Если модель насочиняла код — он не запустится. Ошибка вылезет сама. Если модель насочиняла требование — оно часто выглядит как нормальное требование. Правильные слова, ровный тон, аккуратная таблица. И выглядит оно охуенно ровно до того момента, когда кто-то спросит «а это откуда». И как обычно через месяц, когда по нему уже что-то сделали.
И по факту, нечем проверить весь этот результат, кроме собственной головы.
Первые полгода с ИИ я материл его вслух — за каждую генерацию воды (потому что юзал GPT хехе). Но по факту, модель ничего не знала ни о проекте, ни о шаблоне документации, ни о том, в каком виде мне нужен результат. Не было каких-то ограничений или других правил написания документов.
Я спрашивал у вас, что не так с ИИ в работе. Три ответа повторялись почти дословно:
• не доверяю результату, всё равно перепроверяю целиком (тогда какая экономия?);
• нет шаблонов под свои документы, каждый раз с нуля;
• время утекает на встречи и документацию, а ИИ тут почему-то не помогает.
Я долго тестировал и пробовал разные способы работы аналитику совместно с ИИ. И собрал порядок действий, который работает на любом проекте. Разбил это на модули и записал краткие видеоуроки:
1. Из чего состоит запрос: Цель, контекст, действие, формат.
2. Настройка один раз вместо объяснений в каждом новом чате: инструкции, проекты, роли под свои задачи.
3. Структура папок и инструкция с контекстом
4. Проверка. Как отличить требование от мнения с уверенным шрифтом и что прогнать перед тем, как отправить документ заказчику.
5. Что нельзя закидывать в облачную модель, когда работаешь с данными клиента. И как работать, если очень надо.
В модулях я расписываю последовательность действий и то как я сейчас работаю с ИИ.
В целом это больше про то, как его качественно использовать в своей работе и автоматизировать большую часть своей работы.
Уроки выдаёт бот — @ai_saba_bot
Первый модуль бесплатно — посмотри и реши, надо тебе это или нет.