Привет, коллеги 👋🏼

С вами Осипов Михаил.

Продолжаем тематическую серию публикаций о том, где и как люди учатся, кроме курсов. С первым материалом вы можете ознакомиться здесь

И сегодня я хочу поделиться с вами ещё одним опытом.

Началось всё с простой командной задачи. У нас появилась потребность собирать полезные инсайты и продуктовые идеи в одном месте. Чтобы они не терялись в переписках и не превращались в разрозненные заметки.

Формально инструмент для уже был. Чтобы зафиксировать идею, нужно было зайти в отдельную Google-таблицу, пролистать файл и найти нужную строку, заполнить несколько столбцов.

Вроде бы ничего сложного.

Но на практике это было не очень удобно. Особенно если идея пришла во время обсуждения или после какого-то интересного наблюдения. Но вот не всегда хочется открывать таблицу, скроллить столбцы и заполнять всё вручную, затем выравнивать текст и т.д.

Поэтому я решил поддержать команду и сделать процесс фиксации идей более комфортным.

Так появилась идея Telegram-бота.

Хотелось, чтобы его можно было просто открыть, последовательно внести информацию в нужные поля и отправить, чтобы в дальнейшем всё автоматически структурировалось.

Но здесь возникла проблема — я не работал с Java Script, а делать всё нужно было в Google Apps Script.

Соответственно, здесь и началось обучение с GPT.

Причём пошёл не классическим путём, где нужно было сперва изучить теорию, затем написать код, потом посмотреть как работает (в таком сценарии возникли бы десятки ошибок).

Сначала я перевёл продуктовую задачу в логику будущего инструмента, то есть ответил для себя на следующие вопросы:

• что именно должен делать бот;
• какие действия должен совершать пользователь;
• какую информацию нужно формулировать и из каких блоков идей;
• как должна выглядеть структура идеи;
• какой сценарий внесения идей в бота будет удобен для членов команды и т.д.

Потом началась техническая часть.

Нужно было разобраться, как создаётся Telegram-бот, начиная с того как получить токен, связать его с кодом, написать первые команды и заканчивая тем, что делать, когда ошибка выглядит как набор непонятных технических сообщений.

В этом случае мне вспомнился метод Реджинальд Реванса обучение действием (action learning), потому что я использовал ChatGPT как помощника в процессе поиска решения и для меня было важно, чтобы через серию упражнений мне было понятно как решить задачу с созданием бота.

Поэтому я задавал вопросы, получал варианты кода, проверял их, возвращался с уточнениями, просил объяснить, почему бот не работает, менял свою логику запросов (промтов) к нейросети, снова запускал бота, снова ошибался, и снова, снова, и снова уточнял.

Так (с каждым новым часом 😀), возникало конкретное умение действовать в новой для себя области.

В итоге Telegram-бот стал для меня не только продуктовым инструментом для команды, но и образовательным кейсом.

Коллеги, а у вас был опыт, когда вы чему-то научились вместе с нейросетями❓