Kitobni o'qish: «ИИ вместо секретаря - как поручить нейросети рутину и освободить время»

К читателю

Эта книга посвящена практическому использованию генеративного искусственного интеллекта как личного и рабочего помощника. Основной акцент — на делегировании рутины, работе с файлами, поиском, почтой, календарём, голосовым вводом, подключёнными сервисами и безопасной автоматизацией.

Практические главы выстроены по единой логике: жизненная ситуация → задача → способ делегирования → проверка → граница автономии. Сервисные детали отделены от устойчивых принципов, а реальные исследования и кейсы приведены по первичным, официальным или максимально близким к первичным источникам.

Книгу необязательно читать как справочник от первой до последней страницы за один раз. Части I–III дают базовую технику делегирования; части IV–VI показывают повседневные и рабочие сценарии; части VII–VIII нужны тем, кто хочет подключать сервисы и автоматизировать повторяющиеся действия. Приложения рассчитаны на повторное использование после чтения.

В задачах, где ошибка может повлечь существенные медицинские, юридические, финансовые или иные последствия, ИИ следует использовать для подготовки и структурирования информации, а решение принимать после независимой проверки и, при необходимости, консультации профильного специалиста.

Пять терминов, которые не стоит смешивать

Термин

Что он означает в этой книге

Чат

Диалог с моделью. Он отвечает на запрос, но сам по себе не означает доступ к почте, календарю или файлам.

ИИ-помощник

Модель, которой поручают подготовить результат: прочитать, структурировать, сравнить, написать черновик.

Подключённый помощник

ИИ-помощник с разрешённым доступом к внешним данным или действиям: почте, календарю, облаку, рабочим системам.

ИИ-агент

Система, способная планировать последовательность шагов и выполнять их через доступные инструменты ради заданной цели.

Автоматизация

Заранее настроенный процесс, который запускается по времени, условию или событию и выполняет определённую работу.

Эти роли могут существовать в одном продукте, но это не делает их взаимозаменяемыми. Способность красиво сформулировать письмо не означает права его отправить; доступ к календарю не означает права отменять встречу; наличие памяти не означает безошибочного знания всей вашей истории.

Примечание об актуальности: конкретные продукты приведены только как примеры состояния рынка на 3 сентября 2026 года. Принципы книги не зависят от того, где именно находится нужная кнопка.

Введение. Вам нужен не ещё один чат-бот. Вам нужен помощник

Представьте обычное утро. Вы включаете компьютер и обнаруживаете письмо, которое вчера отложили «на потом». Оно длинное, написано тяжёлым языком, а где-то внутри спрятаны две даты, одна сумма и просьба дать ответ до конца недели.

Пока вы разбираетесь с письмом, приходит сообщение от коллеги. Нужно ответить так, чтобы не звучать резко. Затем вспоминается, что надо сравнить три предложения от разных компаний. После обеда предстоит совещание, к которому неплохо бы собрать вопросы. Вечером выясняется, что через четыре дня поездка, а список вещей, документов и дел перед отъездом так и не составлен.

Ни одна из этих задач сама по себе не огромна. Именно поэтому они и съедают время незаметно: пять минут здесь, десять минут там, двадцать минут на письмо, полчаса на сравнение документов. К концу дня значительная его часть оказывается потраченной не на содержательную работу, а на обслуживание самой работы.

Раньше часть такой нагрузки передавали секретарю или личному помощнику. Сегодня некоторую долю этой рутины можно поручить нейросети. Не человеку, не безошибочному электронному разуму и не кнопке «сделай всё за меня», а инструменту, который способен читать, сокращать, структурировать, переписывать, сравнивать, планировать, готовить черновики и, при наличии соответствующих подключений, работать с внешними сервисами.

Эта книга о том, как превратить нейросеть из случайного собеседника в системного помощника. Мы не будем изучать математику нейронных сетей и не станем коллекционировать «магические промты». Вместо этого разберём четыре вещи: какую часть задачи можно делегировать, какие данные нужно дать ИИ, каким должен быть результат и что человек обязан проверить.

Почему это имеет смысл

Польза генеративного ИИ в рутинной интеллектуальной работе измерялась в контролируемых экспериментах. В исследовании Shakked Noy и Whitney Zhang 453 специалиста выполняли профессиональные письменные задания. Участники с доступом к ChatGPT в среднем тратили примерно на 40% меньше времени, а качество результата по оценке проверяющих выросло примерно на 18%. Авторы отдельно предупреждали, что экспериментальные задания не охватывали всю сложность реальной работы и не требовали глубокой проверки фактов. Это не обещание «40% экономии на всём», а доказательство того, что определённые операции действительно ускоряются при грамотной помощи ИИ.¹

В крупном полевом эксперименте Microsoft Research с более чем 6000 работников 56 организаций пользователи Microsoft 365 Copilot тратили примерно на полчаса меньше в неделю на чтение электронной почты и завершали работу над документами на 12% быстрее. При этом регулярно инструмент использовали около 40% тех, кому дали доступ. Исследование проведено самим Microsoft, поэтому его источник важно обозначать прямо: корпоративные данные полезны, но не равны независимой оценке.²

Главный принцип книги

Вместо десятка повторяющихся предупреждений будем опираться на четыре правила. Они работают и для простого чата, и для подключённого помощника, и для автоматизации.

Правило

Практический смысл

1. Источник истины

Сначала определите, где находятся достоверные данные для задачи: в документе, почте, календаре, официальном сайте или у человека.

2. Цена ошибки

Чем серьёзнее последствия неверного ответа, тем больше независимой проверки и меньше автономии.

3. Минимальные права

Помощник получает только тот доступ, который нужен для конкретной работы: чтение отдельно, запись отдельно, удаление отдельно.

4. Обратимость

Чем труднее отменить действие, тем обязательнее предварительное подтверждение человеком.

Базовая формула всё равно остаётся простой: ИИ готовит, человек утверждает. Но в низкорисковых и хорошо проверенных процессах часть утверждений со временем можно заменить заранее заданными правилами.

Три зоны доверия

Зелёная зона: ошибки неприятны, но легко исправимы. Сюда относятся черновики, структура заметок, идеи, списки, переформулировка текста, предварительная классификация.

Жёлтая зона: ошибка может стоить времени, денег или репутации. Это сравнение коммерческих предложений, анализ рабочего документа, подготовка ответа клиенту, план поездки, расчёты по данным. Здесь результат надо проверять по источникам.

Красная зона: медицинские, юридические, финансовые решения, значимые договорные обязательства, конфиденциальные данные, платежи и необратимые действия. Здесь ИИ полезен как помощник по подготовке, но не как единственный принимающий решение субъект.

Реальный урок: удобный интерфейс не гарантирует правильность

В Нью-Йорке городской портал MyCity получил чат-бота, который должен был помогать предпринимателям и жителям ориентироваться в городских услугах. Аудит городского контролёра, датированный 30 декабря 2025 года, показал, что система продолжала давать неточные и непоследовательные ответы: одинаковые вопросы могли получать разные результаты, а небольшие изменения формулировки влияли на качество ответа. Удобный разговорный интерфейс оказался не заменой надёжному источнику, а дополнительным слоем, который тоже нуждается в тестировании и контроле.³

Задача этой книги — не научить «верить ИИ», а научить управлять им: давать контекст, ограничивать полномочия и проверять важное.

ЧАСТЬ I. ДЕЛЕГИРУЕМ РУТИНУ

Глава 1. Что можно поручить нейросети

Первый рабочий день с любым помощником начинается не с передачи ключей и паролей, а с понимания его компетенций. С нейросетью действует тот же принцип. Полезнее не спрашивать «что умеет ChatGPT вообще», а разобрать собственную деятельность на типы операций.

Нейросеть как читатель

ИИ особенно полезен для первого прохода по длинному тексту. Он может выделить требования, сроки, суммы, участников, решения и открытые вопросы. Важный документ не следует сводить к вопросу «всё ли нормально?». Надёжнее поручить извлечение конкретных элементов и попросить указать, где они находятся в исходнике. Для договора это может звучать так: «Найди пункты о сроках оплаты, штрафах и расторжении. Укажи номера пунктов. Не делай юридического вывода». Такой подход оставляет окончательную интерпретацию человеку.

Нейросеть как сокращатель

Команда «сократи» слишком неопределённа: полезное сокращение зависит от цели. Перед встречей нужны семь выводов и пять вопросов; для архива — нейтральный конспект; для руководителя — одна страница с решениями, рисками и следующими действиями. Чем яснее цель чтения, тем полезнее краткое содержание.

Нейросеть как редактор

Многие рутинные задачи безопасны именно потому, что содержание уже существует. Пользователь знает, что хочет сказать, а ИИ помогает сделать формулировку яснее, короче, мягче или формальнее. Это хороший тип делегирования: исходный смысл легко сравнить с результатом.

Нейросеть как организатор

Разрозненные записи после встречи можно превратить в таблицу «задача — ответственный — срок — статус». Полезно отдельно просить найти пропуски: где нет ответственного, где срок двусмыслен, где решение сформулировано без следующего действия. Иногда ценность ИИ не в ответе, а в обнаруженном пробеле.

Нейросеть как сравнитель

Если есть несколько вариантов, ИИ способен привести их к общим критериям. Однако сначала критерии должен задать пользователь. Иначе модель может выбрать удобную ей шкалу и выдать убедительный, но не соответствующий вашим приоритетам итог.

Нейросеть как планировщик

План становится реалистичным только после добавления ограничений: сроков, длительности, дороги, часов работы, зависимости между задачами и запаса на неожиданности. Нейросеть охотно строит идеальное расписание, которое ломается после первого задержавшегося звонка. Поэтому полезно прямо требовать буфер.

Нейросеть как репетитор и оппонент

ИИ можно попросить сыграть роль клиента, интервьюера или критика проекта. Это не передача решения, а тренировка. В таком режиме он помогает человеку увидеть слабые аргументы и заранее подготовить ответы.

Четыре уровня делегирования

Уровень 1 — подсказать. Уровень 2 — подготовить почти готовый результат. Уровень 3 — выполнить внешнее действие после подтверждения. Уровень 4 — действовать автоматически по правилам. Для новичка оптимальна основная работа на втором уровне, постепенный переход к третьему и очень осторожное использование четвёртого.

Поручите это секретарю

«Я пришлю текст. Выдели: 1) что от меня требуется; 2) все сроки; 3) суммы; 4) решения; 5) вопросы, на которые нужно ответить. Если данных нет, пиши “не указано”. Ничего не додумывай».

Рабочая ситуация

Представим владельца небольшой мастерской. Утром у него пятнадцать писем, два коммерческих предложения, заметки после вчерашнего звонка и список задач на неделю. Попытка поручить ИИ «разобраться со всем» почти наверняка приведёт к красивой мешанине. Гораздо надёжнее разложить работу на операции. Сначала письма сортируются на «требует ответа сегодня», «для сведения» и «можно отложить». Затем два предложения сводятся в таблицу по одинаковым критериям. Потом заметки превращаются в список задач. Наконец, из уже очищенных данных строится план. Важный нюанс: нейросеть здесь не знает бизнес лучше владельца. Она уменьшает стоимость перехода от неструктурированной информации к структуре.

Типичная ошибка новичка

Новичок часто пытается передать не операцию, а ответственность: «реши, что мне делать». Это удобно только там, где цена решения мала. В остальных случаях полезнее просить несколько вариантов, критерии и последствия. Формулировка «какие решения возможны и какая информация нужна для выбора?» лучше, чем «что мне выбрать?». Первая сохраняет мышление пользователя, вторая незаметно передаёт его модели.

Граница компетенции

Некоторые задачи технически выполнимы, но практически невыгодны. Если на объяснение контекста уйдёт двадцать минут, а самостоятельное действие занимает три минуты, делегирование бессмысленно. ИИ полезен не потому, что способен выполнить задачу, а когда стоимость постановки и проверки меньше стоимости ручной работы. Это простая, но важная экономика делегирования.

Коротко

Лучше всего делегируются задачи, где есть исходные данные и понятная форма результата.

Чем выше цена ошибки, тем меньше автономии.

Способность ИИ написать о действии не означает, что действие выполнено.

Глава 2. Как ставить секретарю задачу

Плохой помощник иногда оказывается хорошим помощником, которому дали плохое поручение. Нейросеть не видит ситуацию глазами пользователя. Она получает только доступный контекст и формулировку задачи. Поэтому качественное делегирование начинается не с «секретной формулы промта», а с нормального технического задания.

Формула рабочего поручения

Практичная схема состоит из четырёх элементов: что есть; что нужно сделать; какой результат нужен; какие ограничения нельзя нарушать. Например: «Есть письмо поставщика и наша переписка. Составь ответ, подтвердив получение, но не соглашайся с новой ценой. До 1200 знаков. Тон нейтральный». Такая постановка намного надёжнее просьбы «ответь красиво».

Контекст: сколько нужно сообщать

Контекст должен быть достаточным, но не бесконечным. Если задача касается конкретного проекта, сообщите цели, участников, сроки, уже принятые решения и важные запреты. Не загружайте десятки страниц «на всякий случай». Чем больше лишнего, тем выше риск, что модель уделит внимание несущественной детали.

Неизвестное должно оставаться неизвестным

Одна из самых полезных фраз: «Если данных не хватает, не додумывай; перечисли, чего не хватает». Она особенно важна в документах, расчётах и деловой переписке. Нейросеть стремится дать полезный ответ и иногда заполняет пробел правдоподобным предположением. В бытовом черновике это может быть безвредно, в официальном письме — нет.

Формат результата

Укажите, хотите ли вы письмо, таблицу, список действий, чек-лист, краткое резюме или пошаговый план. Просьба «разбери документ» почти неизбежно даёт более расплывчатый ответ, чем «создай таблицу: пункт договора, обязанность, срок, риск, что проверить».

Критерии качества

Если результат можно оценить по критериям, назовите их заранее: не менять смысл; не добавлять фактов; сохранить все даты; использовать нейтральный тон; привести ссылки на источник; разделить факты и предположения. Это превращает диалог из угадывания в управляемую процедуру.

Итерации вместо одного идеального запроса

Не нужно пытаться описать всё с первой попытки. Часто быстрее получить черновик, указать, что не устраивает, и уточнить задачу. Итерация — нормальная часть работы. Но каждое уточнение должно быть конкретным: не «плохо», а «слишком официально; сократи на треть; сохрани фразу о сроке; убери обещание скидки».

Просите вопросы, когда они действительно нужны

Полезная инструкция: «Перед выполнением задай только те вопросы, без которых высок риск ошибиться». Она предотвращает две крайности: бесконечный допрос и бездумное угадывание.

Рабочий шаблон

«Контекст: ... Задача: ... Результат должен выглядеть так: ... Ограничения: ... Если информации не хватает, перечисли недостающие данные и не выдумывай их».

Почему детали меняют ответ

Сравним две просьбы. Первая: «Составь письмо о задержке». Вторая: «Поставка задерживается на три дня; причина пока не подтверждена; клиент важный; мы не готовы обещать скидку; завтра сможем назвать точную дату. Подготовь спокойный черновик до 700 знаков». Во втором случае модель получает границы. В первом она будет достраивать их сама. Именно достраивание неизвестного часто воспринимается как «ошибка нейросети», хотя часть проблемы возникла ещё при постановке задачи.

Контекст не равен объёму

Есть соблазн копировать в чат всю историю проекта. Но хороший контекст — это не максимум текста, а минимум информации, достаточный для правильного решения. Полезно сначала составить короткую карточку проекта: цель, текущее состояние, ключевые ограничения, актуальные документы, что уже решено. Такой пакет обычно надёжнее сотни сообщений.

Как запрос становится рабочим

Слишком расплывчато

Рабочая постановка

«Ответь клиенту».

«Подготовь короткий нейтральный черновик. Мы согласны с ценой, но просим сдвинуть поставку на неделю. Не обещай следующих заказов».

«Разбери договор».

«Найди сроки, суммы, штрафы, условия расторжения и мои обязанности. Для каждого вывода укажи пункт. Не давай юридического заключения».

«Распланируй день».

«У меня 5 часов, две задачи со сроком сегодня и дорога в банк до 17:00. Сначала учти жёсткие ограничения, затем добавь 45 минут буфера».

Во всех трёх примерах улучшение произошло не из-за «магической формулы», а из-за четырёх добавленных вещей: цели, исходных данных, ограничений и формы результата.

Проверочный вопрос

После важного поручения полезно спросить не «ты понял?», а «коротко перескажи, что ты собираешься сделать и какие ограничения считаешь обязательными». Если пересказ неверен, исправление происходит до генерации большого результата. Этот приём особенно полезен перед обработкой документов и подготовкой официальной переписки.

Практический диалог: задержка поставки

Пользователь: «Напиши клиенту, что мы задержимся». Такой запрос оставляет модели слишком много свободы: она может придумать причину, срок и компенсацию.

Неудачный ответ легко звучит убедительно: «Из-за непредвиденных логистических обстоятельств поставка переносится на следующую неделю. В качестве компенсации предоставим скидку». Если ни причина, ни срок, ни скидка не согласованы, красивый текст создаёт новые обязательства.

Исправленный запрос: «Поставка задерживается примерно на три дня. Причина пока не подтверждена. Подготовь короткий черновик клиенту: извинись, сообщи только о задержке, пообещай уточнить точную дату завтра. Не упоминай компенсацию и не придумывай причины».

ПРОВЕРЬТЕ

После черновика сравните его не с тем, как «красиво звучит», а с исходными фактами и разрешёнными обещаниями.

Коротко

Хорошее поручение описывает исходные данные, действие, форму результата и ограничения.

Запрещайте додумывать там, где выдуманный факт опаснее отсутствия ответа.

Итерации полезнее попытки написать один «идеальный промт».

ЧАСТЬ II. КОНТЕКСТ, ПАМЯТЬ И ФАЙЛЫ

Глава 3. Один разговор — одна рабочая задача

Когда нейросеть становится помощником, возникает соблазн использовать один бесконечный чат для всего: поездки, писем, ремонта, работы и покупок. Это удобно первые десять минут и неудобно через неделю. Контекст постепенно загрязняется, старые решения смешиваются с новыми, а пользователю становится трудно понять, на какие исходные данные опирается ответ.

Разделяйте проекты

Создавайте отдельные рабочие пространства или диалоги по устойчивым темам: «Поездка в Рим», «Ремонт кухни», «Клиент Альфа», «Еженедельные отчёты». Это упрощает возвращение к задаче и снижает вероятность переноса случайной детали из другой темы.

Когда начинать новый диалог

Новый разговор полезен, если цель изменилась, старый контекст стал противоречивым, был загружен устаревший файл или модель продолжает цепляться за старую установку. Начать заново иногда быстрее, чем исправлять накопленный контекст.

Фиксируйте решения

В длинном проекте время от времени просите составить короткое «текущее состояние»: что решено, что запрещено, какие сроки, какие вопросы открыты. Сохранённая сводка помогает восстановить контекст и служит контрольной точкой.

Версии документов

Не называйте пять файлов одинаково. Используйте понятные версии и даты: «договор_v3_после_юриста», «план_поездки_2026-09-15». ИИ не должен угадывать, какой из документов является актуальным.

Память и долговременные предпочтения

Некоторые сервисы умеют сохранять предпочтения между разговорами. Это удобно для устойчивых установок — язык, формат ответа, типичные задачи. Но проектные детали, пароли, конфиденциальные сведения и временные условия лучше не превращать в долговременную память без необходимости.

Контрольная точка

«Составь сводку текущего проекта: цель, уже принятые решения, ограничения, сроки, открытые вопросы и следующий шаг. Не добавляй ничего, чего не было в диалоге».

Контекстное загрязнение

Допустим, в одном чате вы сначала обсуждали отпуск в Испании, затем договор аренды, потом рабочую презентацию. Через неделю просите «сделай план на четыре дня». Модель может попытаться связать запрос с последней активной темой или использовать детали, которые уже не относятся к задаче. Это не обязательно произойдёт, но сам риск трудно заметить. Разделение проектов делает происхождение ответа понятнее.

Контрольная сводка как резервная копия смысла

В длинной работе полезно периодически создавать короткую сводку и сохранять её отдельно. Если разговор разросся, вы можете открыть новый чат, приложить актуальные материалы и эту сводку. Так вы переносите не весь шум прошлого обсуждения, а только принятые решения. Это похоже на передачу дел новому сотруднику: ему нужен не архив каждого разговора, а состояние проекта.

Что хранить постоянно

Устойчивые предпочтения — например, «отвечать на русском», «использовать таблицы для сравнений», «не придумывать недостающие данные» — подходят для постоянных инструкций. Временная цена, дата встречи или имя нового подрядчика относятся к проекту. Смешивание этих уровней приводит к тому, что вчерашняя временная договорённость начинает жить как постоянное правило.

Коротко

Разделяйте устойчивые проекты по отдельным диалогам.

Фиксируйте актуальное состояние сложных задач.

Не полагайтесь на то, что модель «сама поймёт», какой файл или решение последнее.

Глава 4. Память ИИ: что помощник помнит, а что только кажется

Персональный секретарь становится действительно удобным, когда не приходится каждый раз заново объяснять одни и те же предпочтения. Но слово «память» в нейросетях легко вводит в заблуждение. Пользователь может считать, что система хранит весь прошлый опыт как человек, тогда как на практике существуют разные механизмы: контекст текущего разговора, история чатов, сохранённые предпочтения, проектные инструкции и данные, доступные через подключённые сервисы. Они не взаимозаменяемы.

Контекст текущего разговора

Контекст — это информация, которой модель располагает в конкретной рабочей сессии. В него входят ваши последние сообщения, приложенные материалы и системные инструкции, если они доступны. Контекст имеет предел. Очень длинный разговор может быть сокращён системой, старые детали могут перестать влиять на ответ, а противоречивые указания начинают конкурировать друг с другом. Поэтому длинный чат нельзя считать надёжным архивом проекта.

История чатов не равна памяти

То, что старый разговор виден в списке, ещё не означает, что новый чат автоматически «знает» всё сказанное там. История — способ вернуться к прошлому диалогу. Память — отдельный механизм сохранения некоторых устойчивых сведений. Если для новой задачи критично решение, принятое месяц назад, безопаснее явно передать его в текущий контекст или открыть соответствующий проект, чем надеяться на невидимую связь между разговорами.

Что имеет смысл запоминать

Для цифрового секретаря особенно полезны устойчивые предпочтения: язык ответа, привычный формат дат, желаемая краткость, правило не придумывать недостающие факты, предпочтение таблиц при сравнении, требование спрашивать подтверждение перед внешним действием. Эти сведения редко меняются и действительно уменьшают рутину.

Проектные детали — текущая цена, версия договора, временный пароль, одноразовый код, медицинская информация, банковские реквизиты, конфиденциальная переписка — плохие кандидаты на долговременную память. Причина не только в приватности. Они быстро устаревают, а устаревшая память опаснее отсутствующей.

Память должна иметь срок годности

Для любой сохранённой настройки полезно задавать вопрос: будет ли она верна через полгода? Если нет, лучше хранить её в проектной сводке. Хорошая практика — раз в несколько месяцев проводить ревизию: какие предпочтения актуальны, какие больше не нужны, какие стали слишком общими.

Практический диалог: «Ты же должен помнить»

Пользователь: «Составь письмо нашему поставщику как обычно. Ты же помнишь условия». Такой запрос опасен: «как обычно» может означать стиль, а может — коммерческие договорённости. Если система ошибётся, пользователь легко не заметит подмену.

Лучше: «Используй мой обычный деловой тон, но факты возьми только из этого сообщения и приложенного договора. Не используй старые цены и сроки из памяти. Если условия расходятся, перечисли расхождения до подготовки письма».

Память как политика, а не склад

Самая полезная память секретаря — не биография пользователя, а политика работы: как оформлять результат, где спрашивать подтверждение, что считать конфиденциальным, какие действия нельзя выполнять автоматически. Такой набор правил повышает предсказуемость и почти не устаревает.

ПОРУЧИТЕ СЕКРЕТАРЮ

«Составь список сведений обо мне и моих рабочих предпочтений, которые полезно хранить постоянно. Отдельно перечисли сведения, которые лучше не сохранять и передавать только в рамках конкретной задачи. Не включай чувствительные данные без необходимости».

НЕ ДЕЛАЙТЕ ТАК

Не превращайте долговременную память в архив всех проектов. Чем больше там временных фактов, тем выше риск, что старое условие незаметно попадёт в новую задачу.

ПРОВЕРЬТЕ

Перед важной работой спросите: «Какие сохранённые сведения ты собираешься использовать в этой задаче?» Если ответ содержит устаревшие или лишние данные, исправьте контекст до выполнения.

СЕКРЕТАРЬ СЛЕДУЮЩЕГО УРОВНЯ

Храните устойчивые правила отдельно от проектных сводок. Тогда новый проект начинается с короткой актуальной карточки, а персональные настройки остаются стабильными.

Коротко

Контекст, история и память — разные вещи.

Сохраняйте устойчивые правила, а не быстро устаревающие факты.

Для важных задач явно передавайте актуальные данные, даже если система «должна помнить».

Актуальность памяти в реальных сервисах

К 2026 году механизмы персонализации и памяти появились у нескольких крупных ИИ-сервисов, но устроены по-разному. ChatGPT может использовать память и, в поддерживаемых конфигурациях, контекст из прошлых чатов, файлов и подключённых приложений; Gemini предлагает персонализацию на основе прошлых чатов и подключённых Google-сервисов для подходящих аккаунтов и регионов. Эти возможности зависят от плана, типа аккаунта, региона и настроек. Поэтому в рабочем процессе важнее не название переключателя, а правило: критически важный факт передавайте явно и проверяйте, даже если помощник «помнит» вас.⁴

Глава 5. Файлы: Word, PDF, таблицы и несколько документов сразу

Почти любой настоящий секретарь работает не только с сообщениями, но и с документами. Именно здесь нейросеть перестаёт быть просто собеседником: вы передаёте ей исходный материал и можете требовать, чтобы ответ опирался на конкретный файл. Однако фраза «я загрузил документ» ещё не гарантирует, что он прочитан полностью и без ошибок.

Word: структура, смысл и редакции

С документами Word удобно решать три класса задач: извлекать информацию, редактировать текст и сравнивать версии. Для первого режима полезны точные запросы: «найди все сроки и ответственных», «собери требования в таблицу», «покажи, где упомянута гарантия». Для второго — ограничения: «не меняй смысл», «сохрани все числа и имена». Для третьего — два файла и правило: сравнивать только различия, не пересказывать оба документа целиком.

PDF: текстовый и сканированный — не одно и то же

В текстовом PDF слова уже существуют как символы, и извлечение обычно надёжнее. Сканированный PDF фактически состоит из изображений страниц, поэтому системе приходится распознавать текст. Ошибки особенно вероятны в мелких таблицах, печатях, рукописных пометках, старых шрифтах и низкокачественных копиях. Если сумма или дата критична, сверяйте её визуально с исходной страницей.

Таблицы: сначала схема данных

Перед анализом таблицы попросите помощника объяснить, какие столбцы он видит, какие единицы измерения использованы, есть ли пустые значения и дубликаты. Этот короткий этап обнаруживает множество проблем до того, как модель начнёт строить красивый вывод на неверно понятой структуре.

Несколько файлов: опасность перепутать версии

Если загружены «Договор финал.docx», «Договор финал 2.docx» и «Договор новый финал.docx», ошибка почти запрограммирована. Переименовывайте файлы до загрузки: «01_проект_заказчика», «02_правки_юриста», «03_редакция_на_подпись». В запросе явно укажите, какой файл является базовым.

Практический диалог: сравниваем две редакции

Плохо: «Сравни эти договоры и скажи, какой лучше». Такой запрос смешивает факты и решение. Модель может сама выбрать критерий «лучше».

Лучше: «Файл A — версия от поставщика. Файл B — версия после наших правок. Составь таблицу только по изменившимся пунктам: номер пункта, смысл A, смысл B, возможное практическое последствие изменения. Если пункт не найден в одном из файлов, так и напиши. Не давай юридического заключения».

Проверка, что ИИ действительно использовал файл

Просите ссылки на страницы, заголовки, номера пунктов или короткие цитаты из исходника. Затем выборочно проверяйте несколько позиций. Если модель уверенно отвечает, но не может указать место в документе, это сигнал не доверять пересказу.

Реальный урок: вымышленные судебные решения

В деле Mata v. Avianca в федеральный суд США были поданы материалы со ссылками на несуществующие судебные решения, сгенерированные ChatGPT. Суд подчеркнул: использование ИИ само по себе не запрещено, но профессионал обязан проверять точность того, что подаёт от своего имени. Юристам и их фирме назначили санкцию в 5000 долларов. Для цифрового секретаря урок универсален: правдоподобная ссылка ещё не является источником.⁵

ПОРУЧИТЕ СЕКРЕТАРЮ

«Сначала перечисли, какие файлы ты получил, их названия и тип. Затем объясни, какие из них будешь использовать для ответа. После анализа указывай страницу или пункт для каждого критически важного вывода».

НЕ ДЕЛАЙТЕ ТАК

Не просите «найти всё важное» в сотнях страниц без определения того, что для вас важно. Сначала задайте категории: сроки, суммы, обязательства, исключения, риски, ответственные.

ПРОВЕРЬТЕ

Выберите минимум три результата анализа и сверяйте их с оригиналом. Для сканов отдельно проверяйте числа, даты, номера счетов и таблицы.

СЕКРЕТАРЬ СЛЕДУЮЩЕГО УРОВНЯ

Создайте стандарт имён файлов и правило версий. Тогда помощник сможет автоматически собирать изменения, а вы будете понимать, на каком документе основан ответ.

Коротко

Загрузка файла не гарантирует идеального чтения.

Для важных выводов требуйте привязку к месту в исходнике.

Версионность документов — часть безопасности, а не канцелярская формальность.

ЧАСТЬ III. КОММУНИКАЦИЯ И ПОИСК

Глава 6. Письма, сообщения и ответы

Переписка — один из самых выгодных типов делегирования. Здесь часто уже известны факты и решение, а ИИ нужен для упаковки: сделать текст ясным, корректным и подходящим по тону.

Черновик, а не самостоятельная позиция

Сначала сформулируйте фактическое решение сами: согласны ли вы, отказываете, переносите срок, просите уточнение. Затем поручите ИИ письмо. Если попросить модель одновременно решить вопрос и написать ответ, она может незаметно принять за вас обязательство.

Три слоя хорошего письма

Факты: что произошло. Позиция: что вы решили. Формулировка: как это сообщить. Нейросети разумно передавать прежде всего третий слой, иногда — структуру второго, но не окончательное решение без вашего участия.

Тон и отношения

Фразы «вежливо» недостаточно. Опишите отношения: новый клиент, давний партнёр, коллега, начальник, незнакомая организация. Сообщите, насколько жёсткой должна быть позиция. «Твёрдо, но без конфликта» и «дружелюбно, но без обещаний» дают более предсказуемый результат.

Короткие ответы

Для мессенджера полезно задавать объём в предложениях, а не просить «коротко». Например: «до четырёх предложений, без приветственной канцелярщины, один вопрос в конце».

Опасные автоматические обещания

Проверяйте даты, суммы, скидки, сроки, обещания «мы обязательно», «мы гарантируем» и любые формулировки, создающие обязательства. Модель может сделать письмо убедительнее ценой появления того, чего вы не собирались обещать.

Поручите это секретарю

«Вот мой смысл в черновом виде: [текст]. Перепиши как деловое письмо. Не меняй решение, не добавляй причин, скидок, сроков и обещаний, которых нет в исходнике. До 900 знаков».

Метод «смысл до стиля»

Перед тем как просить красивый текст, выпишите одним абзацем смысл: что произошло, чего вы хотите, что готовы предложить, чего не готовы. Это становится контрольным эталоном. После генерации сравните письмо с эталоном. Если появились новые обещания, оправдания или сроки, они видны сразу.

Когда черновик слишком хорош

Парадоксально, но качественный литературный текст иногда опаснее слабого: его меньше хочется проверять. В деловой переписке убедительный тон может скрыть неверную цифру или обязательство. Поэтому полезно отдельно просить модель после письма перечислить: «Какие фактические утверждения, обещания, сроки и условия содержатся в тексте». Такой машинный самоаудит не заменяет человека, но направляет внимание.

Ответ на конфликтное письмо

Если сообщение вызывает раздражение, ИИ может сыграть роль эмоционального буфера. Сначала дайте ему факты и свой черновик, попросите убрать резкость, но сохранить позицию. Не стоит передавать модели задачу «поставь человека на место»: она способна усилить конфликт или, наоборот, слишком смягчить требование. Цель должна быть операциональной: добиться ответа, зафиксировать несогласие, попросить исправление.