Есть только 2 причины, по которой 99% людей еще верят, что ИИ это лишь какая-то проходная шняга, а не революция. Что это за причины?
Причина 1: Люди по большей части не представляют, в каких ситуациях можно использовать искусственный интеллект и какие задачи он способен решать.
Поэтому, когда кто-то начинает интересоваться этой темой, он видит огромные списки различных промптов: для анализа данных, редактирования, написания кода и многого другого. Выбор действительно очень большой. Сейчас можно найти буквально тысячи, если не десятки тысяч различных промптов для сотен сфер деятельности.
И когда люди узнают об этом, у них возникает ощущение: «Неужели так можно было?» Они преисполняются энтузиазма, который на следующем шаге полностью исчезает. Для этого есть…
Причина 2: Большинство людей берёт публично доступные бесплатные промпты, вводит их в искусственный интеллект и на выходе получает «какашку». После чего говорят: «Блин, ну он тупой» — и так далее. Эта разочарование возникает из-за того, что недостаточно просто понимать, где можно использовать искусственный интеллект.
Важно ещё и знать, как с ним правильно общаться на практике, как грамотно составлять промпты.
Потому что если вы не умеете их создавать, то абсолютно не важно, в какой области вы пытаетесь применить ИИ — результат будет посредственным.
Но если вы понимаете принципы создания промптов, саму методологию, то сможете получить хорошие результаты в любой сфере. Поэтому ключевой вопрос — как правильно задавать вопросы, как правильно общаться с ИИ, как делать эффективные промпты, чтобы получать лучший результат.
Если провести аналогию с программированием, то представьте, что у вас есть квалифицированный программист. Он может написать программу на любую тему, реализовать тысячи различных бизнес-кейсов.
Но если вы не способны правильно поставить перед ним задачу, он просто не сможет её выполнить. Почему? Потому что программист специализируется на создании программ, а не на вашей конкретной деятельности. Он не знает её деталей, поэтому ему нужно чёткое объяснение.
Если вы умеете правильно ставить задачу, то разработчик сможет сделать работу качественно. Успех состоит из двух частей:
1. Исполнитель (программист или ИИ) должен быть квалифицированным.
2. Вы должны чётко объяснить, что вам нужно.
В случае с искусственным интеллектом всё работает так же. ИИ — это искусный исполнитель.
Если вы научились правильно формулировать промпты, то результат будет замечательным.
Проблема в том, что между моментом, когда вы просто понимаете, в каких задачах можно использовать ИИ, и моментом, когда вы УЖЕ умеете составлять качественные промпты, лежит огромная дистанция — словно межзвёздное расстояние. Но есть ещё более высокий уровень.
Это когда мы не просто учимся делать хорошие промпты для общения с ChatGPT в режиме диалога, а создаём кастомные пользовательские ассистенты — то, что называется GPTs. Это открывает совершенно новые возможности и решает ряд проблем, которые возникают при диалоговом взаимодействии с ChatGPT. Особенно если у вас не разовая задача, а нужно реализовать какой-то процесс.
Те, кто работает в бизнесе, знают, что любая деятельность строится на повторяющихся процессах, которые могут быть сложными и рутинными. Поэтому важно не просто научиться общаться с ChatGPT, но и сделать так, чтобы он автоматически выполнял за вас множество повторяющихся задач.
Простое диалоговое взаимодействие в таких случаях становится неудобным. Если вам нужно регулярно решать сложные задачи, каждый раз прописывать промпты вручную — это неэффективно.
Допустим, вы уже немного поняли, что такое промпты и начали с ними экспериментировать, то, скорее всего, столкнулись с тем, что для решения серьёзных задач придумать действительно эффективный промпт — не так уж просто. Иногда приходится потратить пару-тройку часов, чтобы создать промпт, который даёт нужный результат.
И тут возникает проблема: вот вы, пройдя через множество итераций, наконец-то придумали хороший промпт, получили нужный результат, завершили задачу и пошли заниматься своими делами. Затем, через час, два или день, у вас снова возникает та же самая задача. А промпт вы забыли. Или его нужно искать в старых диалогах, копировать, вставлять, но контекст не всегда сохраняется. Приходится либо запоминать промпт, либо где-то его хранить.
Если речь идёт о простых промптах, такой проблемы нет. Но если задача сложная и к тому же рутинная (то есть её нужно повторять не два раза, а, скажем, 200 раз), то это превращается в неудобство. Например, мне часто приходится обрабатывать большие массивы текстов, выполняя разные операции. Но это касается не только текстов — то же самое с анализом данных и другими рутинными процессами.
Каждый раз начинать новый чат, копировать и вставлять промпт — неудобно. Новички иногда пытаются решать это в рамках одного чата, но это часто приводит к так называемому “дрейфу модели”. Суть в том, что если делать две-три итерации, модель ещё помнит изначальный промпт. Но начиная с третьей, она начинает его забывать и ориентируется на последние реплики. В итоге, чтобы избежать “дрейфа модели”, приходится постоянно вручную копировать и вставлять промпты, хранить их где-то отдельно. А если к этому добавляются файлы, которые тоже нужно подгружать, то процесс становится ещё сложнее. И сложность этого процесса прямо пропорциональна количеству повторений, необходимых для выполнения рутинных операций.
Важно понимать, что рутинная операция — это не всегда что-то простое. Промпт для неё может быть сложным и требовать тщательной настройки. Для решения этой проблемы и существуют кастомные GPT. Создать такой GPT очень просто, но главная ценность в том, что если вы один раз подобрали хороший промпт, вам больше не нужно вводить его вручную. Он уже предустановлен и готов к использованию.
Например, если вам нужно анализировать таблицы и вы долго настраивали промпт, чтобы модель правильно распознавала данные, выделяла приоритеты, то после настройки кастомного GPT вам больше не нужно каждый раз загружать промпт или дополнительные файлы. Всё уже заранее настроено. Это значительно ускоряет и упрощает работу. Более того, такой GPT можно поделиться с коллегами, командой или даже продавать через маркетплейс.
С кастомными GPT можно создать 10, 20, 30 таких ассистентов, каждый из которых будет решать узкую задачу. Более того, если у вас сложная задача, её можно разбить на этапы. Тогда один GPT будет отвечать за первый этап, а его выходные данные станут входными для следующего. Таким образом, можно значительно оптимизировать работу.
Ещё одно преимущество — автоматизация. Вы можете не выполнять рутинную работу сами, а поручить её другому человеку, даже не обладающему высокой квалификацией. Достаточно дать ему документ и ссылку на GPT — он загрузит данные и получит результат. То есть интеллектуальную работу выполняет не человек, а искусственный интеллект. Это очень удобно.
Настроить GPT можно на разных уровнях сложности: от простых до более сложных. Мы всё это разберём, и вы увидите, как возможности будут расти по мере усложнения задач. Фактически, можно создать не просто ассистента, а узкоспециализированного помощника — будь то юрист, маркетолог или аналитик. Причём один раз обучив такой GPT, вы сможете использовать его постоянно.
Представьте ситуацию: у вас есть сотрудник, которому вы объясняете рутинную, но сложную задачу. Он понял, вы убедились, что он справляется, и теперь просто даёте ему данные — он выполняет работу.
А теперь представьте, что каждый раз, когда возникает новая микрозадача, вам снова нужно объяснять ему всё заново. Это было бы абсурдно.
То же самое происходит в диалоге с AI. Пока задачи разовые — проблем нет. Но как только речь заходит о повторяющихся сложных задачах, всё становится неудобным.
И именно здесь кастомные GPT решают проблему. Они позволяют автоматизировать повторяющиеся процессы, повышая эффективность работы. Вы увидите, как даже небольшие настройки значительно расширяют функционал. В итоге вы сможете создать не просто ассистента, а полноценного помощника в вашей профессиональной области. На третьем уроке мы обсуждаем, как это делать. Но прежде чем перейти к деталям, важно понять - зачем вам идти дальше? Зачем инвестировать время? Какие проблемы вы сможете преодолеть? Какие новые возможности откроете?
Поняв это, вы получите чёткий ответ на вопрос, почему стоит потратить несколько часов, чтобы научиться не просто летать между звёздами, а путешествовать между галактиками. 
Почему стоит сделать еще шаг и научиться создавать кастомные (индивидуальные) GPTs? Их возможности огромны, и все это мы сейчас изучим — от самых простых до более сложных на моем авторском бесплатном курсе: «Эффективное использование chatGPT». Посмотрите программу, вы будете удивлены: https://alexeykrol.com/courses/ai_intro/