Нейросеть в работе даёт странный эффект: одни сотрудники закрывают ими часть дня, другие тратят время и возвращаются к ручной работе. Причём инструменты у обоих одинаковые.

Разница не в промптах и не в модели, а в выборе задач. Разберу, какие задачи отдавать стоит, а какие нет.

Шесть задач, где выигрыш очевиден

Общий признак: работа механическая, объёмная, а результат проверяется за секунды.

Черновики писем и документов. Ответ клиенту, коммерческое предложение, служебная записка, описание вакансии. Модель даёт структуру и первый вариант, человек правит смысл. Экономия - половина времени и больше, потому что смотреть на пустой экран дольше, чем править готовое.

Переписывание под другой формат. Есть длинное письмо - нужен короткий пост. Есть статья - нужны тезисы для планёрки. Есть голосовое на десять минут - нужен текст в три предложения. Тут модель почти не ошибается: смысл уже задан, меняется только упаковка.

Выжимка из длинного. Переписка на сорок сообщений, отчёт на двадцать страниц, расшифровка часовой встречи. Задача «выдели договорённости и задачи» решается за секунды и проверяется взглядом.

Разбор списков и таблиц. Привести адреса к одному виду, вытащить из текста контакты, разложить заявки по категориям. Скучная работа, которая раньше делалась вручную по строчке.

Перевод и адаптация. Не только на другой язык, но и с канцелярита на человеческий - типичная задача для писем клиентам.

Подготовка к разговору. Прочитать переписку с клиентом за полгода и выдать краткую справку: о чём договаривались, что обещали, где были конфликты. Пять минут вместо получаса листания истории.

Четыре случая, где мешают

Высокая цена ошибки и никто не проверяет. Расчёты, юридические формулировки, медицинские рекомендации, цифры в отчётности. Модель звучит уверенно всегда - в том числе когда ошибается. Если проверяющего нет, вы получаете правдоподобный текст с ошибкой внутри.

Нужен контекст компании. Ваши регламенты, прайс, история клиента, договорённости с поставщиком. Модель этого не знает и заполняет пробелы правдоподобными выдумками. Именно на этом ломается большинство корпоративных внедрений: универсальный инструмент не учится на ваших процессах.

Разовая задача. Объяснить модели условия дольше, чем сделать самому. Автоматизация окупается на повторяемости, а не на разовом усилии.

Задача про ответственность. Извинение перед клиентом, разговор с сотрудником, спорное решение. Человек на той стороне мгновенно чувствует шаблон, и эффект обратный.

Почему длинные промпты перестали работать

Совет «дай модели роль, распиши контекст, приведи примеры, попроси думать шаг за шагом» появился, когда модели плохо удерживали задачу. Сейчас всё иначе.

Модели с рассуждением - o-серия, Claude Opus 4.7, GPT-5.5, Gemini 3 в режиме размышления - разворачивают цепочку сами. Просить их «думать шаг за шагом» бессмысленно, а лишняя структура в запросе тянет лишнюю структуру в ответ: получаете развёрнутый разбор там, где хватило бы двух предложений.

Рабочая формула стала короче: что на входе, что нужно на выходе, одно ключевое ограничение. Всё.

Проверить легко: возьмите свой длинный промпт и вычёркивайте строки по одной, пока качество не поедет. Обычно работают две-три из десяти.

Про безопасность коротко

Одна вещь, о которой забывают в рабочем угаре: переписка с клиентами, договоры и резюме содержат персональные данные. Отправлять их в зарубежные модели без обезличивания нельзя - это нарушение закона, а не просто небрежность.

Для таких задач есть российские модели с серверами в РФ. Для черновиков и текстов без данных клиентов ограничений нет.

Если хотите понять, что из вашей рутины реально закрывается моделью, - выпишите задачи, которые повторяются каждый день, и пришлите список в Telegram @viktdo. Скажу, что отдать ИИ, а что автоматизировать иначе.

Главная ловушка

Она не техническая. Сотрудник тратит двадцать минут на формулировку запроса и правку результата там, где своими словами написал бы за десять - но чувствует, что «работал с ИИ».

Простой критерий: если после третьей попытки получить нужный ответ вы всё ещё правите - закройте вкладку и сделайте сами. Инструмент должен экономить время, а не создавать иллюзию продуктивности.

С чего начать, если ещё не пробовали

Не с выбора модели и не с курсов. С наблюдения за собственной неделей.

Выпишите задачи, которые делаете руками каждый день и которые состоят из переписывания, поиска в переписке или приведения текста в порядок. Обычно набирается три-четыре штуки.

Возьмите одну - самую скучную - и попробуйте отдать её модели в течение недели. Не «внедрить ИИ», а закрыть одну конкретную задачу.

Через неделю честно ответьте на два вопроса: сколько времени это реально сэкономило и сколько раз пришлось переделывать. Если ответ «сэкономило и почти не переделывал» - берите вторую задачу. Если нет - эта задача не подходит, попробуйте другую.

Такой подход занимает меньше времени, чем выбор между моделями, и даёт ответ на главный вопрос: помогает лично вам или нет.

Разберём вашу ситуацию

Напишите в Telegram @viktdo - посмотрю ваши процессы и скажу, где ИИ даст эффект в часах, а где вы потратите бюджет впустую. Разбор бесплатный, обычно 15 минут.

Что делаем: интеграцию ИИ в бизнес-процессы - ответчики на базе знаний компании, разбор заявок и документов; чат-ботов для MAX, Telegram и VK. Про то, почему большинство корпоративных внедрений не окупается, я разбирал в отдельной статье. Прикинуть бюджет можно в калькуляторе.

BotKraft - студия чат-ботов и автоматизации: 5 лет на рынке, больше 300 проектов.