Допустим, вчера вы сорок минут доводили с нейросетью одну статью. Убрали длинное вступление, заставили объяснить непонятное на примере, вычеркнули придуманный «личный опыт». Под конец получилось. Вот теперь можно публиковать.

Сегодня нужна следующая статья. Задача похожая, тема другая. Открываете новый чат, пишете «сделай в моём стиле» — и снова получаете вступление на полэкрана.

Слушай, мы же вчера это уже разобрали. Зачем опять?

И вот здесь стоит посмотреть, что осталось от вчерашней работы. Хороший текст есть. Двадцать сообщений с замечаниями тоже есть. А короткого объяснения, что именно сделало текст хорошим, нет. Оно так и осталось разбросанным по переписке.

В следующую задачу его никто не перенёс.

Возьмём конкретный случай. Нужна статья о том, как с помощью ИИ разбирать длинные документы. Читатель пробовал: загрузил файл, получил пересказ, а что делать дальше — не понял.

В первом варианте нейросеть пишет:

Искусственный интеллект позволяет значительно повысить эффективность работы с документами и быстро извлекать ключевую информацию.

Вроде всё правильно. Только человеку от этого какая польза? Что ему загрузить, о чём спросить, что проверить в ответе?

После правки получается другой фрагмент:

Допустим, вам прислали инструкцию на 40 страниц. Нужно понять, какие действия выполнить до пятницы. Попросите ИИ выписать каждое действие, срок и номер страницы, где это указано. Если срока в документе нет, пусть так и напишет. Потом откройте указанные страницы и сверьте ответ.

Теперь понятно, зачем нужен инструмент. Есть документ, есть задача, есть результат, который можно проверить. Сорок страниц и пятница здесь — условия примера, а не история реального клиента.

Что из этой правки пригодится завтра? Само число 40 — вряд ли. А вот требование показать исходную ситуацию, нужный результат и способ проверки пригодится почти в любом разборе инструмента.

Это и стоит сохранить.

У разработчика Саймона Уиллисона есть похожий подход к программам. Он собирает рабочие решения, чтобы использовать их в новых задачах. Для распознавания сканированных PDF у него нашлись два примера: один превращал страницы документа в изображения, другой извлекал текст из изображений. Он передал модели оба и объяснил, как соединить их. По его описанию, получил работающий прототип, который затем дорабатывал.

С текстами можно попробовать тот же приём. Только вместе с удачной статьёй надо передать ещё и ваши решения. Иначе модель может скопировать заголовки и обороты, а причину, по которой текст вам понравился, так и не уловить.

Для начала сделайте одну папку. В ней достаточно двух файлов.

«Образец» — последняя принятая версия статьи. Без трёх черновиков перед ней и комментариев «вот здесь ещё подумать».

«Как писать» — короткая запись того, о чём вы договорились. Для нашего примера она могла бы выглядеть так:

  • Пишем для человека, который уже попробовал ИИ, но пока не получил полезного результата.
  • Начинаем с его затруднения. В образце: загрузил документ, получил пересказ, не понял, что делать.
  • Когда объясняем приём, показываем исходные данные, запрос и результат. В образце: инструкция → список действий со сроками и страницами.
  • Показываем, как проверить ответ. В образце: открыть указанные страницы и сверить.
  • Если данных нет, прямо говорим об этом. Не додумываем сроки, цифры и опыт автора.

У каждого правила здесь есть опора в тексте. Поэтому можно проверить, действительно ли вы так работали или нейросеть просто составила очередной список советов.

Эту запись не обязательно писать самому. Пока удачная переписка ещё открыта, отправьте:

Последний вариант статьи принят. Собери короткую инструкцию для следующей похожей задачи по моим замечаниям и принятым правкам. К каждому правилу добавь фрагмент итогового текста, который его показывает. Не включай отменённые решения и не превращай разовую замену слова в постоянный запрет.

Прочитайте результат. Если появилось «всегда начинать с вопроса», хотя вы просили это только для одной статьи, уберите. Иначе следующую неделю будете бороться уже с собственными правилами.

Источники принятой статьи тоже оставьте рядом — отдельным списком ссылок. Они нужны, чтобы можно было вернуться к её фактам. Данные клиентов и внутренние сведения компании из переносимого образца уберите.

Теперь новая задача. Вместо инструкции на 40 страниц нужно написать о разборе записи совещания. Прикладываете «Образец», «Как писать» и материалы по новой теме:

Напиши статью по новым материалам. «Образец» используй для подачи, «Как писать» — для требований к результату. Факты, цифры и истории из образца не переноси. Структуру выбери под новую задачу. Условные примеры обозначай прямо, недостающие сведения не выдумывай.

Хороший перенос будет виден по конкретной детали. В статье о совещании появится объяснение, как получить список решений, ответственных и сроков, а затем сверить его с записью. Если ответственного не назначили — это должно остаться видимым. Плохой перенос тоже заметен: нейросеть просто заменит слово «документ» на «совещание» и оставит старую статью почти целиком.

Файлы нужно действительно приложить либо дать агенту доступ к папке и попросить прочитать их. Одного «у нас уже был хороший текст» для надёжного повторения недостаточно.

Теперь посчитаем, стоит ли с этим возиться.

Возьмём условные цифры: вы выпускаете восемь статей в месяц и в каждой тратите по 25 минут на одни и те же замечания. Это 200 минут — 3 часа 20 минут. Мы сейчас считаем только повторную редактуру, без поиска фактов и написания.

Допустим, подготовка образца и правил заняла 20 минут, а повторные правки сократились до 10 минут на статью. Тогда за первый месяц получится:

20 + 8 × 10 = 100 минут вместо 200.

Разница — час сорок. Это не обещание результата: мы задали числа, чтобы увидеть, что измерять. Если после подготовки файлов вы всё равно тратите те же 25 минут, значит, способ пока не помог. Нужно смотреть, прочитала ли модель правила, достаточно ли они конкретны и подходит ли образец новой задаче.

Проверить можно на ближайшей статье. Запишите время повторных правок и посмотрите, сколько замечаний пришлось объяснять заново.

А прямо сейчас откройте последний удачный чат. Тот самый, где вы наконец сказали: «Вот теперь нормально». Сохраните принятую статью и попросите собрать правила из ваших правок. Завтра приложите эти два файла к новой задаче.

Тогда замечание, на которое вы уже потратили время, хотя бы получит шанс поработать второй раз.


Источник примера с распознаванием PDF: Simon Willison — Hoard things you know how to do. Примеры со статьями и расчёт времени — условные.

Конец статьи Вернуться к материалам