Азамат Гулиев – Сверхпродуктивность с искусственым интеллектом: От первого промпта до собственной системы агентов (страница 7)

Шаг 1 – В конце каждого рабочего дня (или по ходу, если удобнее) записывайте все задачи, которым посвятили более 20 минут. Для каждой фиксируйте: название задачи, затраченное время, был ли это текст/анализ/коммуникация/что-то другое.

Шаг 2 – После сбора данных за неделю оцените каждую задачу по четырём критериям (оценка: высокий / средний / низкий потенциал):

• Доля текстовой работы в задаче (написание, редактирование, резюмирование)

• Частота повторения (ежедневно / еженедельно / редко)

• Цена ошибки на первом черновике (низкая / средняя / высокая)

• Доступность контекста для передачи в промпте (легко / затруднительно / невозможно)

Шаг 3 – Выберите три задачи с наивысшим суммарным потенциалом. Для каждой сформулируйте черновой промпт: кто вы, какова задача, какой формат нужен на выходе, какие ограничения.

Шаг 4 – Протестируйте хотя бы один из черновых промптов в доступной модели и зафиксируйте, насколько результат приблизился к тому, что вам нужно.

Ожидаемый результат: таблица с оценкой 15–20 задач + три черновых промпта + первый тест одного из них.

На что обратить внимание: задачи с «высокой ценой ошибки» не означают «не делегировать» – они означают «делегировать черновик с обязательной проверкой». Это разные вещи.

Практикум 2.Б: Личная карта ИИ-инструментов и первый шаблон проверки ответа

Задача: построить первую версию личной карты инструментов и создать персональный чек-лист верификации.

Часть 1 – Карта инструментов

Создайте таблицу с пятью столбцами: Задача | Инструмент | Тип использования | Ключевые риски | Статус (активно / тестирую / отказался).

Заполните минимум пять строк на основе результатов практикума 2.А или текущего опыта.

Для каждой строки: «Тип использования» – выберите из трёх вариантов: делегирование (ИИ делает, я проверяю), соавторство (итеративный диалог), справочник (ИИ как источник информации, решение за мной).

Часть 2 – Чек-лист верификации

Составьте персональный список из 4–6 вопросов, которые вы будете задавать себе перед использованием ИИ-ответа в работе. Обязательно включите:

• Есть ли в ответе числа, даты, имена или цитаты? Если да – проверил ли я хотя бы ключевые из них?

• Соответствует ли этот ответ тому, что я знаю о теме из других источников?

• Какова цена ошибки, если этот ответ окажется неверным?

Добавьте 1–3 специфических для вашей профессии вопроса (например, для юриста: «Актуальна ли ссылка на нормативный акт?»; для маркетолога: «Соответствуют ли данные о конкурентах реальности на сегодняшний день?»).

Ожидаемый результат: таблица карты (минимум 5 строк) + персональный чек-лист (4–6 вопросов).

На что обратить внимание: если при заполнении таблицы вы затрудняетесь с классификацией задачи – это часто признак того, что зона ответственности не определена и её стоит прояснить до делегирования.

Ошибка 1: «Всё или ничего»

В чём: пользователь либо пытается делегировать ИИ абсолютно все задачи (и разочаровывается при первых ошибках), либо использует его только для совсем простых вещей, не позволяя инструменту проявить реальный потенциал.

Как правильно: начать с трёх-пяти задач со средним потенциалом. Не самых тривиальных (там выигрыш незаметен), не самых критических (там риск ошибки высок). Ощутимый выигрыш в знакомой задаче – лучшая мотивация для расширения применения.

Ошибка 2: Игнорирование фазы адаптации

В чём: человек пробует ИИ несколько раз, не получает нужного результата и делает вывод «не работает». Адаптация к новому инструменту всегда требует времени: нужно научиться формулировать задачи, понять, где модель надёжна, выработать личный стиль взаимодействия.

Как правильно: зарезервировать под адаптацию минимум 3–4 недели активного использования (не «поиграть пять раз»). Качество работы с инструментом улучшается нелинейно: первые две недели – медленно и с разочарованиями, затем – скачок.

Ошибка 3: Перекладывание ответственности

В чём: «ИИ написал, я не виноват». Пользователь отправляет ИИ-ответ или ИИ-документ без критической проверки, и когда обнаруживается ошибка – считает, что ответственность с него снята. С профессиональной и юридической точки зрения – нет.

Как правильно: человек, подписывающий документ, несёт ответственность за его содержание независимо от того, каким инструментом он воспользовался при подготовке. ИИ – инструмент, как печатная машинка или Excel. Ответственность за результат – за автором.

Ошибка 4: Принятие «улучшенного» как «правильного»

В чём: человек пишет черновик, просит ИИ его улучшить, получает стилистически более гладкий текст – и принимает его без сравнения с оригиналом. Стилистическое улучшение может сопровождаться искажением смысла: модель переформулировала «ориентировочно 30%» как «более 30%», или заменила осторожную оценку на уверенное утверждение.

Как правильно: при использовании ИИ для редактирования своих текстов всегда сравнивайте версии по смысловому содержанию, а не только по стилю. Обращайте особое внимание на модальные слова («возможно», «по оценкам», «примерно») – именно они чаще всего меняются при «улучшении».

Ошибка 5: Статичная карта инструментов

В чём: человек один раз определяет, как использует ИИ, и больше к этому не возвращается. Между тем и модели меняются, и его задачи эволюционируют, и накапливается опыт, меняющий оценку рисков.

Как правильно: раз в один-два месяца делайте краткий ретроспективный обзор: какие задачи добавились, где качество модели изменилось, где вы обнаружили новые риски или возможности. Карта инструментов – живой документ, а не зафиксированное решение.

Елена – старший юрист в юридической фирме, специализирующейся на корпоративном праве. Опыт работы – 11 лет. В начале 2025 года она начала использовать ИИ для первичного анализа договоров: загружала документ, просила выделить потенциально проблемные условия и несоответствия стандартной практике.

Первый месяц – без проблем и с ощутимым эффектом. Стандартный договор поставки, который раньше занимал полтора часа, теперь проходил первичный скрининг за 20 минут. Елена концентрировалась на нестандартных условиях, которые ИИ выделял как потенциально проблемные. Производительность выросла, клиенты получали документы быстрее.

На шестой неделе произошёл инцидент. Елена работала с договором аренды нежилого помещения. ИИ провёл анализ, не выделив проблем с условиями об ответственности арендатора. Елена ограничилась беглой проверкой и передала клиенту. Через три дня клиент обратился с вопросом о формулировке пункта об ответственности за ущерб – и именно тогда Елена при детальном прочтении обнаружила условие, которое существенно расширяло ответственность её клиента относительно рыночной нормы. ИИ не отметил его как проблему – вероятно, потому что формулировка была юридически корректной, хотя и невыгодной для арендатора.

Потери: час работы на исправление, репутационный дискомфорт перед клиентом, но без юридических последствий – договор ещё не был подписан. Главный урок, по словам Елены: «ИИ хорошо видит юридические аномалии – нарушения стандартных формулировок. Он плохо видит стратегическую невыгодность условий для конкретного клиента, потому что для этого нужно понимать контекст сделки, который я ему не даю».

Изменение подхода: Елена ввела дополнительный промпт – «Теперь оцени каждое условие с позиции арендатора: насколько оно выгодно/невыгодно по сравнению со стандартной практикой?» Добавила контекст о типе клиента и характере сделки в начало каждого запроса. Результат следующих трёх месяцев – ни одного пропущенного существенного условия.

Честный итог: инцидент потребовал пересмотра подхода, но не отказа от инструмента. Разница между «ИИ не работает» и «мой промпт недостаточен» – ключевая. После уточнения подхода Елена сохраняет экономию около 35–40% времени на первичный анализ договоров. Этот случай стал основой внутреннего стандарта фирмы: каждый юрист при использовании ИИ для анализа документов обязан включать в промпт контекст стороны, интересы которой он представляет.

Ключевой вывод кейса

ИИ анализирует текст. Стратегический контекст – интересы клиента, ситуацию сделки, баланс переговорных позиций – нужно передавать явно. Отсутствие «красных флагов» в ИИ-анализе не означает отсутствие проблем – оно означает отсутствие проблем в рамках переданного контекста.

1. (Применение) Опишите три задачи из вашей профессиональной практики. Для каждой определите зону: делегирование, совместная работа или исключительная ответственность человека. Обоснуйте критерии отнесения.

2. (Анализ) Коллега говорит: «Я получил от ИИ отчёт об исследовании рынка – всё чётко структурировано, написано профессионально, поэтому я сразу отправил его клиенту». Какие конкретные риски он допустил? Что следовало проверить перед отправкой?

3. (Применение) Используя технику «правила пустой страницы», опишите задачу из вашей работы, которую вы планируете делегировать ИИ. Сформулируйте: что вы напишете на «пустой странице» до обращения к модели, и как вы будете оценивать, где ответ ИИ совпадает с вашим мышлением, а где расходится.

4. (Оценка) Елена из кейса этой главы изменила подход после инцидента: стала добавлять контекст стороны в промпт. Предложите ещё два изменения в её рабочем процессе, которые снизили бы риск пропуска стратегически невыгодных условий – без радикального увеличения времени работы.