Дело не в том, что ИИ плохо работает, а в том, как мы ему делегируем. ИИ-агент — исполнитель нового типа: у него нет памяти, усталости и страха ошибиться. Часть привычных правил делегирования с ним работает еще лучше, а часть перестает работать вообще. В статье разберем 12 секретов, которые помогут передавать задачи ИИ так, чтобы это действительно экономило время.
- 1. Запомните не то, что можно, а то, что нельзя
- 2. Разберитесь с новыми заблуждениями
- 3. Делегируйте один раз — навсегда
- 4. Агент — стажер с амнезией
- 5. Передавайте замысел, а не только инструкцию
- 6. Помните о «долге проверки»
- 7. Ошибки перемножаются
- 8. Отдайте ИИ то, чего вы сейчас не делаете вовсе
- 9. Пусть ИИ сначала проинтервьюирует вас
- 10. Не зовите агента туда, где хватит скрипта
- 11. Длину поводка определяет обратимость, а не сложность
- 12. Ответственность не делегируется
- ЧаВо
1. Запомните не то, что можно, а то, что нельзя
Современные агенты ищут информацию, пишут тексты и код, работают с таблицами, заполняют формы, создают графику, музыку, видео и управляют браузером. Проще говоря, ИИ можно делегировать почти все, что человек делает за компьютером. Список «можно» увеличивается с каждым днем, а список «нельзя» короткий, и его стоит запомнить.
Что нельзя отдавать:
- Финальные решения и ответственность. ИИ подготовит варианты, но выбирать и отвечать за выбор будете вы.
- То, что вы не можете проверить. Если вы не отличите хороший результат от плохого, вы просто откладываете риск на потом.
- Конфиденциальные данные. Все, что вы загружаете в ИИ, уходит на сервер разработчика. Персональные данные клиентов, пароли, коммерческую тайну и документы под NDA туда отправлять не стоит.
- Необратимые действия без вашего подтверждения. Агент может оплатить заказ, отправить письмо клиенту или удалить файлы. Такие шаги он должен согласовывать с вами, а не выполнять сам.
- Живой контакт. Извиниться перед важным клиентом или провести трудный разговор с сотрудником должен человек.
- Выбор целей и ценностей. ИИ поможет спланировать путь, но куда идти, решаете вы.
Все остальное — кандидаты на делегирование. Вопрос только в том, как делегировать правильно.
2. Разберитесь с новыми заблуждениями
Мы привыкли бороться с ловушками мышления, но эпоха ИИ-агентов породила новые. Разберем самые вредные:
❌ «ИИ — для крупных компаний». Сегодня им пользуются даже школьники начальных классов. Для малого бизнеса, самозанятых и отдельных специалистов он особенно полезен, поскольку закрывает то, на что раньше никогда не было бюджета.
❌ «Нужно быть программистом или пройти дорогие курсы». Лучший учитель — сам ИИ. Просто спросите его, как им правильно пользоваться или как он может помочь с решением вашей задачи.
❌ «Я не знаю, что ему передать». Спросите: «Дай 30 идей, как использовать ИИ-агентов в моей работе. Я занимаюсь [задача или профессия]».
❌ «Нужно освоить промпт-инжиниринг». Модели за последние годы сильно поумнели, и «волшебные промпты» больше не нужны. Наступила эпоха скилл-инжиниринга: просто напишите для ИИ подробные инструкции, как для толкового стажера.
❌ «Эту задачу ИИ не передать». А ее часть? Сбор данных, анализ или проверку отдать можно почти всегда.
❌ «Тут конфиденциальные данные». Обезличьте их: замените имена, суммы и названия. Если требования к безопасности строгие, модель можно развернуть на своем сервере.
❌ «Нужны самые дорогие модели». Для сортировки писем, пересказа текстов или извлечения данных хватит моделей, которые стоят копейки.
Почти любой из этих барьеров снимается одним вопросом к самому ИИ.
3. Делегируйте один раз — навсегда
Иногда ИИ-агентом пользуются так же, как чат-ботом: дали задачу, получили результат, забыли. Каждый раз задачу приходится объяснять заново, и постепенно появляется чувство, что «проще самому».
Отчасти так и есть: первое делегирование ИИ (да и человеку) обычно стоит дороже, чем сделать самостоятельно. Выгода появляется на повторах.
Поэтому самое полезное — делегирование ИИ повторяющихся задач и целых обязанностей (как сотруднику). Удачную постановку сохраните как шаблон или скилл, то есть как инструкцию, которую агент использует снова и снова. В конце удачной сессии попросите: «Опиши, как ты это сделал, чтобы в следующий раз повторить без моих уточнений».
У агентов есть еще одно преимущество — асинхронность. Их не нужно вести в диалоге: поставили задачу вечером, утром проверили результат. Чат-бот — собеседник, а агент — сотрудник, который работает, пока вы спите.
4. Агент — стажер с амнезией
Новый сотрудник через месяц знает ваши стандарты. ИИ не узнает их никогда: ему нужно постоянно иметь доступ к нужной информации. Главная причина плохих результатов — не «глупая модель», а отсутствие у ИИ инструкций (скиллов) и нехватка контекста.
Инструкции
Инструкции объясняют, как выполнять задачу. По сути, это обычная пошаговая инструкция, какую вы написали бы для нового сотрудника: что сделать, в каком порядке и каким должен быть результат.
В хорошей инструкции есть примеры удачного результата и нюансы: типичные ошибки, исключения, «всегда проверяй дату». Скилл — это такая же инструкция, но сохраненная в файле, чтобы агент подгружал ее сам, когда берется за задачу. Примеры инструкций: «Как готовить еженедельный отчет», «Как отвечать на жалобы клиентов», «Как оформить пост для блога».
Каждая ошибка агента — повод дописать строчку в инструкцию. Тогда одна и та же ошибка не повторится дважды.
Контекстные документы
Контекстные документы описывают мир, в котором задача выполняется. Примеры контекстных документов:
- Для компании: «О нашем продукте», «Наша ЦА», «Как мы работаем»;
- Для специалиста: «Клиент N», «Как я работаю», «Мой блог»;
- Для личных дел: «Мое питание», «Мое здоровье», «Мои цели и ценности».
Эти документы позволяют сразу дать ИИ весь нужный контекст, чтобы он понимал все нюансы и ограничения, связанные с задачей. Например, в файле «Мое питание» вы можете указать свои предпочтения, диеты и аллергии, чтобы ИИ учитывал их, когда составляют вам меню или список покупок. Подобные мини-справочники создают один раз, а потом подгружают в сессии при необходимости.
5. Передавайте замысел, а не только инструкцию
В армии есть принцип «замысла командира»: исполнитель, который понимает цель, принимает верные решения в ситуациях, о которых приказ умалчивает. С ИИ это работает еще сильнее, потому что агенты постоянно упираются в развилки, которые вы не предусмотрели.
Одна фраза о цели даст больше, чем пять абзацев требований к тону. Это та же база, что и при делегировании людям, только с ИИ пропуски обходятся дороже.
6. Помните о «долге проверки»
Каждый результат ИИ создает долг: его нужно проверить. Если проверка занимает столько же времени, сколько сама работа, выигрыша нет, а риск ошибки появляется. Возможно, именно этим объясняется результат эксперимента METR, который упоминался в начале статьи.
Для тех, кто постоянно работает с агентами, это главная проблема. Агент выдает десяток отчетов за вечер, а прочитать их все физически невозможно.
Узким местом в работе сегодня становится не ИИ, а внимание человека.
Поэтому обязательно выделяйте в своих планах время на проверку и обработку результата. Если вы пользуетесь SingularityApp, создайте тег #ИИ_проверка и помечайте им соответствующие задачи, чтобы быстро их находить. Например:
При этом обязательно считайте экономику делегирования. Перед передачей задачи ИИ спросите себя: как я пойму, что результат ИИ качественный, и сколько времени это займет? Если «постановка + проверка» занимают больше, чем самостоятельное выполнение задачи — выполняйте сами.
💡 Совет. Там, где это возможно, требуйте у ИИ доказательств хорошего результата, а не просто отчеты. Пусть он предоставляет вам ссылки, цитаты, результаты тестов.
7. Ошибки перемножаются
Допустим, агент выполняет каждый шаг верно с вероятностью 95%. Звучит надежно. Но задачу из 20 шагов он выполнит целиком правильно лишь в 36% случаев. Большие задачи «под ключ» проваливаются не из-за глупости ИИ, а из-за накопления ошибок.
Решение — принцип «человек в контуре». Заранее продумайте точки контроля: где вы утверждаете план, где проверяете промежуточный результат, а где принимаете финал. В этом случае ошибка, пойманная на третьем шаге, не испортит остальные семнадцать.
Хорошая новость: по данным того же METR, длина задач, с которыми агенты справляются самостоятельно, удваивается примерно каждые семь месяцев (а в последнее время этот темп даже ускорился). То, что не получалось полгода назад, стоит попробовать снова.
8. Отдайте ИИ то, чего вы сейчас не делаете вовсе
Мы обычно думаем, как ускорить текущую работу. Но одно из самых выгодных применений ИИ — задачи, до которых руки не доходят совсем: не хватает времени или раньше это было слишком дорого. С ИИ многие такие задачи стоят копейки и требуют очень мало вашего времени.
Если вы пользуетесь SingularityApp или практикуете систему GTD, загляните в папку «Когда-нибудь». Возможно, с помощью ИИ вы можете реализовать эти задачи прямо сейчас.
Здесь даже неидеальный результат лучше нулевого: раньше этой работы не было вообще. А конкурентный анализ раз в неделю иногда способен дать бизнесу больше, чем ускорение привычных задач на 10%.
9. Пусть ИИ сначала проинтервьюирует вас
Мы редко формулируем задачу хорошо с первого раза и не замечаем собственных умолчаний. Вам очевидно, что отчет нужен для совета директоров, а ИИ об этом не знает. Зато он умеет спрашивать.
Добавьте в постановку задачи: «Задай вопросы по задаче, затем составь план и дождись моего одобрения». Вопросы и правка плана займут всего 5-10 минут. Это гораздо лучше, чем целый час ждать от ИИ результат, который потом придется полностью переделывать.
10. Не зовите агента туда, где хватит скрипта
ИИ-агент рассуждает на каждом шаге. Это полезно, когда нужно понимать смысл, и лишнее, когда данные не требуют интерпретации. Переименовать 500 файлов по шаблону, каждый день выгружать отчет из CRM, конвертировать документы — это агент делает медленно, дорого и с риском случайной ошибки. Для таких задач нужна обычная программа или скрипт.
Кстати, сегодня больше не нужно заказывать такую программу у профессиональных разработчиков или писать ее самому. Попросите ИИ: «Напиши скрипт, который делает X, и объясни, как его запустить». Даже без знания программирования вы получите инструмент точно под свою задачу.
11. Длину поводка определяет обратимость, а не сложность
Автономию агентам обычно выдают по принципу «простое можно, сложное нельзя». Но правильный критерий другой: насколько легко отменить последствия. Сложный аналитический отчет можно отдать целиком: не понравится — выбросите. А очень простое письмо клиенту, отправленное с ошибкой, уже не вернуть.
Правило простое: необратимые действия агент только предлагает, но не исполняет. Он готовит письмо, а кнопку «Отправить» нажимаете вы. В задачах, где есть риск что-то необратимо испортить, используйте режим «только чтение», копии данных и тестовые аккаунты.
12. Ответственность не делегируется
Сотрудник знает, что у его ошибок есть последствия: выговор, потерянная премия, испорченная репутация. Поэтому он перепроверяет работу и предупреждает о рисках.
Для ИИ никаких последствий нет. Он не потеряет клиента, не заплатит штраф и не лишится работы, поэтому легко выдает выдуманные факты или докладывает об успехе, которого не было. Однако для клиента или начальника это все равно ваша ошибка: результат выходит под вашим именем.
Задачу ИИ передать можно, ответственность нельзя.
Снизить риски помогают две вещи. Первая — точки контроля, о которых мы говорили в секрете № 7. Вторая — ваша экспертиза, без которой контроль превращается в формальность.
Экспертиза нужна по двум причинам. Во-первых, ошибки ИИ выглядят правдоподобно, и без знания темы вы их просто не заметите. Во-вторых, если вы только пересылаете запрос клиента в чат, а ответ обратно клиенту, вы становитесь посредником без добавленной ценности. Такое звено легко убрать из цепочки: клиент сам откроет чат-бот, а начальник заменит вас подпиской на нейросеть за пару тысяч рублей. Ваша ценность именно в том, что вы добавляете к работе ИИ: точную постановку задачи, оценку, исправления и ответственность за результат.
Но здесь возникает еще одна ловушка — потеря навыка. Навык, который вы полностью отдали ИИ, постепенно слабеет, как умение ориентироваться в городе у тех, кто всегда ездит по навигатору. Получается парадокс: чем больше вы делегируете ИИ, тем хуже можете его проверять.
Выход — выбрать «навыки контроля», то есть те, без которых вы не сможете оценить результат, и поддерживать их в форме. Иногда делайте такие задачи сами: сначала своими силами, а затем сравнивайте с версией ИИ. Просите ИИ объяснять ход рассуждений и учитесь у него.
Бояться стоит потери только этих навыков. От умения вручную форматировать таблицы можно спокойно отказаться.
