을 안내합니다. 이 텍스트는 또한 SQL과 같은 데이터 형식 작업, API 설계 및 연구 수행을 위한 렌즈를 강조합니다. 결정적으로, 이는 의견과 테스트 가능한 가설의 차이, 그리고 동료 검토와 단순한 비판의 차이를 강조합니다. /audit 렌즈는 더 광범위한 검사 기능을 제공하며, meta-lens /framework는 적절한 문제 해결 방법론을 선택하는 데 도움이 됩니다. 궁극적으로 이러한 전문화된 모드를 활용하면 AI를 더 정확하고 효과적으로 사용할 수 있습니다.