Три типа людей, которым AI помогает больше всего, уже сформировались, хотя сама технология в массовом виде у нас, по сути, всего пару лет. В России это особенно видно: кто-то продолжает обсуждать запреты и опасения, а кто-то тихо сидит вечером с ноутбуком и скидывает с себя по 2-3 часа рутины в день, просто потому что научился разговаривать с нейросетью. Для российских специалистов, которые работают головой, а не руками, вопрос уже не в том, «использовать AI или нет», а «насколько глубоко его вплести в свою ежедневную работу». В этой статье я раскладываю по полочкам три роли, в которых AI реально дает ощутимый выигрыш: стратег, ремесленник и координатор. Без пафоса, с поправкой на наши реалии. Одному клиенту я недавно помогала перестроить рабочий день так, чтобы он за три недели вывел себе дополнительно почти рабочий день в неделю — и сделал это не через найм, а через ChatGPT и пару других инструментов. Начало этой истории будет здесь, продолжение — ближе к концу.
Меня часто спрашивают: «Ну и кому в итоге это все больше всего надо? Маркетологам, аналитикам, юристам?» Я каждый раз ловлю себя на том, что профессия сама по себе почти ничего не решает. Решает то, как человек мыслит и как он относится к рутине, проверке гипотез и делегированию. Поэтому я теперь больше говорю не про отрасли, а про типы пользователей. В одном отделе маркетинга могут сидеть три человека, у которых одинаковые должности, но у одного AI будет крутиться во всех задачах, у второго — точечно, а у третьего месяцами пылиться в закладках.
Про того клиента из начала: это был эксперт с хорошей репутацией, работает в нише b2b-услуг, много пишет, много консультирует и в какой-то момент просто уткнулся в потолок по времени. В день 6-8 встреч, между ними — бесконечные письма, согласования, короткие тексты, ответы на вопросы. На фоне — семья, дети, и классический «я все понимаю, но у меня нет сил садиться разбираться с промптами». Я подумала: давай сделаем минимум теории, максимум практики. Мы выбрали 3-4 типовых действия, которые он делает каждый день, и начали переприсваивать их нейросети. Без автоматизации через разработку, просто через аккуратные текстовые запросы.
Дальше я покажу, почему именно у таких людей результат получается быстрее, и как понять, к какому типу относишься ты. Не для самооправдания, а чтобы честно оценить: где AI даст прирост уже завтра, а где потребуются недели тестов и ошибок.
Кому AI помогает как стратегу и почему это не про «гениев»
Первый тип — люди, которые мыслят категориями систем и сценариев. Им AI помогает как стратегу: подсветить слепые зоны, перебрать варианты, собрать черновые решения по большой задаче. Это не обязательно директор или собственник, это может быть ведущий аналитик, старший редактор, менеджер продукта. Общий признак один: им часто приходится отвечать на вопрос «а что если мы сделаем так?». Они и без нейросети неплохо справляются, но тратят на перебор гипотез часы, а иногда и дни.
Я заметила, что у таких людей AI начинает работать, когда они перестают относиться к нему как к «умной поисковой строке» и начинают использовать как партнера для брейншторма. Это значит — не ждать идеального ответа с первого раза, а вести диалог, докидывать контекст, спорить с моделью. Да, спорить. Если стратег видит слабое место, он не уходит в «ну ладно, так и буду делать», а переспрашивает, просит уточнить критерии, просит разложить по шагам. И вот тут появляется тот самый прирост.
Чтобы зафиксировать это, удобно проговорить вслух, как меняется подход к задаче.
Стратег не ищет у AI «правильный ответ». Стратег использует нейросеть, чтобы расширить поле вариантов и быстрее отсечь заведомо слабые.
Как стратеги используют AI для сложных решений на практике
Вот как это выглядит на практике, если спуститься с общих слов до конкретной ежедневной рутины. Допустим, эксперту нужно решить, в какой формат переводить свой продукт: онлайн-курс, закрытый клуб, серия консультаций. Можно неделю думать в одиночестве и собирать мнения знакомых. Можно за вечер прогнать через нейросеть три-четыре сценария, каждый раз детализируя вводные. Я в таких случаях строю диалог блоками: сначала прошу модель задать мне уточняющие вопросы сама, чтобы она не фантазировала про аудиторию; потом прошу разложить варианты по критериям, которые мне важны — время, деньги, риски; потом уже прошу сгенерировать аргументы «за» и «против» по каждому в формате удобной таблицы. Получается, что AI не принимает решение вместо меня, а аккуратно держит в голове структуру, которую я сама бы писала час.
Иногда стратеги бросаются в крайность и пытаются переложить на нейросеть стратегическое мышление целиком (нет, подожди, есть нюанс). В российских реалиях, где меняется регулирование, рынок, поведение клиентов, слепо доверять модели — прямой путь к ошибкам. Я видела, как эксперт просил AI «спрогнозировать спрос на услугу в 2025 году» и потом всерьез опирался на этот текст, как на исследование. Пришлось аккуратно разбирать, что модель не оперирует фактическими данными будущего, а лишь комбинирует прошлое. Для стратегов это критично: AI хорошо структурирует, моделирует сценарии «если…, то…», но ответственность за выбор всегда остается у человека.
Чтобы не теряться, я часто прошу нейросеть самой подсветить свои слабые места. Да, так и пишу: «Опиши, где твои рекомендации по этой задаче могут не сработать в России». И это дает очень трезвый список ограничений, который помогает не уехать в иллюзию. Получается, что стратег с помощью AI не столько ускоряет «придумать», сколько ускоряет «проверить на прочность».
Здесь уместно выделить одну деталь, на которую многие не обращают внимания, а зря.
Ключевой навык стратега — формулировать критерии, по которым он будет оценивать варианты, еще до того, как попросит AI что-то предложить.
Что отличает «стратега с AI» от человека, который просто много спрашивает
На первый взгляд, кажется, что любой, кто задает модели длинные вопросы, автоматически становится стратегом. Но это не так: глубина не равна длине промпта. Настоящий стратег тратит чуть больше времени на подготовку запроса, зато потом получает такой ответ, с которым можно работать дальше, а не выбрасывать. Когда я первый раз столкнулась с этой разницей на живом человеке, это был эксперт из отдела обучения крупной компании. Он писал: «Сделай мне программу обучения по этой теме». Получал шаблонный план на 8 модулей и раздражался. Мы поменяли подход и стали писать: «Опиши три совершенно разных формата программы, если моя задача — снизить количество ошибок в документах на 30% за 3 месяца». Ответ сразу стал другим.
Если перенести это на твою работу, можно задать себе пару честных вопросов. Формулирую ли я задачи через измеримые результаты или через «сделай хорошо»? Оставляю ли я время, чтобы прочитать и обдумать ответ, или закрываю вкладку, если с первого раза не попало в ожидание? В этом смысле AI неожиданно учит взрослых, занятых людей базовой дисциплине мышления. И да, это звучит немного странно, когда ты 10 лет в профессии, но работает. Помнишь про ситуацию из начала? Тому самому эксперту мы первым делом переформулировали задачи с «мне нужно меньше уставать» на «мне нужно высвободить 6-8 часов в неделю, не теряя в качестве работы». И только после этого начали городить промпты.
Чтобы зафиксировать отличие, мне удобнее всего проговорить его в полушуточной форме.
«Просто много спрашивать» — это когда AI завален заданиями без системы. «Стратег с AI» — это когда каждое обращение к модели подвязано к конкретной метрике или решению.
Как ремесленники получают от AI максимум выгоды из рутины
Второй тип людей, которым AI помогает больше всего, — это ремесленники. Люди, у которых очень много повторяющихся задач: тексты, отчеты, шаблоны писем, расчеты, однотипные аналитические справки. В России это редакторы, юристы, аналитики, специалисты по тендерам, маркетологи, бухгалтеры, HR, SMM-щики. Их боль проста и понятна: рутина съедает львиную долю рабочего дня, но делегировать ее живым людям сложно или дорого. AI здесь становится чем-то вроде «младшего помощника», который никогда не устает и не обижается.
Возвращаясь к тому, с чего начала, именно у того эксперта львиная доля выигрыша получилась из ремесленной части. Не из стратегий, не из «прорывных идей», а из того, что AI взял на себя первую версию писем, черновики структур, сверку формулировок. Ремесленнику не нужно ждать, пока модель «научится думать». Ему достаточно научиться отдавать шаблонные куски работы на генерацию, а себе оставлять проверку и доработку. В результате за день он может сделать те же 15 задач, но при этом не чувствовать себя выжатым к вечеру.
Когда я сравниваю, как ремесленники работали до нейросетей и после, разница видна в простых цифрах: скорость подготовки материалов, количество ошибок, количество отложенных задач. На практике это означает, что у специалиста наконец появляются окна на развитие: новые форматы, эксперименты, чтение. А без AI эти «окна» все время съедает текучка. Да, не у всех получается сразу. Но если ремесленник готов потратить неделю на отладку своих промптов, дальше AI окупает это вложение ежедневно.
Чтобы не быть голословной, зафиксирую пару типичных ремесленных задач, где нейросеть отрабатывает лучше всего.
Наиболее выигрышные области для ремесленника — это черновые варианты текстов, структурирование разрозненной информации и приведение материалов к единому формату.
Как ремесленнику выжать из AI максимум в ежедневных задачах
На практике ремесленники часто начинают знакомство с AI с простых запросов уровня «сделай текст поста» и разочаровываются, потому что выход получается или слишком сухим, или слишком рекламным, или просто «не моим». Здесь работает следующее: чем конкретнее ты описываешь задачу и свой стиль, тем больше шансов получить результат, который проще допилить, чем написать с нуля. Один предприниматель обратился ко мне с жалобой: «Я попросил написать коммерческое предложение, а модель нагенерила американский маркетинг, клиенты в шоке». Мы с ним сделали так: взяли 3 его старых письма, которые реально сработали, скормил их модели, попросили описать стиль и структурные элементы, а потом только попросили сделать новую версию письма «в моем стиле» (хотя сама я так делала ровно один раз, обычно и без этого хватает).
Ремесленнику полезно думать не «сделай вместо меня», а «сделай черновик, который я смогу быстро поправить». В моих промптах для таких задач почти всегда есть фраза «используй короткие абзацы, избегай пафоса, не используй яркие обещания». Когда задача юридическая или бухгалтерская, я отдельно прошу: «не придумывай несуществующие нормы, если не знаешь — напиши, что нужен отдельный поиск по базе». И да, я потом проверяю руками, по Консультанту или другим профессиональным системам. Это тормозит процесс, но сохраняет реальность. Получается такая спокойная связка: AI черновик, человек — проверка и адаптация под российский контекст.
Я заметила, что ремесленникам очень помогает один небольшой прием: заранее подготовить «меню» типовых задач для AI. Не сидеть каждый раз и думать, как сформулировать, а иметь 10-15 отлаженных промптов для: писем, постов, отчетов, резюме встреч, ответов на типовые вопросы. Это можно сделать даже в заметках телефона. Ты просто открываешь, копируешь нужный шаблон, вставляешь конкретику — и поехали. Через пару недель многие уже пишут свои промпты на автомате, но первый шаг проще сделать так.
Чтобы не расплываться, покажу, какие блоки в такой заготовке кажутся мне критичными.
- Кто я и для кого пишу (роль и аудитория).
- Цель текста или документа в одном предложении.
- Ключевые тезисы или факты, которые обязательно должны быть.
- Требования к стилю и ограничения: длина, запреты, тональность.
- Просьба дать 2-3 варианта, если нужен выбор.
Где ремесленники чаще всего обжигаются на AI и как этого избежать
Звучит все красиво, но есть подводные камни, и я бы очень не хотела их замалчивать. Ремесленники часто попадают в ловушку экономии времени: «раз AI написал, значит, можно читать по диагонали». В юридических и финансовых текстах это смертельно опасно: модель может уверенно «выдумывать» детали, ссылки, суммы, которые выглядят правдоподобно, но не имеют отношения к действительности. Поэтому я проговариваю жесткое правило: все, что касается законов, цифр, сроков, — всегда перепроверяется по первоисточникам. В России у нас есть свои особенности законодательства, региональные нюансы, и нейросеть просто не обязана их знать настолько детально.
Еще один частый провал — попытка сделать из AI креативщика, когда человек сам не до конца понимает задачу. Например, SMM-специалист пишет: «Сделай контент-план для моего блога», не описывая ни аудиторию, ни цели. В ответ приходит набор общих тем, который мог бы подойти любому. Человек разочаровывается и говорит: «AI пишет банальности». Когда я сажусь разбирать это вместе с ним, выясняется, что он сам не может сформулировать, зачем ему этот блог. В таком случае проблема не в модели, а в исходных вводных. Здесь, кстати, ремесленник неожиданно превращается в стратега, и ему приходится сначала ответить себе на те самые неудобные вопросы…
На практике я советую ремесленникам ограничить использование AI в «зонах высокой ответственности» до тех пор, пока они не наиграются в безопасных задачах: описания товаров, внутренние письма, рабочие инструкции. Это период адаптации, когда человек учится видеть, где логика модели проседает. Только потом имеет смысл подводить нейросеть к документам для клиентов, к договорам и к финансовым расчетам. Да, это постепенный путь, но зато он не бьет по репутации.
Здесь уместно выделить одну фразу как напоминание.
Нейросеть не снимает с ремесленника ответственность за качество, она только сокращает расстояние от черновика до готового результата.
Почему координаторы и менеджеры процессов получают от AI неожиданный бонус
Есть еще один тип людей, которым AI помогает больше всего, и про них меньше всего говорят. Это координаторы — люди, которые не обязательно делают все руками, но постоянно синхронизируют других: руководители проектов, тимлиды, аккаунт-менеджеры, операционные директора. У них в России обычно страшный календарь: созвоны, отчеты, согласования, переписка в мессенджерах, задачи в Трелло или Битриксе. Они тонут не в глубокой аналитике, а в бесконенном переключении контекста. И именно здесь AI unexpectedly (простите) дает очень ощутимый бонус по вниманию.
Когда я работала с таким координатором из IT-компании, у него основная боль была не в том, что он «не успевает думать стратегически», а в том, что к концу дня он не помнит, что обсуждал на утренних встречах. Созвоны, чаты, голосовые — мозг просто перестает удерживать детали. Мы начали с простого: после каждой важной встречи он за 5 минут делал текстовую выжимку и кидал ее в нейросеть с запросом «сделай структурированное резюме, задачи по участникам и риски». Через неделю он уже стал скидывать туда и скриншоты переписок. Да, нужно чуть больше дисциплины, но взамен ты получаешь голову, в которой вечерами не звенит.
Я заметила, что координаторы, в отличие от стратегов и ремесленников, меньше всего интересуются красотой текста и креативом. Их интересуют четкие списки задач, статусы, дедлайны, зависимости между задачами. Для них AI — это в первую очередь инструмент структурирования хаоса. Даже если модель не интегрирована ни в какие корпоративные системы, она все равно может принять на себя этот «шум» и выдать тебе понятную карту дня.
Чтобы показать, как это выглядит в жизни, приведу один короткий фрагмент того самого взаимодействия.
«Бери этот сумбур и сделай из него план так, чтобы я понял, что делать сейчас, а что точно можно отложить на конец недели.»
Как координаторы используют AI, чтобы не утонуть в коммуникациях
Когда я первый раз столкнулась с задачей «разгрузить голову менеджера», честно, не сразу поняла, с какой стороны подойти. Вроде бы задачи разные, люди разные, коммуникационные стили тоже. Но через пару недель стало видно общее: почти всем не хватает привычки фиксировать промежуточные решения. Координаторы часто живут в ощущении, что «и так все помню». Потом в чате всплывает вопрос двухнедельной давности, и начинается паника. Мы начали использовать AI как «постфактум протоколиста»: после встречи человек набрасывает 10-15 предложений о том, что обсуждали, а модель превращает это в структурированный документ.
Это звучит как лишняя работа — еще и писать после встречи, когда хочется закрыть ноутбук. Но здесь есть трюк: я просила менеджера не писать связный текст, а просто перечислять факты в произвольном порядке. «Обсудили запуск, Вася за дизайн, дедлайн 20-е, нужно согласовать бюджет». Нейросеть уже сама группировала это в блоки, добавляла заголовки, делала списки задач по людям. Координатору оставалось только пробежаться глазами и поправить перекосы. Заодно это хороший фильтр: если ты не можешь в двух фразах описать, что решили, значит, вы ничего не решили.
У такого подхода есть еще один плюс: накопленные «протоколы» встреч начинают работать как база знаний. Когда через месяц кто-то задает вопрос, «почему мы выбрали именно этот вариант», ты не листаешь бесконечные чаты, а просто просишь AI быстро вытащить нужный фрагмент из старых резюме. Да, для этого нужно хранить тексты в доступном виде, а не в голосовых. Но координаторам это как раз несложно, они и так живут в документах. Здесь AI становится чем-то вроде сквозного поисковика по памяти команды (звучит странно, но работает).
Чтобы зафиксировать пользу, удобно выделить четыре ключевых направления, в которых координаторы особенно выигрывают.
- Шаг: превращение разрозненных заметок в понятные планы.
- Правило: фиксация решений и ответственных сразу после обсуждения.
- Вариант А: помощь в подготовке писем и сообщений разным стейкхолдерам.
- Формула: «шум коммуникаций» → структурированная база знаний.
Где AI не спасет координатора и что нужно оставить себе
Есть соблазн подумать: раз нейросеть так хорошо структурирует, можно переложить на нее отслеживание дедлайнов, принятие решений и расстановку приоритетов. Забудь, что я только что сказала — вот как правильно. AI отлично помогает увидеть картину задач, но он не знает внутренних политик компании, текущего состояния команды, закулисных договоренностей. Координатор часто принимает решения не только по формальным критериям, но и по человеческим: у кого сейчас перегруз, кто только вышел из отпуска, где у клиента нервный период. Эти вещи модель может только угадывать по косвенным признакам, и то не всегда точно.
Еще один момент: в российских компаниях часть решений принимается «в коридоре» или в личных переписках, которые никто не протоколирует. Если координатор начнет безоглядно полагаться на AI, он рискует выпасть из этого неформального контура. Поэтому я всегда подчеркиваю: нейросеть — это помощник по фиксации и анализу того, что уже проговорено, а не замена живому участию в процессе. Если ты перестаешь лично слышать людей, никакая модель не вытянет.
На практике это означает, что координатору стоит сознательно оставлять за собой зоны, где он принимает решения без AI: расстановка приоритетов на день, оценка эмоционального состояния команды, сложные переговоры. Нейросеть может помочь подготовить варианты аргументов, сымитировать возможные возражения, но в сам диалог влезать ей не стоит. Иначе есть риск, что речь превратится в бумажный канцелярит, а живые отношения — в чек-лист.
Чтобы не путаться в ожиданиях, мне нравится формулировка, которая часто всплывает в разговорах с такими менеджерами.
AI разгружает координатору голову, но не заменяет ему уши и интуицию по людям.
Как понять, к какому типу относишься ты и что с этим делать завтра
На этом месте у многих возникает вопрос: «Хорошо, а если я и стратег, и ремесленник, и координатор в одном лице, что тогда?» В России это типично для малого бизнеса и экспертов-одиночек: один человек и придумывает, и делает, и общается с клиентами. В такой ситуации полезно честно посмотреть на свой рабочий день и понять, где именно у тебя образуются самые большие «пробки». Кому-то больнее всего даются стратегические решения, кто-то задыхается в рутине, кто-то тонет в общении. И от этого уже отталкиваться: какой тип взаимодействия с AI имеет смысл развивать в первую очередь.
Я поняла, что людям проще всего стартовать с одной области, а не пытаться охватить все сразу. Если ты ближе к стратегу — начни с использования нейросети для брейншторма и оценки вариантов. Если к ремесленнику — с черновиков текстов и приведением документов к единому формату. Если к координатору — с протоколирования встреч и структурирования переписок. Помнишь про ситуацию из начала? Тот самый эксперт, о котором я рассказывала в начале, оказался «тройным миксом», но на старте мы взяли только две зоны: ремесло и частично стратегию. Координацию оставили на потом, чтобы не перегружать систему.
Мне нравится подход через простую самодиагностику: в течение недели раз в пару часов задавать себе один и тот же вопрос — «что меня сейчас больше всего раздражает в работе?» Потом собрать эти ответы и посмотреть, где чаще всего всплывает одно и то же. Это очень приземленный способ без сложных тестов понять, где AI даст наибольший эффект. Если чаще всего всплывает «я устала принимать решения», то это запрос стратега. Если «меня бесит, что я снова переписываю один и тот же тип документа», это ремесло. Если «я уже не помню, что кому пообещала», это координатор.
Чтобы чуть-чуть формализовать эту идею (но не перегнуть палку), удобно выделить три маркера по каждому типу.
Если тебя больше всего выматывают выбор и неопределенность — ты ближе к стратегу. Если повторение и форматирование — к ремесленнику. Если люди и переписки — к координатору.
История того самого эксперта: как AI вернул ему 8 часов в неделю
Возвращаясь к истории из начала, хочу наконец рассказать, чем она закончилась. Тот эксперт с перегруженным календарем, у которого не было времени на разбор промптов, оказался типичным «смешанным типом»: он и придумывает решения для клиентов, и пишет для них отчеты, и сам ведет коммуникацию. Мы начали с ремесла: за неделю собрали 12 типовых форматов текстов, которые он пишет постоянно. Для каждого сделали шаблон промпта, где описали его стиль, структуру, частые вводные. Первые три дня он ругался, что результат «как-то не то», на четвертый — начал править ответы не с нуля, а с середины текста. На это ушла примерно неделя.
Параллельно мы добавили немного стратегии: перед сложными клиентскими кейсами он стал прогонять их через нейросеть по схеме «вопросы для уточнения — варианты подходов — риски». Это занимало 15-20 минут вместо полутора часов самостоятельного перебора. Не потому, что AI «знал лучше», а потому что он вытаскивал на поверхность то, что эксперт и так знал, но не успевал структурировать. Координацию мы тоже зацепили: после ключевых созвонов он стал диктовать в заметки 10-15 фраз, а потом просить модель сделать из них резюме и список задач.
Через три недели мы просто сели и посчитали. За счет шаблонов для текстов он экономил примерно 30-40 минут в день — вместо того чтобы каждый раз писать с нуля, он правил черновики. Еще столько же уходило за счет подготовленных структур для решений: вместо многочасового «жевания» он за полчаса проводил мозговой штурм с AI и принимал решение. Протоколы встреч добавили еще 1-1,5 часа в неделю, потому что он перестал тратить время на «поиски, кто что говорил». В сумме получилось около 7-8 часов свободного времени в неделю — без найма ассистента и без героизма.
Самое любопытное оказалось не в цифрах, а в ощущениях. Он перестал говорить «у меня нет времени», начал говорить «я подумаю, куда это время вложить». Появились силы на чтение, на переработку своих методик, на пару семейных вечеров без ноутбука. Нейросеть не решала за него стратегические вопросы жизни, но дала пространство, в котором эти вопросы вообще стало возможно задать. Для меня это и есть реалистичный максимум технологии на сегодня — она не превращает нас в супергениев, но тихо возвращает нам несколько часов в неделю, если мы готовы чуть-чуть перестроить привычки.
Это означает, что вопрос «к какому типу я отношусь» — не академическое упражнение, а очень прикладная штука. Понимая свой ведущий тип, проще выбрать первые 2-3 шага, а не тонуть в бесконечных обзорах инструментов и туториалах.
Как двигаться дальше и не превращать AI в еще одну игрушку
Если хочешь структурировать эти знания и перевести их из «почитала статью» в «изменился рабочий день», придется сделать пару очень приземленных вещей. Во-первых, выбрать одну ведущую роль: стратег, ремесленник или координатор. Во-вторых, честно выделить 3-5 типичных задач, которые чаще всего всплывают в этой роли. В-третьих, в ближайшую неделю осознанно прогнать их через AI, не один раз, а хотя бы по 3-4 попытки на каждую, каждый раз уточняя промпт. Это не про теорию, а про сверку ожиданий с реальностью.
Для тех, кто готов перейти от теории к практике и поэкспериментировать вместе со мной, я веду телеграм-канал «ИИ без истерики». Там я спокойно, без хайпа, разбираю конкретные запросы, показываю промпты, с третьей попытки довожу результат до состояния «можно жить» 🙂 и честно говорю, где технология пока не дотягивает. Если чувствуешь, что пора перестать относиться к AI как к модной игрушке и начать работать с ним как с умным напарником, будет полезно заглянуть и попробовать что-то внедрить в свой день уже сегодня.
Получается, что AI сильнее всего помогает тем, кто готов взять на себя две вещи: ответственность за формулировку задач и дисциплину проверки результата. Стратеги выигрывают в скорости принятия решений, ремесленники — в экономии времени на рутине, координаторы — в ясности и памяти процессов. Остальные тоже могут получать пользу, но без этих базовых настроек технология быстро скатывается в разочарование. Я спокойно отношусь к тому, что не всем AI «зайдёт» одинаково. Кому-то легче продолжать делать все по-старому, и это тоже выбор.
Мне ближе другой путь: аккуратно, без истерик, встраивать новые инструменты в уже существующую жизнь. Не ждать идеального результата с первого промпта, признавать ограничения, при этом видеть те очень конкретные часы и силы, которые AI может нам вернуть. Если статья подтолкнула тебя хотя бы к мысли «а где именно в моем дне я могу попробовать», значит, мы с тобой в одном поле здравого смысла.
Что ещё важно знать
Вопрос: Можно ли использовать один и тот же промпт для всех задач?
Ответ: Я бы не стала так делать, даже если задачи кажутся похожими. Лучше иметь несколько шаблонов под разные типы задач и каждый раз добавлять конкретику по ситуации. Универсальный промпт почти всегда дает усредненный, слабый результат.
Вопрос: Как часто в России реально нужно перепроверять факты после AI?
Ответ: В юридических, финансовых, медицинских темах — всегда, без исключений. В маркетинге, обучении, HR можно позволить себе выборочную проверку, но при малейших сомнениях лучше свериться с первоисточником или местными нормативами.
Вопрос: Что делать, если AI постоянно пишет «не в моем стиле»?
Ответ: Сначала покажи модели 2-3 своих текста и попроси описать твой стиль в виде списка признаков. Потом в каждом промпте напоминай об этих признаках и давай примеры. Пара итераций — и результат становится гораздо ближе к твоему голосу.
Вопрос: Можно ли делиться с AI чувствительной информацией о клиентах?
Ответ: Я бы максимально обезличивала все, что касается персональных данных и коммерческой тайны. Формулируй задачи в общем виде, убирай имена, суммы, конкретные компании и всегда ориентируйся на требования российского законодательства о персональных данных.
Вопрос: Сколько времени закладывать на «обучение» себя работе с AI?
Ответ: Реалистично — 2-3 недели по 20-30 минут в день, чтобы привыкнуть к формату диалога и увидеть первые стабильные результаты. Дальше обучение идет уже по инерции, по мере появления новых задач, и не требует отдельного времени, оно просто встраивается в работу.