5  טיפים לשימוש בבינה מלאכותית שישנו את הדרך שבה אתם כותבים תוכניות עבודה ומדווחים על אימפקט

אתם מגישים עכשיו בקשות למענקים ודוחות אימפקט?

אתם מתמודדים עם נתונים מפוזרים, סיפור שלא מתגבש, וזמן שאוזל?

הבינה המלאכותית יכולה לשנות את זה לגמרי - אבל רק אם משתמשים בה נכון.

הנה 5 טיפים מעשיים שישנו את הדרך שבה אתם עובדים:

- NotebookLM מנתח הנתונים שחסר לכם

הבעיה0יש לכם דוחות מ-3 שנים, נתוני השתתפות, משובי מטפלים - והצורך לכתוב דוח אימפקט או תכנית עבודה חדשה.

הפתרון: העלו את כל הקבצים ל-NotebookLM ובקשו: "זהה לי את 3 השינויים המשמעותיים באוכלוסיית היעד בין 2022 ל-2024" או "מה המכנה המשותף בין כל המשובים החיוביים?"

NotebookLM  מעולה בסינתזה של מידע מרובה מקורות - הוא לא ימציא דברים, רק יזקק לכם את מה שכבר קיים במסמכים שלכם.

דוגמה: על פי 4 דוחות רבעוניים, ותוך דקות ניתן לקבל סיכום ברור של מגמות השתתפות לפי קבוצות גיל - משהו שהיה לוקח בעבר שעות של עבודת אקסל.

-  Gemini יודע לבנות לכם תיאוריית שינוי  (Theory of Change)

הבעיה: אתם יודעים מה אתם עושים, אבל קשה לכם לתאר את שרשרת ההשפעה מהפעילות לתוצאה ארוכת הטווח.

הפתרון: תנו ל-Gemini את התיאור הכללי של התכנית ובקשו: "בנה לי תיאוריית שינוי בפורמט: פעילויות → תפוקות → תוצאות קצרות טווח → תוצאות ארוכות טווח → אימפקט סופי"

Gemini  טוב במיוחד בחשיבה לוגית ובמבנים היררכיים - הוא יעזור לכם לראות את הקשרים בין הדברים.

טיפ נוסף: אחרי שקיבלתם טיוטה ראשונה, בקשו: "הוסף לכל שלב מדד הצלחה מדיד" - ופתאום יש לכם גם תכנית מדידה.

איך משלבים את שני הכלים? אתם יוצרים מכונת תוכניות עבודה

התהליך המנצח:

שלב  NotebookLM : העלו דוחות קודמים, מחקרי רקע, תכניות עבודה ישנות. בקשו: "מה הלקחים העיקריים מהשנה שעברה? מה עבד ומה לא?"

שלב 2  Gemini: קחו את התובנות מ-NotebookLM והזינו: "בהתבסס על הלקחים הבאים [הדביקו], בנה לי תכנית עבודה שנתית חדשה עם 4 יעדים אסטרטגיים, כל אחד עם פירוט פעילויות, לוח זמנים ומדדי הצלחה"

שלב 3 - אתם: עורכים, מוסיפים את הקול והחום שלכם, מתאימים למציאות הייחודית שלכם.

הפכו סטטיסטיקות למסר אימפקט עם "המרת שפה"

הבעיה: יש לכם נתון: "250 ילדים השתתפו ב-40 מפגשים" - אבל צריך להפוך את זה למשפט שמדבר ללב.

הפתרון ב-Gemini: "קח את הנתון הבא [הדביקו] והפוך אותו ל-3 וריאציות של מסר אימפקט: אחת ממוקדת ילד, אחת ממוקדת קהילה, ואחת ממוקדת שינוי מערכתי"

פתאום במקום "250 ילדים" יש לכם:

•  250 ילדים גילו השנה שיש להם קול

• 250 משפחות במרכז העיר חוות השנה שינוי אמיתי

• "העיר שלנו השקיעה ב-250 המנהיגים הצעירים של המחר

יצירת "בנק מסרים" למכרז באמצעות NotebookLM

הטריק המקצועי:

לפני שאתם מתחילים לכתוב מכרז חדש, העלו לNotebookLM:

• מכרזים שזכיתם בהם בעבר

• דוחות אימפקט מצליחים

• משובים חיוביים מהשטח

• תיעוד של הצלחות

עכשיו בקשו: "צור לי בנק של 10 משפטי מפתח המתארים את הייחודיות של הארגון" או "מצא את הדפוסים החוזרים בכל המסמכים האלה - מה הם החוזקות שלנו?"

יש לכם עכשיו "חוט זהב" - הבסיס האסטרטגי שממנו תכתבו כל מכרז, כל דוח, כל מצגת.

אז מה הסוד?

הבינה המלאכותית לא כותבת את המכרז במקומכם. היא לא מחליפה את הידע והניסיון שלכם.

אבל היא:

• מזקקת לכם מידע מפוזר למסר ברור

• חוסכת שעות של עבודת ניירת

• עוזרת לכם לראות קשרים שלא שמתם לב אליהם

• משחררת אתכם לעסוק במה שחשוב - האימפקט בשטח

השאלה היא לא אם להשתמש בבינה מלאכותית, אלא איך להשתמש בה בצורה שמשרתת אתכם ולא הופכת אתכם לגנריים.

רוצים ללמוד איך לרתום את הכלים האלה לעבודה שלכם?  אני מעבירה הרצאות וסדנאות מעשיות לעמותות על שימוש בבינה מלאכותית בכתיבה שיווקית, ודיווח אימפקט.