У меня в браузере 47 открытых вкладок
Каждая содержит что-то полезное для работы, но я не дочитал ни одну за последние две недели.
Знакомо? Я устал от ощущения, что поток информации несётся быстрее, чем я успеваю его переваривать. Статьи на Хабре, документация, рассылки, посты в Telegram-каналах. Всё копится, а времени не прибавляется. И в какой-то момент я решил: пусть ИИ читает за меня.
Звучит лениво. Но результат меня удивил: я начал усваивать больше, читая меньше. Расскажу, как это работает и почему наш мозг нас при этом обманывает.
Мы привыкли верить: если прочитал статью целиком, значит разобрался. Психологи называют это «иллюзией глубины объяснения». Термин ввели Розенблит и Кейл в 2002 году, и он давно стал классикой когнитивных исследований.
Суть простая. Вы читаете лонгрид на 10 тысяч знаков про новый фреймворк. Глаза бегут по тексту, мозг встречает знакомые слова и кивает: «Ага, понятно». Закрываете вкладку с чувством выполненного долга. А через час коллега спрашивает: «Так в чём отличие от предыдущей версии?» И вы не можете сформулировать ответ.
Я проверял это на себе не раз
Читал техническую статью минут 15, а потом пытался записать ключевые мысли по памяти. Из восьми пунктов вспоминал два с половиной. И те пересказывал неточно.
Проблема не в памяти и не в сложности материала. Пассивное чтение создаёт иллюзию понимания, но не формирует реальных знаний. Мы скроллим, а не учимся.
Как я нашёл выход? Честно говоря, случайно. Поставил браузерный плагин для суммаризации текста по совету коллеги. Начал тестировать на рабочих материалах без особых ожиданий.
Первый эксперимент: статья на Хабре про оптимизацию PostgreSQL-запросов. 12 тысяч знаков, куча примеров кода, три уровня вложенных подзапросов. Раньше я бы читал это минут 20, параллельно отвлекаясь на мессенджеры. А тут нажал одну кнопку и получил выжимку из пяти тезисов за три секунды.
Но я не остановился на резюме
Прочитал пять пунктов и спросил себя: «Какой из них мне непонятен?» Четвёртый. Что-то про оконные функции и их влияние на план запроса. Вернулся к оригиналу и прочитал только тот раздел, который раскрывал именно этот момент.
Вместо 20 минут я потратил 4. И вынес конкретное понимание конкретной проблемы, а не размытое ощущение «вроде что-то про PostgreSQL».
Покажу метод на практике от начала до конца.
Беру статью в 10 тысяч знаков. Допустим, обзор нового релиза React. Запускаю суммаризацию и через три секунды получаю чеклист:
- Server Components стабильны и рекомендованы для продакшена
- Новый компилятор автоматически мемоизирует компоненты
- Директива «use client» больше не нужна в большинстве сценариев
- Производительность SSR выросла на 40% по внутренним бенчмаркам
- Миграция требует обновления конфигурации сборщика
Пять пунктов вместо десяти тысяч знаков
Я сразу вижу карту статьи и могу решить, что мне нужно, а что нет.
Допустим, в текущем проекте SSR не используется. Четвёртый пункт мне неинтересен прямо сейчас. А вот пятый критически важен: мы запланировали миграцию на следующий спринт. Открываю оригинал и читаю только раздел про обновление конфигурации. Глубоко, с заметками, с проверкой на тестовом проекте.
Всё остальное оставляю в виде чеклиста на будущее. Если через месяц понадобится SSR, у меня уже есть якорь: я знаю, где именно искать ответ. Не нужно перечитывать всю статью заново.
За последний год я попробовал шесть разных инструментов для этой задачи.
Для быстрых резюме прямо в браузере хорошо работают расширения на базе ChatGPT и Claude. Выделяешь текст, жмёшь горячую клавишу, получаешь выжимку. Просто и быстро. Для сложных материалов вроде RFC-спецификаций или длинной документации я копирую текст в чат с нейросетью и формулирую запрос точнее.
И вот тут ключевой момент: формулировка промта решает всё. Если написать «сделай краткое содержание», результат будет размытым. А если попросить «выдели 5 конкретных действий, которые мне нужно выполнить после прочтения», получишь совсем другой уровень пользы.
Я экспериментировал с формулировками два месяца
Лучше всего работают промты, привязанные к действию: не «что я должен понять», а «что я должен сделать». Мозг запоминает задачи лучше, чем абстракции. Чеклист действий бьёт пересказ содержания в разы.
Ещё один приём, который я нашёл: прошу ИИ отметить спорные утверждения в тексте. Где автор приводит свои бенчмарки без ссылок? Где рекомендация основана на личном вкусе, а не на данных? Это сразу снижает риск принять чужое мнение за факт. Особенно полезно для статей, где продвигается конкретный инструмент.
Но у метода есть границы. Я хочу быть честным, потому что слепая вера в любой инструмент опасна.
Пошаговые туториалы нужно читать целиком. ИИ может пропустить критический нюанс в конфигурации, и вы потеряете часы на отладку. У меня так было: резюме не упомянуло, что библиотека работает только с определённой версией Node.js. Полдня ушло на поиск бага, который описан в одном абзаце оригинала.
Ещё ИИ иногда объединяет два разных тезиса в один и теряет важный нюанс. Или выделяет второстепенную деталь как главную, потому что она ярче сформулирована. Бегло сверять резюме с оригиналом я рекомендую всегда.
А статьи, где ценность в авторском стиле рассуждения (эссе, размышления, архитектурные решения), суммаризировать вообще бессмысленно. Там важен ход мысли, а не итоговые тезисы. Для таких текстов я по-прежнему выделяю время на полноценное чтение.
Этот метод про эффективность, а не про замену чтения
Разница принципиальная.
За полгода я закрыл сотни вкладок. Не потому что сдался, а потому что реально их обработал. Процесс стал простым: открыл статью, получил чеклист, определил, что важно лично мне, прочитал только нужный раздел.
Попробуйте на следующем лонгриде, который лежит в закладках «на потом». Три секунды на резюме, один вопрос себе: «Какой пункт мне непонятен?» И читайте только его. Количество закрытых вкладок вас порадует. А количество реально усвоенной информации удивит ещё больше.