Andy Smith – Говори с машиной. Как думать, чтобы ИИ работал на вас (страница 2)

Прежде чем двигаться дальше, важно расставить границы. Эта книга — не коллекция промтов. Вы не найдёте здесь списка «200 лучших запросов на все случаи жизни». Такие списки устаревают через месяц, не адаптируются к вашим задачам и создают иллюзию знания вместо настоящего понимания. Это как подарить человеку разговорник вместо того, чтобы научить его языку: он сможет заказать кофе, но не сможет договориться о контракте.

Эта книга — не руководство по конкретному инструменту. Вы не найдёте здесь инструкций «нажмите эту кнопку в ChatGPT». Интерфейсы меняются каждый квартал. Появляются новые модели, новые функции, новые платформы. К моменту, когда вы дочитаете это предложение, гдето в мире уже вышло обновление, которое сделало конкретные скриншоты бессмысленными. Но принципы эффективного взаимодействия с генеративным ИИ — они стабильны. Они работают в ChatGPT, Claude, Gemini, Copilot и любом инструменте, который появится завтра.

Эта книга — не обзор нейросетей. Я не буду рассказывать, как устроен трансформер, что такое обратное распространение ошибки или сколько параметров в последней модели. Есть отличные книги и курсы для тех, кого это интересует. Эта книга — для тех, кто хочет использовать ИИ, а не создавать его.

Что эта книга ДАЁТ

Эта книга учит способу мышления. Способу, который позволяет вам открыть любой ИИинструмент — знакомый или новый, текущий или будущий — и за считанные минуты начать получать от него результаты, которые действительно полезны. Не «впечатляющие», не

«прикольные», а полезные — те, которые экономят время, улучшают качество, решают реальные задачи.

Мы пройдём путь от понимания (как ИИ «мыслит» и почему это важно знать) через конкретные техники (от простых запросов до сложных цепочек) к полноценным рабочим процессам (как интегрировать ИИ в повседневную работу так, чтобы это было устойчиво и эффективно).

Каждая глава содержит теорию, которая объясняет «почему», примеры, которые показывают «как», и практику, которая превращает знание в навык. Я не верю в обучение без практики. Читать о плавании и плавать — разные вещи. Поэтому каждая глава заканчивается «Лабораторией» — набором упражнений, которые надо выполнить прямо сейчас, с открытым ИИ-инструментом перед глазами.

К концу этой книги вы будете не просто «уметь пользоваться ИИ». Вы будете думать структурированно, формулировать точно, итерировать осознанно и критически оценивать результат. И эти навыки будут полезны вам далеко за пределами работы с ИИ — потому что в их основе лежит нечто более фундаментальное: умение ясно мыслить.

Давайте начнём.

ЧАСТЬ I. ПОНИМАНИЕ

«Чтобы говорить на чужом языке, нужно сначала понять, как мыслит собеседник»

Мы все хотим начать с практики — открыть чат, набрать запрос и увидеть результат. Это естественно. Но любой профессионал знает: чтобы использовать инструмент на полную мощность, нужно понимать его природу. Не на уровне инженера, создавшего его, а на уровне мастера, который с ним работает. Столяр не обязан знать металлургию, но он обязан знать, как ведёт себя его резец на разных породах дерева.

Эта часть даст вам рабочую ментальную модель того, как ИИ обрабатывает ваши запросы. Не техническую лекцию — а такую карту, которая позволит вам осознанно управлять взаимодействием. Вы поймёте, почему одни запросы работают, а другие нет. Почему «больше текста» не означает «лучший результат». Почему первый ответ — это не финальный ответ. И почему ваша работа с ИИ начинается задолго до того, как вы наберёте первый символ.

Четыре главы этой части — это четыре столпа понимания, на которых держится всё остальное.

Глава 1. Что на самом деле происходит, когда вы нажимаете Enter

Маркетолог, который не понял

Марина — маркетолог в средней компании, продающей программное обеспечение для бухгалтерии. Ей нужно опубликовать пост в социальной сети. Она открывает ИИ-инструмент и набирает:

Промт:

Напиши пост для социальной сети.

Ответ: два абзаца обтекаемого текста про «современные решения для вашего бизнеса» и «откройте новые возможности». Нет конкретики. Нет бренда. Нет целевой аудитории. Нет тональности. Нет ничего, что можно было бы реально опубликовать.

Марина расстроена. «Он даже не знает, что мы продаём!» — говорит она коллеге.

Она права. Он не знает. И вот в чём фундаментальная проблема: он не может этого знать, если она ему не сказала. Марина обращалась с ИИ так, как обращалась бы с коллегой по офису — человеком, который сидит за соседним столом и в курсе всего: что за продукт, кто клиенты, какой тон голоса у бренда, где публикуется, какова цель поста. Но ИИ — не коллега. У него нет контекста. У него нет памяти о прошлых разговорах. У него нет знания о вашей компании. Всё, что у него есть — это текст, который вы только что набрали.

И это ключ ко всему.

Машина предсказаний

Давайте разберёмся, что на самом деле делает ИИ, когда вы нажимаете Enter. Забудьте на минуту слова «искусственный интеллект», «нейросеть», «машинное обучение». Вместо этого представьте следующее.

Перед вами — невероятно начитанный собеседник. Он прочитал миллиарды текстов: книги, статьи, форумы, документацию, переписку, научные работы, рецепты, юридические документы, литературную критику, инструкции к стиральным машинам — всё. Он помнит не конкретные тексты (технически, он не хранит их), а паттерны: какие слова обычно идут после каких, какие мысли обычно следуют за какими, какая структура типична для какого жанра.

Когда вы набираете запрос, этот собеседник делает ровно одно: предсказывает наиболее вероятное продолжение вашего текста. Не «понимает задачу», не «думает над решением», не «ищет правильный ответ». Он прогнозирует: «после таких слов, в таком контексте, с такой структурой обычно следуют вот такие слова».

Это всё. Всё остальное — способность писать стихи, решать задачи, генерировать код, анализировать тексты — это побочный эффект невероятно мощной системы предсказания. Если вы поняли этот принцип, вы поняли главное.

Почему это меняет всё

Если ИИ предсказывает продолжение вашего текста, значит, ваш текст — это не «команда», а начальные условия. Ваш промт определяет пространство возможных ответов. Представьте это как воронку.

Запрос «Напиши текст» — это воронка размером с Тихий океан. Куда именно? Про что? Для кого? Какого объёма? В каком стиле? ИИ может пойти буквально в любом направлении. И он пойдёт в самом вероятном — то есть самом среднем, самом типичном, самом безликом. Потому что когда нет ограничений, среднее — это статистически оптимальный ответ.

Запрос «Напиши пост для Instagram сети стоматологических клиник, целевая аудитория — женщины 30-45 лет, тема — чем отличается профессиональная чистка от домашней, тон дружелюбный и чуть ироничный, объём — 150 слов, закончить вопросом для вовлечения» — это воронка размером с кофейную чашку. ИИ может варьировать детали, но общее направление задано жёстко. И результат будет конкретным, полезным, близким к тому, что можно использовать.

Вагный промт = огромное пространство = средний ответ.

Точный промт = узкое пространство = точный ответ.

Это не «лайфхак». Это физика системы. ИИ не может «догадаться», что вы имели в виду, потому что он ничего не «имеет в виду» сам. Он работает с тем, что написано — и только с тем, что написано.

Аналогия: исполнитель с амнезией

Вот как я предлагаю думать об ИИ. Представьте, что у вас есть помощник. Он невероятно талантлив — может писать текст, анализировать данные, сочинять стихи, объяснять квантовую физику, планировать мероприятия. Он владеет всеми навыками, которые когда-либо были описаны в текстах. Но у него есть одна особенность: тотальная амнезия.

Каждый раз, когда вы к нему обращаетесь, он просыпается с чистого листа. Он не помнит, кто вы.

Не знает, чем занимается ваша компания. Не помнит, что вы обсуждали вчера. Не знает, что вы уже пробовали и что не сработало. Всё, что вы ему не сказали в этом конкретном разговоре — для него не существует.

Это не баг. Это природа системы. И когда вы это понимаете, меняется всё:

●

Вы перестаёте раздражаться, что ИИ «не понял». Вы начинаете проверять: «А я ему рассказал?»

●

Вы перестаёте ждать, что ИИ «сам догадается». Вы начинаете давать контекст явно.

●

Вы перестаёте обвинять инструмент в плохом результате. Вы начинаете улучшать вход, чтобы получить лучший выход.

Это не означает, что ИИ всегда прав, если дать хороший промт. ИИ ошибается, галлюцинирует, производит чушь — мы подробно разберём это в главе 15. Но это означает, что разница между «бесполезным» и «полезным» результатом в большинстве случаев — это разница между «я не подумал, что сказать» и «я подумал, что сказать».

Токены: из чего состоят слова для ИИ

Чтобы понять, как ИИ «видит» ваш текст, нужна ещё одна концепция: токены. Думайте о них как о «единицах смысла», на которые ИИ разбивает текст.

Человек читает словами. ИИ «читает» токенами. Токен — это не всегда целое слово. Иногда это часть слова, иногда — отдельный символ. Русское слово «предсказание» может быть разбито на три-четыре токена: «пред», «сказ», «ание». Английское «unbelievable» — на «un», «believ», «able».

Представьте, что вы собираете слово из кубиков LEGO. У вас есть набор стандартных блоков — частей слов, — и вы комбинируете их. ИИ делает нечто похожее: он работает не с буквами и не со словами, а с этими промежуточными единицами. Каждый токен — это позиция в гигантской таблице вероятностей, и для каждой позиции ИИ вычисляет: «Какой токен, скорее всего, будет следующим?»