Эта серия не планировалась как курс по нейросетям. Честно — она вообще не планировалась как серия про AI. Первая статья начиналась просто как попытка зафиксировать, что изменилось в работе. Но постепенно стало понятно, что за темой ChatGPT и Claude стоит другая тема: как организуется интеллектуальная работа, как строится память, как удерживается контекст. AI здесь оказался не главной темой. Через него просто стало видно, как меняется сама организация интеллектуальной работы.
Поэтому это не подведение итогов. Это пауза. Фиксация того, что стало понятно на этом отрезке.
Промпты не работают без понимания
Где-то год-два назад был разговор с одним серьёзным человеком — профессор, практик, хорошо разбирается в теме. Говорили про то, как правильно писать промпты для ИИ. Его позиция была чёткой: нужно задавать роль, прописывать контекст, строго формулировать задачу. Промт — это конструкция. Написал по правилам — получил правильный ответ.
Я придерживался другой точки зрения: модели уже давно понимают обычный язык, и достаточно просто объяснить задачу нормальными словами. Он настаивал. В итоге решили проверить. Взяли стихотворение — кажется, Есенина — с неочевидным скрытым смыслом. Он написал промт на полстраницы с ролями и структурой. Я написал три слова: «что здесь за мысль?»
Ответы оказались практически одинаковыми.
Вывод здесь не в том, что промпты бесполезны. Вывод в другом: без понимания того, как работает система, промт превращается в механическое следование инструкции. Иногда срабатывает, иногда нет. Сколько бы ты ни скачивал чужих промптов, если не понимаешь логику — будешь работать вслепую.
Есть два подхода. И они дают разные результаты
Если немного обобщить, люди работают с ИИ двумя способами.
Первый: взял инструкцию, настроил по шаблону, пользуешься. Написали, что так работает — значит, так и делаешь. Быстрый старт, минимум усилий. Работает ровно до тех пор, пока ничего не меняется.
Второй: сначала разбираешься в принципе. Не просто «как настроить», а почему именно так, что происходит внутри, что будет если сделать иначе. Это медленнее на входе. Но когда принцип понят — ты больше не зависишь от чужих советов. Видишь новый инструмент — понимаешь, как с ним работать. Выходит обновление — адаптируешься сам.
Я себя отношу ко второму типу. Не из принципа — просто иначе не получается работать устойчиво. Если я не понимаю, что делаю — система рано или поздно даёт сбой, и я не знаю почему.
Когда модель «стала хуже» — дело было не в модели
Это случалось несколько раз. Выходит новая версия, и вдруг привычные ответы куда-то пропадают. Вместо конкретики — рассуждения. Вместо структуры — философия. Первая реакция: модель стала хуже, надо откатиться на старую.
Но потом начинаешь разбираться — и оказывается, что старые промпты просто перестали работать с новым поведением модели. Проблема была не в качестве модели. Изменилась её логика обработки запросов. А промпты остались старыми.
Это повторяется с каждым крупным обновлением. И каждый раз ответ один: не ругать инструмент, а пересматривать собственную логику работы. Что изменилось? Почему то, что раньше работало — больше не работает? Что нужно пересмотреть?
Это отдельный навык. И он вообще не про AI — он про умение не перекладывать ответственность за результат на инструмент.
Техника упрощается. Мышление — нет
Было время, когда правильный промт выглядел как технический документ: роль, контекст, ограничения, формат ответа, уровень детализации. Это работало. Но это требовало усилий — и на написание, и на понимание, что именно нужно прописать.
Сейчас модели понимают обычный язык. Можно объяснить задачу так, как объяснил бы коллеге. Без конструкций и ролей. Раньше человек подстраивался под интерфейс — теперь интерфейс начинает подстраиваться под человека. Техника отступила.
Интерфейс стал проще. Требования к мышлению — нет.
Когда техника перестаёт быть барьером — единственное, что остаётся, это качество мышления. Как ты формулируешь задачу. Насколько точно понимаешь, что тебе нужно. Умеешь ли ты вообще описать задачу с нужным контекстом и ожидаемым результатом.
ИИ усиливает то, что есть. Размытая формулировка — размытый результат. Чёткая задача с контекстом — совсем другое качество работы. Это не про промпты. Это про мышление.
Большинство ждёт от ИИ обратного: что он будет думать вместо. На практике — без мышления система быстро превращается в генератор поверхностных ответов. Чем слабее база — тем увереннее AI масштабирует эту слабость.
Всё конкретное — временно
За время работы с серией менялось многое. Интерфейсы, названия функций, логика работы Projects, поведение моделей. То, что казалось устойчивой архитектурой полгода назад, сейчас уже требует пересмотра.
Это нормально — просто нужно это учитывать. Любая статья про AI устаревает технически. Потому что инструменты меняются быстро, иногда — за несколько месяцев. Поэтому эта серия никогда не была инструкцией. Это наблюдения с конкретного отрезка времени. Что работало. Что не работало. Что изменилось в подходе к работе.
Логика важнее деталей. Если понята логика — разберёшься с любым новым инструментом сам. Если не понята — даже подробная инструкция не поможет, когда что-то изменится.
Что дальше
Сейчас системы разделены. У ChatGPT — своя роль, у Claude — своя. Между ними стоит человек: передаёт контекст, формулирует задачи, принимает решения.
Это работает. Но иногда ловишь себя на ощущении, что этот посредник — временная конструкция. Что направление, в котором всё движется, постепенно делает границу между системами менее жёсткой. Что следующий логичный вопрос уже начинает маячить сам собой.
Пока это просто наблюдение. Без прогнозов.
---
Информация актуальна на момент написания. Инструменты меняются быстро. Понимание принципов становится важнее с каждым обновлением.