TGViewer
Системный сдвиг Системный сдвиг @systemswing · 10.2K subscribers
Post #965 2.5K

Forwarded from Хороший вопрос

Я написал инструкцию для себя: как получать от ИИ пользу, не теряя себя и смысл деятельности.
Вам тоже может пригодиться.

(она же на гите: https://github.com/kulakov/statement)

Краткий список тезисов:
1. Все выводы делай сам.
2. Посылай людям только то, что написал сам.
3. Явно помечай места в черновике от ИИ, где сомневаешься.
4. Не выдавай работу ИИ за свою.
5. Не ссылайся на ИИ как на авторитет.
6. Складывай контекст в git и делай его пригодным к использованию.
7. В каждый момент держи связь того, что делаешь, с целью.
8. Исследование начинается с выбора источников.
9. Нет критерия качества — нет пользы от ИИ.

Дальше — подробнее каждый из тезисов.

1. Все выводы делай сам — будь готов повторить путь до вывода
Самое главное правило: любой вывод делаешь самостоятельно, своей головой. Никакой вывод не должна сделать за человека машина. Проверка: будь готов вслух рассказать, как сделал выводы, которые предъявляешь коллегам. Путь до выводов нужно проделать самому — и этими выводами владеть.

Оно же «не превращай hadi-цикл в hahaha-цикл» © Харитонов.

2. Посылай людям только то, что написал сам
Машина может очень многое помогать тебе делать. Но всё, что ты показываешь другим людям, — пиши сам. Или хотя бы редактируй.

Это не значит, что нельзя давать команде доступ к документам, которые сделала машина. Но то, что ты хочешь, чтобы люди прочитали, — пиши сам. Разумеется, хорошо давать ссылки: вот материалы, из которых я сделал выводы, они вам доступны, захотите — почитаете.

3. Явно помечай места в черновиках от ИИ, в которых есть сомнения
Если всё-таки ссылаешься на документ, написанный LLM, относись к нему как к черновику. Сначала прочитай его сам и явно пометь все места, в которых сомневаешься, выдели то, что кажется важным. Сделай эту работу до того, как передать другим. Иначе непонятно, думал ли ты над текстом вообще и стоит ли этому доверять.

Проще всего — прямо в тексте, комментарием:

Выручка вырастет на 40% за квартал. // не уверен: цифра из ответа ИИ, первоисточник не проверял

Так читающий сразу видит, где ты ручаешься, а где нет.

4. Не выдавай работу ИИ за свою
Помечай: что сделал ты сам, а что — искусственный интеллект. Признаваться, что что-то сделал ИИ, — нормально, стыдиться нечего. А вот врать про это — убивает доверие.

5. Не ссылайся на ИИ как на авторитет
Ни при каких раскладах нельзя говорить «искусственный интеллект сказал вот это» как аргумент в пользу какой-то позиции. Мы пользуемся заёмной эрудицией машины, но ссылаться на выводы LLM как на аргумент нельзя — это профессионально некомпетентно. «Так сказал ИИ» — лучший способ посеять сомнение в твоей компетентности и обесценить всю работу.

6. Складывай контекст в git и делай его пригодным к использованию
Складывай в git команды рабочий контекст проекта — источники, промежуточные материалы, продукты ИИ, решения. Чтобы контекстом реально могли воспользоваться, нужно организовать минимум: поиск, удобный интерфейс к базе знаний, бот, который помогает взаимодействовать с базой знаний команды.

7. В каждый момент держи связь того, что делаешь, с целью
В любой момент времени сохраняй связь того, что ты делаешь с помощью ИИ, с целью. Держать связь деятельности с целью — вообще главное, о чём нужно заботиться, и без всякого ИИ. Но во взаимодействии с машиной это особенно важно, потому что ИИ часто соблазняет расширением границ задачи — держать фокус становится ещё сложнее. Человек задаёт рамку: зачем мы это делаем, что именно нужно сделать, по какому критерию я буду проверять качество и за какие ограничения нельзя выходить (какими ресурсами пользоваться, с чем работать).

8. Исследование начинается с выбора источников
Сразу после того, как сформулировал гипотезу и поставил цель, задачу и критерии, позаботься об ограничении списка источников, с которыми будем работать. Запрос к ресёрчу без отбора источников даст произвольный результат.

9. Нет критерия качества — нет пользы от ИИ
Если ты сам не можешь измерить качество результата — нет способа понять, работает ли то, что отдал ИИ, на цель или нет, — то ты получаешь произвольное качество. А если получаешь произвольное качество несколько раз подряд, гарантированно получаешь плохое.

P.S. В создании этого текста я пользовался Клодом, чтобы отредактировать несколько транскриптов и превратить их в черновик. Но каждая мысль здесь — моя, и финальный текст написан руками.
GitHub GitHub - kulakov/statement: Манифесты и заявления — личные тексты, на которые можно ссылаться Манифесты и заявления — личные тексты, на которые можно ссылаться - kulakov/statement
  • ❤ 20
  • 👍 13
  • 🔥 3
More from @systemswing
  1. Sep 21, 2026Знаю, что в Яндексе работает много аналитиков данных, или BI-аналитиков — тех, кто перемал…
  2. Sep 18, 2026Дальше культурно-историческая теория деятельности (в изложении Энгестрема) говорит о проти…
  3. Sep 17, 2026Что-то перерывы между постами стали совсем длинными. Надеюсь в ближайшее время вернуться в…
  4. Aug 29, 2026Сел тут выписывать категории стейкхолдеров. В проекте положено делать анализ стейкхолдеров…
  5. Aug 18, 2026Глядя на разрастание объема требований в очередном проекте, вспомнил шутку про поправочный…
  6. Aug 15, 2026Я часто вижу среди рекомендаций по системному анализу книгу Донеллы Медоуз "Азбука системн…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →