Если вы пользуетесь ИИ с 2024 и знаете, что такое few‑shot — статью можно пропустить. Здесь про начальные принципы работы с текстовыми ИИ.
Проблема: запросы как в поисковик
«Напиши код». «Сделай план». «Объясни, что такое Agile».
Нейронка выдает результат. Мы его перепроверяем, переписываем, ругаемся на «галлюцинации». И остаемся с ощущением: ИИ — это круто, но ненадежно.
Потому что привыкли думать, что это что‑то между магией и чуть более продвинутым поисковиком.
Но давайте представим, что это бесконечно терпеливый, очень быстрый, но абсолютно безответственный джун.
И работать с ним нужно соответственно.
Мой самый любимый стажер
Стажер не знает контекста, не понимает цели и не видит краев. Если вы скажете «принеси кофе», он принесет. Возможно, лавандовый раф. И не вам. Потому что сделал буквально то, что попросили.
С ИИ то же самое.
Наша задача — дать полные правила игры.
1. Роль, контекст, задача, формат
Плохой запрос:
Напиши план встречи с клиентом
Хороший запрос:
Ты — руководитель клиентского направления в B2B SaaS, готовишь встречу с клиентом.
Он 3 месяца думает над продлением, доволен продуктом, но говорит «дорого». Конкуренты дешевле. Встреча 45 минут, ЛПР.
Проанализируй ситуацию и разработай план встречи: выявить реальные возражения, показать ценность, предложить обмен «уступка на уступку».
Формат: план по минутам, 5 вопросов клиенту, 3 аргумента против «дорого», сценарий выхода без решения.
Реалистичный тайминг, открытые вопросы, уверенные аргументы.
После генерации: найди 3 слабых места. Оцени риски подхода.
Рассуждай объективно, результат выдай лаконично, спроси, если информации не хватает.
2. Несколько сетей — комбинация результатов
ChatGPT галлюцинирует в одну сторону. DeepSeek — в другую. Claude — в третью.
Отправляю один и тот же запрос в 2–3 сети, сравниваю результаты, отправляю результат одной генерации в чат с другой сетью. Всё как раньше с рефератом в универе (для тех, кто учился до ChatGPT) — нужно собрать качественную компиляцию, чтобы выиграть.
Работает и «разделение труда». Промт к генерации картинки в ГигаЧат/Кандинском можно составить в DeepSeek, например.
3. Степ бай степ
Не останавливаемся на достигнутом. Казалось бы, очевидно, но когда в запаре так и хочется взять то, что сразу получилось. А стоит еще пару раз уточнить:
Смени тон, сейчас слишком неформально
Проверь соответствие всему контексту выше
Сделай короче, оставь только суть
2–3 итерации — и становится гораздо лучше. Подход отлично комбинируется с пунктом 2: результат выдачи одной сети можно доработать или проанализировать с другой.
Дополнительно стоит обозначить формат вывода (список, драфт письма, предложения, код лендинга) и указать, что именно сейчас будет «хорошим результатом».
4. Критичность самой нейросети
На мой взгляд — самый недооцененный прием.
Нейросети, генерирующие текст или проводящие анализ, — это подобострастный стажер. Они всегда «за тебя». Поэтому крайне полезно после получения результата попросить: «Оцени объективно» или даже «Оцени критично». Это позволяет найти слабые места.
Маст‑хэв: перед использованием результата как есть — попросить проверить на «оцени внимательно все возможные риски».
5. Сохраняй контекст и удачные промты
Для полноты картины зафиксируем: удачные промты, контексты, запросы, которые дали четкий результат, лучше сохранять (я обычно забиваю, потом ищу по вкладкам‑чатам).
В некоторых сетях для этого уже есть встроенные функции: например, «память» в ГигаЧате или библиотека промтов в Cursor/Claude.
Чек‑лист перед запросом к ИИ
короткое резюме принципов
· Роль: в каком качестве нейросеть сейчас будет работать?
· Контекст: что произошло до этого? Что нужно учесть?
· Задача: действие, которое нужно сделать (не «напиши», а «подготовь, проанализируй, сравни»)
· Формат вывода: план, список, таблица, email, код
· Качество: что значит «хороший результат»? Запрос на слабые места и критику
Вместо заключения
Мы уже в эпохе ИИ, так давайте в ней не утонем. И вместо хайпа ради хайпа просто спокойно сделаем то, что так хорошо по‑человечески умеем, — используем то, что есть, удобным для себя образом.
По моим расчетам, за 1,5 года рутина сократилась на 30–35%.
