Как объяснить заказчику, за что он платит, если половину делает нейросеть — вопрос, который мне задают почти каждый день. Особенно в России, где у заказчиков часто живой и местами жесткий бизнес-опыт, и никакие рассказы про «цифровую трансформацию» их уже не трогают. Эту статью я пишу для специалистов, которые уже работают с ИИ-инструментами, умеют запускать ChatGPT, YandexGPT, российские модели и хотят не только делать быстрее, но и спокойно аргументировать стоимость своей работы. Один предприниматель как-то обратился ко мне с типичным упреком: «Если ты половину делаешь через нейросеть, почему я плачу как раньше?». Там был контент-проект на несколько месяцев, и я тогда прямо себе пообещала: окей, я покажу, как клиенту честно объяснить, за что он платит, даже если ИИ делает кусок работы. Сейчас разберем по шагам, без истерики и без иллюзий, что нейросеть сама все сделает.
Меня давно занимает одна вещь: ИИ объективно снимает часть рутины, но конфликты из-за стоимости услуг только участились. Заказчик видит, что тексты, презентации, черновые концепции рождаются быстрее, чем пару лет назад, и логичный вопрос с его стороны звучит так: «Если это делает нейросеть за пару минут, почему я оплачиваю твой час?». Тут же подключается вина исполнителя: «Может, и правда надо снижать?» или «Может, лучше не говорить, что я использую ИИ?». И в этой связке искажается главное — реальная ценность экспертизы и управления всей системой.
С тем предпринимателем, про которого я упомянула, ситуация развивалась показательно. У него был онлайн-проект, нужно было запустить серию материалов, прогрев, структуру рассылок, несколько лендингов. Я сразу сказала, что часть черновиков буду прогонять через нейросети, но контроль, структура, редактирование и стратегия — на мне. Он кивнул, но на третьей неделе вернулся с фразой: «Мне показали, что то же самое можно сделать запросом в чат за вечер. Зачем ты?». Вот здесь и начинается наш сегодняшний разговор: как заранее выставить рамки, чтобы до такой сцены даже не доходило, и как спокойно реагировать, если все-таки дошло.
Почему заказчику кажется, что нейросеть делает все, и как это развести по ролям
Первое, что стоит проговорить, — заказчик видит только внешнюю картинку. Он открывает любой популярный чат, пишет запрос «Сделай мне контент-план на месяц» и через минуту получает таблицу из 30 тем. В его глазах это и есть вся работа, за которую раньше брали деньги. Отсюда и миф: если половину делает нейросеть, значит, стоимость должна падать минимум вдвое. Чтобы развести эти ожидания, я в самом начале сотрудничества разделяю три слоя работы: постановка задачи, работа с моделью и экспертная проверка плюс внедрение в реальный контекст бизнеса. На словах это звучит очевидно, но пока человек не увидит разницу между «сырым ответом из чата» и адаптированным результатом, он будет считать, что платит за кнопку.
Чтобы это объяснить спокойно, без лекций, мне помогает следующая формула. Я беру конкретную задачу — например, разработка структуры лендинга под российскую аудиторию в одной нише — и показываю заказчику три версии: чистый ответ нейросети по его самому простому промпту, мой промпт с уточнениями и финальную версию после редактуры и проверки гипотез. Разница обычно видна глазами, даже человеку без маркетингового бэкграунда. Но тут есть нюанс: если вы не умеете хорошо промптить, нейросеть будет давать такой же «водянистый» результат, как у заказчика, и весь аргумент рассыпается. Это критично, потому что ИИ уже не про магию, а про качество вопросов и настройки.
Я заметила, что лучше всего работает короткое текстовое объяснение, где я прямо раскладываю свою роль в связке «человек — нейросеть».
Я обычно формулирую это так: «Нейросеть — инструмент ускорения, а не замены. Она делает набросок, а я отвечаю за то, чтобы этот набросок стал рабочим решением под вашу аудиторию, законы, продукт и риски».
Это не про красивую формулировку, а про смену оптики: человек перестает сравнивать вас с машиной и начинает сравнивать «машину без вас» и «машину плюс вы». Получается, что задача не в том, чтобы скрывать использование ИИ, а в том, чтобы честно показать, где заканчивается автоматизация и начинается ваша ответственность.
Как объяснить структуру стоимости, если ИИ реально снимает часть часов
Самый болезненный вопрос: если раньше на задачу уходило 10 часов, а с ИИ — скажем, 6, не честно ли снижать стоимость? На практике я делю стоимость не по часам (хотя сама по себе почасовая оценка полезна), а по блокам ценности. Есть блок, где нейросеть действительно экономит время: генерация черновых текстов, вспомогательные таблицы, варианты формулировок, поиск пересечений. Но есть блоки, на которые ИИ почти не влияет: погружение в бизнес-контекст клиента, анализ рынка в России с ее нюансами, юридические риски контента, проверка фактов, выбор гипотез и, банально, общение с самим заказчиком.
Звучит странно, но иногда после внедрения ИИ я подглядывала за трекером времени и видела, что общие трудозатраты не падают так сильно, как кажется со стороны. Да, вместо четырех часов на первый черновик я трачу один, но вместо этого появляются новые задачи: сформулировать промпты, отсеять мусорные варианты, дообучить модель на внутренних материалах клиента (нет, подожди, это уже следующий уровень, не всем нужно), проверить на совпадения с конкурентами. В цифрах это часто превращается не в «минус 50%», а в «минус 20-30%» времени, и то не всегда. Это означает, что слепое «раз все делает ИИ, давайте в два раза дешевле» вообще не про реальность, особенно в сложных проектах.
Когда я первый раз столкнулась с этим спором, я собрала для себя простую схему аргументации.
- Правило: проговорить, какие задачи берет на себя нейросеть (черновики, варианты, шаблоны).
- Правило: показать, какие задачи остаются за экспертом (контекст, ответственность, проверка).
- Правило: объяснить, что стоимость считается по ценности результата, а не по скорости печати текста.
- Правило: обозначить, как ИИ влияет на сроки — быстрее старт, больше тестируемых вариантов.
- Правило: договориться, какие метрики успеха важнее — время, глубина проработки, продажи.
Получается, что вопрос цены двигается из эмоций в плоскость «за что именно мы платим» и «какой результат ожидаем». И если это не проговорить в начале, дальше будет только сложнее.
Как проговорить использование нейросетей до старта, чтобы потом не оправдываться
На практике лучшее, что можно сделать, — сразу на берегу объяснить, что и как вы автоматизируете. Помнишь про ситуацию из начала? Там моя ошибка была в том, что я упомянула ИИ вскользь и не закрепила это ни в договоренностях, ни в письме, ни в техническом задании. В итоге у предпринимателя сложилось ощущение, что я «хожу в чатик вместо того, чтобы работать». Сейчас, когда я беру новый проект, я специально выделяю 10-15 минут на разговор про инструменты. Я спокойно говорю: да, я использую нейросети для части задач, вот для каких именно, вот где моя экспертиза, вот зоны ответственности. Без оправданий и без «я только чуть-чуть, честно-честно».
На этом этапе полезно не уходить в технические дебри, а говорить языком, понятным человеку из бизнеса. Вместо «я использую GPT-модель такого-то поколения» я говорю: «Я использую нейросеть, которая быстро предлагает варианты текстов и структур. Но она не знает деталей вашего рынка и продукта, поэтому я проверяю и дорабатываю все, что она выдает». В российском контексте сюда добавляется еще вопрос конфиденциальности: далеко не каждый готов, чтобы его внутренние документы бездумно заливали в зарубежный сервис. Я отдельно объясняю, что загружаю в ИИ только обезличенные данные или работаю через локальные решения, если проект чувствительный. Это снижает тревогу и переводит разговор в конструктив.
Я заметила, что очень помогает небольшой текстовый фрагмент-проговор в переписке перед стартом.
Тут появляется тот самый честный акцент: мы используем технологию, но решения остаются человеческими. Человек видит не «я перепоручаю работу машине», а «я использую сильный инструмент, чтобы сделать для вас лучше и быстрее».
Что проговорить о рисках и ограничениях ИИ, чтобы не завышать ожидания
Есть еще один слой, который часто забывают: ограничения самих моделей. Если не объяснить заказчику, чего ИИ не умеет или делает плохо, он потом будет искренне удивлен, почему вы не выдаете за день готовую стратегию по новому рынку. Я всегда перечисляю хотя бы базовые ограничения: нейросеть может «выдумывать» факты, не различает юррисдикции так, как юрист, может не ловить тонкие смысловые нюансы конкретной ниши в России, а для некоторых каналов (например, для ВК или Яндекс.Дзена) ей сложно сразу встроиться в местный формат. Лучше сказать об этом заранее, чем потом оправдываться в стиле «ну модель так ответила».
Звучит странно, но честный рассказ о слабостях технологии часто повышает доверие. Человек понимает: перед ним не фанат ИИ, который верит, что чат незаменим, а специалист, который видит риски и умеет их обходить. Например, я прямо говорю: «Я не буду доверять нейросети юридические формулировки договоров, максимум — черновик структуры. Факты и цифры по вашему рынку я перепроверяю по российским источникам». В одном проекте заказчик даже вздохнул с облегчением и сказал: «Слава богу, а то мне уже показывали работу, где договора были написаны чатом и не учитывали наш закон». Это означает, что честный разговор о лимитах ИИ — часть вашей профессиональной позиции, а не слабость.
Чтобы этот разговор не превращался в нотацию, я иногда использую короткую структуру «что можно, что нельзя».
- Можно: использовать нейросети для черновиков, идей, структур, адаптации под тон.
- Можно: ускорять рутину и тестировать больше гипотез за то же время.
- Нельзя: полагаться на ИИ в юридически значимых текстах без юриста.
- Нельзя: ожидать от модели глубокого понимания специфики вашего рынка без дообучения.
- Нельзя: считать, что один запрос даст идеальный результат без правок и уточнений.
Когда заказчик слышит это до старта, вопросы «почему так долго» и «а почему не за день» становятся мягче. Мы заранее договорились об ограничениях, и это сильно экономит нервы обеим сторонам.
Как выглядит реальная работа эксперта с нейросетью внутри проекта
Если первые два блока звучали скорее теоретически, тут начнется более человеческая зона: где я обожглась и как теперь делаю. Возвращаясь к тому предпринимателю из начала истории, в какой-то момент я решила показать ему, как выглядит мой рабочий день с нейросетью. Не в формате «вот скриншот из чата», а прямо по шагам: вот я расшифровываю вашу нишу, вот я разбираю ваши прошлые кампании, вот здесь с третьей попытки добиваю нормальный ответ модели, вот здесь руками переписываю, потому что ИИ полез в банальщину. Когда человек увидел процесс, у него заметно сменилось выражение лица — вместо «кнопка» он увидел конструктор с кучей мелких настроек.
Сейчас, когда я прихожу в новый проект, я мысленно делю свою работу с ИИ на несколько циклов. Первый — исследовательский: я собираю вводные от заказчика, анализирую рынок через Яндекс, профильные российские медиа, внутренние документы клиента. Здесь нейросеть может помогать, но не заменять, особенно если ниша специфическая. Второй цикл — генерация вариантов: заголовки, план публикаций, варианты офферов. Тут ИИ действительно экономит кучу времени, но и тут не обойтись без фильтра. Третий цикл — адаптация: подтягиваю под нужный тон, формат площадки, юридические ограничения. Четвертый — проверка и тест: смотрю на реакции аудитории, метрики, собираю обратную связь. И только после этого можно говорить «готово».
Чтобы это не звучало слишком абстрактно, я люблю коротко описывать, где именно нейросеть экономит нервы, а где нет.
Честный ответ, который я даю клиентам: «ИИ экономит нам время на однообразных операциях, но не снимает с меня ответственность принимать решения и отвечать за результат».
Когда это проговорено, разговор о цене становится менее эмоциональным. Человек начинает понимать, что платит не за набор символов, а за цикл «исследование — гипотезы — фильтрация — внедрение», в котором ИИ занимает только часть, а не все.
Как выглядит работа с промптом, если нужно не «красиво», а по делу
Вот как это выглядит на практике: редко когда хороший результат получается с первого промпта. В том самом проекте с предпринимателем у меня была задача — выжать из нейросети вменяемый план материалов с фокусом на его российскую аудиторию, которая не любит пафос и боится лишних расходов. Мой первый запрос был слишком общим, и ИИ выдал стандартный набор тем в духе «10 причин, почему вам нужен наш продукт». Я посмотрела на это, вздохнула и подумала, нет, лучше так: я сузила аудиторию, добавила реальные боли, которые мы до того обсуждали с заказчиком, прописала условие «без клише и агрессивных обещаний», указала каналы (VK, Telegram, Яндекс.Дзен) и ограничения по длине.
Со второй попытки стало лучше, но нейросеть все равно уходила в англоязычные паттерны про «успех, масштабирование и мечту». С третьей попытки, когда я прямо вставила цитаты реальных клиентов предпринимателя и описала стиль как «спокойный, рациональный, без мотивационного пафоса», я наконец получила план, с которым было не стыдно работать. Вся эта игра в уточнения заняла около 40 минут — примерно столько же, сколько я потратила бы на ручной набросок, но с ИИ я получила больше вариантов и парочку неожиданных ходов. Это означает, что ИИ не заменил мой труд, а поменял его структуру.
Здесь работает следующий подход: я прямо проговариваю клиенту, что «запрос в чат» — это тоже работа, а не магический жест. В одном из созвонов я даже описала свою логику так.
Я сказала: «Когда я формулирую промпт, я вкладываю в него свою экспертизу: знаю, какие ограничения задать, какие примеры привести и какой тон попросить. Если промпт плохой, ИИ честно будет воспроизводить банальности».
Да, это звучит чуть пафосно, но по сути так и есть. Заказчик перестает воспринимать промпт как «пару слов», а начинает видеть в нем сжатое ТЗ на основании всего, что вы знаете о рынке. И это уже не «нажал кнопку», а «наладил процесс».
Что говорить, когда заказчик все равно говорит: «я сам так могу в чате»
Самая нервная точка — когда, несмотря на все объяснения, человек приносит свой скриншот: «смотри, я задал вопрос, и мне выдали почти то же самое». Здесь главное не уйти в защиту и не начать спорить с моделью через голову клиента. Я обычно спокойно признаю: да, базовый черновик действительно может быть похожим. И тут же задаю вопрос: «Вы довольны этим результатом на 100%?». В большинстве случаев ответ — «ну, не совсем, я бы тут поправил, тут убрал воду, тут добавил наши нюансы». Вот от этих «поправил» и «добавил» мы и отталкиваемся: это и есть тот участок, где работает ваша экспертиза. Я не обесцениваю его попытку, наоборот, показываю, что мы можем взять его черновик и довести до рабочего состояния вместе.
Иногда заказчик действительно способен сам вести диалог с ИИ на хорошем уровне. Тогда я мягко предлагаю разделить зоны: он закрывает часть задач внутри, а я беру на себя более сложные блоки — стратегию, проверку, аналитику. Здесь нет ничего страшного: ИИ-инструменты действительно размывают границы между «клиент» и «исполнитель», часть работы уходит внутрь компании. Но даже в этих случаях, как показывает мой опыт, внешнему эксперту обычно остается достаточно задач, которые нельзя делегировать просто «в чатик».
Я поняла, что помогает маленькое речевое смещение: не спорить с фразой «я сам так могу», а переформулировать ее.
Я отвечаю примерно так: «Отлично, что вы умеете работать с нейросетью. Моя задача — не отнять у вас эту возможность, а добавить к ней слой экспертизы, чтобы вы не теряли время на перепроверки и не рисковали репутацией».
Это снимает ощущение конкуренции между мной и ИИ или между мной и самим заказчиком. Мы как бы становимся в одну команду по отношению к задаче. И да, иногда после такого разговора часть работ действительно переезжает к клиенту, но оставшаяся часть становится более глубокой и интересной. Даже если я чего-то и теряю в объеме, я выигрываю в качестве сотрудничества.
Как честно отстаивать стоимость, если вы реально ускорились за счет ИИ
Забудь, что я только что сказала — есть один нюанс, который приходится учитывать, когда ты действительно стала работать быстрее. Иногда внутренняя честность шепчет: «Раз мне теперь нужно меньше времени, может, правда снизить цену?». Я через это проходила несколько раз, и каждый раз возвращалась к одному вопросу: «За что платит клиент — за часы или за результат?». Если оплата привязана к четкому количеству часов на задачу (например, консалтинг по тайм-трекеру), тогда да, ускорение должно отражаться в счетах. Но если вы продаете проект целиком: концепцию, стратегию, серию материалов, то клиенту критичнее предсказуемый результат и срок, чем ваши внутренние процессы.
В том проекте с предпринимателем история закончилась тем, что я не снизила базовую ставку, а предложила другое: часть высвободившегося времени вложить в дополнительные гипотезы и A/B-тесты по его каналам. То есть за те же деньги он получил не «меньше часов», а «больше вариантов обкатки». Это сработало, потому что его интересовали заявки и продажи, а не то, чем именно я занималась за компьютером. Мы честно проговорили: ИИ помог ускориться, но вместо экономии ради экономии мы расширили эксперименты.
Чтобы такие разговоры не повисали в воздухе, я иногда прямо проговариваю принцип.
Я формулирую так: «Если технология позволяет делать ту же работу быстрее, у нас есть два варианта — либо уменьшать цену, либо увеличивать ценность результата. В большинстве проектов мы выбираем второе».
Это не универсальная формула, но она помогает повернуть разговор в сторону «что вы получаете сверху», а не «что у меня за спиной делает нейросеть». Если вы действительно просто стали тратить меньше сил и не добавляете ценности, да, повод пересмотреть цены есть. Но в задачах, где ИИ открывает новые способы тестировать, анализировать и сегментировать, снижение ставки часто выглядит страннее, чем сохранение с добавленной пользой.
Чем закончилась история с тем самым предпринимателем и сколько времени нам сэкономил ИИ
Возвращаясь к тому, с чего начала… После того конфликта с фразой «зачем ты, если есть нейросеть» мы с тем предпринимателем все-таки продолжили работать. Я предложила ему эксперимент: в течение двух недель мы прозрачно фиксируем, что именно я делаю сама, что доверяю ИИ, сколько попыток уходит на нормальный ответ и как это влияет на результат. Я вела простой трекер: время на подготовку промптов, количество итераций, время на редактирование, время на согласование с ним. Параллельно он для чистоты эксперимента один день попробовал сам вести диалог с чатом по похожей задаче. Мы потом сели и сопоставили результаты.
Что в итоге получилось в цифрах. По первым материалам ИИ реально сэкономил нам около 25-30% времени на этапе черновиков. Вместо четырех часов у меня уходило около двух с половиной: час на серию промптов и выбор лучших ответов, полтора — на редактирование и адаптацию под его бренд. Но при этом время на согласование и доработки с его стороны почти не изменилось: те же комментарии, те же правки по смыслу, те же уточнения по продукту. Его собственный эксперимент дал любопытный результат: он за два часа получил от нейросети красивый, но очень абстрактный текст, потом еще час пытался его переписать под «свою речь» и в итоге прислал мне с вопросом «посмотри, где тут не то».
В сухом остатке, по нашим подсчетам, ИИ в этом проекте дал нам экономию примерно 20 часов за первый месяц — и мы договорились использовать их не для уменьшения бюджета, а для запуска дополнительных материалов в Telegram и ВК, которые изначально даже не планировали. Я честно показала, где именно ИИ помог, а где без моей головы не обошлось. После этого фраза «почему я плачу, если половину делает нейросеть» в этой связке больше не поднималась. Мы оба увидели: без технологии мы бы делали меньше и медленнее, без эксперта — быстрее, но с рисками и абстракцией.
Получается интересная картинка: ИИ действительно меняет структуру работы, но не отменяет необходимости в людях, которые эту работу проектируют и несут ответственность. Заказчик платит не за проценты «что сделал человек, а что машина», а за то, насколько надежно вы умеете сочетать эти две части. И если это честно проговорить в начале и время от времени иллюстрировать на реальных задачах, вопрос «а что я плачу, если половину делает нейросеть» перестает звучать как обвинение и превращается в нормальное обсуждение процесса.
Что можно сделать уже сейчас, чтобы разговоры про ИИ и деньги стали спокойнее
На этом этапе логичный вопрос — что с этим всем делать на практике, если ты уже работаешь с ИИ и не хочешь каждый раз вступать в оборону. Я бы выделила несколько шагов, которые мне самой сильно облегчили жизнь. Первый: заранее готовый «язык объяснения» своей работы. Не нужно каждый раз импровизировать, проще один раз сформулировать 2-3 фразы про свою роль рядом с нейросетью и держать их под рукой. Второй: пару наглядных примеров «как отвечает ИИ без эксперта и как с экспертом» — желательно из вашей же практики и адаптированных под российские реалии. Третий: внутренняя честность про то, где ИИ реально заменяет ваш труд, а где только помогает его перестроить.
Если хочется не просто почитать, а подвигать это в реальных задачах, мне ближе формат ежедневной работы, чем разовый текст. Для этого я и веду канал «ИИ без истерики» в Telegram, где показываю, как использовать ИИ как умного напарника: от промптов до разборов кейсов без пафоса. Там много того, что сюда не влезет: конкретные формулировки запросов, мини-эксперименты, диалоги с заказчиками. Если ты сейчас на этапе «я уже пользуюсь ИИ, но хочу уверенно объяснять свою ценность», тебе там будет полезно. А эту статью можно сохранить как опорный текст: вернуться к ней перед переговорами или на этапе планирования нового проекта, чтобы напомнить себе, что ты не конкурируешь с кнопкой, а строишь систему, где кнопка работает на тебя.
Что ещё важно знать
Вопрос: Можно ли вообще не говорить заказчику, что я использую нейросеть в работе?
Ответ: Формально можно, если вы не передаете чувствительные данные и результат устраивает обе стороны, но в долгую это бьет по доверию. Гораздо спокойнее сразу обозначить, какие задачи вы автоматизируете, и показать, какую часть ценности даете лично вы. Тогда не придется оправдываться, если заказчик сам дойдет до ИИ.
Вопрос: Как объяснить разницу между моими услугами и просто использованием бесплатного чата?
Ответ: Сфокусируйтесь на трех вещах: постановка задачи, фильтрация мусора и ответственность за результат. Любой может задать один запрос и получить текст, но не любой умеет превратить это в работающий инструмент под конкретный бизнес с его нишей, рисками и целями.
Вопрос: Что делать, если заказчик настаивает на снижении цены из-за ИИ?
Ответ: Спокойно разберите структуру работы и покажите, какие этапы действительно ускорились, а какие нет. Предложите вариант: за ту же цену больше гипотез и тестов, вместо прямого уменьшения ставки. Если после этого человек все равно видит в вас только «оператора чата», возможно, это просто не ваш формат клиента.
Вопрос: Как часто стоит обновлять подход к промптам и работе с ИИ в проектах?
Ответ: Я бы пересматривала подход каждые пару месяцев или при смене задач. Модели обновляются, появляются новые инструменты, и иногда небольшое изменение в структуре промпта дает скачок качества. Но если какой-то шаблон стабильно работает, не нужно дергаться без причины.
Вопрос: Можно ли полностью передать работу с ИИ помощнику, а самому только общаться с клиентом?
Ответ: Можно, но только если вы контролируете качество и понимаете, какие риски несет каждый автоматизированный блок. Клиент платит вам за результат, а не за то, кто именно нажимал кнопки, и ответственность все равно останется на вас. Поэтому базовые навыки работы с ИИ лучше иметь лично, даже если часть рутины вы делегируете.