В прошлом посте я писал о том, когда вводные не существуют заранее, а рождаются из показанного результата. Но остаётся вопрос.

Как классический продакшн десятилетиями снимал кино по брифу из трёх слов?

Скажем, «Хочу кино про пельмени» 🥟

А вот как.
- Сценарист превращает пельмени в сюжет: герои, структура, драматургия;
- Продюсер знает, кого нанять, где снимать и в каком графике;
- Актёр знает, как сыграть наслаждение вкусом;
- Монтажёр знает, как склеить кадры, чтобы это наслаждение почувствовал зритель;
- Дальше цветокор, звук, музыка — список длинный.

На старте у проекта вагон неизвестных. Но каждый специалист в цепочке закрывает свой кусок, потому что для него это не неизвестные, а профессия.

Продакшн-команда — это, по сути, машина по закрытию неизвестных. Клиент приносит три слова, машина отвечает на тысячу незаданных вопросов, на выходе фильм.

А теперь ИИ-продакшн. Машины нет. Есть человек и модель. И тысяча вопросов, которые раньше расходились по цепочке специалистов, сходятся в одну точку. В промпт.

У каждого вопроса теперь два сценария: либо на него отвечаешь ты, либо модель. Наугад 🎲 Сколько вопросов оставил модели, столько случайных решений получишь в кадре.

Недавно у Anthropic вышло эссе от Thariq Shihipar ровно про это (версия на русском), правда, на материале программирования. Автор называет такие вопросы неизвестными: это разница между картой (твоим представлением о задаче) и территорией (тем, как всё обстоит на самом деле).

Составляющие любой задачи он раскладывает на четыре типа: от известных известных (того, что прямо написано в промпте) до неизвестных неизвестных (то, что мы не учли и о чем не знали). Главный тезис: качество работы ИИ упирается не в модель, а в твоё умение находить свои неизвестные.

В визуальном продакшне это работает один в один.

Я сам регулярно пользуюсь двумя механиками:

1. Интервью наоборот. Не пишу бриф сам, а прошу модель допросить меня: аудитория, настроение, свет, движение камеры, темп. По типологии из эссе так закрываются известные неизвестные: вопросы мне понятны, просто сам я их себе не задал. Модель достаёт вводные из меня так же, как я достаю их из клиента на брифе или показывая концепты.

2. Референсы вместо слов. Есть вещи, которые описывать текстом дорого и бесполезно: стиль освещения, фактура материалов, мимика персонажа. Их я показываю, прикладывая изображения. Это уже неизвестные известные: словами не опишешь, зато узнаёшь с первого взгляда. Одна точная картинка закрывает десяток вопросов, на которые я отвечал бы абзацами.

В эссе есть и другие приёмы. Например, проход по слепым зонам: просишь ИИ сначала научить тебя незнакомой области. Он вскрывает самый коварный тип — неизвестные неизвестные, — ямы, о которых ты даже не подозревал.

Из таких приёмов, по сути, и собирается новая машина по закрытию неизвестных. Только живёт она теперь не в штатном расписании, а в твоём рабочем процессе.

Промпт — не просто задание для нейросети. Это место, куда переехала работа целой команды профессионалов. И результат решает не столько версия модели, сколько количество неизвестных, закрытых перед генерацией. 🧢