Rakensin tut­ki­mus­sil­lan, jonka avulla tekoäly­avus­ta­jani voi hakea tietoa Lin­ke­dI­nistä oman tilini kautta, kun olen kir­jau­tu­nut sisään. Kun olen hyväk­sy­nyt pääsyn, agentti voi tehdä erillisiä tut­ki­mus­teh­tä­viä ilman, että minun tarvitsee tehdä samoja asetuksia joka kerta uudelleen.

Tavoit­teena oli helpottaa tilieni kautta saatavan tiedon käyttöä tut­ki­muk­sessa, sisällön suun­nit­te­lussa ja kau­pal­li­sessa työssä. Halusin voida pyytää tut­ki­musta, antaa agentin kerätä olen­nai­set tiedot ja työs­ken­nellä tulosten parissa samassa kes­kus­te­lussa.

Tut­ki­mus­sil­lan raken­ta­mi­nen

Muokkasin Codexin kanssa avoimen läh­de­koo­din OpenCLI-selai­nau­to­maa­tio­pro­jek­tista Personal Research Bridgen. Ratkaisu toimii Windows-tie­to­ko­neel­lani ja yhdistää valit­se­mani Chrome-profiilin pai­kal­li­siin tekoäly­avus­ta­jiin.

Siihen kuuluu myös MCP-yhteys, joka tarjoaa yhteen­so­pi­ville tekoäly­avus­ta­jille yhteisen tavan käyttää työkalua. Näin tut­ki­muso­mi­nai­suus on käy­tet­tä­vissä kaikissa pai­kal­li­sissa pro­jek­teis­sani ilman, että yhteys täytyy rakentaa uudelleen jokaista uutta tehtävää varten.

Asetin pain­opis­teet: hyö­dyl­li­nen pääsy tietoihin, mak­sut­to­mat tut­ki­mus­työ­ka­lut silloin, kun niitä on saa­ta­villa, ja mah­dol­li­sim­man vähän toistuvaa asetusten tekemistä. Codex vastasi läh­de­koo­din tar­kas­tuk­sesta, toteu­tuk­sesta ja tes­tauk­sesta. Käytin myös muita tekoäly­agent­teja muutosten arvioin­tiin, ongelmien sel­vit­tä­mi­seen ja kor­jaus­ten tar­kis­ta­mi­seen.

Lähteiden hyväk­sy­mi­nen toistuvaa tut­ki­musta varten

Yksi tärkeä päätös oli erottaa antamani hyväk­syntä yksit­täi­sen tehtävän tar­vit­se­masta käyt­töyh­tey­destä. Valitsen tilin ja hyväksyn lähteen käytön. Tut­ki­mus­pyyn­nön yhtey­dessä silta avaa tila­päi­sen käyt­töyh­tey­den ja sulkee sen tehtävän päät­tyessä. Hyväk­syn­täni pysyy voimassa seuraavaa pyyntöä varten, ja voin tar­vit­taessa estää pääsyn.

Tämä helpottaa toistuvaa tut­ki­mus­työtä huo­mat­ta­vasti. Agentti voi kerätä tietoa hyväk­sy­tystä lähteestä samalla, kun minä keskityn kysy­myk­seen, johon haluan vas­tauk­sen.

Toistuvan käytön tes­taa­mi­nen

Toistuvan käytön saaminen toi­mi­vaksi vaati enemmän huomiota kuin alkua­sen­nus. Käytännön tes­tauk­sessa haku onnistui, mutta myöhemmät pyynnöt epä­on­nis­tui­vat. Agentit jäl­jit­ti­vät ongelman siihen, miten selain käsitteli sivulta toiselle siir­ty­mistä. OpenCLI:hin oli jo tehty ongelman rat­kai­seva korjaus, joten sovitimme sen omaan toteu­tuk­seemme ja tar­kis­timme työnkulun uudelleen.

Toimiva LinkedIn-esimerkki

Lopul­li­sessa esit­te­lyssä tehtiin kaksi peräk­käistä LinkedIn-työ­paik­ka­ha­kua: ”AI marketing” ja ”AI strategy”. Kumpikin palautti tiedot yhdestä työ­pai­kasta ja suoran läh­de­lin­kin. Molemmat haut val­mis­tui­vat ilman uutta hyväk­sy­misklik­kausta, ja tila­päi­nen käyt­töyh­teys sulkeutui kummankin haun jälkeen.

Näin syntyi tois­tet­ta­vasti toimiva yhteys tekoäly­työn­kul­kuni ja kir­jau­tu­mista edel­lyt­tä­vän tut­ki­mus­läh­teen välille. Avustaja pystyi keräämään jäsen­nel­tyä tietoa ja tuomaan sen takaisin link­kei­neen, joiden kautta saatoin jatkaa asian sel­vit­tä­mistä.

Tut­ki­muk­sen yhdis­tä­mi­nen kau­pal­li­siin kysy­myk­siin

Omassa työssäni tämä avaa useita hyö­dyl­li­siä suuntia. Työ­paik­kail­moi­tuk­sista voi saada läh­tö­koh­tia sen ymmär­tä­mi­seen, miten yritykset kuvaavat tekoälyyn liittyviä vastuita, millaista osaamista ne etsivät ja missä kau­pal­li­set roolit muuttuvat. Rajatun tut­ki­mus­toi­mek­sian­non ja laajemman tulos­jou­kon avulla agentti voisi auttaa ver­tai­le­maan näitä vaa­ti­muk­sia ja kehit­tä­mään aiheita artik­ke­lei­hin, pal­ve­lui­hin tai mark­ki­na­tut­ki­muk­sen jat­ka­mi­seen.

Sama lähes­ty­mis­tapa voisi tukea kil­pai­li­ja­tut­ki­musta, kun lisää lähteitä ja työn­kul­kuja yhdis­te­tään ja testataan. Agentti voisi kerätä olen­naista aineistoa, säilyttää läh­de­lin­kit ja val­mis­tella aineiston vertailua varten. Voisin silloin keskittyä enemmän havain­to­jen tul­kin­taan ja siihen, mitä niiden perus­teella kannattaa tehdä.

Tois­tet­ta­vien tut­ki­mus­toi­mek­sian­to­jen kehit­tä­mi­nen

Tut­ki­mus­sil­lan raken­ta­mi­nen osoitti myös hyö­dyl­li­sen tavan työs­ken­nellä tekoäly­agent­tien kanssa: mää­rit­tele lii­ke­toi­min­nan tarve, muokkaa olemassa olevaa ohjel­mis­toa, käytä erillisiä agentteja työn arvioin­tiin ja testaa koko prosessi siinä ympä­ris­tössä, jossa sitä todella käytetään.

Seuraava mah­dol­li­suus on liittää tämä tut­ki­muso­mi­nai­suus tois­tet­ta­viin lii­ke­toi­min­nan tut­ki­mus­toi­mek­sian­toi­hin. Rek­ry­toin­nin sig­naa­leille, kil­pai­li­joi­den kehi­tyk­selle ja sisäl­tö­mah­dol­li­suuk­sille voisi kullekin mää­ri­tellä omat kysy­myk­set, lähteet ja tulos­muo­don. Näin agen­teilla olisi selkeämpi tarkoitus, ja jokaisen tut­ki­mus­ker­ran pohjalta olisi helpompi tehdä hyö­dyl­li­nen päätös.