人のマッチングのためのLLM

ChatGPTは人々のマッチングにどれほど優れているのでしょうか？試してみましょう！

まず、私たちがテストしたいことを明確にしましょう。「人々のマッチング」は、スキル、見込み客、あるいはデート相手など、いくつかの意味を持つ可能性があります！

この実験では、私のサービスを販売するために関与する可能性のある人々のネットワークの中から、誰が関連する見込み客であるかを特定したいと思います。

LLMが私が何を、どこで、どのように販売しているかについての情報と、見込み客のリスト、さらに公的な情報源やCRMから取得された追加の洞察を事前に読み込まれていると仮定しましょう。

次に、私はLLMに以下を依頼します：

1. 最も有望な連絡先から最も可能性の低い連絡先までの順序付きリストを作成すること。

2. その理由を詳細に説明すること。

3. 彼らに連絡する最良の方法を提案すること（メッセージは何か、どのように伝えるべきか、どのようにするべきか）。

結果を評価するために、私はLinkedInから連絡先のリストをエクスポートしました。これには、あなたが接続している人々の短いバージョン、接続の地位、会社、その他のメタデータが表示されます。

モデルは、意思決定者である可能性が最も高い連絡先から他の連絡先までのランキングを提供しました。

このリストは、これらの連絡先にアプローチするための「プラグアンドプレイ」として使用できますか？いいえ、そこにあるデータは時々正確でなく、意味をなさず、アプローチは非常に一般的でスパムのように感じます。

このリストは私にとって何らかの価値がありましたか？確かに、LLMは私が自分では見えなかった「シグナル」として分類できるいくつかの関連する視点を提供することができました。

結論：フィルターがさらに正確になり、自然言語でソートされたデータを操作できるようになり、さらなる自動化へと導くのは時間の問題です。

今説明したことは、実際にはエージェンティックワークフローの例です。