Co jeśli AI ciągle źle klasyfikuje?

Każda poprawka jest zapisywana. Jeśli mimo poprawek nie poprawia się, wyłącz sugestie dla tego typu pola — system jest pomocniczy, nie obligatoryjny.

Czy moje zadania trafiają do trenowania?

Nie. Lovable AI Gateway nie wysyła danych do trenowania zewnętrznych modeli.

Czy są reguły bez AI?

Tak — możesz zdefiniować autotagi po słowach kluczowych. Reguły działają lokalnie, niezależnie od AI.

Na razie wszystko za darmo. Planujemy premium dla power userów, ale model nadal pozostanie opcjonalny.

Priorytetyzacja zadań z AI — pierwsza wersja, twoja decyzja

Klasyfikowanie zadań to nudna część systemu — większość ludzi rezygnuje z GTD właśnie tu. W TaskAura model językowy sugeruje ćwiartkę Eisenhowera, tagi i kontekst dla każdego nowego zadania w inboxie. Sugeruje, nie decyduje. Klikasz lub poprawiasz — system uczy się twoich preferencji w obrębie konta.

Jak to działa

1
Wrzucasz zadanie do inboxu
Tytuł i opcjonalnie kontekst. Wszystko inne AI próbuje uzupełnić.
2
Sugestia w kilka sekund
Ćwiartka macierzy, sugerowane tagi, opcjonalnie kontekst (home, work). Każda sugestia ma uzasadnienie w tooltip.
3
Akceptujesz lub poprawiasz
Klik = przyjąć. Poprawka = aplikacja zapisuje twoje preferencje na podobnych zadaniach.
4
Tygodniowo widzisz, jak trafia
W statystykach jest accuracy — odsetek sugestii, które przyjąłeś bez zmian. Jeśli spada, sygnał, że zmieniło się życie albo model gubi kontekst.

Dlaczego to działa

Klasyfikacja krótkich tekstów to dobrze rozpoznane zadanie dla modeli językowych — Brown i in. (2020) pokazali zero-shot performance GPT-3 na klasyfikacji intencji znacznie powyżej baseline. Eisenhower-style kategoryzacja ma podobny charakter: cztery klasy, dużo kontekstu w samym opisie zadania.

Drugi efekt to decision fatigue (Vohs i in., 2008). Każda decyzja w ciągu dnia zużywa zasoby — im więcej trywialnych decyzji odciąży AI, tym więcej zostaje na trudne. Klasyfikacja zadania nie jest decyzją wartą twojej uwagi.

Źródła

Brown, T. et al. (2020). Language Models are Few-Shot Learners, NeurIPS.
Vohs, K. D. et al. (2008). Making choices impairs subsequent self-control, Journal of Personality and Social Psychology, 94(5).
Ji, Z. et al. (2023). Survey of hallucination in natural language generation, ACM Computing Surveys, 55(12).

Kiedy ta metoda NIE działa

AI ma uprzedzenie do nowości — świeżo dodane zadania klasyfikuje jako pilniejsze niż są obiektywnie. Ma też uprzedzenie do długich tytułów (więcej tekstu = więcej sygnału). Nie umie odczytać niuansów typu „to ważne, ale tylko dla mnie” — kontekst osobisty zostaje przy tobie. Sugestii nie należy traktować jak prawdy, tylko jak pierwszej propozycji do skorygowania.

W TaskAura

Sugestie pojawiają się w inboxie i przy szybkim zapisie. Możesz wyłączyć je całkowicie w ustawieniach albo zostawić tylko dla wybranych pól (np. tylko ćwiartka, bez tagów). Wszystkie sugestie są logowane lokalnie — nie wracają do modelu jako dane treningowe.

Wypróbuj za darmo

Najczęstsze pytania

Co jeśli AI ciągle źle klasyfikuje?: Każda poprawka jest zapisywana. Jeśli mimo poprawek nie poprawia się, wyłącz sugestie dla tego typu pola — system jest pomocniczy, nie obligatoryjny.
Czy moje zadania trafiają do trenowania?: Nie. Lovable AI Gateway nie wysyła danych do trenowania zewnętrznych modeli.
Czy są reguły bez AI?: Tak — możesz zdefiniować autotagi po słowach kluczowych. Reguły działają lokalnie, niezależnie od AI.
Ile to kosztuje?: Na razie wszystko za darmo. Planujemy premium dla power userów, ale model nadal pozostanie opcjonalny.

Powiązane