Kitobni o'qish: «Нейросети с нуля: от первого запроса до результата»

Name: Нейросети с нуля: от первого запроса до результата
Author: Алефтина А.П

Алефтина А.П

Shrift:

Предисловие

Эта книга не о машинах, она о человеке.

Если вы открыли эту книгу, возможно, вы уже сталкивались с искусственным интеллектом.

Вы могли слышать о нейросетях от друзей, видеть созданные ими изображения в интернете, читать о новых моделях или наблюдать, как кто-то за несколько минут пишет текст, создаёт презентацию, обрабатывает фотографию или получает помощь в программировании. А возможно, вы пока вообще не понимаете, что такое нейросеть. И это нормально.

Возможно, вы даже немного опасаетесь происходящего.

«А вдруг я не успею разобраться?»

«А вдруг моя профессия больше не понадобится?»

«А вдруг искусственный интеллект станет умнее меня?»

«Все вокруг уже умеют им пользоваться, а я отстал».

Если вы задавали себе хотя бы один из этих вопросов — эта книга написана для вас.

И прежде всего я хочу сказать одну простую вещь: вам не нужно бояться того, чего вы пока не понимаете. Нужно просто разобраться, мы живём в необычное время, человечество уже переживало технологические революции. Когда-то люди боялись машин, потому что машины могли выполнять физическую работу. Потом появились электричество, телефон, радио, телевидение, компьютеры и интернет.

Каждый раз технология сначала казалась чем-то сложным и непонятным. Затем становилась привычной частью жизни. Сегодня мы наблюдаем очередной такой переход. Но на этот раз изменяется не только способ передвижения, производства или передачи информации. Начинает меняться сама работа с информацией.

Мы создаём технологии, которые могут читать тексты, анализировать документы, писать программы, объяснять сложные темы, создавать изображения, работать с голосом, помогать исследовать информацию и выполнять множество других интеллектуальных задач.

И это только начало.

Поэтому вопрос уже не столько в том, появится ли искусственный интеллект в нашей жизни. Он уже появился. Вопрос теперь другой: как научиться жить и работать в мире, где рядом с человеком существует искусственный интеллект?

Эта книга не научит вас пользоваться одной конкретной нейросетью, это принципиально важно, сегодня популярна одна модель, завтра появится другая. Через год изменятся интерфейсы, тарифы, возможности и способы взаимодействия. Поэтому книга, построенная только вокруг инструкций вроде «нажмите сюда, затем сюда», очень быстро устареет.

Я хочу предложить другой подход, книга научит вас не конкретной кнопке. Она научит вас принципам.

Вы научитесь:

· понимать, что такое искусственный интеллект;

· выбирать подходящий инструмент под задачу;

· правильно формулировать запросы;

· вести содержательный диалог с ИИ;

· улучшать полученные результаты;

· проверять информацию;

· работать с текстом, изображениями, документами и другими форматами;

· использовать ИИ в учёбе и работе;

· создавать собственных помощников;

· автоматизировать повторяющиеся задачи;

· понимать ограничения технологий;

· защищать свои данные;

· учитывать авторские права и другие юридические вопросы;

· отличать полезное применение ИИ от опасного;

· самостоятельно осваивать новые инструменты, которые появятся в будущем.

Но есть ещё одна, возможно, более важная задача. Эта книга должна научить вас думать. ИИ не отменяет человека. Когда человек впервые видит возможности современной нейросети, у него может возникнуть странное ощущение.

Она пишет быстрее, она может обработать огромный объём текста, она способна предложить десятки идей за несколько секунд, она может объяснить сложную тему, она умеет работать с изображениями, она может помочь написать программу.

И тогда возникает естественный вопрос: «А что тогда останется мне?». Это один из самых важных вопросов нашего времени. Ответ на него не так прост, как кажется. Человеческая ценность никогда не заключалась только в скорости печати текста, способности быстро считать или количестве информации, которое человек способен запомнить. У человека есть то, что нельзя свести к одному набору функций: способность ставить цели; нести ответственность; делать выбор; строить отношения; переживать; сомневаться; создавать смыслы; любить; сочувствовать; мечтать; оценивать последствия своих поступков; решать, зачем вообще что-либо делать.

Именно поэтому искусственный интеллект лучше рассматривать не только как конкурента, но и как новый инструмент. Очень мощный инструмент, но всё ещё инструмент.

Однако есть опасность. И она заключается не только в том, что искусственный интеллект может ошибаться. Опасность возникает тогда, когда человек перестаёт думать самостоятельно. Представьте калькулятор. Если человек умеет считать и использует калькулятор, он получает удобный инструмент. Но если человек перестал понимать даже смысл вычислений и полностью доверяет каждому результату, инструмент постепенно начинает управлять его мышлением. С ИИ ситуация ещё серьёзнее. Нейросеть может написать очень убедительный текст. Но убедительный текст не обязательно является правдивым. Она может привести несуществующий источник. Может ошибиться в цифре, может неправильно понять задачу, может уверенно ответить на вопрос, который требует проверки.

В этой книге мы будем постепенно двигаться от самых простых задач к более сложным. Сначала вы просто зададите первый вопрос, потом научитесь улучшать запрос, затем поймёте, как строить диалог. После этого научитесь проверять ответы, начнёте использовать ИИ для реальных задач, а затем попробуете создавать собственные системы и автоматизировать работу.

Но на каждом этапе будет сохраняться одна последовательность: человек задача ИИ проверка решение результат. Не: человек ИИ готовая истина. Это принципиальная разница. Здесь будет не только технология. Я специально хочу поговорить в этой книге не только о нейросетях. Мы поговорим о страхе, любопытстве, лени, человеческой самооценке, творчестве, о работе, об образовании, о будущем профессий, о том, что такое интеллект и чем отличается информация от знания, о том, может ли машина быть творческой, что значит оставаться человеком в мире, где машины становятся всё более способными. Возможно, некоторые вопросы этой книги не будут иметь окончательного ответа. И это нормально, иногда хороший вопрос ценнее быстрого ответа.

Как работать с этой книгой? Не читайте её только как обычную книгу, практикуйтесь. Если в главе написано: «Попробуйте этот запрос», не просто прочитайте его. Откройте доступный вам ИИ-инструмент и попробуйте. Получили ответ? Измените запрос. Сравните результаты. Попросите нейросеть найти собственные ошибки. Задайте дополнительный вопрос. Попробуйте выполнить то же задание другим способом. Сделайте собственный вывод.

Потому что навык работы с искусственным интеллектом невозможно получить только чтением. Это примерно как научиться плавать, читая книгу о плавании. Теория необходима, но вода всё равно потребуется. Не бойтесь начинать с нуля, возможно, вы никогда не писали промпты, возможно, слово «токен» для вас ничего не значит. Возможно, вы не знаете разницы между языковой моделью, нейросетью и генеративным искусственным интеллектом. Ничего страшного, мы будем двигаться постепенно.

И ещё одно важное правило! Эта книга не обещает вам, что искусственный интеллект решит все ваши проблемы.

Не обещает, что вы станете богатым за неделю.

Не обещает, что нейросеть заменит всю вашу работу.

Не обещает, что существует универсальный промпт, который способен решить любую задачу. Так не бывает.

Но я надеюсь дать вам нечто более ценное: понимание. Понимание того, что происходит, того, как использовать новые инструменты, где им можно доверять, а где необходимо проверять. И главное — понимание того, что технологии не являются чем-то магическим. Их можно изучать.

Искусственный интеллект — это не будущее, которое однажды придёт. Это инструмент настоящего, которым человек может научиться пользоваться уже сегодня. А каким будет ваше будущее с этим инструментом — во многом зависит от того, как вы решите его использовать.

Глава 1. Мывошли в новую эпоху.

1.1. Искусственный интеллект уже здесь

Не нужно ждать будущего, чтобы встретиться с искусственным интеллектом.

Если вы пользуетесь поиском, переводчиком, рекомендациями фильмов и музыки, навигацией, распознаванием фотографий, голосовым вводом или автоматической обработкой текста, вы, скорее всего, уже сталкивались с технологиями машинного обучения. Но новый этап отличается от предыдущего. Раньше компьютер в основном выполнял заранее определённые человеком инструкции.

Теперь мы можем сформулировать задачу обычным человеческим языком и получить от системы результат.

Например: «Объясни мне, как работает ипотека, простыми словами и приведи пример».

Или: «Проанализируй этот текст и выдели основные проблемы».

Или: «Составь план изучения английского языка на три месяца».

Или: «Посмотри на эту таблицу и объясни, какие закономерности в ней видны».

Или: «Помоги мне разобраться в ошибке моего программного кода».

Это принципиально новый способ взаимодействия с компьютером. Мы всё чаще взаимодействуем с программой не через сложное меню, а через намерение.

1.2. Что такое искусственный интеллект

Начнём с самого простого определения.

Искусственный интеллект (ИИ) — это общее название для технологий, которые позволяют компьютерным системам выполнять задачи, обычно требующие человеческих интеллектуальных способностей.

Например:

· понимать и создавать текст;

· распознавать изображения;

· распознавать речь;

· переводить языки;

· находить закономерности в данных;

· создавать изображения;

· анализировать документы;

· писать и анализировать программный код;

· принимать решения по заданным правилам и данным.

Важно понимать:

ИИ — это не одна программа и не одна нейросеть. Это огромное направление технологий.

Условно его можно представить так:

Искусственный интеллект

Машинное обучение

Нейронные сети

Генеративные модели

Современные AI-системы и агенты

Это не строгая универсальная классификация всех существующих технологий, но удобная схема для первого понимания.

1.3. Что такое нейросеть.

Нейронная сеть — это математическая модель, которая обучается находить закономерности в данных. Представьте, что мы хотим научить систему отличать фотографии кошек от фотографий собак. Мы показываем ей большое количество примеров. Система анализирует множество признаков и во время обучения постепенно изменяет свои внутренние параметры так, чтобы лучше выполнять поставленную задачу. После обучения она получает новую фотографию и может оценить, к какому классу она относится. Современные модели значительно сложнее этого примера. Они могут работать не только с изображениями, но и с: текстом; аудио; видео; программным кодом; таблицами; документами.

А некоторые системы умеют работать сразу с несколькими типами информации.Это называется мультимодальностью.

1.4. Что такое генеративный ИИ.

Особенно важный термин для этой книги — генеративный искусственный интеллект.Генеративные модели способны создавать новый контент на основе полученного запроса и контекста.

Например:

Текст

> «Напиши деловое письмо клиенту».

Изображение

> «Создай иллюстрацию современного российского города будущего».

Код

> «Напиши программу, которая сортирует список чисел».

Аудио

> «Создай озвучку этого текста».

Видео

> «Создай короткую сцену по этому описанию».

При этом важно понимать:

> Генерация не означает гарантированную достоверность.

Модель может создать красивый, убедительный и одновременно неправильный результат. Это одна из первых вещей, которую необходимо запомнить.

1.5. ИИ не является поисковой системой.

Новички часто воспринимают нейросеть примерно так: «Я задам вопрос, а она найдёт правильный ответ». Это не всегда так. Обычная поисковая система прежде всего помогает найти существующую информацию.

Генеративная модель может сформировать ответ, используя доступный ей контекст и закономерности, которым она обучена. Поэтому между двумя задачами есть разница.

Поиск:

«Найди официальный документ с действующей редакцией закона».

Работа с ИИ:

«Объясни мне содержание этого документа простыми словами».

А ещё лучше:

> «Вот официальный текст документа. Объясни его простыми словами, выдели основные положения и укажи пункты, которые мне стоит проверить самостоятельно».

Во втором случае ИИ становится инструментом обработки информации.

1.6. Почему ИИ иногда уверенно ошибается

Это один из самых важных моментов всей книги. Представьте ученика, который очень хорошо умеет писать сочинения. Вы задаёте ему вопрос, ответа на который он не знает.

Вместо: «Я не знаю» он иногда может придумать правдоподобный ответ. С современными генеративными моделями возможна похожая проблема. Например, модель может:

· придумать источник;

· перепутать дату;

· неправильно назвать человека;

· ошибиться в математике;

· придумать несуществующую цитату;

· использовать устаревшую информацию;

· неправильно понять ваш запрос.

Такие ошибки часто называют галлюцинациями ИИ. Поэтому существует фундаментальное правило:

Чем выше цена ошибки, тем тщательнее нужно проверять ответ.

Если вы просите: «Придумай десять названий для моего проекта» ошибка практически ничего не стоит.

Если вы спрашиваете: «Можно ли мне подписывать этот юридический документ?» цена ошибки может быть высокой.

Если вопрос касается: здоровья; права; денег; безопасности; важных деловых решений; ответ ИИ нельзя воспринимать как окончательное решение без необходимой проверки.

1.7. Главное изменение: компьютер начинает понимать задачу через язык.

Раньше человеку часто приходилось изучать язык компьютера. Сейчас всё больше систем позволяют компьютеру адаптироваться к человеческому языку.

Сравним.

Раньше, чтобы обработать данные, человеку могли понадобиться:

· специальная программа;

· определённые команды;

· навыки работы с таблицами;

· программирование.

Сейчас, можно начать с обычного запроса:

«Вот таблица продаж за год. Найди месяцы с максимальным и минимальным результатом, посчитай изменение по сравнению с предыдущим месяцем и объясни возможные закономерности».

Это не означает, что специалист больше не нужен. Это означает, что порог входа снизился. Человек без программирования может начать решать задачи, которые раньше требовали специальных навыков.

1.8. Но хороший результат начинается не с нейросети.

Это принципиальный момент. Новичок обычно думает: «Какую нейросеть мне использовать?»

Опытный пользователь сначала спрашивает: «Что именно я хочу получить?»

Например, задача: «Мне нужно написать текст». Слишком неопределённо. Что за текст? Для кого? Зачем? Какой объём? Какой стиль? Какие факты обязательно должны быть? Какие ограничения существуют?

Поэтому правильная последовательность:

1. Определить цель.

Что я хочу получить?

2. Определить результат.

Как должен выглядеть готовый результат?

3. Подготовить контекст.

Что ИИ должен знать?

4. Сформулировать задачу.

Что именно нужно сделать?

5. Получить первый вариант.

6. Проверить его.

7. Улучшить.

Это базовый рабочий цикл всей книги: Цель Контекст Запрос Результат Проверка Улучшение.

Запомните его. Мы будем возвращаться к нему снова и снова.

1.9. Первый практический эксперимент

Теперь хватит теории. Откройте любой доступный вам ИИ-сервис, который поддерживает диалог с текстовой моделью. Не ищите идеальный сервис. На первом этапе нам важно понять сам принцип.

Введите: Объясни мне, что такое искусственный интеллект. Я никогда раньше не изучал эту тему. Объясни простыми словами, без сложных технических терминов. Приведи три примера использования ИИ в повседневной жизни.

Прочитайте ответ. Теперь задайте второй запрос: Теперь объясни ту же тему так, будто ты преподаватель, а я твой студент. Сначала задай мне 5 вопросов, чтобы определить, что я уже знаю об искусственном интеллекте. После моих ответов составь для меня краткое объяснение.

Обратите внимание на разницу. В первом запросе вы попросили: дать информацию. Во втором: построить обучение вокруг вас. Это уже совсем другой уровень использования ИИ.

1.10. Эксперимент 2: заставьте ИИ объяснить самого себя

Спросите: Назови пять основных ограничений современных генеративных ИИ-систем. Для каждого ограничения приведи реальный пример того, как ошибка может повлиять на результат.

После ответа задайте: Теперь раскритикуй свой предыдущий ответ. Найди в нём возможные неточности, чрезмерные обобщения или утверждения, которые требуют проверки.

Вы только что начали использовать важнейший принцип:

ИИ можно использовать не только для создания ответа, но и для его критического анализа. Но помните: такая самопроверка не заменяет независимую проверку фактов.

1.11. Первое правило хорошего пользователя ИИ.

Не спрашивайте: «Что ты умеешь?».

Спросите: «Какую мою задачу ты можешь помочь решить?».

Это небольшое изменение мышления имеет огромное значение.

Например:

«Что умеет ИИ?»

Лучше:

«Мне каждую неделю приходится составлять отчёт из нескольких таблиц. Как ИИ может помочь мне сократить эту работу?»

«Расскажи про маркетинг».

Лучше:

«Я владелец небольшой кофейни. Помоги мне придумать план продвижения на месяц при ограниченном бюджете».

«Помоги с английским».

Лучше:

«Я понимаю английский на базовом уровне, но плохо говорю. Составь мне 20-минутную ежедневную программу занятий на месяц и начни с первого урока».

Чем конкретнее реальная задача, тем полезнее становится разговор.

1.12. Что вам нужно запомнить после первой главы

Если после этой главы вы запомните только семь вещей — этого достаточно.

1. ИИ — это не одна программа.

Это большое семейство технологий.

2. Нейросеть — один из основных типов моделей, используемых современным ИИ.

3. Генеративный ИИ способен создавать новый контент.

4. ИИ может ошибаться.

Причём иногда делать это очень убедительно.

5. Первый ответ не обязательно является хорошим ответом.

Его можно улучшать.

6. Качество результата зависит не только от модели, но и от постановки задачи.

7. Главный навык — не знать название всех нейросетей, а уметь правильно ставить задачи и проверять результат.

Практическое задание.

Теперь выполните небольшую самостоятельную работу.

Выберите одну реальную задачу из своей жизни.

Например:

· подготовить письмо;

· изучить новую тему;

· составить план поездки;

· разобраться в документе;

· придумать подарок;

· подготовиться к собеседованию;

· организовать рабочую неделю;

· изучить иностранный язык;

· придумать идею проекта.

Запишите её одним предложением.

Например: «Я хочу научиться лучше планировать свой рабочий день».

Теперь отправьте ИИ такой запрос: Я хочу [ваша задача]. Прежде чем предлагать решение, задай мне 5 уточняющих вопросов, ответы на которые помогут тебе лучше понять мою ситуацию. После моих ответов предложи конкретный план действий.

Ответьте на вопросы.

Получите план.

После этого спросите: Теперь найди слабые места в предложенном тобой плане. Что может не сработать? Какие данные тебе ещё нужны? Что бы ты изменил?

И сохраните получившийся результат.

Это будет ваш первый полноценный цикл работы с ИИ:

Задача уточнение решение критика улучшение.

Контрольные вопросы.

Попробуйте ответить без подсказок.

1. Чем искусственный интеллект отличается от одной конкретной нейросети?

2. Что такое генеративный ИИ?

3. Почему ИИ может уверенно ошибаться?

4. Почему хороший запрос начинается с понимания задачи?

5. В каких ситуациях результат ИИ обязательно нужно дополнительно проверять?

6. Почему первый ответ нейросети не обязательно является финальным?

7. Как выглядит базовый цикл работы с ИИ?

Если вы можете объяснить эти семь пунктов своими словами — можно двигаться дальше.

Мысль главы.

Вам не нужно знать всё об искусственном интеллекте, чтобы начать им пользоваться. Но вам необходимо понимать его ограничения. Не относитесь к ИИ как к оракулу, который знает все ответы.

Относитесь к нему как к чрезвычайно мощному интеллектуальному инструменту, который способен помочь вам думать, создавать, анализировать и учиться — но требует от человека постановки задачи, критической оценки и ответственности за конечное решение. Глава 2. Как работает нейросеть — простыми словамиГлава 2. Как работает нейросеть — простыми словамиГлава 2. Как работает нейросеть — простыми словами

Глава 2. Как работает нейросеть —простыми словами

В первой главе мы разобрались, что такое искусственный интеллект и почему важно правильно ставить ему задачи. Теперь сделаем следующий шаг. Необходимо понять, что происходит внутри нейросети, когда вы отправляете ей запрос. Для этого не нужно становиться программистом. Нам не понадобится высшая математика, программный код или сложные формулы.

Нужно понять несколько основных принципов. После этой главы вы будете лучше понимать:

· что такое модель;

· как нейросеть обучается;

· что такое токены;

· что такое контекст;

· почему нейросеть может ошибаться;

· почему один и тот же запрос может дать разные ответы;

· почему длинный и хороший запрос не всегда лучше короткого;

· что влияет на качество результата.

2.1. Представьте ученика.

Представим человека, который хочет научиться писать. Мы даём ему огромное количество примеров: книги; статьи; диалоги; инструкции; рассказы; научные тексты; различные документы. Постепенно он начинает замечать закономерности.

Например: После приветствия часто следует обращение. После вопроса ожидается ответ. В научном тексте используется один стиль. В деловом письме — другой. В художественном рассказе — третий.

Человек не просто запоминает отдельные предложения. Он постепенно формирует представление о том, как устроен язык и как элементы языка связаны между собой. Современные языковые модели делают нечто похожее, но в совершенно другом масштабе и математическим способом.

2.2. Что такое модель

Когда мы говорим: «Я задам вопрос нейросети», на самом деле мы взаимодействуем с моделью, которая была предварительно обучена на большом количестве данных.

Упрощённо: данные обучение модель запрос результат.

Во время обучения система анализирует огромное количество примеров и изменяет свои внутренние параметры так, чтобы лучше выполнять поставленные задачи. После обучения полученную систему можно использовать для решения новых задач.

Важно понимать: модель — это не база данных с готовыми ответами на все вопросы.

Если вы спросили: «Что такое чёрная дыра?» она не обязательно ищет внутри себя страницу с таким вопросом и копирует готовый ответ. Она формирует ответ на основе закономерностей, полученных во время обучения, и информации, доступной ей в текущем контексте.

2.3. Обучение нейросети.

Очень упрощённо процесс можно представить так.

Допустим, системе показывают текст: «Москва — столица ...»

Модель должна предсказать, какое продолжение наиболее вероятно. Она делает предположение.

Например: «России».

Если предсказание отличается от правильного варианта, во время обучения внутренние параметры модели корректируются. Затем ей показывают огромное количество других примеров. И процесс повторяется снова и снова. В реальных современных системах всё гораздо сложнее, но для понимания принципа достаточно одной идеи: модель обучается находить закономерности в данных и использовать их для формирования новых результатов.

2.4. Значит ли это, что нейросеть просто угадывает?

Слово «угадывает» иногда используют для упрощения объяснения, но оно может создать неправильное представление.

Современные модели способны выполнять сложные операции с языком, находить связи между понятиями, преобразовывать информацию, следовать инструкциям и решать множество задач.

Однако важно помнить: модель не обладает гарантированным доступом к истине.

Её ответ — результат работы вычислительной системы, а не свидетельство абсолютной достоверности.

Поэтому хороший пользователь ИИ постоянно задаёт себе вопрос: Откуда взялся этот ответ и насколько я могу ему доверять?»

2.5. Что такое токен.

Теперь познакомимся с одним из самых важных технических терминов.

Токен — это элемент текста, с которым работает языковая модель. Это не обязательно отдельное слово.

В зависимости от модели и языка токеном может быть:

· часть слова;

· целое слово;

· знак препинания;

· пробел или другой фрагмент текста.

Например, предложение: «Сегодня хорошая погода». Внутри модели представляется не обязательно как четыре отдельных слова. Оно преобразуется в последовательность токенов.

Почему это важно?

Потому что языковые модели работают не непосредственно с привычными нам словами, а с числовыми представлениями текста.

Очень упрощённо путь выглядит так: текст токены числовое представление обработка моделью новые токены текст.

Вам не нужно считать токены вручную.

Но полезно понимать сам принцип.

2.6. Почему длинный текст иногда становится проблемой.

У каждой модели существует ограничение на объём информации, который она может одновременно учитывать в рамках конкретного взаимодействия.

Эту область называют контекстом или контекстным окном.

Представьте, что вы разговариваете с человеком. В начале разговора вы рассказали ему: кто вы; чем занимаетесь; какая у вас задача; какие у вас ограничения. После очень долгого разговора часть деталей может стать менее доступной или потерять значение. С ИИ похожая идея, хотя технически механизм другой.

Чем больше информации мы помещаем в контекст, тем важнее становится правильная организация этой информации.

Поэтому: больше текста не всегда означает лучший результат.

Иногда десять чётких предложений полезнее, чем двадцать страниц плохо структурированной информации.

2.7. Контекст — это память разговора?

Не совсем.

В рамках конкретного диалога модель может учитывать предыдущие сообщения, если они доступны ей в текущем контексте. Но это не означает, что она обязательно обладает человеческой памятью.

Также разные сервисы могут иметь разные механизмы:

· историю чатов;

· сохранённые предпочтения;

· память;

· базы знаний;

· загруженные файлы;

· системные инструкции.

Поэтому всегда полезно различать:

1.Контекст.

Информация, доступная модели при формировании конкретного ответа.

2.История.

Предыдущие сообщения или разговоры, которые сервис может хранить.

3.Память.

Механизм сохранения определённых сведений между взаимодействиями, если конкретный сервис такую функцию предоставляет.

4.База знаний.

Дополнительный набор документов или информации, который может использоваться системой.

Это четыре разные вещи.

2.8. Почему нейросеть иногда отвечает по-разному.

Вы можете задать один и тот же вопрос два раза и получить разные формулировки.

Почему? Потому что генерация текста не обязательно является полностью детерминированной.

На результат могут влиять:

· настройки модели;

· случайность генерации;

· версия модели;

· системные инструкции;

· предыдущий контекст;

· дополнительные данные;

· подключённые инструменты;

· время и состояние конкретного сервиса.

Поэтому не стоит ожидать, что: один запрос = всегда абсолютно одинаковый ответ.

Это особенно важно при практической работе.

2.9. Почему качество запроса имеет значение

Сравним два запроса.

Вариант 1

Напиши статью про спорт.

Результат может быть практически любым.

Теперь:

Вариант 2

Напиши статью объёмом около 1000 слов для начинающих любителей бега. Тема — как начать бегать после длительного перерыва. Текст должен быть понятным, без медицинских обещаний и сложной терминологии. Структура: введение, пять практических советов, типичные ошибки и заключение.

Здесь модель получает гораздо больше информации о задаче.

У неё появляется ориентир: что делать для кого о чём в каком формате с какими ограничениями.

Это одна из главных причин, почему хороший промпт способен значительно улучшить результат.

2.10. Но существует ловушка.

Новичок после этой главы может решить: «Значит, чем длиннее мой промпт, тем лучше».

Нет.

Это ошибка.

Представьте техническое задание на 20 страниц, в котором одновременно написано:

· сделай коротко;

· сделай подробно;

· используй простой язык;

· используй профессиональную терминологию;

· добавь десять примеров;

· не добавляй примеры;

· напиши серьёзно;

· сделай весело.

Такой запрос содержит противоречия.

Поэтому хороший запрос — не самый длинный.

Хороший запрос — понятный, структурированный и соответствующий задаче.

2.11. Системные инструкции.

У современных AI-систем могут существовать инструкции более высокого уровня, чем сообщение пользователя.

Упрощённо можно представить несколько уровней:

Правила системы

Инструкции разработчика

Инструкции пользователя

Текущий запрос

Это важно для понимания поведения ИИ.

Например, пользователь может попросить систему сделать что-то, что противоречит более высоким ограничениям. В таком случае модель не обязана выполнять запрос.

Для обычного пользователя практический вывод простой:

Если нейросеть отказывается выполнять запрос, это не обязательно означает, что она «не умеет». Возможно, запрос конфликтует с правилами или ограничениями конкретной системы.

2.12. Почему ИИ может неправильно понять вас.

Представьте запрос: «Напиши письмо клиенту».

Для человека этого недостаточно.

Какому клиенту? О чём письмо? Какая проблема? Какой тон? Нужно извиниться? Предложить скидку? Отказать? Сообщить о задержке?

ИИ сталкивается с той же неопределённостью. Поэтому при недостатке информации модель вынуждена делать предположения. И чем больше важных деталей она вынуждена додумывать, тем выше риск получить не тот результат.

Отсюда важное правило: Не заставляйте ИИ угадывать то, что вы можете сообщить.

2.13. Что делать, если информации недостаточно.

Есть очень полезный приём.

Вместо: «Сделай мне бизнес-план».

Напишите: «Перед выполнением задачи определи, какой информации тебе не хватает. Задай мне необходимые уточняющие вопросы. Не начинай составлять план, пока я на них не отвечу».

Теперь модель не пытается сразу заполнить пробелы собственными предположениями. Это один из самых полезных приёмов для сложных задач.

2.14. ИИ и внешние инструменты.

Современная нейросеть может быть не просто моделью, которая генерирует текст. В зависимости от конкретного сервиса она может получать доступ к дополнительным инструментам.

Например: поиску; файлам; таблицам; программному коду; изображениям; внешним системам; базам данных; специализированным инструментам.

Поэтому полезно различать:

1. Модель.

«Мозг» системы, который обрабатывает информацию.

2. Инструмент.

Дополнительный механизм, который позволяет выполнить определённое действие.

3. Интерфейс.

То, через что человек взаимодействует с системой.

Например: вы приложение модель инструмент поиска информация модель ответ вам.

Именно поэтому две системы, использующие похожие модели, могут давать совершенно разный пользовательский опыт.

2.15. Модель и приложение — не одно и то же.

Это важное понимание для будущего.

Допустим, вы используете приложение с чат-интерфейсом.

Вы видите: поле ввода; кнопку отправки; историю; загрузку файлов.

Но под этим интерфейсом может находиться: одна модель; несколько моделей; система маршрутизации; поиск; обработка файлов; дополнительные алгоритмы.

Поэтому не стоит говорить: «Я пользуюсь нейросетью».

Точнее: «Я использую приложение или сервис, внутри которого работают AI-модели и дополнительные инструменты».

Такое понимание пригодится, когда мы начнём сравнивать разные решения.

2.16. Почему новые модели появляются постоянно.

Развитие AI идёт сразу по нескольким направлениям.

Упрощённо:

Модели становятся способнее. Они лучше справляются со сложными задачами.

Увеличивается контекст. Модели могут работать с большими объёмами информации.

Улучшается мультимодальность. Текст, изображение, звук и видео объединяются в одной системе.

Появляются инструменты. ИИ получает возможность не только отвечать, но и выполнять действия.

Развиваются агенты. Система может разбивать сложную задачу на несколько шагов и последовательно выполнять их с использованием доступных инструментов.

Поэтому через несколько лет интерфейсы могут сильно отличаться от сегодняшних.

Но базовая логика останется: задача информация обработка действие проверка.

2.17. Самая важная мысль о будущем

Не пытайтесь запомнить названия всех моделей. Это невозможно и не нужно. Сегодня может существовать одна популярная модель. Завтра появится другая. Послезавтра сервис изменит интерфейс. Ваш настоящий навык должен заключаться в другом: уметь быстро разобраться в новом инструменте. Для этого вам понадобится универсальный алгоритм.

2.18. Универсальный алгоритм знакомства с новой нейросетью.

Когда появляется новый AI-сервис, не нужно сразу пытаться изучить все его функции.

Сделайте семь шагов.

Шаг 1. Узнайте, для чего он предназначен

Текст?

Изображения?

Видео?

Код?

Поиск?

Документы?

Автоматизация?

Шаг 2. Проверьте официальную документацию.

Особенно:

· условия использования;

· ограничения;

· тарифы;

· обработку данных;

· коммерческое использование;

· доступность функций.

Шаг 3. Выполните простую задачу.

Например: «Объясни мне тему X простыми словами».

Шаг 4. Выполните реальную задачу.

Используйте его для собственной работы или учёбы.

Шаг 5. Проверьте результат.

Не оценивайте инструмент только по красоте первого ответа.

Шаг 6. Найдите ограничения.

Спросите: «В каких задачах эта система особенно часто ошибается?»

Но ответ также воспринимайте как информацию для проверки, а не как абсолютную истину.

Шаг 7. Сравните результат с альтернативами.

Не обязательно искать «лучшую нейросеть».

Ищите подходящий инструмент для конкретной задачи.

2.19. Практика: проведём эксперимент.

Теперь попробуйте самостоятельно.

Эксперимент 1

Отправьте ИИ: Объясни мне, что такое искусственная нейросеть, используя пример из повседневной жизни. Не используй терминов, которые человек без технического образования не поймёт.

Прочитайте ответ.

Теперь: Объясни то же самое человеку с техническим образованием. Используй более точные термины.

Сравните два ответа. Что произошло?

Вы дали модели одну тему, но изменили: аудиторию.

И результат изменился. Это означает, что ИИ должен знать не только: что сказать, но и: кому это сказать.

2.20. Эксперимент 2 — влияние контекста

Первый запрос: Напиши письмо клиенту о задержке заказа.

Сохраните ответ.

Теперь начните новый запрос: Я владелец небольшой компании. Клиент получил заказ на три дня позже обещанного срока. Товар качественный, но задержка произошла из-за проблем с доставкой. Клиент написал раздражённое письмо. Помоги подготовить ответ. Нужно признать проблему, не перекладывать вину на клиента или перевозчика, предложить решение и сохранить профессиональный тон.

Сравните результаты.

Вы увидите: больше релевантного контекста меньше необходимости модели додумывать ситуацию.

2.21. Эксперимент 3 — заставьте ИИ задавать вопросы

Введите: Я хочу создать небольшой онлайн-бизнес. Не предлагай идеи сразу. Сначала задай мне 15 вопросов, которые помогут понять мои навыки, опыт, ресурсы, интересы, ограничения и цели. После моих ответов предложи несколько направлений для дальнейшего исследования.

Это уже другой способ взаимодействия. Вы не просите: «Дай ответ». Вы создаёте процесс решения задачи. Именно этому мы будем учиться дальше.

2.22. Практическое задание главы.

Выберите одну настоящую задачу.

Например: «Я хочу выучить английский».

Теперь не просите ИИ сразу создать программу.

Отправьте: Я хочу выучить английский язык. Перед тем как составлять программу, задай мне 10 вопросов, чтобы определить мой текущий уровень, цели, доступное время, предпочтительный формат обучения и основные трудности. После моих ответов составь персональный план.

Ответьте на вопросы.

Получите план.

После этого напишите: Проанализируй созданный план как строгий методист. Найди минимум пять слабых мест, возможных проблем или нереалистичных ожиданий. Затем предложи улучшенную версию.

В результате вы пройдёте полный цикл:

1. Цель

2. Уточнение

3. Контекст

4. План

5. Критика

6. Улучшение

Это уже не просто «общение с чат-ботом». Это начало проектирования взаимодействия с ИИ.

2.23. Мини-тест

Попробуйте ответить своими словами.

1. Что такое модель?

2. Что происходит во время обучения нейросети?

3. Что такое токен?

4. Что такое контекст?

5. Почему большой запрос не обязательно лучше короткого?

6. Почему модель может ошибиться?

7. Чем модель отличается от приложения?

8. Зачем нужны внешние инструменты?

9. Что делать, если ИИ не хватает информации?

10. Как правильно знакомиться с новой AI-системой?

Если вы можете объяснить эти вопросы без повторения текста книги — вы действительно поняли материал.

2.24. Главное, что нужно унести из этой главы.

Запомните пять принципов.

Принцип 1

Нейросеть — это не база готовых ответов.

Она формирует результат на основе обучения, входных данных, контекста и доступных инструментов.

Принцип 2

ИИ может быть очень убедительным и одновременно ошибаться.

Поэтому уверенный тон ответа не является доказательством его правильности.

Принцип 3

Контекст имеет огромное значение.

Чем лучше система понимает вашу задачу, тем меньше ей приходится додумывать.

Принцип 4

Хороший запрос не обязательно длинный.

Он должен быть ясным, конкретным и логично структурированным.

Принцип 5

Главный навык — научиться управлять процессом, а не просто получать ответы.

Не: «ИИ, сделай мне результат».

А: «Вот моя цель. Вот контекст. Вот ограничения. Помоги мне пройти путь от задачи до проверенного результата».

Практическая формула главы

На этом этапе можно добавить в свой личный набор первую универсальную формулу:

ЦЕЛЬ + КОНТЕКСТ + ОГРАНИЧЕНИЯ + ФОРМАТ

Например:

Цель: подготовить презентацию о моём бизнесе.

Контекст: я владелец небольшой кофейни, работаем три года.

Ограничения: аудитория — потенциальные партнёры, 10 слайдов, без неподтверждённых цифр.

Формат: структура каждого слайда + текст для выступления.

Это уже значительно сильнее, чем: «Сделай презентацию про мою кофейню». В следующих главах мы постепенно превратим эту простую формулу в полноценную систему создания профессиональных запросов.

Итог главы.

Вы познакомились с внутренней логикой современных нейросетей.

Теперь вы знаете, что за простым диалогом скрываются: данные обучение модель токены контекст обработка генерация инструменты результат.

Вам не нужно становиться специалистом по машинному обучению. Но понимание этой цепочки делает вас более грамотным пользователем. Потому что теперь вы знаете главное: нейросеть не читает ваши мысли. Она работает с той информацией и теми инструкциями, которые получает.

Поэтому следующий навык, который нам необходимо освоить, — правильная постановка задачи.

Глава 3. Промпт: как правильно ставитьзадачу нейросети.

В предыдущей главе мы разобрались, что нейросеть не читает наши мысли. Она получает входную информацию, анализирует её и формирует результат.

Отсюда следует простой вывод: Чтобы получить хороший результат, нужно научиться правильно ставить задачу.

В мире генеративного ИИ такую инструкцию часто называют промптом. Но промпт — это не магическая фраза. Это всего лишь способ объяснить системе: что нужно сделать, зачем, для кого, на основе какой информации и каким должен быть результат.

3.1. Что такое промпт.

Промпт — это инструкция или запрос, который пользователь передаёт AI-системе для получения определённого результата.

Самый простой промпт: Напиши рассказ про космос.

Более подробный: Напиши короткий фантастический рассказ о первом человеке, ступившем на планету у далёкой звезды. Главный герой — инженер. Объём — около 1500 слов. Стиль — реалистичная научная фантастика. Основная тема — одиночество и ответственность.

Оба запроса понятны. Но второй задаёт гораздо больше параметров результата.

3.2. Промпт — это не заклинание.

В интернете можно встретить огромное количество советов: «Напишите именно эту фразу — и нейросеть начнёт работать в десять раз лучше».

Не стоит относиться к этому как к магии. Нет универсальной секретной фразы, которая превращает любую модель в сверхразум. Хороший результат обычно появляется благодаря понятной постановке задачи.

Например, вместо: Сделай мне рекламу. нужно объяснить: что рекламируем; для кого; какая цель; где будет размещаться; какой стиль нужен; какие ограничения существуют; какой результат требуется.

Это называется контекстом задачи.

3.3. Почему запрос «Напиши текст» плохой

Представим, вы говорите сотруднику: «Напиши текст».

Он закономерно задаст вопросы:

> Какой текст?

> Для кого?

> О чём?

> Какой длины?

> Где будет опубликован?

> Какой стиль?

> Какую цель он должен выполнить?

Нейросеть не всегда задаст эти вопросы самостоятельно. Иногда она просто сделает предположения. И результат может оказаться далёким от того, что вы представляли. Поэтому вместо того, чтобы заставлять ИИ угадывать, лучше дать ему необходимые исходные данные.

3.4. Из чего состоит хороший запрос

Для большинства практических задач можно использовать следующую модель: ЦЕЛЬ КОНТЕКСТ ЗАДАЧА ОГРАНИЧЕНИЯ ФОРМАТ КРИТЕРИИ

Разберём каждый элемент.

3.5. Элемент 1. Цель

Первый вопрос: Зачем мне нужен результат?

Например: Я хочу подготовиться к собеседованию.

Это уже лучше, чем: Помоги с собеседованием.

Но можно уточнить: Я хочу подготовиться к собеседованию на должность менеджера проектов и научиться уверенно отвечать на вопросы работодателя.

Теперь у ИИ есть понимание конечной цели.

3.6. Элемент 2. Контекст

Контекст отвечает на вопрос: Что ИИ должен знать о ситуации?

Например: У меня 5 лет опыта в продажах, но я никогда не работал менеджером проектов. Собеседование состоится через неделю. Компания занимается разработкой программного обеспечения.

Теперь система понимает ситуацию значительно лучше.

3.7. Элемент 3. Задача

Теперь необходимо сказать: Что конкретно нужно сделать?

Например: Составь программу подготовки к собеседованию на 7 дней.

Или: Проведи со мной тренировочное собеседование.

Или: Составь 30 возможных вопросов работодателя и предложи структуру сильного ответа на каждый.

Обратите внимание: цель и задача — не одно и то же

Цель: Получить работу.

Задача: Подготовиться к собеседованию.

3.8. Элемент 4. Ограничения

Это один из самых недооценённых элементов хорошего промпта.

Ограничения сообщают: Что делать нельзя или какие условия необходимо соблюдать?

Например: Не используй непроверенные статистические данные.

Или: Объём — не более 1000 слов.

Или: Используй только информацию из предоставленного документа.

Или: Не используй профессиональный жаргон.

Или: Не предлагай решения, требующие бюджета более 50 000 рублей.

Ограничения помогают уменьшить количество нежелательных вариантов.

3.9. Элемент 5. Формат

Нужно объяснить: В каком виде я хочу получить результат?

Например: Представь результат в виде таблицы.

Или: Используй маркированный список.

Или: Сделай структуру из 10 слайдов.

Или: Для каждого пункта дай: проблему, решение, пример.

Сравните:

Вариант 1

Проанализируй этот текст.

Вариант 2

Проанализируй этот текст и представь результат в таблице из четырёх столбцов: проблема, цитата из текста, возможная причина, рекомендация.

Во втором случае вам гораздо проще использовать результат.

3.10. Элемент 6. Критерии качества

Это особенно полезно для сложных задач.

Сообщите ИИ: Как я пойму, что результат хороший?

Например: Хороший результат должен быть практичным, реалистичным и рассчитанным на человека без специального образования.

Или: В каждом предложении должна быть конкретная рекомендация.

Или: Не используй общие фразы вроде «повышайте качество» или «работайте над собой». Каждая рекомендация должна содержать конкретное действие.

Теперь у модели появляется ориентир для оценки собственного результата.

3.11. Полная конструкция

Соберём всё вместе.

Допустим, нам нужно подготовиться к собеседованию.

Слабый запрос: Помоги подготовиться к собеседованию.

Сильнее: Помоги мне подготовиться к собеседованию на должность менеджера проектов.

Ещё лучше: Я готовлюсь к собеседованию на должность менеджера проектов в IT-компании. У меня 5 лет опыта в продажах, но нет опыта управления IT-проектами. Собеседование через 7 дней. Составь программу подготовки на каждый день.

Для каждого дня укажи:

> 1. тему;

> 2. что изучить;

> 3. практическое упражнение;

> 4. пример вопроса работодателя;

> 5. критерии хорошего ответа.

3.12. Не пытайтесь написать идеальный промпт с первого раза

Это одна из главных ошибок новичков.

Человек думает:«Сейчас я должен составить идеальный запрос».

Не нужно. Вместо этого используйте итерации.

Первый запрос - Получить черновик.

Второй запрос - Уточнить.

Третий - Исправить.

Четвёртый - Критически проверить.

Пятый - Получить финальную версию.

То есть:

Промпт результат анализ уточнение улучшение

Это гораздо эффективнее, чем пытаться сразу предусмотреть всё.

3.13. Диалог сильнее одного запроса

Представьте два подхода.

Подход А. Составь мне бизнес-план. Получили результат. Готово.

Подход Б. Я хочу открыть небольшой бизнес. Сначала задай мне вопросы о моём опыте, бюджете, городе, времени и интересах. Ответили. Дальше: На основе моих ответов предложи пять направлений. Потом: Сравни эти направления по сложности запуска, первоначальным затратам, рискам и необходимым навыкам. Потом: Найди слабые места в своём анализе. Потом: Какие данные необходимо проверить перед принятием решения?

Это уже не один запрос. Это управляемый диалог.

3.14. Приём 1 — попросить ИИ задать вопросы

Запомните эту конструкцию: «Перед выполнением задачи задай мне уточняющие вопросы, если тебе не хватает информации».

Для сложных задач она невероятно полезна.

Ещё сильнее: «Не начинай выполнение задачи, пока не получишь ответы на ключевые вопросы».

Но применять это нужно разумно.

Если задача простая: «Переведи это предложение на английский» не нужно устраивать интервью из двадцати вопросов.

3.15. Приём 2 — попросить создать критерии результата

Например: Перед выполнением задачи предложи 5 критериев, по которым можно будет оценить качество результата.

Допустим, вы хотите создать учебный план.

ИИ может предложить:

1. реалистичность;

2. последовательность;

3. практичность;

4. соответствие уровню ученика;

5. возможность измерить прогресс.

После этого можно попросить: Используй эти критерии при создании плана.

Теперь вы сначала определили: что такое хороший результат, а затем попросили его создать.

3.16. Приём 3 — попросить найти слабые места

После получения результата не спешите писать: Спасибо.

Спросите: Найди слабые места в своём ответе».

Ещё лучше: «Выступи в роли критика. Найди минимум пять проблем в предыдущем ответе: ошибки, необоснованные предположения, пропуски и места, которые требуют проверки».

Это превращает одноразовую генерацию в цикл улучшения.

3.17. Приём 4 — попросить предложить альтернативы

Например: Предложи три разных подхода к решению задачи: консервативный, сбалансированный и экспериментальный. Для каждого укажи преимущества, недостатки и риски.

Это полезно, когда не существует единственного правильного ответа.

3.18. Приём 5 — назначение роли

В интернете часто советуют начинать каждый промпт: «Ты — лучший эксперт в мире...»

Это необязательно.

Само по себе заявление: «Ты всемирно известный эксперт» не превращает модель в специалиста.

Но описание необходимой перспективы или функции действительно может быть полезным.

Например: Проанализируй этот текст как редактор научно-популярного издания.

Или: Проведи собеседование как HR-специалист.

Или: Проверь этот код как опытный разработчик.

Здесь важна не «магия роли», а то, что вы задаёте точку зрения и критерии анализа.

3.19. Приём 6 — дать пример

Иногда проще показать, что вы хотите получить, чем подробно объяснять.

Допустим, вы хотите определённый стиль текста.

Можно написать:

Вот пример структуры, которую я хочу:

ü Проблема причина решение пример.

Используй такую структуру для каждого пункта.

Или дать один пример результата:

Пример:

Проблема: клиент не отвечает.

Причина: письмо слишком длинное.

Решение: сократить сообщение до трёх основных пунктов.

Теперь создай ещё пять аналогичных рекомендаций. Это называется обучением на примере и является очень полезным способом управления генерацией.

3.20. Приём 7 — разделять данные и инструкцию

Представьте, что вы отправляете ИИ большой документ.

Лучше явно обозначить:

ЗАДАЧА: Проанализируй документ и выдели основные риски.

КОНТЕКСТ: Я готовлю внутренний отчёт.

ДОКУМЕНТ: [текст документа]

ФОРМАТ РЕЗУЛЬТАТА: Таблица: риск основание возможное последствие вопрос для проверки.

Так модели легче понять структуру вашего запроса.

3.21. Приём 8 — попросить не выдумывать

Это особенно важно при работе с фактами.

Например: Используй только информацию, которую я предоставил. Если данных недостаточно, прямо укажи, какой информации не хватает. Не заполняй пробелы вымышленными фактами.

Это не гарантирует отсутствия ошибок. Но задаёт правильное направление. При работе с актуальными фактами всё равно требуется независимая проверка.

3.22. Приём 9 — попросить отделять факты от предположений

Очень полезная инструкция:

Раздели ответ на три категории:

1. подтверждённые данные;

2. предположения;

3. вопросы, требующие дополнительной проверки.

Особенно полезно при: исследованиях; бизнес-анализе; истории; правовых вопросах; финансовой информации; технических исследованиях.

3.23. Приём 10 — заставить результат быть практическим

Сравните: Дай советы по изучению английского.

И: Дай 10 советов по изучению английского. Для каждого совета укажи конкретное действие, которое я могу выполнить сегодня за 20 минут.

Второй вариант превращает абстрактную информацию в действие.

Это важное правило: Если вам нужен результат — просите не только информацию, но и действие.

3.24. Универсальный шаблон промпта

Теперь у вас появляется первый полноценный шаблон.

Скопируйте его себе:

ЦЕЛЬ: Что я хочу получить?

КОНТЕКСТ: Что нужно знать о моей ситуации?

ЗАДАЧА: Что именно нужно сделать?

ОГРАНИЧЕНИЯ: Что необходимо учитывать или чего нельзя делать?

ФОРМАТ: В каком виде я хочу получить результат?

КРИТЕРИИ: Каким должен быть хороший результат?

ПРОВЕРКА: Какие ошибки или слабые места нужно проверить?

Это не обязательная форма. В простых задачах достаточно одного предложения. Но для сложных задач этот шаблон может значительно упростить работу.

3.25. Пример: плохой хороший

Задача: пост для социальной сети

Плохо: Напиши пост про кофе.

Лучше: Напиши пост для социальной сети о кофе.

Хорошо: Я владелец небольшой кофейни. Наша аудитория — мужчины и женщины 25–40 лет, которые работают неподалёку. Цель поста — привлечь людей на утренний кофе.

Напиши короткий пост до 800 знаков.

Стиль — живой и дружелюбный, без агрессивных продаж.

В конце добавь мягкий призыв посетить кофейню.

Не используй клише вроде «лучший кофе в городе».

Обратите внимание: мы не стали использовать сложные слова. Мы просто дали модели необходимую информацию.

3.26. Пример: обучение

Плохо: Научи меня программировать.

Хорошо: Я никогда не программировал. Хочу изучить Python для автоматизации простых рабочих задач. Могу заниматься 30 минут в день. Составь программу обучения на 30 дней.

Каждый день должен включать: короткое объяснение; практическое упражнение; небольшую задачу; проверку результата.

Не переходи к следующему уровню, пока я не выполню практическое задание.

Здесь ИИ превращается из справочника в учебного помощника.

3.27. Пример: анализ документа

Плохо: Проанализируй договор.

Хорошо: Проанализируй предоставленный договор с точки зрения структуры и потенциально важных для меня положений.

Представь результат в таблице: раздел о чём говорится что мне нужно проверить вопрос для юриста.

Не делай окончательных юридических выводов и не утверждай, что договор безопасен или небезопасен. Если информации недостаточно, укажи это.

Используй только текст предоставленного документа.

Такой запрос намного безопаснее.

И главное — он не просит ИИ притворяться заменой квалифицированного специалиста.

3.28. Пример: работа с неизвестностью.

Представим, что вы не знаете, какую профессию выбрать.

Не стоит писать: Какая профессия мне подходит?

Лучше: Я хочу понять, какие направления профессионального развития мне стоит исследовать. Сначала задай мне 20 вопросов о моём опыте, навыках, интересах, предпочтениях, ограничениях и целях. Не делай выводов до получения моих ответов. После этого предложи несколько направлений для дальнейшего исследования.

Для каждого направления укажи:

· какие навыки потребуются;

· какие задачи выполняют специалисты;

· что можно попробовать самостоятельно;

· какие вопросы необходимо дополнительно исследовать.

Обратите внимание на формулировку: «направления для исследования», а не: «скажи мне, кем я должен стать». Это важная разница. ИИ помогает человеку принимать решения, но не должен забирать у человека ответственность за его жизнь.

3.29. Когда промпт вообще не нужен.

Это тоже важно. Не нужно усложнять простые задачи.

Если вы хотите:

- перевести предложение; - объяснить термин; - исправить ошибку; - придумать название; Обычного запроса может быть достаточно.

Например: Переведи на английский: «Я буду через десять минут».

Не нужно писать: «Ты профессиональный переводчик с 25-летним опытом...». Чем проще задача, тем проще может быть запрос.

3.30. Когда нужен сложный промпт.

Сложная структура особенно полезна, когда:

· задача многоэтапная;

· результат должен соответствовать определённым критериям;

· есть большой объём контекста;

· есть ограничения;

· ошибка дорого стоит;

· результат должен использоваться другими людьми;

· требуется определённый формат;

· необходимо сравнить несколько вариантов.

3.31. Практика: один вопрос — пять уровней

Теперь выполните упражнение.

Возьмём задачу: «Я хочу изучить фотографию».

Создайте пять версий запроса.

Уровень 1

Простой: Научи меня фотографии.

Уровень 2

Добавьте цель. Научи меня фотографии, чтобы я мог делать хорошие фотографии на телефон.

Уровень 3

Добавьте контекст. Я никогда не изучал фотографию. У меня обычный современный смартфон. Хочу научиться делать хорошие фотографии людей и путешествий.

Уровень 4

Добавьте ограничения и формат. Составь программу на 30 дней. Я могу заниматься 20 минут в день. Каждый день давай короткую теорию и практическое задание.

Уровень 5

Добавьте критерии качества. В конце каждой недели давай тестовое задание и критерии, по которым я смогу самостоятельно оценить результат. Не используй профессиональную терминологию без объяснения.

Теперь сравните результаты. Вы увидите, как постепенно превращается: желание задача техническое задание.

3.32. Главное открытие

Хороший промпт — это не набор красивых слов.

Это структурированное мышление.

Когда вы учитесь правильно ставить задачи нейросети, вы одновременно учитесь лучше формулировать задачи для самого себя.

Например, вместо: «Я хочу больше зарабатывать».

Вы начинаете спрашивать: Сколько? К какому сроку? За счёт чего? Какие ресурсы у меня есть? Какие ограничения? Какие навыки? Как измерить прогресс?

ИИ в этом случае становится не только инструментом генерации. Он помогает сделать ваше собственное мышление более структурированным.

Практическое задание главы

Выберите одну настоящую задачу, которую вам необходимо решить в ближайшую неделю. Не выдуманную. Настоящую.

Например:

· подготовить важное письмо;

· разобраться в новой теме;

· составить план обучения;

· подготовить презентацию;

· организовать рабочий процесс;

· придумать проект;

· проанализировать документ;

· подготовиться к собеседованию.

Сначала напишите обычный запрос.

Например: Помоги мне подготовить презентацию.

Затем преобразуйте его по формуле:

ЦЕЛЬ + КОНТЕКСТ + ЗАДАЧА + ОГРАНИЧЕНИЯ + ФОРМАТ + КРИТЕРИИ

После этого отправьте его ИИ. Затем задайте второй запрос: Проанализируй мой исходный запрос. Какие важные данные я не указал? Какие предположения тебе пришлось бы сделать? Какие уточняющие вопросы ты бы задал?

Ответьте на вопросы. Затем попросите: Теперь создай улучшенную версию моего запроса с учётом полученной информации.

Сравните: первый запрос и улучшенный запрос. Это упражнение необходимо сделать не один раз. Повторите его хотя бы для пяти разных задач.

Чек-лист хорошего промпта.

Перед отправкой сложного запроса спросите себя:

ü Понятна ли цель?

ü Понятен ли контекст?

ü Понятно ли, что именно нужно сделать?

ü Указана ли аудитория?

ü Есть ли ограничения?

ü Понятен ли формат результата?

ü Определено ли, что считается хорошим результатом?

ü Нужно ли ИИ сначала задать мне вопросы?

ü Нужно ли отделить факты от предположений?

ü Нужно ли попросить проверить результат?

Если большая часть ответов — «да», ваш запрос уже хорошо структурирован.

Формула главы

Запомните:

ХОРОШИЙ ПРОМПТ = ПОНЯТНАЯ ЗАДАЧА + ДОСТАТОЧНЫЙ КОНТЕКСТ + ОГРАНИЧЕНИЯ + НУЖНЫЙ ФОРМАТ

Но есть ещё более важная формула:

ХОРОШАЯ РАБОТА С ИИ = ПРОМПТ + ДИАЛОГ + ПРОВЕРКА + УЛУЧШЕНИЕ

Не пытайтесь получить идеальный результат одним сообщением. Научитесь вести процесс.

Итог главы.

Теперь вы знаете, что промпт — это не магическая команда. Это способ передать нейросети вашу задачу. Чем лучше вы понимаете собственную цель и чем точнее описываете контекст, ограничения и ожидаемый результат, тем меньше системе приходится угадывать. Но самое главное вы узнаете немного позже: даже самый хорошо составленный промпт не гарантирует правильный ответ. Поэтому следующий навык после постановки задачи — умение проверять результат.

Глава 4. Как проверять и улучшатьответы нейросети

Главный навык пользователя ИИ. Научиться писать хороший запрос — только половина дела. Вторая половина намного важнее: Научиться понимать, можно ли доверять полученному ответу.

Нейросеть может написать красивый, логичный и уверенный текст — и при этом ошибиться.

Она может:

· перепутать даты;

· придумать источник;

· неверно посчитать;

· приписать человеку слова, которых он не говорил;

· использовать устаревшую информацию;

· неправильно понять условие задачи;

· выдать предположение за факт;

· сделать неправильный вывод из правильных данных.

Поэтому базовый принцип этой книги звучит так: Ответ нейросети — это не готовая истина, а результат, который нужно оценить.

4.1. Почему нейросеть может ошибаться.

В предыдущих главах мы говорили, что нейросеть генерирует ответ на основе закономерностей, изученных во время обучения, и контекста текущего разговора.

Это означает важную вещь: нейросеть не обязана знать, что её ответ истинный. Она может построить фразу, которая выглядит убедительно, потому что такая фраза хорошо соответствует запросу.

Представьте человека, который говорит: «Я не уверен, но отвечу очень уверенно». С нейросетью иногда происходит нечто похожее.

Например, вы спрашиваете: «Кто первым использовал выражение X?»

Модель может назвать конкретного человека и даже привести год. Но наличие конкретного имени и года ещё не означает, что информация верна.

Поэтому запомните:

Уверенный тон достоверность. Красивый текст правильный текст. Подробный ответ проверенный ответ. Наличие ссылки существование источника.

4.2. Три уровня работы с ответом.

После получения результата полезно пройти три этапа:

1. Понять.

Что именно утверждает нейросеть?

2. Проверить.

Какие утверждения действительно верны?

3. Применить.

Можно ли использовать результат для своей задачи?

Получается: Ответ понимание проверка применение

Это намного безопаснее, чем: Ответ копировать отправить.

4.3. Не все ответы нужно проверять одинаково.

Одна из главных ошибок новичка — проверять абсолютно всё одинаково.

Представьте два запроса.

Запрос 1

«Придумай десять названий для моего Telegram-канала.»

Если одно название вам не понравится, ничего страшного.

Запрос 2

«Какие документы нужны для оформления этого юридического процесса?»

Здесь ошибка уже может привести к реальным последствиям. Поэтому полезно оценивать цену ошибки.

Низкий риск. Можно использовать результат практически сразу, если небольшая неточность не создаёт серьёзных последствий.

Примеры:

· идеи;

· варианты заголовков;

· поздравления;

· черновики;

· игровые сценарии;

· мозговой штурм.

Средний риск. Желательна проверка важных фактов.

Примеры:

· обучение;

· технические инструкции;

· характеристики товаров;

· рабочие документы;

· расчёты;

· исторические сведения.

Высокий риск. Нельзя полагаться только на ответ нейросети.

Примеры:

· юридические решения;

· медицинские решения;

· финансовые операции;

· налоговые вопросы;

· официальные документы;

· безопасность;

· персональные данные;

· решения, связанные с большими денежными суммами.

Главный принцип: Чем выше цена ошибки, тем выше требования к проверке.

4.4. Первый способ проверки: разложить ответ на утверждения

Допустим, нейросеть написала: «Компания была основана в 1998 году, её штаб-квартира находится в Москве, а первым продуктом компании был программный комплекс X».

На первый взгляд это одно предложение. На самом деле здесь минимум три отдельных утверждения:

1. Компания основана в 1998 году.

2. Штаб-квартира находится в Москве.

3. Первым продуктом был X.

И каждое из них может быть:

Ø правильным;

Ø неправильным;

Ø устаревшим;

Ø спорным;

Ø неподтверждённым.

Поэтому полезно задавать себе вопрос: Что именно в этом ответе является фактом, который можно проверить?

4.5. Факты, предположения и мнения.

Очень полезно научиться разделять три типа информации.

Факт. Утверждение, которое можно подтвердить надёжным источником.

Например: «Вода замерзает при 0 °C при стандартном атмосферном давлении».

Предположение. Версия, которая может оказаться верной, но требует проверки.

Например: «Вероятно, падение продаж связано с сезонностью».

Мнение. Оценка или интерпретация.

Например: «Этот дизайн выглядит современнее».

Проблема возникает, когда нейросеть смешивает эти категории.

Например: «Продажи снизились из-за плохой рекламы».

Это звучит как факт. Но откуда мы знаем, что причина именно в рекламе? Возможно, причина в:

· цене;

· конкурентах;

· сезонности;

· изменении спроса;

· доступности товара;

· экономической ситуации.

Поэтому хороший пользователь ИИ умеет спрашивать: Что здесь является фактом, что предположением, а что интерпретацией?

4.6. Очень полезный запрос.

Если ответ содержит много фактической информации, можно использовать следующий запрос: «Раздели свой предыдущий ответ на три категории: подтверждённые факты, предположения и выводы. Для каждого факта укажи, что именно нужно проверить.»

Это не делает ответ автоматически истинным.

Но помогает увидеть его структуру.

Ещё полезнее: «Какие части твоего ответа наиболее вероятно могут содержать ошибку? Объясни почему.»

И: «Какие утверждения нельзя считать достоверными без проверки внешнего источника?»

Такой диалог заставляет вас не просто читать ответ, а анализировать его.

4.7. Не просите нейросеть просто сказать: «Ты ошибся?»

Представим:

— Ты уверен, что это правда?

Нейросеть:

— Да, информация верна.

Это почти бесполезная проверка.

Почему?

Потому что мы снова получили мнение самой нейросети о собственном ответе.

Лучше использовать внешнюю проверку.

Например: «Найди первичный источник, подтверждающий это утверждение».

Или: «Укажи официальный документ, где содержится эта информация».

Или: «Сравни это утверждение с данными из официального источника».

4.8. Источник важнее уверенности

Представим два ответа.

Вариант А

«Это точно произошло в 2017 году».

Вариант Б

«По данным официального отчёта организации за 2017 год, событие произошло 14 июня 2017 года».

Второй вариант полезнее не потому, что звучит увереннее. А потому, что появляется возможность проверить утверждение.

Поэтому при работе с фактами полезно искать источники в таком порядке: первичный источник официальный источник качественный вторичный источник пересказ неизвестный источник.

Первичный источник — это непосредственно документ, исследование, официальный отчёт, нормативный акт, заявление организации или другой исходный материал. Например, если вас интересует правило конкретного сервиса, лучше посмотреть документацию самого сервиса, а не случайную статью пятилетней давности.

4.9. Проверяйте даты.

Одна из самых распространённых проблем при работе с информацией — время. Ответ мог быть правильным несколько лет назад и неправильным сегодня. Особенно быстро меняются:

· цены;

· тарифы;

· функции программ;

· правила сервисов;

· законодательство;

· доступность технологий;

· характеристики продуктов;

· должности людей;

· статистика.

Поэтому при работе с актуальной информацией задавайте вопрос: На какую дату актуальны эти данные?

Ещё лучше: «Проверь информацию по состоянию на [дата]. Используй максимально свежие надёжные источники и отдельно укажи дату каждого важного источника.» Это один из навыков, который будет полезен независимо от того, какая нейросеть станет популярной через пять или десять лет.

4.10. Проверяйте цифры отдельно.

Числа особенно опасны. Текст может выглядеть убедительно, даже если одна цифра в нём неверна.

Например: Было 120 000 рублей. После скидки 15% стоимость составит 108 000 рублей. Здесь расчёт правильный. Но если исходная цена была 125 000 рублей, результат уже другой. Поэтому при работе с цифрами проверяйте:

· исходные значения;

· единицы измерения;

· валюту;

· проценты;

· порядок действий;

· округление;

· итоговый результат.

Для сложных расчётов полезно использовать специализированные калькуляторы, таблицы или программные инструменты, если они доступны. Нейросеть может помочь составить формулу, но это не означает, что каждое вычисление следует принимать на веру.

4.11. Проверяйте цитаты.

Особенно осторожно относитесь к фразам вида: «Как говорил Альберт Эйнштейн: …» или: «По словам известного писателя: …»

Популярные цитаты часто:

· сокращаются;

· переводятся по-разному;

· вырываются из контекста;

· приписываются не тому человеку.

Если цитата нужна для книги, статьи, презентации или публичного материала, лучше проверить:

1. существует ли цитата;

2. кто действительно её произнёс или написал;

3. где она опубликована;

4. соответствует ли перевод оригиналу.

Правило простое: Чем красивее и известнее цитата, тем меньше оснований автоматически ей доверять.

4.12. Красные флаги.

Есть признаки, после которых стоит остановиться и проверить информацию.

Красный флаг 1: слишком конкретный ответ без источника.

«В 1973 году 14 августа в 16:42 произошло…»

Чем конкретнее утверждение, тем проще попросить доказательство.

Красный флаг 2: несуществующий источник.

Нейросеть может назвать книгу, исследование или сайт, которые звучат правдоподобно. Проверяйте существование источника.

Красный флаг 3: выдуманные ссылки.

Ссылка может выглядеть убедительно, но вести не туда или вообще не существовать.

Красный флаг 4: противоречие самому себе.

Например, в начале ответа: «Компания основана в 2005 году». А через несколько абзацев: «За десять лет до основания компании…» Если замечаете противоречие — остановитесь.

Красный флаг 5: слишком категоричные формулировки.

Особенно: «всегда»; «никогда»; «точно»; «гарантированно»; «100%»; «единственная причина». Такие слова требуют дополнительного внимания.

Красный флаг 6: ответ не учитывает ваш контекст.

Вы дали конкретные условия, а нейросеть ответила универсальным советом. Значит, проблема может быть не в фактах, а в том, что задача понята неправильно.

4.13. Что делать, если ответ кажется неправильным.

Не нужно сразу начинать новый чат. Сначала попробуйте провести диагностику.

Шаг 1. Укажите проблему.

«В этом ответе есть утверждение, которое кажется мне сомнительным: …»

Шаг 2. Попросите объяснить основание.

«На чём основан этот вывод?»

Шаг 3. Попросите отделить факты от предположений.

«Отдели проверяемые факты от своих выводов.»

Шаг 4. Попросите указать источник.

«Какой первичный источник подтверждает это утверждение?»

Шаг 5. Исправьте ответ.

«С учётом найденного противоречия перепиши ответ. Не используй неподтверждённую информацию.»

Получается полноценный цикл: ответ сомнение проверка исправление повторная проверка.

4.14. Как улучшать ответ после проверки.

Проверка не означает, что ответ должен быть идеальным с первого раза. На практике намного эффективнее работать итерациями.

Например, вы попросили: «Составь план изучения английского языка». Получили ответ. Вместо нового запроса с нуля: «Сделай лучше» можно сказать: «У меня есть только 30 минут в день. Удали всё, что невозможно выполнить за это время.» Затем: «Добавь конкретные упражнения на каждый день.» Затем: «Учитывай, что мой уровень примерно A2.» Затем: «Сделай план на первые 14 дней в виде таблицы.»

Так появляется последовательность: черновик критика уточнение улучшение готовый результат.

4.15. Просите нейросеть критиковать собственный результат.

Это особенно полезно после создания текста.

Например: «Проверь свой ответ как редактор. Найди логические ошибки, лишние утверждения, повторения и места, где не хватает конкретики.»

Для делового текста: «Проверь письмо на двусмысленные формулировки, необоснованные обещания и возможные причины неправильного понимания.»

Для учебного материала: «Найди места, которые новичок может понять неправильно. Объясни их проще.»

Для плана: «Проверь, реалистичен ли этот план с учётом указанных ограничений.»

Важно: критика нейросети — дополнительный инструмент, а не доказательство качества.

4.16. Универсальный протокол проверки.

Запомнить всё сразу сложно, поэтому используйте короткий алгоритм.

ПРОТОКОЛ 6П

1. Понять.

Что именно утверждает нейросеть?

2. Прикинуть риск.

Что будет, если информация окажется неверной?

3. Проверить факты.

Какие утверждения можно проверить?

4. Проверить источник.

Откуда взята информация?

5. Проверить актуальность

На какую дату это верно?

6. Применить.

Можно ли использовать результат в реальной задаче?

Получаем: Понять Прикинуть риск Проверить факты Проверить источник Проверить актуальность Применить.

Для простого творческого запроса весь протокол может занять несколько секунд. Для важного юридического или финансового вопроса проверка может потребовать значительно больше времени.

4.17. Практика 1. Найдите ошибку.

Скопируйте в любую доступную вам нейросеть следующий запрос: «Напиши небольшой текст о любом историческом событии. Добавь пять конкретных фактов: даты, имена и числа.»

Получив ответ, не оценивайте его сразу. Выпишите пять фактов отдельно.

Затем для каждого отметьте:

| ------- | ---------------- | ---------------- | ------------ |

| Имя | Да/нет | Да/нет | Да/нет |

Цель упражнения — не найти как можно больше ошибок.

Цель — научиться видеть, что текст состоит из отдельных проверяемых утверждений.

4.18. Практика 2. Факт или предположение?

Дайте нейросети запрос: «Объясни, почему человек может откладывать важные дела.»

Получите ответ. Теперь попросите: «Раздели свой ответ на факты, распространённые психологические объяснения и предположения. Для каждого пункта укажи, что требует проверки.»

Посмотрите, как изменится структура ответа. Главный вывод упражнения: объяснение не всегда является доказательством.

4.19. Практика 3. Один вопрос — три уровня проверки

Возьмите любой интересующий вас факт.

Например: «Когда была создана эта технология?»

Задайте нейросети три последовательных запроса.

Уровень 1

«Ответь на вопрос.»

Уровень 2

«Ответь и укажи, насколько уверен в информации.»

Уровень 3

«Ответь, отдели факты от предположений и укажи первичный источник, который следует проверить.»

Сравните ответы.

Вы увидите важную вещь: качество работы с ИИ зависит не только от модели, но и от того, насколько хорошо человек организует процесс проверки.

4.20. Практика 4. Проверьте самого себя.

Возьмите ответ нейросети, который вы считаете хорошим.

И задайте пять вопросов:

1. Откуда я знаю, что это правда?

2. Какие части ответа являются фактами?

3. Какие части являются интерпретацией?

4. Что может быть устаревшим?

5. Что произойдёт, если этот ответ окажется неправильным?

Последний вопрос особенно важен.

Он переводит вас из режима: «Верю / не верю» в режим: «Какой уровень проверки нужен для этого решения?»

4.21. Когда нейросеть нельзя использовать как единственный источник

Есть задачи, где ИИ может быть полезным помощником, но не должен быть единственной точкой опоры.

Юридические вопросы.

ИИ может:

· объяснить термин простыми словами;

· помочь составить список вопросов;

· разобрать структуру документа;

· подготовить черновик.

Но актуальные нормы и юридически значимые решения нужно проверять по действующим официальным источникам и, когда ситуация требует, со специалистом.

Медицина.

ИИ может помочь:

· разобраться в медицинском термине;

· подготовить вопросы врачу;

· структурировать информацию.

Но диагноз и лечение нельзя строить только на ответе нейросети.

Финансы.

ИИ может:

· объяснить финансовый термин;

· помочь сравнить варианты по заданным параметрам;

· сделать расчёт.

Но перед реальным финансовым решением необходимо проверить актуальные данные, условия и документы.

Официальные документы.

Если ошибка может привести к отказу, штрафу, потере денег или другим последствиям, источник нужно проверять особенно тщательно.

4.22. Не передавайте нейросети лишние данные.

Проверка информации — не единственный элемент безопасности.

Есть ещё один вопрос: Какие данные вы вообще отдаёте сервису?

Перед загрузкой документа спросите себя: «Нужно ли нейросети видеть все данные внутри этого файла?»

Если нет — лишнюю информацию лучше убрать.

Например, вместо отправки полного документа можно подготовить обезличенную копию, если это не мешает задаче.

Особенно осторожно обращайтесь с:

· паролями;

· кодами доступа;

· банковскими реквизитами;

· паспортными данными;

· персональными данными других людей;

· коммерческой тайной;

· конфиденциальными документами.

Конкретные правила обработки данных зависят от используемого сервиса и вашей ситуации, поэтому перед передачей чувствительной информации необходимо изучить актуальные условия конкретного сервиса.

4.23. Главная ошибка — не галлюцинация.

Обычно говорят: «Нейросеть иногда галлюцинирует».

Но для пользователя более важна другая проблема: человек перестаёт проверять результат. Нейросеть может ошибиться. Это нормально для инструмента. Проблема начинается тогда, когда человек перестаёт замечать возможность ошибки.

Поэтому зрелая работа с ИИ выглядит не так: «Нейросеть всё знает».

И не так: «Нейросети всегда врут».

А так: «Нейросеть помогает мне получить результат, а я отвечаю за проверку и решение».

4.24. Ваш новый навык.

После этой главы вы должны изменить одну привычку.

Раньше: Получил ответ использовал.

Теперь: Получил ответ оценил риск проверил важное улучшил использовал.

Это небольшое изменение мышления резко повышает качество работы с ИИ.

Практическое задание главы

Возьмите одну реальную задачу из своей жизни.

Например:

· выбрать технику;

· составить план обучения;

· разобраться в новом термине;

· подготовить рабочий документ;

· изучить исторический вопрос;

· спланировать поездку;

· проанализировать текст.

Попросите нейросеть решить задачу.

Затем проведите протокол 6П:

1. Понять.

Что именно ответила нейросеть?

2. Прикинуть риск.

Насколько опасна ошибка?

3. Проверить факты.

Какие утверждения требуют проверки?

4. Проверить источник.

Откуда взята информация?

5. Проверить актуальность.

Не могла ли информация устареть?

6. Применить.

Можно ли теперь использовать результат?

После этого попросите нейросеть улучшить ответ с учётом найденных проблем.

Сравните: первый ответ проверенный ответ финальный результат. Это и есть настоящая работа с ИИ.

Контрольные вопросы

Перед переходом к следующей главе попробуйте ответить без подсказо

1. Почему нейросеть может дать уверенный, но неправильный ответ?

2. Почему подробность ответа не гарантирует его достоверность?

3. Чем факт отличается от предположения?

4. Почему важно проверять дату информации?

5. Что такое первичный источник?

6. Почему нельзя считать самоутверждение нейросети доказательством?

7. Какие запросы требуют повышенной проверки?

8. Что делать с цифрами и расчётами?

9. Почему нельзя без проверки использовать найденные цитаты?

10. Как работает протокол 6П?

Если вы можете ответить на эти вопросы и применить протокол 6П на практике, вы освоили один из важнейших навыков работы с нейросетями.

Главное из главы

Запомните пять правил:

1. Нейросеть может ошибаться.

2. Уверенный ответ не является доказательством.

3. Важные факты нужно проверять по надёжным источникам.

4. Чем выше цена ошибки, тем тщательнее проверка.

5. Ответ нейросети — начало работы, а не обязательно её конец.

И основная формула:

ХОРОШАЯ РАБОТА С ИИ = ЗАПРОС + ДИАЛОГ + ПРОВЕРКА + УЛУЧШЕНИЕ

Теперь у нас есть полный базовый цикл:

ЦЕЛЬ КОНТЕКСТ ЗАПРОС РЕЗУЛЬТАТ ПРОВЕРКА УЛУЧШЕНИЕ РЕШЕНИЕ

Именно этот цикл будет проходить через всю книгу.

Следующий шаг — научиться вести с нейросетью полноценный диалог: не просто задавать один вопрос, а постепенно превращать сырой ответ в результат, который действительно решает вашу задачу.

Глава 5. Диалог с нейросетью: как получать нужный результат

Нейросеть — не поисковая строка. Одна из самых распространённых ошибок новичка выглядит так: Написал запрос получил ответ закрыл чат. Иногда этого достаточно. Но для серьёзных задач гораздо эффективнее другой подход: запрос ответ уточнение исправление проверка улучшение результат.

Нейросеть становится значительно полезнее, когда вы используете её не как автомат с готовыми ответами, а как инструмент диалога.

Главный навык этой главы: Не пытайтесь придумать идеальный запрос с первого раза. Учитесь управлять следующим шагом.

5.1. Почему первый ответ редко бывает финальным.

Представьте, что вы просите: «Составь мне план изучения английского языка».

Нейросеть не знает:

· ваш уровень;

· цель;

· сколько времени у вас есть;

· какие навыки важнее;

· нужен ли вам разговорный язык;

· готовитесь ли вы к экзамену;

· какие материалы вам доступны.

Она вынуждена делать предположения. Поэтому первый ответ часто является не готовым решением, а черновиком. Это нормально. Не нужно думать: «Я плохо написал запрос». Иногда проблема просто в том, что задача ещё недостаточно определена.

5.2. Два режима работы.

Условно можно разделить работу с ИИ на два режима.

Режим 1. Одноразовый запрос.

Подходит для простых задач: «Переведи этот текст». «Объясни термин». «Придумай пять заголовков». «Сделай список идей для подарка».

Здесь длинный диалог может быть не нужен.

Режим 2. Итеративный диалог

Подходит для сложных задач:

· обучение;

· планирование;

· написание больших текстов;

· анализ документов;

· программирование;

· исследование;

· разработка проекта;

· подготовка к собеседованию;

· создание стратегии;

· поиск и исправление ошибок.

Здесь лучше двигаться небольшими шагами.

5.3. Главный принцип диалога.

Не пытайтесь объяснить всё одним огромным сообщением. Разбивайте работу на этапы. Например, вместо: «Напиши мне книгу о нейросетях на 300 страниц для начинающих, чтобы она была понятной, современной, интересной, практичной, с примерами, упражнениями, философией, психологией и юридическими рекомендациями». Можно работать так:

Шаг 1

«Помоги определить целевую аудиторию книги о нейросетях для начинающих».

Шаг 2

«Теперь предложи структуру книги для этой аудитории».

Шаг 3

«Проверь структуру. Какие важные темы мы забыли?»

Шаг 4

«Теперь разработай содержание первой главы».

Шаг 5

«Сделай главу более практичной и убери лишнюю теорию».

Шаг 6

«Добавь упражнения для новичка».

Так задача постепенно превращается из идеи в результат.

5.4. Уточняющие вопросы — это не препятствие.

Иногда человек раздражается, когда нейросеть задаёт вопросы: «А нельзя сразу ответить?»

Можно. Но хороший уточняющий вопрос часто экономит время. Например: «Напиши объявление о продаже автомобиля». Можно написать сразу. Но если нейросеть спросит: «Для какой площадки? Какой стиль? Кто целевая аудитория? Какие характеристики автомобиля нужно указать?», это не задержка. Это попытка уменьшить неопределённость.

Поэтому при сложной задаче полезно прямо написать: «Перед выполнением задачи задай мне до пяти уточняющих вопросов, если они действительно необходимы.»

5.5. Но не позволяйте нейросети задавать вопросы бесконечно.

Есть и обратная проблема. Иногда вместо результата вы получаете: Какой стиль? Какой объём? Какой тон? Какую аудиторию? Какую структуру? Какие цвета? Какой формат?

И через десять сообщений у вас всё ещё ничего нет. Поэтому задавайте ограничение: «Задай только вопросы, ответы на которые существенно изменят результат. Не задавай вопросы о второстепенных деталях.» Или: «Если информации недостаточно, сделай разумные предположения и отдельно перечисли их.» Это очень полезный приём.

5.6. Разделяйте факты и предположения.

Допустим, вы хотите создать бизнес-план.

Вы знаете:

· бюджет;

· город;

· сферу;

· количество сотрудников.

Но не знаете:

· будущий спрос;

· оптимальную цену;

· конверсию;

· расходы конкурентов.

Не позволяйте нейросети молча превращать неизвестные данные в «факты».

Напишите: «Если каких-либо данных не хватает, не придумывай их. Отдельно укажи, какие значения являются моими исходными данными, какие — твоими предположениями, а какие необходимо получить из внешних источников.» Это значительно повышает прозрачность работы.

5.7. Команда «не придумывай» полезна, но недостаточна.

Фраза: «Не придумывай информацию» полезна. Но она не гарантирует отсутствие ошибок. Лучше: «Не используй неподтверждённые факты. Если информации недостаточно, прямо укажи это. Для конкретных утверждений, которые требуют проверки, укажи, какие источники следует использовать.» Ещё лучше — если инструмент поддерживает поиск: «Проверь актуальные данные по надёжным источникам и отделяй найденные факты от своих выводов.»

Важно понимать: инструкция не превращает нейросеть в безошибочный источник.

Она лишь помогает правильно организовать работу.

5.8. Учитесь давать обратную связь

Плохая обратная связь: «Не то». «Переделай». «Сделай лучше». Нейросети приходится угадывать, что именно вас не устраивает.тХорошая обратная связь содержит конкретную проблему. Например: «Текст слишком официальный. Сделай его более простым и разговорным.» Или: «Структура хорошая, но слишком много теории. Сократи объяснения и добавь три практических примера.» Или: «Первые два пункта подходят. Третий слишком общий. Замени его конкретной инструкцией.»

Это принцип: Не просто сообщайте, что результат плохой. Объясняйте, что именно нужно изменить.

5.9. Формула хорошей обратной связи.

Используйте четыре элемента: Что оставить + что изменить + как изменить + зачем.

Например: «Сохрани структуру текста. Сократи вступление примерно вдвое. Добавь конкретные примеры. Цель — сделать материал быстрее для чтения новичком.»

Получается:

· оставить — структуру;

· изменить — объём вступления;

· сделать — добавить примеры;

· зачем — повысить понятность.

Такой запрос намного эффективнее: «Сделай лучше».

5.10. Используйте режим «критика исправление»

Очень полезный цикл:

Шаг 1

«Вот мой текст. Найди его слабые места.»

Шаг 2

«Не переписывай пока текст. Сначала объясни проблемы.»

Шаг 3

«Теперь предложи варианты исправления.»

Шаг 4

«Исправь текст с учётом этих замечаний.»

Шаг 5

«Проверь новую версию. Какие проблемы остались?»

Так вы не просто получаете текст от ИИ. Вы создаёте процесс редакторской работы.

5.11. Почему полезно сначала просить анализ, а потом результат

Представим: «Напиши мне рекламный текст».

Можно получить готовый вариант. Но для важной задачи лучше: «Сначала определи целевую аудиторию, основное предложение, возможные возражения и ключевую идею. Не пиши финальный текст.»

После анализа: «Теперь на основе этого создай три варианта.» Так вы сначала определяете задачу, а потом просите результат. Этот подход особенно полезен при:

· написании статей;

· создании презентаций;

· маркетинговых материалах;

· планировании;

· программировании;

· обучении.

5.12. Просите несколько вариантов, когда нет единственно правильного ответа

Если существует много возможных решений, один ответ нейросети может создать ложное ощущение, что это «правильный вариант».

Например: «Как назвать мой проект?»

Вместо одного названия: «Предложи 15 вариантов. Раздели их на три группы: серьёзные, современные и необычные. Для каждого объясни сильную и слабую сторону.»

Теперь у вас появляется пространство для выбора.

Важно: варианты не означают, что один из них объективно лучший. Они помогают исследовать пространство решений.

5.13. Используйте противоположные точки зрения

При спорных или сложных вопросах можно попросить: «Сначала приведи аргументы в пользу этого решения.» Затем: «Теперь найди самые сильные аргументы против него.»

И наконец: «Сравни аргументы без выбора победителя и укажи, какие факты нужно проверить дополнительно.» Такой подход полезен не только для принятия решений. Он тренирует критическое мышление.

5.14. При сложных задачах разделяйте работу на роли.

Иногда полезно представить, что разные этапы выполняют разные специалисты.

Например: «Сначала проанализируй текст как редактор.»

Затем: «Теперь проверь его как критический читатель.»

Затем: «Теперь проверь факты.»

Затем: «Теперь упрости текст для новичка.»

Это не означает, что внутри действительно работают разные люди. Это способ задать нейросети разные режимы анализа.

5.15. Не перегружайте один запрос.

Есть соблазн написать: «Проанализируй, перепиши, сократи, переведи, проверь факты, придумай заголовок, сделай таблицу и подготовь презентацию».

Иногда модель справится. Но вероятность пропуска части требований увеличивается. Лучше разделить:

1. Анализ.

2. Исправление.

3. Проверка.

4. Форматирование.

5. Финальный вариант

Особенно если задача большая.

5.16. Используйте контрольные точки.

В длинной работе полезно периодически останавливаться.

Например: «Остановись после анализа. Не переходи к следующему этапу, пока я не подтвержу структуру.» Или: «Сначала покажи план. После моего подтверждения напиши текст.»

Это особенно важно, если ошибка на раннем этапе может испортить весь дальнейший результат.

Принцип: Лучше проверить фундамент до строительства, чем переделывать весь дом.

5.17. Как работать над большим текстом.

Представим, что вам нужно написать большую статью. Не стоит начинать с: «Напиши статью на 20 000 слов».

Лучше:

Этап 1. Цель «Определи цель статьи и ожидаемый результат для читателя.»

Этап 2. Аудитория «Опиши типичного читателя и его основные проблемы.»

Этап 3. Структура «Предложи структуру статьи.»

Этап 4. Проверка «Найди слабые места структуры.»

Этап 5. Написание «Напиши первый раздел.»

Этап 6. Редактура «Проверь раздел на ясность и лишнюю информацию.»

Этап 7. Следующий раздел И так далее.

Это медленнее одного запроса. Но итоговый результат обычно намного легче контролировать.

5.18. Как исправлять неправильное понимание задачи.

Иногда проблема возникает не в качестве ответа, а в том, что нейросеть неправильно поняла вас. Не обязательно начинать всё заново. Напишите: «Ты неправильно понял мою задачу. Мне не нужно X. Мне нужно Y.»

Затем: «Вот уточнённые условия: …»

И: «Продолжи работу с учётом новых условий. Не повторяй предыдущий вариант.»

Чем раньше вы исправите направление, тем меньше лишней работы.

5.19. Контекст нужно обновлять.

В длинном диалоге часть информации может перестать быть актуальной. Например, в начале вы говорили: «У меня есть два часа в день». Через двадцать сообщений: «Теперь у меня только 30 минут». Если продолжать использовать старое условие, результат будет неправильным. Поэтому полезно явно сообщать: «Новое условие: теперь у меня только 30 минут в день. Считай это условие актуальным вместо предыдущего.»

А при больших проектах периодически полезно просить: «Сделай краткое резюме текущих условий проекта: цель, ограничения, принятые решения и нерешённые вопросы.»

5.20. Создавайте «карточку проекта».

Для большой задачи удобно держать короткое описание.

Например:

· Проект:книга для начинающих по работе с ИИ.

· Цель: научить практическому использованию ИИ.

· Аудитория: люди без технического образования.

· Стиль: простой, конкретный, без лишней терминологии.

· Главный принцип: сначала объяснение, затем практика.

· Ограничение: не привязываться к конкретным интерфейсам.

· Формат: глава примеры упражнение контрольные вопросы.

Такую карточку можно использовать в новых чатах или при продолжении большой работы. Это уменьшает вероятность потери контекста.

5.21. Если ответ слишком длинный.

Не пишите: «Короче». Укажите, что именно нужно изменить: «Сократи ответ до 500 слов, сохрани только практические рекомендации.» Или: «Удали вводную часть и философские рассуждения. Оставь инструкции и примеры.» Или: «Сделай каждый пункт максимум из трёх предложений.»

Ограничения работают лучше, когда они измеримы.

5.22. Если ответ слишком сложный.

Например, вы получили техническое объяснение и ничего не поняли. Не нужно менять тему. Скажите: «Объясни то же самое человеку без технического образования.» Затем можно добавить: «Используй один бытовой пример.» И: «После объяснения дай мне три вопроса для самопроверки.» Можно двигаться по уровням: сложно проще ещё проще пример практика.

5.23. Если ответ слишком поверхностный.

Например: «Изучайте тему регулярно, практикуйтесь и анализируйте ошибки». Совет правильный, но бесполезный.

Попросите конкретику: «Преврати каждый общий совет в конкретное действие, которое можно выполнить сегодня.»

Или: «Дай пошаговый план на первые семь дней.»

Это один из самых полезных запросов: «Преврати общие рекомендации в конкретные действия».

5.24. Команда «покажи пример».

Если объяснение непонятно, попросите пример.

Например: «Объясни на конкретной ситуации.»

Или: «Покажи плохой вариант и хороший вариант.»

Или: «Покажи, как это выглядит в реальной переписке.»

Очень часто один пример полезнее пяти абзацев теории.

5.25. Команда «проведи меня шаг за шагом».

Когда вы учитесь новому навыку: «Не давай сразу весь ответ. Проведи меня по задаче шаг за шагом. После каждого этапа объясняй, что мы сделали и зачем.» Это превращает нейросеть из генератора ответа в учебного помощника. Например, вместо:«Научи меня создавать презентации». можно сказать: «Научи меня создавать презентации с нуля. Давай по одному шагу. После каждого шага дай небольшое практическое задание и проверь мой результат.» Такой режим особенно полезен для обучения.

5.26. Команда «не делай за меня».

Есть задачи, где цель — не получить готовый результат, а научиться самому. Тогда можно написать: «Не решай задачу за меня. Задавай вопросы и подсказывай следующий шаг, пока я не найду решение самостоятельно.»

Это важный навык. ИИ может либо заменить часть вашей работы, либо помочь вам научиться выполнять её самому.

Выбор зависит от цели. Если ваша цель — получить письмо, попросите написать письмо. Если ваша цель — научиться писать письма, попросите обучать вас.

5.27. ИИ как тренер.

Например, вы хотите подготовиться к собеседованию.

Вместо: «Напиши ответы на вопросы собеседования», попробуйте: «Проведи со мной тренировочное собеседование. Задавай по одному вопросу. Не подсказывай ответ заранее. После моего ответа оцени его по трём критериям: содержание, ясность, убедительность. Затем предложи, что улучшить.»

Теперь нейросеть не просто выдаёт информацию. Она создаёт тренировочную среду.

То же можно делать для:

· изучения языка;

· публичных выступлений;

· экзаменов;

· переговоров;

· продаж;

· собеседований;

· программирования.

5.28. ИИ как критик.

Иногда нужен не помощник, который поддерживает каждую идею, а тот, кто ищет слабые места.

Например: «Я собираюсь запустить этот проект. Не соглашайся со мной автоматически. Найди пять наиболее серьёзных рисков и объясни, какие данные нужны для их оценки.»

Это полезнее, чем: «Скажи, хорошая ли у меня идея».

Потому что вопрос: «Хорошая ли идея?» слишком общий.

А вопрос: «Какие риски я не учитываю?» создаёт конкретную задачу.

5.29. ИИ как редактор.

Можно использовать простой режим: «Я дам тебе текст. Не переписывай его сразу. Сначала найди:

1. логические ошибки;

2. повторения;

3. неясные формулировки;

4. слабые аргументы;

5. места, где не хватает примеров.

После этого предложи план редактирования.»

После анализа: «Теперь отредактируй текст по этому плану, сохранив мой основной смысл.» Так сохраняется контроль автора.

5.30. ИИ как собеседник для проверки идеи.

У вас появилась идея.

Не спрашивайте: «Хорошая идея?»

Лучше: «Вот моя идея: …» «Определи, какую проблему она решает.» «Какие у неё потенциальные преимущества?» «Какие слабые места?» «Какие предположения лежат в её основе?» «Что должно оказаться правдой, чтобы идея сработала?» «Как проверить это небольшим экспериментом?»

Последний вопрос особенно важен. Он переводит разговор: идея предположение проверка эксперимент.

5.31. Не бойтесь говорить нейросети «нет».

Если ответ вам не подходит, не нужно подстраиваться под него. Можно сказать:

· «Этот вариант мне не подходит.»

· «Не используй предыдущую структуру.»

· «Вернись к предыдущей версии.»

· «Сохрани второй вариант, но измени начало.»

· «Игнорируй эту часть и продолжи с пункта 4.»

Нейросеть — инструмент. Вы управляете направлением работы.

5.32. Самая важная привычка

Не спрашивайте: «Что ещё умеет нейросеть?»

Спрашивайте: «Какой следующий шаг приблизит меня к результату?»

Это фундаментальный переход. Новичок думает о возможностях инструмента. Опытный пользователь думает о задаче.

Практическое упражнение

Выберите одну реальную задачу. Например: «Хочу научиться пользоваться Excel.» Не просите нейросеть сразу написать вам полный курс. Постройте диалог самостоятельно.

Шаг 1

Напишите: «Помоги определить, чему мне нужно научиться в первую очередь.»

Шаг 2

Ответьте на уточняющие вопросы.

Шаг 3

Попросите составить план.

Шаг 4

Попросите найти слабые места плана.

Шаг 5

Попросите начать с первого урока.

Шаг 6

Попросите дать практическое задание.

Шаг 7

Выполните его самостоятельно.

Шаг 8

Покажите результат нейросети и попросите найти ошибки.

Шаг 9

Исправьте их.

Шаг 10

Попросите дать следующее задание. Вы только что создали персональный учебный цикл.

Практика 2. Улучшаем плохой ответ

Возьмите любой запрос.

Получите ответ.

Теперь напишите нейросети: «Проанализируй свой ответ. Назови три главные проблемы.»

Затем: «Исправь только эти три проблемы.»

После этого: «Теперь проверь исправленную версию и найди оставшиеся слабые места.»

И наконец: «Создай финальную версию с учётом проверки.»

Сравните первый и последний результат.

Практика 3. Один результат — четыре роли

Возьмите любой свой текст.

Попросите нейросеть последовательно выступить в роли:

1. Редактора — найти проблемы текста.

2. Читателя — объяснить, что непонятно.

3. Критика — найти слабые аргументы.

4. Учителя — предложить, как улучшить текст.

После этого попросите: «На основе всех замечаний создай улучшенную версию.» Вы увидите, что один и тот же материал можно рассматривать с разных сторон.

Чек-лист хорошего диалога

Перед отправкой следующего сообщения нейросети спросите себя:

Я объяснил, что именно нужно изменить?

Я сообщил новые условия?

Я отделил факты от предположений?

Мне нужен готовый результат или обучение?

Нужна ли критика?

Нужны ли варианты?

Нужно ли проверить источники?

Нужно ли сначала задать уточняющие вопросы?

Не слишком ли большая задача для одного шага?

Какой следующий конкретный результат мне нужен?

Главное из главы

Запомните: Неудачный первый ответ — не провал. Это материал для следующего шага.

Хороший диалог строится постепенно: ЗАДАЧА ПЕРВЫЙ РЕЗУЛЬТАТ ОБРАТНАЯ СВЯЗЬ ИСПРАВЛЕНИЕ ПРОВЕРКА ФИНАЛ.

И ещё одна формула: ХОРОШАЯ ОБРАТНАЯ СВЯЗЬ = ЧТО ОСТАВИТЬ + ЧТО ИЗМЕНИТЬ + КАК ИЗМЕНИТЬ + ЗАЧЕМ.

А самый важный навык этой главы: Не требуйте от нейросети угадать идеальный результат. Управляйте процессом его создания.

Когда вы научились ставить задачу, проверять ответ и вести диалог, нейросеть перестаёт быть просто «чатом, который что-то пишет». Она превращается в рабочий инструмент. Но здесь появляется новая проблема.

Чем больше информации мы даём ИИ, тем важнее становится понимать, какую информацию вообще можно ему передавать.

Глава 6. Данные и безопасность: что можно доверять нейросети.

Нейросеть не должна знать о вас всё. Когда человек начинает активно пользоваться ИИ, рано или поздно возникает соблазн отправлять ему всё:

· документы;

· фотографии;

· переписки;

· рабочие файлы;

· договоры;

· таблицы;

· медицинские документы;

· личные истории;

· данные клиентов;

· пароли и коды.

Иногда это действительно удобно. Но удобство не должно отменять здравый смысл. Главный принцип этой главы: Перед отправкой информации нейросети сначала решите, действительно ли ей нужны эти данные для выполнения задачи.

Не: «Можно ли это отправить?»

А: «Что произойдёт, если эти данные станут доступны сервису, и можно ли решить задачу без них?»

6.1. Данные бывают разными.

Не вся информация одинаково чувствительна. Условно разделим её на четыре уровня.

Уровень 1. Открытая информация.

То, что уже предназначено для публичного распространения.

Например:

· опубликованная статья;

· рекламный текст;

· описание товара;

· открытая информация о компании;

· ваш публичный пост.

Обычно здесь меньше рисков.

Уровень 2. Обычная личная информация

Например:

· ваши предпочтения;

· планы;

· хобби;

· черновики;

· личные заметки.

Риск зависит от содержания и конкретного сервиса.

Уровень 3. Конфиденциальная информация

Например:

· рабочие документы;

· внутренние отчёты;

· переписка;

· договоры;

· данные клиентов;

· коммерческая информация.

Здесь уже необходимо внимательно оценивать, кому и зачем вы передаёте данные.

Уровень 4. Критически чувствительная информация.

Например:

· пароли;

· секретные ключи;

· коды подтверждения;

· данные банковских карт;

· документы с большим объёмом персональных данных;

· секретная корпоративная информация.

Такую информацию не следует отправлять обычному ИИ-чату просто ради удобства. Если задача может быть решена без неё — уберите её.

6.2. Пароль — это не материал для эксперимента.

Представьте ситуацию. Вы забыли пароль и спрашиваете: «Проверь, насколько надёжный мой пароль».

И вставляете настоящий пароль. Так делать не нужно. Для проверки можно использовать вымышленный пример: Kedr-482!Moon-Example`

Вам нужно проверить принцип, а не раскрывать настоящий секрет.

То же относится к:

· PIN-кодам;

· кодам из SMS;

· резервным кодам;

· API-ключам;

· токенам доступа;

· приватным ключам;

· секретным ссылкам.

Правило: Если информация позволяет получить доступ к чему-либо, не отправляйте её в чат.

6.3. Самая полезная привычка — обезличивание.

Обезличивание означает, что вы убираете данные, которые не нужны для выполнения задачи.

Например, у вас есть письмо:

«Здравствуйте, Иван Петров.

Ваш номер договора 12345678.

Адрес: Москва, улица …

Телефон: +7 …

Просим оплатить …»

Вам нужно, чтобы ИИ улучшил стиль письма. Ему совершенно необязательно знать настоящее имя, адрес и номер договора.

Можно заменить их:

«Здравствуйте, [Имя].

Ваш номер договора [НОМЕР ДОГОВОРА].

Адрес: [АДРЕС].

Телефон: [ТЕЛЕФОН].

Просим оплатить …»

Задача осталась. Лишние данные исчезли.

6.4. Минимально необходимые данные.

Это один из самых важных принципов цифровой безопасности: Передавайте только те данные, которые необходимы для выполнения конкретной задачи.

Допустим, вы хотите спросить: «Как вежливо ответить клиенту на жалобу?»

Нейросети нужен текст жалобы.

Но ей необязательно знать:

· паспорт клиента;

· номер банковского счёта;

· домашний адрес;

· номер телефона;

· полную историю ваших отношений.

Оставьте содержание, которое влияет на ответ.

Уберите всё остальное.

6.5. Простая проверка перед отправкой

Перед загрузкой файла или текста задайте себе четыре вопроса:

1. Что здесь чувствительного?

2. Нужно ли это ИИ для выполнения задачи?

3. Можно ли заменить данные на условные?

4. Что произойдёт, если эти данные окажутся раскрыты?

Если на второй вопрос ответ: «Нет» — удалите эти данные.

6.6. Не путайте чат и сейф

Очень важная психологическая ошибка: «Я отправил это в ИИ, значит информация теперь находится в безопасном месте».

Не обязательно.

ИИ-сервис — это программная система со своими:

· правилами обработки данных;

· настройками;

· сроками хранения;

· политиками конфиденциальности;

· техническими ограничениями;

· условиями использования.

Конкретные условия зависят от сервиса. Поэтому перед передачей чувствительных данных нужно смотреть актуальные правила именно того сервиса, которым вы пользуетесь. Не переносите автоматически правила одного ИИ на другой.

6.7. Что проверить в настройках сервиса.

Если вы регулярно используете ИИ, полезно хотя бы один раз разобраться с его настройками конфиденциальности.

Обратите внимание на:

· историю чатов;

· сохранение разговоров;

· использование данных для улучшения сервиса;

· управление удалением данных;

· настройки персонализации;

· доступ подключённых приложений;

· права на файлы;

· права на микрофон;

· права на камеру;

· доступ к контактам.

Названия настроек в разных сервисах отличаются. Поэтому не запоминайте конкретное расположение кнопок. Запомните принцип: Знайте, какие данные сервис получает, зачем они ему нужны и какие у вас есть настройки управления ими.

6.8. Не подключайте всё подряд.

Современные ИИ-системы могут работать не только с текстом.

В зависимости от сервиса они могут получать доступ к:

· файлам;

· облачным хранилищам;

· электронной почте;

· календарю;

· контактам;

· браузеру;

· другим приложениям.

Это делает ИИ намного полезнее.

Но одновременно увеличивает поверхность риска.

Представьте два варианта.

Вариант А

ИИ видит один загруженный документ.

Вариант Б

ИИ имеет постоянный доступ ко всей вашей почте и облачному диску.

Второй вариант потенциально намного чувствительнее.

Поэтому хороший принцип: Давайте ИИ минимально необходимый доступ.

6.9. Разовые данные и постоянный доступ — разные вещи

Это важное различие. Если вы загрузили один документ для анализа, это одна ситуация. Если вы подключили сервис, который может постоянно обращаться к определённому источнику данных, — другая.

Поэтому при подключении интеграции задайте вопрос: «Нужен ли мне постоянный доступ или достаточно разовой передачи файла?»

Если достаточно разовой передачи, постоянное подключение может быть излишним.

6.10. Файлы: что проверить перед загрузкой.

Перед отправкой документа нейросети быстро проверьте:

В тексте

· имена;

· телефоны;

· адреса;

· электронную почту;

· номера документов;

· банковские реквизиты;

· внутреннюю информацию;

· комментарии;

· скрытые данные.

В таблицах

· персональные данные;

· идентификаторы клиентов;

· номера счетов;

· внутренние показатели;

· формулы;

· скрытые листы.

В изображениях

· документы на заднем плане;

· номера автомобилей;

· экраны компьютеров;

· адреса;

· геолокационные сведения;

· лица людей;

· QR-коды;

· штрихкоды.

Иногда человек смотрит только на главный объект фотографии и не замечает информацию вокруг него.

6.11. Скриншот тоже может содержать секреты.

Например, вы хотите спросить: «Почему у меня появляется эта ошибка?»

И делаете скриншот.

На нём может случайно оказаться:

· email;

· имя;

· номер заказа;

· API-ключ;

· токен;

· URL с секретным параметром;

· содержимое личной переписки.

Поэтому перед отправкой скриншота полезно сделать привычку: Посмотреть на весь экран, а не только на нужную ошибку.

6.12. Метаданные тоже существуют

Файл может содержать не только то, что вы видите. В некоторых случаях внутри могут находиться:

· автор;

· дата создания;

· история изменений;

· координаты;

· информация об устройстве;

· скрытые свойства документа.

Не каждый сервис и не каждый файл сохраняет или обрабатывает эти данные одинаково. Поэтому для чувствительной информации важно понимать не только содержание файла, но и его происхождение.

6.13. Работа с персональными данными

Персональные данные — это не просто «имя и фамилия». В зависимости от контекста значимой может быть комбинация различных сведений, позволяющая определить человека.

Например:

· имя;

· телефон;

· адрес;

· email;

· идентификатор;

· данные документа;

· сведения о работе;

· фотографии;

· другие данные в совокупности.

Поэтому нельзя рассуждать: «Я удалил фамилию, значит документ полностью обезличен».

Иногда оставшихся данных всё ещё достаточно для идентификации. Для юридически значимых вопросов обработки персональных данных ориентируйтесь на действующее законодательство и официальные разъяснения, а не только на советы нейросети.

6.14. Особая осторожность — данные других людей

Свои данные человек может оценивать сам. С чужими сложнее.

Например, у вас есть: резюме кандидата на работу.

И вы хотите отправить его в ИИ: «Оцени кандидата».

В документе могут находиться персональные сведения, которые вам вообще не нужны для анализа. Сначала определите: «Какая информация действительно нужна для задачи?» Если вам необходимо оценить профессиональный опыт, возможно, не нужны:

· фотография;

· домашний адрес;

· личный телефон;

· семейная информация;

· другие несвязанные сведения.

Принцип: Не превращайте чужие персональные данные в материал для экспериментов с ИИ.

6.15. Конфиденциальность — это ещё и человеческая этика

Техническая возможность отправить информацию не означает, что это правильно.

Представьте, что сотрудник копирует в ИИ: переписку клиента, не удаляя его личные данные.

Формально это может быть технически возможно.

Но вопрос должен звучать иначе: Имеет ли человек право передавать эти данные в этот сервис для этой цели?

Здесь уже важны:

· договоры;

· внутренние правила организации;

· согласия;

· законодательство;

· условия конкретного сервиса;

· характер данных.

ИИ не отменяет ответственность человека.

6.16. Коммерческая тайна

Допустим, у компании есть:

· финансовая модель;

· стратегия развития;

· база клиентов;

· внутренние цены;

· код;

· техническая документация;

· данные о партнёрах.

Сотрудник может решить: «Загружу всё в ИИ, он быстро проанализирует».

Но сначала нужно выяснить:

1. Разрешено ли это политикой компании?

2. Какой сервис используется?

3. Как обрабатываются данные?

4. Какие условия действуют для корпоративного аккаунта?

5. Можно ли использовать обезличенную копию?

6. Можно ли решить задачу локальным инструментом или другим способом?

Если ответ неизвестен, сначала нужно получить разрешение или уточнить правила.

6.17. Особый случай — исходный код

Разработчик может отправить в ИИ код и попросить: «Найди ошибку». Это может быть отличным способом работы. Но если код принадлежит компании, внутри могут находиться: секретные ключи; адреса серверов; внутренние API; данные клиентов; архитектура системы; конфиденциальная бизнес-логика.

Перед отправкой: удалите секреты и проверьте правила компании.

Сам код может быть безопасен для передачи, а случайно оставленный API-ключ — уже серьёзная проблема.

6.18. Что делать, если секрет уже отправлен

Не паниковать. Но и не игнорировать. Если вы случайно отправили: пароль; API-ключ; токен; приватный ключ; код доступа;

Считайте его потенциально скомпрометированным и действуйте согласно процедуре для такого секрета.

Например: API-ключ отозвать и создать новый. Пароль изменить. Токен аннулировать или перевыпустить.

Главное: Не надеяться, что «никто не увидел». Если секрет был раскрыт, безопаснее заменить его.

6.19. Фишинг и социальная инженерия

ИИ значительно упрощает создание убедительных сообщений.

Например, можно попросить: «Напиши письмо от имени службы поддержки».

Технически это может быть обычная задача. Но человек может использовать такой текст для обмана. Поэтому вам нужно уметь распознавать подобные сообщения.

Особенно осторожно относитесь к письмам и сообщениям, где вас просят:

· срочно перевести деньги;

· сообщить код;

· перейти по ссылке;

· установить программу;

· открыть подозрительный файл;

· сообщить пароль;

· изменить реквизиты платежа.

Красивый и грамотный текст не доказывает подлинность отправителя.

6.20. Голос и изображение тоже требуют проверки

Современные ИИ-инструменты умеют работать с: изображениями; голосом; видео; лицами; текстом.

Поэтому появляется новая проблема: увидеть или услышать — ещё не значит убедиться.

Например, вам может прийти голосовое сообщение, похожее на голос знакомого человека. Сам голос уже не должен автоматически считаться доказательством личности. Если сообщение связано с деньгами, доступом или срочным действием, используйте дополнительный канал проверки.

Например: позвоните человеку по сохранённому номеру, а не по номеру из подозрительного сообщения.

6.21. Почему нельзя строить безопасность только на ИИ

Можно спросить: «Это мошенническое письмо?»

ИИ может помочь разобрать:

· формулировки;

· ссылки;

· признаки давления;

· несоответствия.

Но окончательное решение нельзя основывать только на фразе: «Нейросеть сказала, что всё нормально». ИИ тоже может ошибиться. Используйте его как дополнительный инструмент анализа, а не как универсальный сканер безопасности.

6.22. Безопасность начинается не с настроек

Очень легко думать: «Я включил правильную настройку — значит, всё безопасно».

На практике безопасность состоит из нескольких слоёв:

1. Что вы отправляете.

2. Кому отправляете.

3. Зачем отправляете.

4. Какие разрешения даёте.

5. Как хранится информация.

6. Что происходит после использования.

Поэтому самый сильный уровень защиты часто находится не в меню настроек, а в вашей привычке: не передавать ненужное.

6.23. Универсальный алгоритм перед отправкой данных

Запомните алгоритм СТОП.

С — Содержание

Что именно я отправляю?

Т — Требуется ли это?

Нужны ли эти данные для задачи?

О — Ограничения

Есть ли здесь персональные, финансовые, рабочие или секретные сведения?

П — Проверка

Разрешено ли передавать эти данные этому сервису?

Получается: СТОП Содержание Требуется ли Ограничения Проверка.

Если на последнем этапе есть сомнение — не отправляйте данные, пока не разберётесь.

6.24. Практика 1. Обезличьте документ

Возьмите любой текстовый документ, который не содержит критически важных секретов.

Например: письмо клиента.

Найдите: имена; телефоны; адреса; номера заказов; email; другие идентификаторы.

Замените их: [ИМЯ] [ТЕЛЕФОН] [АДРЕС] [НОМЕР ЗАКАЗА]

Теперь попробуйте решить ту же задачу с обезличенной версией. Сравните результаты. Если качество практически не изменилось, вы увидели важный принцип: Для работы ИИ часто нужна не вся информация, а только информация, необходимая для задачи.

6.25. Практика 2. Найдите лишние данные

Возьмите фотографию рабочего стола. Представьте, что вы хотите показать ИИ ошибку на экране компьютера. Перед отправкой найдите: документы; номера телефонов; адреса; открытые письма; QR-коды; пароли; уведомления.

Теперь сделайте новую фотографию или скриншот, где остаётся только необходимая информация. Вы только что выполнили базовую процедуру минимизации данных.

6.26. Практика 3. Проверьте сервис

Выберите ИИ-сервис, которым вы регулярно пользуетесь.

Найдите его актуальные официальные документы о конфиденциальности и обработке данных.

Ответьте для себя:

1. Какие данные сервис получает?

2. Сохраняется ли история?

3. Можно ли управлять историей?

4. Как используются данные?

5. Какие настройки приватности доступны?

6. Какие права имеют подключённые приложения?

7. Как удалить или ограничить данные, если такая функция предусмотрена?

Не нужно запоминать всё. Главная цель упражнения: перестать воспринимать ИИ-сервис как чёрный ящик.

6.27. Практика 4. Тест «а если это увидит другой человек?»

Перед отправкой чувствительного текста представьте: «Что будет, если этот текст однажды увидит другой человек?»

Если последствия неприятные, спросите: «Могу ли я решить задачу без этих данных?»

Если да — удалите их. Это не юридический тест. Это простой психологический фильтр, который помогает заметить очевидные ошибки.

6.28. Безопасность не должна превращаться в паранойю

Есть две крайности.

Первая: «ИИ опасен, поэтому ничего ему нельзя показывать».

Это делает инструмент практически бесполезным.

Вторая: «ИИ всё сделает за меня, поэтому я отправлю ему всё».

Это создаёт ненужные риски.

Зрелый подход находится между ними: Использовать ИИ активно, но передавать ему только необходимые данные и понимать последствия.

6.29. Важное правило для книги и работы

Если вы создаёте: статьи; книги; презентации; отчёты; рекламные материалы; учебные проекты;

Не вставляйте в ИИ реальные чувствительные данные только ради того, чтобы пример выглядел «настоящим».

Для обучения можно использовать:

· вымышленные имена;

· тестовые номера;

· искусственные документы;

· обезличенные данные.

Так вы получите практически тот же учебный результат без лишнего риска.

6.30. Ваша новая цифровая привычка

Перед каждым новым действием с ИИ задавайте два вопроса: Что я хочу получить? И: Какие данные действительно нужны для этого результата?

Эти два вопроса заставляют разделить: цель и данные. А это один из фундаментальных навыков цифровой грамотности.

Практическое задание главы

Выберите одну реальную задачу, для которой вы обычно используете ИИ.

Например: анализ документа; редактирование письма; работа с таблицей; программирование; обучение; создание изображения; подготовка презентации.

Сделайте два варианта данных.

Вариант А

Исходный материал.

Вариант Б

Обезличенный материал.

Удалите всё, что не влияет на выполнение задачи.

Затем сравните: качество результата; скорость; удобство; количество переданных данных.

После упражнения ответьте: Какие данные я раньше передавал ИИ без необходимости?

Это один из самых полезных вопросов всей главы.

Контрольные вопросы

1. Почему не стоит отправлять ИИ пароль?

2. Что такое минимизация данных?

3. Чем обезличивание отличается от простого удаления имени?

4. Почему чужие данные требуют особой осторожности?

5. Что нужно проверить перед загрузкой рабочего документа?

6. Почему постоянный доступ к почте отличается от разовой загрузки файла?

7. Что делать, если случайно раскрыт API-ключ?

8. Почему красивое письмо не доказывает, что оно настоящее?

9. Какие данные особенно опасно отправлять в ИИ?

10. Что означает алгоритм СТОП?

Главное из главы

Запомните семь правил:

1. Не отправляйте ИИ секреты, которые ему не нужны.

2. Передавайте минимально необходимый объём информации.

3. По возможности обезличивайте документы.

4. Не передавайте чужие данные без понимания оснований и правил их использования.

5. Проверяйте настройки и условия конкретного сервиса.

6. Не предоставляйте приложениям больше доступа, чем необходимо.

7. Техническая возможность отправить информацию не означает, что её следует отправлять.

И главная формула: БЕЗОПАСНАЯ РАБОТА С ИИ = ЦЕЛЬ + МИНИМУМ ДАННЫХ + КОНТРОЛЬ ДОСТУПА + ПРОВЕРКА

Переходим от текста к файлам. До этого момента мы в основном работали с сообщениями. Но настоящий скачок полезности ИИ начинается тогда, когда вы можете дать ему документ, таблицу, фотографию, презентацию или другой файл и попросить не просто написать текст, а выполнить конкретную работу.

Глава 7. Работа с файламии документами

ИИ умеет работать не только с текстом. До этого мы в основном отправляли нейросети сообщения. Но представьте другую ситуацию.

У вас есть:

· договор на 30 страниц;

· таблица с тысячами строк;

· презентация;

· инструкция;

· фотография документа;

· длинный отчёт;

· резюме;

· техническая документация.

Можно потратить несколько часов на самостоятельный просмотр. А можно использовать ИИ как инструмент анализа.

Например: «Сделай краткое содержание этого документа».

Но это только самый простой вариант.

Гораздо интереснее попросить: «Найди в документе все сроки, суммы и обязательства сторон.»

Или: «Сравни две версии договора и перечисли изменения.»

Или: «Объясни этот документ человеку без юридического образования простыми словами.»

Или: «Найди противоречия между разделами.»

Именно здесь ИИ начинает становиться рабочим инструментом.

7.1. Файл — это не задача.

Одна из самых частых ошибок: загрузить файл и написать: «Проанализируй».

Что именно анализировать?

ИИ приходится угадывать.

Лучше определить: что искать зачем искать в каком виде представить результат.

Например:

Плохо: «Проанализируй договор».

Лучше: «Проанализируй договор и составь таблицу: пункт, обязательство, сторона, срок, возможный риск. Не делай юридических выводов, которых нет непосредственно в тексте.»

Ещё лучше: «Сначала выдели все финансовые обязательства сторон. Затем найди условия изменения цены и штрафные санкции. В конце перечисли пункты, которые требуют дополнительной проверки.»

Разница огромная.

7.2. Универсальная формула работы с файлом.

Для большинства документов подходит схема: ФАЙЛ ЦЕЛЬ ЗАДАЧА ФОРМАТ ПРОВЕРКА.

Файл.

Что вы передаёте?

Цель.

Зачем вам нужен анализ?

Задача.

Что конкретно нужно найти или сделать?

Формат.

Как должен выглядеть результат?

Проверка.

Как вы убедитесь, что ничего важного не потерялось?

Например: «Я загружаю отчёт компании. Мне нужно быстро понять основные результаты за год. Выдели выручку, расходы, прибыль, основные изменения и риски. Представь результат в таблице. Для каждого числа укажи страницу или раздел, где оно найдено.»

Это уже рабочее техническое задание.

7.3. Что ИИ может сделать с документом.

В зависимости от возможностей конкретного сервиса ИИ может помочь:

· кратко пересказать документ;

· выделить ключевые мысли;

· найти конкретную информацию;

· ответить на вопросы по содержанию;

· составить таблицу;

· сравнить несколько документов;

· найти повторения;

· классифицировать информацию;

· извлечь даты;

· извлечь суммы;

· найти упоминания определённых терминов;

· объяснить сложный текст;

· составить список действий;

· преобразовать информацию в другой формат.

Но возможности конкретного сервиса отличаются.

Один инструмент может хорошо работать с PDF, другой — с таблицами, третий — с изображениями. Поэтому не нужно запоминать: «Вот эта кнопка всегда делает X».

Запоминайте принцип: Сначала определите задачу, затем выясните, поддерживает ли ваш инструмент нужный тип файла и операцию.

7.4. Большой документ лучше не просто «суммировать».

Представим книгу на 500 страниц.

Запрос: «Сделай краткое содержание», может дать полезный результат.

Но если вам нужно принять решение, этого недостаточно.

Можно попросить: «Выдели пять основных идей автора.»

Затем: «Для каждой идеи укажи, на каких аргументах она основана.»

Затем: «Какие утверждения являются фактами, а какие — мнениями автора?»

Затем: «Какие практические действия предлагает автор?»

Теперь документ превращается в структурированную информацию.

7.5. Не начинайте с пересказа

Если вам нужна конкретная информация, не обязательно сначала просить: «Перескажи весь документ». Например, у вас договор на 50 страниц. Вам нужно узнать: «Когда я могу расторгнуть договор?» Сразу задайте этот вопрос.

Затем: «Укажи соответствующий пункт документа и процитируй небольшой фрагмент, на котором основан ответ.»

Это экономит время и уменьшает количество ненужной информации.

7.6. Просите ссылку на место в документе.

Один из самых полезных приёмов: просить указать, откуда взят вывод.

Например: «Для каждого важного вывода укажи страницу, раздел или номер пункта документа.»

Если инструмент умеет точно ссылаться на фрагменты, используйте эту возможность. Это позволяет быстро проверить результат.

Вместо: «ИИ сказал, что в договоре есть штраф». Вы получаете: «Штраф указан в пункте 7.3».

Теперь вы можете открыть документ и проверить.

7.7. Не доверяйте пересказу без проверки.

Представим документ: «Компания должна уведомить клиента не менее чем за 30 дней, если планирует изменить условия обслуживания».

ИИ пересказал: «Компания должна предупредить клиента за месяц».

Смысл вроде бы сохранился.

Но что если в исходном документе есть исключение?

Например: «…за исключением случаев, предусмотренных пунктом 8.4».

При пересказе исключение может потеряться.

Поэтому для важных документов: краткий пересказ используйте как навигацию, а значимые условия проверяйте в оригинале.

7.8. PDF не всегда означает «текстовый документ».

Очень важный момент. PDF может содержать: Настоящий текст. Слова можно выделить мышкой. Скан. Страница фактически является изображением. Смешанный документ. Часть страниц — текст, часть — изображения.

Для скана требуется распознавание текста. Если система распознала документ неправильно, ошибки могут появиться ещё до анализа. Например: «10 000 рублей» может превратиться в: «100 00 рублей».

Или: «0,5%» в: «05%». Поэтому особенно внимательно проверяйте числа и таблицы в отсканированных документах.

7.9. Фотография документа — тоже источник ошибок.

Представьте фотографию договора.

На ней:

· плохое освещение;

· наклонённая страница;

· часть текста закрыта;

· мелкий шрифт;

· блики.

ИИ может неправильно прочитать текст.

Поэтому перед анализом изображения полезно проверить:

· всё ли видно;

· нет ли бликов;

· достаточно ли разрешение;

· не обрезаны ли края;

· читаются ли цифры.

Иногда качество исходной фотографии важнее качества самой нейросети.

7.10. Таблицы требуют особой осторожности.

Таблица визуально проста для человека. Для автоматического анализа она может быть сложнее.

Например:

| Товар | Количество | Цена |

| A | 10 | 500 |

| B | 5 | 900 |

ИИ может неправильно сопоставить строки и столбцы, особенно если исходный файл сложный.

Поэтому после анализа таблицы проверяйте:

· названия столбцов;

· единицы измерения;

· строки;

· итоги;

· формулы;

· пропуски;

· даты.

7.11. Особенно проверяйте числа

Если ИИ говорит: «Общая сумма составляет 4 500 000 рублей», не нужно автоматически считать это правильным. Попросите: «Покажи расчёт общей суммы по строкам.»

Если возможно, проверьте вычисление отдельно.

Например:

100 × 500 = 50 000

50 × 900 = 45 000

Итого = 95 000

Теперь вы можете увидеть, откуда появился результат.

Принцип: Не просто просите итог — просите основу, если результат важен.

7.12. Работа с несколькими документами.

Это один из самых полезных сценариев.

Например, у вас есть:

· версия договора за январь;

· версия договора за июнь.

Можно попросить: «Сравни два документа. Найди изменения в сроках, суммах, обязательствах и условиях расторжения. Представь результат в таблице.»

Например:

| ----------- | ------------- | ------------ | --------- |

| Цена | X | Y | Изменена |

Но после автоматического сравнения важные изменения нужно проверить в оригиналах.

7.13. Сравнивать можно не только документы.

ИИ может помогать сравнивать:

· две версии текста;

· два предложения;

· два технических задания;

· две инструкции;

· два отчёта;

· разные резюме;

· варианты договора.

Полезный запрос: «Сравни документы не по общему впечатлению, а по конкретным критериям: цена, сроки, обязательства, ограничения, риски и отсутствующие пункты.»

Чем точнее критерии, тем полезнее сравнение.

7.14. Извлечение информации — одна из самых сильных задач

Представьте документ на 100 страниц.

Вам нужны только:

· все даты;

· все суммы;

· все названия организаций;

· все сроки;

· все упоминания конкретного товара.

Не обязательно читать документ целиком.

Можно дать задачу: «Извлеки из документа все даты, суммы и сроки. Не интерпретируй их. Представь в таблице и укажи место в документе.»

Это называется структурированием информации.

Из большого документа получается компактная база данных.

7.15. Не просите интерпретацию, если сначала нужен факт.

Допустим, вам нужно: «Какая сумма указана в пункте 5?»

Не спрашивайте сразу: «Что автор документа думает о финансовом положении?»

Сначала: «Какие суммы указаны в пункте 5?»

Затем: «Теперь объясни, что эти суммы означают.»

Так вы разделяете: извлечение факта интерпретация.

Это значительно упрощает проверку.

7.16. Полезная техника: два прохода

Для сложных документов используйте два этапа.

Первый проход — извлечение. «Найди все факты, даты, суммы и обязательства, относящиеся к моей задаче.»

Второй проход — анализ. «Теперь проанализируй найденную информацию и сделай выводы.»

Почему это полезно? Потому что вы отделяете: что написано от: что это может означать.

7.17. Три уровня работы с документом.

Можно представить их как лестницу.

Уровень 1. Найти. «Где в документе говорится о сроке?»

Уровень 2. Понять. «Объясни этот пункт простыми словами.»

Уровень 3. Использовать. «Составь список действий, которые мне нужно выполнить на основании этого пункта.»

Это уже полноценная работа: поиск понимание действие.

7.18. Документ можно превратить в инструкцию.

Представим инструкцию на 40 страниц.

Вместо чтения всего документа можно попросить: «Преврати эту инструкцию в пошаговый чек-лист для сотрудника. Не добавляй требований, которых нет в документе.»

Затем: «Для каждого шага укажи исходный раздел документа.»

Теперь длинный документ превращается в рабочий инструмент.

7.19. Можно создавать вопросы по документу

Очень полезный учебный сценарий. Загрузите учебный материал и попросите: «Составь 20 вопросов по этому документу. Не показывай ответы.»

Затем отвечайте самостоятельно.

После этого: «Проверь мои ответы и объясни ошибки со ссылками на соответствующие разделы.»

Так один документ превращается в:

· учебник;

· тест;

· тренажёр;

· преподавателя.

7.20. Можно учиться по собственным материалам.

Например, у вас есть: конспект; учебник; лекция; методичка; презентация.

Можно написать: «Объясни мне этот материал с нуля. Не добавляй информацию, которой нет в документе, без отдельной пометки. После каждого раздела задавай мне три вопроса для проверки понимания.»

Это уже персональный учебный помощник.

7.21. Можно превращать документы в разные форматы.

Например, из текста можно сделать:

· краткое резюме;

· чек-лист;

· таблицу;

· FAQ;

· план;

· список терминов;

· вопросы для экзамена;

· карточки для запоминания;

· структуру презентации.

Например: «Преврати этот документ в FAQ из 15 вопросов и ответов.»

Или: «Сделай из документа одностраничную памятку.»

Это не просто сокращение. Это изменение формы информации под конкретную задачу.

7.22. Не позволяйте ИИ добавлять информацию незаметно

Представим, вы дали ему инструкцию компании. Вы просите: «Сделай краткую памятку».

ИИ может захотеть сделать её полезнее и добавить общие советы, которых в инструкции не было. Иногда это хорошо. Но иногда это опасно. Поэтому полезно указать: «Используй только информацию из документа. Если добавляешь что-либо от себя, помечай это отдельно.»

Или: «Не дополняй документ внешними сведениями.»

Это особенно важно для: инструкций; регламентов; договоров; нормативных документов; технической документации.

7.23. Работа с юридическими документами.

ИИ может быть очень полезен при первичном анализе договора.

Например: «Найди в договоре сроки, суммы, обязательства сторон и условия расторжения.»

Это хорошая задача для структурирования.

Но другая задача: «Скажи, безопасно ли мне подписывать этот договор». Уже требует гораздо большей осторожности. Почему? Потому что юридическая оценка зависит не только от текста документа, но и от:

· законодательства;

· обстоятельств;

· статуса сторон;

· судебной практики;

· даты;

· юрисдикции;

· других документов.

Поэтому ИИ можно использовать как инструмент предварительного анализа, но не как автоматическую замену профессиональной юридической помощи.

7.24. Медицинские документы.

Аналогичный принцип работает с медицинскими файлами. ИИ может помочь: «Объясни простыми словами медицинские термины из этого заключения.»

Или: «Составь список вопросов, которые стоит задать врачу.»

Но опасно превращать: «Объясни результаты» в: «Поставь мне диагноз и назначь лечение».

Особенно если речь идёт о серьёзных симптомах или решениях. Используйте ИИ для понимания информации и подготовки к разговору со специалистом, а не как единственный источник медицинского решения.

7.25. Рабочий документ не всегда можно загрузить

Если вы получили файл от работодателя, клиента или партнёра, сначала проверьте:

· можно ли использовать внешние ИИ-сервисы;

· нет ли запрета на передачу документа;

· содержит ли файл конфиденциальную информацию;

· не требуется ли корпоративный инструмент;

· можно ли обезличить документ.

Очень простое правило: Если вы не уверены, что имеете право передавать файл внешнему сервису, сначала уточните.

7.26. Что делать, если документ слишком большой.

Не нужно сразу пытаться загрузить всё.

Можно разделить работу.

Подход 1. По разделам. «Сначала проанализируй раздел 1.»

Затем: «Теперь раздел 2.»

В конце: «Объедини результаты.»

Подход 2. По вопросам.

Не анализировать весь документ, а искать только нужную информацию.

Подход 3. Сначала оглавление. «Определи структуру документа и предложи, какие разделы нужно изучить для решения моей задачи.»

Это часто экономит огромное количество времени.

7.27. Не забывайте о контексте.

Если вы работаете с несколькими файлами, чётко называйте их.

Например:

«Файл А — старая версия договора.»

«Файл Б — новая версия.»

«Сравни Б с А.»

Или:

«Документ 1 — инструкция.»

«Документ 2 — мои заметки.»

«Используй инструкцию как основной источник, а заметки — только как дополнительный материал.»

Так вы снижаете вероятность того, что модель перепутает источники.

7.28. Хорошая структура запроса для файла

Используйте шаблон:

Ø Контекст: что это за файл.

Ø Цель: зачем мне анализ.

Ø Задача: что именно сделать.

Ø Ограничения: чего не делать.

Ø Формат: как представить результат.

Ø Проверка: как показать основу вывода.

Например:

Ø Контекст: это инструкция для новых сотрудников.

Ø Цель: сделать её понятнее новичку.

Ø Задача: выдели основные действия и порядок их выполнения.

Ø Ограничения: не меняй смысл и не добавляй новые требования.

Ø Формат: пошаговый чек-лист.

Ø Проверка: для каждого пункта укажи соответствующий раздел исходного документа.

Это уже почти профессиональное техническое задание.

7.29. Практика 1. Анализ собственного документа.

Возьмите документ, который не содержит чувствительной информации.

Например: инструкцию; статью; учебный материал; публичный отчёт.

Загрузите его в доступный вам ИИ-инструмент.

Попросите: «Сначала определи структуру документа. Затем выдели пять главных идей. Для каждой идеи укажи, в каком разделе она находится.»

После получения ответа проверьте две случайные идеи самостоятельно.

7.30. Практика 2. Извлечение данных.

Возьмите документ, содержащий даты и числа.

Запрос: «Извлеки все даты, суммы и проценты. Не делай выводов. Представь данные в таблице. Для каждой строки укажи место в документе, где она найдена.»

Затем вручную проверьте несколько строк.

Цель упражнения: научиться отличать извлечение информации от интерпретации.

7.31. Практика 3. Сравнение документов.

Возьмите две версии одного текста.

Попросите: «Сравни документы. Найди все содержательные изменения. Не учитывай изменения форматирования. Представь результат в таблице: раздел, старая версия, новая версия, характер изменения.»

Затем выберите три изменения и проверьте их самостоятельно.

7.32. Практика 4. Документ как учебник.

Возьмите небольшой учебный материал.

Запрос: «Преврати этот документ в учебный тренажёр. Сначала составь краткий план темы. Затем задавай мне по одному вопросу. Не показывай ответ заранее. После моего ответа оцени его и объясни ошибку, если она есть.»

Теперь вы используете один и тот же материал в новом формате.

7.33. Практика 5. Документ действие.

Возьмите инструкцию.

Попросите: «Преврати этот документ в пошаговый чек-лист. Для каждого шага укажи источник в документе. Не добавляй действий, которых нет в исходном материале.»

После этого: «Выдели три шага, где ошибка пользователя может иметь наиболее серьёзные последствия.»

Так вы переходите от чтения к практическому применению.

7.34. Чек-лист перед загрузкой файла

Перед отправкой файла задайте себе:

О задаче

· Зачем я загружаю этот файл?

· Что именно мне нужно получить?

О данных.

· Есть ли персональные данные?

· Есть ли секреты?

· Есть ли коммерческая информация?

· Можно ли обезличить файл?

О качестве.

· Это текстовый документ или скан?

· Хорошо ли читается файл?

· Есть ли таблицы?

· Есть ли изображения?

· Есть ли рукописный текст?

О результате.

· Нужен пересказ?

· Нужен поиск информации?

· Нужна таблица?

· Нужно сравнение?

· Нужен план действий

О проверке.

· Как я проверю ответ?

· Можно ли указать страницу или раздел источника?

7.35. Самая важная ошибка при работе с файлами.

Она звучит так: «Раз ИИ прочитал документ, значит он понял его полностью».

Нет. Даже если инструмент отлично распознал текст, остаются возможные проблемы: неверная интерпретация; потеря контекста; пропуск исключения; ошибка в таблице; неправильный вывод; смешение разных документов.

Поэтому: прочитать файл правильно его понять.

7.36. Ваш новый рабочий цикл.

После этой главы ваш процесс может выглядеть так: 1. Определить задачу.

2. Проверить данные.

3. Обезличить файл при необходимости.

4. Загрузить документ.

5. Дать конкретную инструкцию.

6. Получить структурированный результат.

7. Проверить важные выводы по оригиналу.

8. Использовать результат.

Это уже полноценный рабочий процесс.

Главное из главы.

Запомните:

1. Файл сам по себе не является задачей.

2. Чем конкретнее цель анализа, тем полезнее результат.

3. Для важных выводов просите указать источник внутри документа.

4. Извлечение фактов лучше отделять от интерпретации.

5. Скан, фотография и таблица могут привести к дополнительным ошибкам.

6. Большой документ можно превратить в таблицу, чек-лист, FAQ или учебный тренажёр.

7. Важные результаты нужно проверять по оригиналу.

Главная формула: ФАЙЛ + ЦЕЛЬ + КОНКРЕТНАЯ ЗАДАЧА + ФОРМАТ + ПРОВЕРКА = ПОЛЕЗНЫЙ РЕЗУЬТАТ

И ещё один принцип: ИИ должен сокращать время работы с документом, но не отменять ваше понимание того, что находится в документе.

Следующий уровень. Мы научились работать с текстом и файлами. Но информация существует не только в словах. Мы фотографируем документы, отправляем изображения, получаем скриншоты, создаём картинки и работаем с видео и голосом.

Bepul matn qismi tugad.