▣ 1장: 원래 일 잘하는 사람이 AI도 잘 쓰는 법 01 _ 일 잘하는 사람은 질문하고 요청한다 02 _ 정답을 묻지 말고 추천을 받자 03 _ 방법론을 먼저 물어보고 요청하자 04 _ 무엇을 알려줄지 먼저 물어보자 05 _ 내게 단계별로 질문하게 하자 06 _ 추론하는 AI에겐 단순하게 요청하자 07 _ 도메인과 프로세스에 AI 역량을 더하자
▣ 2장: 보통 직장인의 문제 파악력을 높이는 프롬프트 08 _ 문제를 정의하는 문제정의서 작성하기 09 _ 문제가 문제인지 아닌지 판단하기 10 _ 문제를 과거, 현재, 미래로 파악하기 11 _ 조직에서 문제 제기하기 12 _ 사용자 그룹 인터뷰(FGI) 설계하기 13 _ 신제품 시장 규모 추정하기 14 _ 비즈니스 모델 캔버스 작성하기
▣ 3장: 보통 직장인의 창의력을 높이는 프롬프트 15 _ 아이디어를 발굴, 설명, 검증하기 16 _ 혁신적 문제해결 기법(TRIZ)으로 아이디어 얻기 17 _ 고객 핵심 요구사항 분석(CTQ)으로 아이디어 도출하기 18 _ 요인(원인)을 중복과 누락 없이 찾기 19 _ 문제의 근본 원인을 찾아내기 20 _ ‘왜?’를 다섯 번 물어 (5 Whys 기법) 문제의 뿌리 찾기
▣ 4장: 보통 직장인의 분석력을 높이는 프롬프트 21 _ 프레임워크로 조사, 분석하기 22 _ 강점/약점/기회/위험(SWOT) 분석으로 기업 이해하기 23 _ 사회/경제/기술 등 외부환경(PESTLE) 분석하기 24 _ 산업 내 경쟁구도(5 Forces) 분석하기 25 _ 엑셀 데이터 통계 분석하기 26 _ 데이터 분류하고 인사이트 얻기 27 _ 비정형 데이터 분석하기 28 _ 차트에서 인사이트 얻기 29 _ WBS로 업무 분해하고 관리하기
▣ 5장: 보통 직장인의 보고력을 높이는 프롬프트 30 _ 보고서의 배경, 목적, 기대효과 쓰기 31 _ 긴 내용을 요약, 발췌, 종합해서 보고하기 32 _ 보고서 교정 교열하기 33 _ 이해관계자 예상 질문 도출하고 대비하기 34 _ 중요 정보 누락 없는 기술 문서초안 작성하기 35 _ 기술 문서에서 나열 순위 정하기 36 _ 2by2 매트릭스로 보고하기 37 _ 데이터 표현 방법 선택하기
▣ 6장: 보통 직장인의 IT력을 높이 인공어 프롬프트 38 _ 다양한 인공어를 적극 사용하자 39 _ VBA로 엑셀 반복 작업 자동화하기 40 _ VBA로 윈도우 파일 관리 자동화하기 41 _ VBA로 파워포인트 서식을 한 번에 바꾸기 42 _ VBScript로 실행 파일 만들기 43 _ VBS와 작업 스케줄러로 작업 예약하기 44 _ JavaScript 라이브러리로 차트 그리기 45 _ Mermaid 텍스트로 다이어그램 그리기
이용현황보기
AI와 함께 일하는 법 : 직장인의 숨겨진 잠재력을 깨우는 45가지 LLM 프롬프트 처방전 이용현황 표 - 등록번호, 청구기호, 권별정보, 자료실, 이용여부로 구성 되어있습니다.
등록번호
청구기호
권별정보
자료실
이용여부
0003182209
006.3 -25-113
서울관 인문자연과학자료실(314호)
이용중
0003182210
006.3 -25-113
서울관 인문자연과학자료실(314호)
이용가능
출판사 책소개
일 잘하는 사람이 AI와 제대로 대화하는 비법을 다룹니다!
원래 일 잘하는 사람이 AI도 잘 쓰기 때문입니다. 왜 그럴까요?
첫째, 일 잘하는 사람은 조사하고, 질문하고, 요청할 것이 많습니다. 반면, 일 못하는 사람은 그런 것이 별로 없습니다. 이제 일 잘하는 사람은 먼저 LLM에게 질문하고, 요청하며, 조사해 달라고 합니다.
둘째, 일 잘하는 사람은 정답이 아니라 대안을 찾습니다. LLM은 정답을 제시하는 것이 아니라 추천을 위해 만들어진 도구입니다. 추천을 '안(案)'이라고 합니다. 일 잘하는 사람은 LLM에게 안을 추천해 달라고 합니다.
셋째, 일 잘하는 사람은 어떤 일이든 방법론을 적용해 일합니다. 어떤 관점으로 분석할 것인지 프레임워크를 활용해 일합니다. 그래서 늘 LLM에게 새로운 방법론과 프레임워크를 묻습니다.
넷째, 일 잘하는 사람은 누락이나 중복이 없습니다. 그래서 LLM과 수시로 대화하면서 놓친 것은 없는지 이상은 없는지 파악합니다.
다섯째, 일 잘하는 사람은 항상 검토하고 선정합니다. 논리가 맞는지, 현실성은 있는지 꼭 확인합니다. 단순히 LLM의 결과를 그대로 사용하거나 보고하지 않습니다.