Всем привет!
Меня зовут Александр, я COO в SaaS-платформе аналитики данных. Делюсь полезными материалами, которые считаю стоят внимания. В основном про AI, изменение процессов, тренды и продуктовое видение.
У себя в телеграм-канале делюсь сжатыми и структурированными саммери статей.
Я думал, что освоил ИИ.
Но каждый вечер я закрывал ноутбук с ощущением, что мне всё ещё чего-то фундаментально не хватает.
Моя повседневная реальность выглядела так:
Claude писал анализ моих встреч с клиентами. Но мне приходилось вручную экспортировать расшифровки из Fathom, копировать и вставлять в Claude, а затем вручную создавать таблицы проектов в Notion на основе предложений Claude.
Я мог исследовать любую тему молниеносно с помощью ИИ. Но мне приходилось переключаться между Perplexity, NotebookLM, Claude и моим приложением для заметок, постоянно объясняя контекст заново и вручную организовывая инсайты.
Я был как повар, который идеально освоил каждый рецепт, но всё ещё мыл посуду вручную, переносил тарелки по одной и вручную записывал каждый заказ.
Затем несколько месяцев назад, пока я искал новые интересные штуки в X, я наткнулся на тред о чём-то под названием "Model Context Protocol" или MCP. Ответы были полны жаргона разработчиков, которого я не понимал, но один скриншот привлёк моё внимание:
Источник: X
То, что я обнаружил, было не просто новой функцией — это был ИИ, который наконец мог участвовать в моей реальной рабочей среде, а не просто наблюдать со стороны.
В течение часа после настройки я наблюдал, как Claude читал расшифровку встречи с клиентом, автоматически создавал базу данных проекта в Notion, разбивал задачи в Todoist и составлял черновики последующих писем — всё в одном разговоре.
Никакого копирования и вставки. Никакого переключения между приложениями. Никакого ручного ввода данных.
Я нашёл то, что даже не знал, что искал: ИИ, который работал с моими инструментами, а не рядом с ними.
Что на самом деле изменилось
Вот прорыв, который изменил всё:
В течение двух лет мы вели беседы с ИИ вот так:
Вы описываете проблему → ИИ предлагает решения → вы копируете ответ → вставляете его в другое приложение → вручную реализуете предложения.
Вы — посредник.
ИИ остаётся в ловушке своего чат-бокса, пока вы переносите информацию туда-сюда между системами.
Но что, если ИИ может пропустить посредника напрямую?
Что, если один разговор может исследовать вашу тему, обновить базу данных проекта, создать списки задач и составить черновики последующих писем — всё одновременно, в ваших реальных инструментах?
Именно это только что стало возможным.
Представьте каждый разговор с ИИ как визит к консультанту, который живёт в звукоизолированном офисе. Он может дать вам потрясающие советы, но не может видеть ваш календарь, получать доступ к вашим файлам или обновлять ваши системы. Вы должны быть посредником, передающим информацию туда и обратно.
Model Context Protocol (MCP) сносит звукоизолированные стены.
Теперь тот же консультант может видеть ваше расписание, читать ваши документы, обновлять ваши базы данных и координировать со всеми вашими инструментами — пока вы с ним разговариваете.
Вместо этого рабочего процесса:
Попросить ИИ составить план проекта
Скопировать ответ ИИ
Открыть Notion вручную
Создать базу данных вручную
Добавить задачи вручную
Составить черновики последующих писем вручную
Вы получаете этот рабочий процесс:
Попросить ИИ составить план проекта
Наблюдать, как он создаёт всё в реальном времени во всех ваших инструментах
Различие не только в скорости — дело в том, что ИИ наконец вырвался из чат-бокса.
Почему это меняет всё
Когда ИИ может на самом деле участвовать в вашей рабочей среде, а не просто наблюдать со стороны, что-то фундаментально меняется.
Вы перестаёте думать: "Мне нужно получить информацию от ИИ, а затем реализовать её самому."
Вы начинаете думать: "Мне нужно размышлять вслух с ИИ, который может выполнять задачи во всём моём цифровом рабочем пространстве."
Этот ментальный сдвиг — от ИИ как советника к ИИ как интегрированному коллаборатору — полностью трансформирует ваши отношения с этими инструментами.
Мой топ-5 сценариев ИИ для работы
Вот как на практике выглядит моё подключённое рабочее пространство ИИ:
1. Система встреч
Я заканчиваю стратегический звонок с клиентом в 14:00. К 14:05, не пошевелив пальцем:
Fathom расшифровал всю беседу. Claude читает расшифровку и выделяет три ключевые фазы проекта из моей электронной почты. Он создаёт подробную таблицу проекта в моём рабочем пространстве Notion. Он разбивает задачи и дедлайны в Todoist. Он составляет черновики пунктов последующих писем на основе того, что клиент действительно сказал.
Как пример, вот как это выглядит при интеграции Gmail и Notion вместе:
Вот результат в Notion:
Это возможно, потому что я интегрировал Gmail и Notion MCP в свой Claude. Раньше я тратил 30-45 минут после каждого звонка с клиентом на это вручную. Теперь я трачу это время на размышления о стратегии вместо ввода данных.
2. Исследовательский агент
На прошлой неделе мне нужно было понять ландшафт ценообразования для инструментов управления проектами. Я сказал Claude:
"Получи мне детали ценообразования для Trello, ClickUp, Monday и Asana и представь результаты в артефакте."
Claude использовал Brave Search MCP для запроса к сайту каждой компании, Firecrawl MCP для извлечения деталей ценообразования с их страниц, проанализировал стратегии позиционирования всех четырёх платформ и заполнил чистую таблицу сравнения — с готовыми к заполнению разделами для моих заметок и инсайтов.
Вся фаза исследования, которая раньше занимала у меня 2-3 часа, произошла менее чем за 5 минут. Вы можете проверить результат исследования прямо здесь.
3. Движок создания контента
Когда я пишу рассылки, подобные этой, я могу мозговать с Claude, используя всю мою базу знаний как контекст. Он извлекает соответствующие примеры из моих предыдущих постов, хранящихся в Google Drive, ищет в моём Gmail интересные истории читателей, на которые я мог бы сослаться, создаёт подробные планы с моей предпочтительной структурой и даже планирует напоминания в моём Google Календаре для дальнейшего исследования.
Дело не только в том, что ИИ помогает мне работать быстрее. Дело в том, что ИИ стал частью моей реальной творческой среды вместо отдельного инструмента, который мне нужно посещать.
4. Генератор социальных заметок
Я совершаю долгую прогулку почти каждый день. Во время этих прогулок я записываю голосом сырые мысли в мои Apple Notes, используя Wisprflow — беспорядочные идеи о потенциальных заметках для Substack и постах в LinkedIn, которые приходят мне в голову во время движения.
Поскольку Claude уже знает архив моих рассылок, стиль письма и характер моего прошлого социального контента через Google Drive, мне больше не нужно учить его всему с нуля.
Я просто прошу Claude получить доступ к моему Apple Notes MCP и преобразовать эти сырые идеи голос-в-текст в структурированные социальные заметки и посты в LinkedIn, которые на 80-90% готовы к публикации.
Когда я возвращаюсь к ноутбуку, я делаю лёгкое редактирование, чтобы убедиться, что всё готово, затем публикую немедленно. Вместо того чтобы тратить часы на редактирование и форматирование, я могу внести минимальные правки за 5-15 минут и подготовить текст к публикации.
5. Агент памяти с постоянным контекстом
Это может быть самым мощным.
Я знаю, насколько это раздражает, когда ИИ забывает всё, как только мы переходим из одного чат-бокса в другой.
Claude использует Memory MCP для запоминания инсайтов, предпочтений и деталей проекта во всех наших разговорах. Когда я ссылаюсь на "тему MCP, которую мы обсуждали на прошлой неделе," Claude точно знает, что я имею в виду, и может строить на основе этих предыдущих мыслей без необходимости повторно объяснять контекст.
Точный процесс:
Memory MCP создаёт постоянную базу знаний
Хранит предпочтения, паттерны проектов и успешные подходы
Соединяет инсайты между разными разговорами и проектами
Строит на основе предыдущего стратегического мышления без потери контекста
Магия происходит, когда эти интеграции усиливают друг друга: исследование → анализ → план проекта → разбивка задач → последующие письма, всё в одном разговоре.
Я больше не переключаюсь между 6 разными приложениями. Я размышляю вслух с ИИ, который может выполнять задачи во всём моём цифровом рабочем пространстве.
Это лишь некоторые примеры, которыми я могу поделиться в этом посте. За кулисами у меня есть много других процессов, которые я использую для создания приложений, создания менеджеров задач, выполнения последовательного мышления, подключения к базам данных, развёртывания веб-сайтов и многого другого. С MCP я могу делать всё это, не пошевелив пальцем — всё выполняется автоматически.
Как интегрировать Claude с MCP
Прежде чем продолжить, вам может быть интересно посмотреть, как команда Claude использует MCP в своём ежедневном рабочем процессе и понять, что возможно:
ВАЖНО: настройка MCP не так проста, как установка приложения, и работает только с настольным приложением Claude (не с веб-версией). Но это тоже не rocket science, и результат стоит первоначальных усилий.
Стратегическое внедрение, которое я рекомендую
Вместо того чтобы перегружать себя всеми возможными интеграциями, я научился внедрять это в три этапа, которые укрепляют уверенность, обеспечивая при этом немедленную ценность.
Этап 1: Поток информации (Начните здесь)
Начните с подключений, которые только читают информацию, не изменяют её:
Google Drive MCP — пусть ИИ получает доступ к вашим документам и файлам
Gmail MCP — ИИ может читать и резюмировать электронную почту
Calendar MCP — ИИ понимает ваше расписание и обязательства
Почему начинать здесь? Вы сразу увидите как это работает, не беспокоясь о том, что ИИ случайно удалит что-то важное. Эти интеграции обратимы и безопасны для экспериментов.
Как почувствуете ценность: Claude может ссылаться на ваши реальные файлы и электронную почту в разговоре. Вы поймёте, что это работает, когда сможете спросить "Что у меня в календаре завтра?" и получить реальные ответы.
Этап 2: Поток действий
Добавьте подключения, которые могут изменять и создавать:
Notion MCP — ИИ может создавать/читать страницы, базы данных и организовывать контент
Todoist MCP — ИИ может добавлять задачи, устанавливать дедлайны, организовывать проекты
Готовая интеграция — вы также можете проверить этот готовый шаблон для интеграции Asana, Atlassian, Zapier, Intercom и т.д.
Здесь происходят реальные приросты продуктивности, но также здесь вам нужно больше доверять системе.
Как почувствуете ценность: Claude создаёт реальные таблицы проектов в вашем рабочем пространстве Notion и добавляет настоящие задачи в ваш Todoist. Вы поймёте, что это работает, когда сможете сказать "Создай план проекта для X" и найти организованный контент в ваших реальных инструментах.
Этап 3: Продвинутая интеграция
Сложные вещи:
Firecrawl MCP — веб-скрапинг и анализ
Brave Search MCP — поиск по сайтам и захват информации
Пользовательские рабочие процессы — цепочки автоматизации в стиле Zapier
Как почувствуете ценность: Claude может исследовать темы, посещая сайты напрямую, и создавать всесторонние отчёты с актуальной информацией.
Проверка настройки
Вот что на самом деле происходит, когда вы их настраиваете:
Этап 1 MCP легко можно выполнить за минуты, но этапы 2-3 занимают 15-30 минут настройки. Вам нужно будет:
Установить некоторые зависимости через терминал вашего компьютера (Claude может провести вас через это пошагово)
Настроить JSON-файлы (звучит страшно, но это в основном копирование и вставка)
Предоставить разрешения и API-доступ к вашим инструментам
Протестировать подключение, чтобы убедиться, что оно работает
Инструкции доступны на GitHub, что может показаться пугающим, если вы не технический специалист. Но вы можете скопировать и вставить инструкции по установке прямо в Claude/ChatGPT и попросить объяснить каждый шаг простым языком. Вы также можете попросить его помочь отладить любые ошибки, с которыми вы столкнётесь.
Когда что-то идёт не так (а это произойдёт): не паникуйте. Большинство "сломанных" настроек на самом деле являются небольшими ошибками конфигурации. Сделайте скриншот любых сообщений об ошибках и попросите Claude/ChatGPT помочь устранить неполадки.
Мой главный совет: начните с одной интеграции, используйте её неделю, пока она не станет автоматической, затем добавьте следующую. Не пытайтесь настроить всё сразу — вы перегрузите себя и сдадитесь.
Моё честное мнение о MCP
Позвольте мне быть полностью прозрачным о том, во что вы ввязываетесь — потому что трансформация, которую я показал вам, идёт с реальными компромиссами.
Что будет вас напрягать
Скорость: MCP-подключения заметно медленнее обычных разговоров с Claude. То, что раньше занимало 10 секунд, может занять 20-40 секунд. Но ожидание 30 секунд, чтобы избежать 30 минут ручной работы, всё равно огромный выигрыш.
Инвестиции в настройку: вы потратите выходные, осваивая JSON-файлы и команды терминала. Даже с помощью Claude, переводящего инструкции, это не так просто, как подключи и работай. Но помните — вы в основном строите свою собственную операционную систему для работы с ИИ.
Ощущение раннего пользователя: нет идеального пользовательского интерфейса. Всё ощущается как инструменты разработчика, потому что это в основном так и есть.
Но вот почему вам нужно больше волноваться: каждый час, который вы инвестируете в настройку, окупается месяцами. Я сэкономил более 15 часов в неделю с момента внедрения этого, и это время складывается в стратегическое мышление вместо занятости.
Кто должен попробовать это сейчас
Вы уже получаете отличные результаты от ИИ и хотите раздвинуть границы
Вы не против устранения неполадок и чтения документации
Вы хотите испытать сотрудничество с ИИ на 12-18 месяцев раньше, чем оно станет мейнстримом
Вам следует отложить это, если:
Вы всё ещё изучаете основы промптинга ИИ (сначала освойте основы)
Вам нужны удобные и надёжные инструменты для критически важных рабочих процессов
У вас нет времени на эксперименты прямо сейчас
Моя честная рекомендация: если вы читаете эту рассылку, вы, вероятно, достаточно любопытны, чтобы попробовать Этап 1 и, надеюсь, Этап 2. Интеграции Google Drive и Gmail сами по себе изменят ваше представление о сотрудничестве с ИИ. Но всё кардинально изменится, если вы дойдёте до Этапа 2.
Почему это важнее, чем вы думаете
Люди, экспериментирующие с интеграцией ИИ сегодня, не просто оптимизируют свои рабочие процессы. Они развивают свободу владения самим будущим работы.
Когда коллега попросит вас "исследовать стратегии ценообразования и обновить наш план проекта", вы не будете думать "мне нужно исследовать, а затем вручную обновить". Вы будете думать "мне нужно настроить рабочий процесс, где ИИ исследует, анализирует и реализует одновременно".
Этот ментальный сдвиг — от последовательных задач к параллельным рабочим процессам — это и есть настоящая трансформация. Это различие между использованием ИИ для более быстрой работы и переосмыслением работы вокруг того, что становится возможным, когда ИИ действительно интегрирован.
Это, вероятно, то, на что был похож ранний интернет в 1993 году. Большинство людей отклоняли его как "слишком сложный" или "не готовый для обычных людей". Ранние пользователи, которые разобрались с электронной почтой и веб-браузингом, получали не просто преимущества в продуктивности — они развивали свободу владения совершенно новым способом работы.
Когда эта возможность станет мейнстримом, у них будет огромное преимущество в переосмыслении того, что возможно.
Ваш следующий шаг
Помните аналогию с поваром из начала? Мы потратили два года на совершенствование рецептов ИИ, всё ещё моя посуду вручную.
MCP наконец даёт нам полную автоматизацию кухни.
Ваш следующий шаг — не обдумывать это слишком много. Откройте Claude Desktop прямо сейчас и подключите его к вашему Google Drive. Потратьте 10 минут, задавая вопросы о документах, которые, как вы знаете, там есть. Почувствуйте ценность, когда он ссылается на вашу реальную работу.
Окно для преимущества раннего пользователя узкое. Каждый месяц, который вы ждёте, больше людей это понимают. Конкурентный барьер становится меньше.
Будь то MCP или то, что придёт дальше, ИИ вырывается из чат-бокса. Люди, экспериментирующие с несовершенными инструментами сегодня, строят свободу владения самим будущим работы.