Удачный промпт может показаться магической таблеткой: скопировали его — и получили ответ, который увеличил все ваши показатели. Реальность сложнее: чтобы ИИ выдал вам точный результат, нужно больше, чем ctrl+c и ctrl+v.
Вместе с AI-консультантом и основателем letAI Александром Новиковым разбираем, почему промтинг умирает как самостоятельный навык и какие AI-компетенции развивать вместо него.
Вместе с AI-консультантом и основателем letAI Александром Новиковым разбираем, почему промтинг умирает как самостоятельный навык и какие AI-компетенции развивать вместо него.
Александр Новиков
Основатель letAI, Ex-Product Marketing Lead в Яндекс Практикум
Удачный промпт может показаться магической таблеткой: скопировали его — и получили ответ, который увеличил все ваши показатели. Реальность сложнее: чтобы ИИ выдал вам точный результат, нужно больше, чем ctrl+c и ctrl+v.
Вместе с AI-консультантом и основателем letAI Александром Новиковым разбираем, почему промтинг умирает как самостоятельный навык и какие AI-компетенции развивать вместо него.
Вместе с AI-консультантом и основателем letAI Александром Новиковым разбираем, почему промтинг умирает как самостоятельный навык и какие AI-компетенции развивать вместо него.
Александр Новиков
Основатель letAI, Ex-Product Marketing Lead в Яндекс Практикум
Нейросети для работы:оптимизация задач с помощью AI
Онлайн-интенсив для тех, кто хочет настроить AI под свои задачи
Одна крупная компания пришла к нам за прокачкой ИИ-навыков сотрудников. HR-менеджер дал чёткий запрос: «Нам нужны готовые промпты, которые мы сможем вставлять и делать задачи с ИИ».
Такой подход не сработает, а компания окажется разочарованной — никто со стороны не сможет принести вам промпты, которые учтут ваш контекст и будут эффективны для вашей деятельности. Команде важно самой пройти этот путь, поняв, как составлять промпты самостоятельно.
Такой подход не сработает, а компания окажется разочарованной — никто со стороны не сможет принести вам промпты, которые учтут ваш контекст и будут эффективны для вашей деятельности. Команде важно самой пройти этот путь, поняв, как составлять промпты самостоятельно.
С чего начинался промптинг
С чего начинался промптинг
Prompt — это запрос, который вы отправляете LLM (Large Language Model, большой языковой модели — например, ChatGPT). Модель обрабатывает его и выдаёт ответ. С момента массового запуска LLM в 2022 году вокруг Prompt Engineering возник большой хайп — более старым моделям были необходимы конкретные слова и выражения:
Порядок слов. В ранних версиях GPT-3.5 важно было точно выстраивать фразы, чтобы получить нужный ответ.
Тайные фразы. Казалось, что есть особые магические слова, дающие лучший результат. Например, «думай шаг за шагом» или «меня уволят, если ты облажаешься».
Со временем LLM эволюционировали и повысили свою гибкость. То, что раньше было велосипедом, требующим непрерывного кручения педалей, теперь стало автомобилем — вы по-прежнему рулите, но намного быстрее и без необходимости постоянно балансировать.
Более новые, «размышляющие» модели вроде GPT-о4 и Claude 3.7 могут выполнять многошаговые задачи, перепроверять себя и ещё точнее следить за тем, что все части запроса учтены в ответе.
Таким LLM уже не нужен сложный промпт, состоящий из волшебных слов — однако готовые промпты не теряют популярности. Наоборот, у многих до сих пор есть ощущение, что готовым шаблоном из сети можно закрыть даже сложные бизнес-задачи.
Почему готовый промпт — неоптимальное решение
Почему готовый промпт — неоптимальное решение
Представьте ситуацию: вы находите в интернете «Готовое ТЗ на дизайн сайта» и отправляете его своей команде. Как думаете, каким будет результат?
Промпты — это, по сути, чужие технические задания, только брифуем мы не человека, а ИИ.
Отсутствие вашего контекста. У каждой компании — свои процессы, терминология, цели.
Необходимость адаптации. Шаблон превращается в бесполезную «болванку», если вы не вложите в него реальные кейсы и примеры.
Иллюзия «волшебной таблетки». Специалисты ждут моментального решения «под ключ», а сталкиваются с необходимостью правок и уточнений.
Возьмем шаблон промпта для SWOT-анализа. Со стороны он выглядит неплохо.
Вдруг по нему ИИ действительно сделает глубокий анализ, учтёт всех конкурентов и заменит нашего стратега?
Вдруг по нему ИИ действительно сделает глубокий анализ, учтёт всех конкурентов и заменит нашего стратега?
Пример запроса на SWOT-анализ
Получаем ответ. В первые секунды он всегда будет казаться валидным.
Ответ нейросети на типовой запрос о SWOT-анализе
Закапываясь глубже, мы находим проблемы:
ИИ не учёл рынок и предложил случайных глобальных конкурентов — например, Coursera и Udemy.
ИИ добавил в сильные и слабые стороны очевидные факты о компаниях.
ИИ выдумал «возможности» и «угрозы» — погрузившись, мы поймём, что они слабо соотносятся с реальностью.
ИИ предложил стратегии, которые никак не опирались на анализ рынка — например, «Активно развивать B2C- и B2B-каналы маркетинга».
Главная опасность в том, что на первый взгляд ответ ИИ кажется уместным — и это может направить на ложный путь.
Это не значит, что ИИ нельзя использовать для SWOT-анализа — но нужно учесть ряд деталей:
Описать ограничения рынка и контекст задачи — ответить на вопрос «Зачем мы это делаем?»;
Заранее выделить список конкурентов и прикрепить к запросу их сайты с описанием ключевых продуктов;
Подробно описать, что должно быть в каждой части фреймворка, а лучше финализировать с ИИ сам фреймворк ещё до его заполнения;
Прикрепить несколько тренд-репортов о развитии рынка — так ИИ сможет опираться на реальные тренды среди конкурентов;
Не останавливаться на одной итерации, а продолжать обмениваться с ИИ обратной связью, пока не найдёте ценные для себя инсайты.
Волшебной таблетки здесь нет. Чтобы сделать SWOT-анализ, профессионал работает над задачей бок о бок с ИИ, а не просто высылает волшебный абзац, вставляя в промпт название своей компании.
Бывают ли готовые промпты полезными
Бывают ли готовые промпты полезными
Готовые промпты полезны начинающим специалистам — они помогают верхнеуровнево разобраться в теме и сделать «на тройку» за 10 минут там, где сам человек сделал бы «на двойку» за целый рабочий день.
Профессионалам уровня middle сложнее: посредственный результат от LLM их уже не удовлетворяет, но поставить структурное ТЗ получается не всегда.
Для senior- и C-level специалистов ценность AI снова высока — они понимают, как сформулировать задачу, чтобы получить от нейросети нужный результат.
Ценность ИИ меняется в зависимости от грейда специалиста
Что такое формула промпта и чем она отличается от готового шаблона
Что такое формула промпта и чем она отличается от готового шаблона
Промптинг как hard-навык уходит: нам больше не нужно вставлять волшебные слова и обещать ИИ чаевые. Шаблоны промптов помогают быстро выполнить типовую задачу «на тройку». Если же мы хотим выполнить задачу «на пятерку», нам нужно составлять промпт с нуля, вкладывая в него своё видение задачи.
Особенность ИИ в том, что наличие в брифе конкретных пунктов помогает выполнить задачу так, как нужно. Поэтому общие принципы постановки задач — как сформулировать, что учесть, какой контекст добавить — остаются актуальными.
Ниже — формула промпта, которую можно использовать в качестве памятки:
6 составляющих качественного промпта
Главное правило: относитесь к промпту как к ТЗ для коллеги. Если коллега не сможет выполнить задачу по вашему ТЗ, то ИИ тоже не сможет.
Проведите с топовой моделью 10 часов, выполняя реальные задачи. Вначале используйте формулу промпта, а дальше вы почувствуете инструмент и будете свободно им пользоваться.
Какие навыки развивать вместо промптинга
Какие навыки развивать вместо промптинга
Грамотный выбор кейсов для делегирования ИИ
Когда мы в LetAI приходим к новому клиенту, мы используем метод «проверка новым коллегой», или «проверка AI-коллегой». Он позволяет быстро найти кейсы, которые потенциально можно передать ИИ.
Представьте, что вам в подчинение дали 100 сотрудников, которые только пришли в компанию. Эти коллеги:
готовы работать бесплатно
не устают и очень усердны
Но работают с ограничениями:
им нужно очень подробное ТЗ без пропущенных этапов: куда нажимать, как принимать решение, в каком формате вернуть результат и т. д;
коллеги — новички и ничего не знают о нашей деятельности;
забывают предыдущую историю общения после каждого диалога;
временами ошибаются — собственно, как и люди.
Если AI-коллега справляется, вы можете автоматизировать задачу через LLM. Если нет — это зона ответственности человека.
Примеры хорошей и неподходящей задач для AI-коллеги
Управленческие навыки
Управленческие навыки
Даже если у нас нет своей команды, теперь мы — менеджеры, которые управляют ИИ и ставят ему задачи.
Роль руководителя (ИИ или настоящих подчинённых) требует системности и смены майндсета — нужно научиться ставить задачи, чётко описывая требования, критерии и ограничения.
Сдвиг от промптинга к навыкам постановки задач означает, что ключевыми становятся не техника подбора слов, а другие умения:
Формулировать проблему. Вместо поиска идеальной фразы важно ясно понимать и описывать саму задачу, её контекст, ограничения и цель применения ИИ.
Декомпозировать задачу. Сложные бизнес-проблемы разбиваются на цепочку более простых подзадач (сбор данных → анализ отдельных аспектов → генерация решений → объединение результатов), что повышает надёжность и прозрачность работы с ИИ.
Уточнять и переосмысливать задачу. На основе промежуточных ответов ИИ нужно уметь диагностировать, где формулировка не даёт нужного результата, и переформулировать проблему на более глубоком уровне (reframing).
Проектировать ограничения и критерии. Задавать рамки и стандарты качества (constraint design) — описывать условия, которые должен учитывать ответ, и проверочные механизмы, чтобы минимизировать риск неверных или неактуальных решений.
В результате роль человека меняется: специалист выступает менеджером задач, способным интегрировать ИИ в решение реальных проблем.
Подготовка специалистов смещается с узкого prompt engineering к развитию общей AI-грамотности и умению видеть применение ИИ, корректно ставить ему задачи, критически оценивать и дорабатывать результаты. Это soft-skill, который понадобится в любой профессии.
Создание ИИ-инструментов без программирования
Создание ИИ-инструментов без программирования
На западе достаточно давно есть термин «civil development», «гражданская разработка». Это значит, что команда разрабатывает решения и инструменты сама, без привлечения IT-команды и разработчиков.
ИИ снизил порог входа — теперь каждый специалист может создавать для себя инструменты.
Маркетолог самостоятельно делает спецпроект с интерактивным ботом. ИИ помогает создать контент, проработать сценарий бота и автоматизировать его с no-code сервисами.
Рекрутер создаёт инструмент, куда подгружает описание вакансии и резюме кандидатов. ИИ анализирует кандидатов и аргументированно рекомендует наиболее подходящих.
Пример самостоятельно созданного инструмента
Какие инструменты использовать:
платформа автоматизации (n8n / make)
LLM (ChatGPT, claude, yandexgpt и т. д.)
Custom GPTs от OpenAi
В ближайшем будущем будут очень цениться навыки no-code разработки с ИИ. Это даст возможность самостоятельно масштабировать процессы и автоматизировать операции и сделает сотрудников более ценными для работодателя.
Что делать уже сегодня
Что делать уже сегодня
Промтинг как набор волшебных фраз умирает. На первый план выходят навык постановки задач, способность адаптировать запросы под свой контекст и умение определять, какие задачи можно делегировать ИИ.
Ниже — несколько шагов, которые стоит сделать уже сейчас:
Провести 10 часов с топовой ИИ-моделью:
- Проведите «проверку AI-коллегой» в своей работе и выделите задачи, которые хочется делегировать: занимают много времени или их трудно начать.
- Изучите формулу промпта (роль-задача-контекст-примеры-формат-тональность) и примените её для 10−20 реальных задач.
- Попробуйте разные возможности интерфейса и взаимодействия с ИИ (анализ данных, написание текстов, анализ документов, ИИ-ассистенты и т. д.).
Начать развивать управленческие навыки работы с ИИ: дизайн-мышление, критическое мышление и навык постановки задач.
Изучить no-code инструменты и создать простую автоматизацию с использованием ИИ — например, телеграм-бота с ИИ под капотом. Можно начать с гайдов по n8n.
Эти шаги позволят не просто использовать готовые промпты, а действительно начать получать пользу от ИИ и прокачать навыки будущего.
Ещё один шаг — записаться на AI-интенсив SE
Ещё один шаг — записаться на AI-интенсив SE
«Нейросети для работы: оптимизация задач с помощью AI» — это трёхнедельное обучение, на котором вы проведёте с ИИ-моделями эти 10 часов и даже больше:
- Научитесь использовать их по максимуму и настраивать под свои задачи
- Создадите экосистему нейросетей и встроите её в процессы компании
- Заговорите на одном языке с ИИ, чтобы нейросеть понимала вас с первых запросов
«Нейросети для работы: оптимизация задач с помощью AI» — это трёхнедельное обучение, на котором вы проведёте с ИИ-моделями эти 10 часов и даже больше:
- Научитесь использовать их по максимуму и настраивать под свои задачи
- Создадите экосистему нейросетей и встроите её в процессы компании
- Заговорите на одном языке с ИИ, чтобы нейросеть понимала вас с первых запросов
