1. Décrire la tâche
Opus 5.5 cartographie ce que vous comprenez déjà avant d'essayer d'expliquer quoi que ce soit. Il pose des questions diagnostiques, trouve le point précis où votre raisonnement se brise, et construit l'explication à partir de cette lacune.
À partir d'une seule conversation, il produit trois artefacts : une leçon interactive construite autour de votre idée fausse, un classeur qui applique le concept à vos propres données, et une carte conceptuelle reliant vers l'avant. Décrivez le concept sur lequel vous êtes bloqué et ce que vous comprenez déjà. L'invite ci-dessous fait trois choses qui valent la peine d'être reprises : elle précise l'étape exacte où la compréhension se brise, elle indique ce qu'une bonne explication vous permettrait de faire par la suite, et elle joint les données à partir desquelles le classeur sera construit.
Je tombe constamment sur le « raisonnement bayésien » dans ce que je lis—essais, podcasts, même des conversations au travail. Les gens disent « mettez à jour vos a priori » ou « vous ignorez le taux de base » et j'acquiesce, mais je n'arrive pas vraiment à suivre la logique quand ça devient précis. Je comprends bien les probabilités de base. Je sais calculer des cotes, je sais ce qu'est une probabilité conditionnelle dans l'abstrait. Mais quand quelqu'un explique pourquoi un test précis à 99 % ne signifie pas 99 % de chances d'être malade, je perds le fil à mi-chemin.
Aidez-moi à comprendre cela. Une bonne explication est une explication que je pourrais refaire moi-même avec des chiffres différents, donc vérifiez mon raisonnement au fur et à mesure et je vous dirai ce qui fonctionne et ce qui ne fonctionne pas. Construisez-moi ensuite une leçon interactive, un classeur que je pourrai utiliser pour auditer quels signaux dans mon pipeline de recrutement prédisent réellement le succès, et une carte conceptuelle reliant cela à ce que je rencontrerai ensuite. J'ai joint l'export de notre pipeline de recrutement, des candidatures jusqu'à la rétention à 12 mois, afin que vous puissiez travailler à partir de nos chiffres réels.
2. Donner du contexte à Claude
Le diagnostic fonctionne uniquement à partir de la conversation. Les fichiers n'interviennent que si vous souhaitez que le classeur soit construit à partir de vos propres chiffres.
Contexte requis
- Aucun fichier n'est nécessaire pour le diagnostic lui-même. Si vous souhaitez un classeur personnalisé, joignez un export CSV ou XLSX de vos données, comme le fait l'invite d'exemple qui joint un export de pipeline de recrutement allant des candidatures jusqu'à la rétention à 12 mois. Opus 5.5 parcourt l'ensemble du jeu de données et construit l'analyse autour de vos chiffres réels.
Contexte optionnel
- Vos données de présélection ou de pipeline : CSV ou XLSX avec les dossiers des candidats, les scores d'entretien, les décisions d'embauche et les résultats, ou toute donnée où vous utilisez un signal pour présélectionner ou trier une population
- La réflexion étendue(s’ouvre dans un nouvel onglet) donne à Opus 5 l'espace nécessaire pour réfléchir étape par étape avant de répondre. Pour une tâche comme celle-ci, où Claude doit raisonner soigneusement sur la structure de vos connaissances pour trouver une idée fausse cachée, cette profondeur de raisonnement supplémentaire rend le diagnostic plus précis. Vous pouvez voir le processus de réflexion de Claude pendant qu'il travaille sur le problème.
3. Ce que Claude crée
Claude pose d'abord des questions diagnostiques, sondant ce que vous savez jusqu'à ce qu'il identifie l'idée fausse spécifique. Il reconstruit ensuite à partir de la lacune et produit les trois artefacts. Opus 5.5 reste constant tout au long de cette séquence, et son écriture suit le rythme : l'explication, la leçon, le classeur et la carte conceptuelle maintiennent tous une voix cohérente calibrée sur votre niveau de compréhension réel.
Laissez-moi déterminer où votre compréhension est solide et où elle se brise.
Vous avez dit que vous comprenez les probabilités de base et les probabilités conditionnelles dans l'abstrait. Scénario rapide : une maladie affecte 1 personne sur 1 000. Un test est précis à 99 %. Vous testez positif. Quelle est la probabilité que vous ayez réellement la maladie ?
[Après votre réponse]
Vous avez dit environ 99 %. C'est exactement l'idée fausse que je recherchais.
La réponse est environ 9 %. Imaginez que vous testiez 1 000 personnes. Une a la maladie, et le test la détecte. Mais parmi les 999 personnes en bonne santé, 1 % obtiennent de faux positifs. Cela représente environ 10 personnes. Vous avez donc 11 résultats positifs, et une seule personne est réellement malade.
La confusion fondamentale : les gens traitent la précision d'un signal comme la probabilité de la conclusion, sans se demander à quel point la chose qu'ils recherchent est courante. Un responsable du recrutement constate que 90 % des embauches réussies avaient un certain trait, alors il présélectionne sur cette base. Mais si 90 % de tous les candidats ont ce trait, cela ne prédit rien.
Maintenant, laissez-moi vous construire trois choses que vous pourrez garder.
Leçon interactive : explorateur de taux de base
[Voir la leçon interactive]
Un simulateur où vous ajustez les taux de base, la précision des tests et la spécificité selon différents domaines, et observez comment le ratio de vrais positifs par rapport aux faux positifs évolue en temps réel.
Classeur d'audit des signaux : votre pipeline de recrutement
Puisque vous avez téléchargé votre feuille de calcul, j'ai extrait directement les données de recrutement de votre équipe. Trois onglets : votre pipeline avec les taux de base à chaque étape, un audit des signaux montrant quels critères d'entretien prédisent réellement le succès (votre évaluation technique fait passer l'aiguille de 8 % à 34 % ; votre score d'adéquation culturelle la fait à peine bouger), et un cadre de décision pour évaluer tout critère de présélection.
[Télécharger : signal-audit-workbook.xlsx]
Carte conceptuelle : comment le raisonnement bayésien se connecte vers l'avant
Un visuel d'une page reliant le raisonnement sur les taux de base à la théorie de la détection du signal, au sophisme du procureur, au gain d'information, et à la raison pour laquelle les tests A/B ont besoin de groupes témoins. Chaque concept est lié à la chaîne de raisonnement qui l'explique.
[Voir la carte conceptuelle]
4. Invites de suivi
Chaque suivi ci-dessous s'appuie sur quelque chose que la première conversation a produit : l'audit des signaux, le classeur et la carte conceptuelle.
Testez-le par rapport à vos propres données
Le classeur vous donne la référence de base. Poussez sur le signal auquel vous voulez le plus croire. Opus 5.5 parcourt les fichiers et jeux de données volumineux avant de répondre, il gère donc les chiffres désordonnés du monde réel sans les simplifier excessivement.
Expliquez-moi quels critères d'entretien prédisent réellement le succès une fois que vous prenez en compte les taux de base. Je veux particulièrement savoir pour notre nouvel exercice d'étude de cas—nous l'avons ajouté au T3 et la qualité de nos embauches semble meilleure. L'étude de cas est-elle un véritable signal ou voyons-nous ce que nous voulons voir ?
Continuez à travailler dans votre feuille de calcul
Ouvrez le classeur dans Excel et poursuivez l'analyse avec Claude dans Excel(s’ouvre dans un nouvel onglet). Claude travaille directement dans une barre latérale dans Excel, où il peut lire vos données, modifier des formules et enrichir le classeur sans quitter votre feuille de calcul.
J'ai téléchargé le classeur d'audit des signaux. Pouvez-vous ajouter un onglet qui vérifie si certains de nos signaux d'entretien sont redondants—mesurant la même chose qu'un autre signal que nous utilisons déjà pour présélectionner ? Je veux supprimer ceux qui n'apportent pas de nouvelle information.
Construisez une séquence d'apprentissage plus longue
Parcourez la carte conceptuelle un élément à la fois. Opus 5.5 conserve les instructions tout au long de conversations plus longues sans dériver, de sorte que le contexte diagnostique se maintient au fur et à mesure que vous avancez dans les sujets connexes.
Maintenant que je comprends les taux de base, je veux développer ma compréhension des concepts connexes sur la carte—la théorie de la détection du signal, le gain d'information et le sophisme du procureur. Pouvez-vous créer une séquence d'apprentissage qui les couvre un par un, avec un exercice de classeur pour chacun ?
5. Astuces, conseils et résolution de problèmes
Exposez d'abord ce que vous savez
Opus 5.5 investit dans la compréhension de la structure de vos connaissances avant d'essayer de la modifier. Plus vous décrivez clairement où votre compréhension est solide, plus vite Claude peut localiser où elle se brise. Ce que vous obtenez reflète principalement ce que vous fournissez, alors consacrez vos efforts à décrire votre point de départ plutôt qu'à chercher la formulation parfaite. « Je comprends les probabilités de base mais je n'arrive pas à suivre les arguments sur les taux de base » est un point de départ plus précis que « Je ne comprends pas les statistiques ». L'écart entre ce qui est compris et ce qui ne l'est pas est généralement là où se trouve l'idée fausse.
Dites-le une seule fois
Vous n'avez pas besoin de répéter vos exigences ou d'ajouter des rappels du type « et n'oubliez pas de... ». Opus 5.5 suit les instructions avec précision tout au long du diagnostic complet, de la construction des artefacts et de tout suivi. Indiquez ce que vous voulez dès le départ et faites confiance au fait que cela se maintiendra.
Vérifiez le classeur par rapport à vos propres données
Avant de modifier une étape de présélection sur la base de l'audit des signaux, choisissez-y un chiffre, comme le taux de succès derrière votre signal le plus fort, et recalculez-le à partir des lignes brutes de votre export. Si votre calcul manuel correspond, vous pouvez vous fier au reste de l'onglet. Si ce n'est pas le cas, indiquez à Claude quel chiffre est erroné et il reconstruit le calcul et montre son travail.
6. Prêt à essayer par vous-même ?
Décrivez un concept sur lequel vous êtes bloqué et ce que vous comprenez déjà. Claude construit l'explication à partir de là.