Async Mind

На прошлой неделе на согласование пришло техзадание на доработку смежной системы. До пятницы нужно было найти противоречия с уже принятыми решениями. Я попросил модель помочь и получил аккуратный список общих рекомендаций по структуре. Все грамотно – и полностью мимо. Модель не знала ни про наши интеграции, ни про решения, которые мы зафиксировали в прошлом квартале. Виноват не ИИ. Виноват я – не дал контекст. Раньше я объяснял все заново каждый раз Каждую новую сессию с моделью я начинал одинаково: рассказывал, кто я, что за проект, какие ограничения, что уже сделано...

В команду пришел новый аналитик. Во время онбординга он задает нормальные вопросы. Один из них застрял: почему мы отказались от третьего варианта интеграции? Он листает документацию – там этого нет. Спрашивает остальных – никто не помнит деталей. А знал это человек, который уволился полгода назад. Документация отвечает на «что», а не на «почему» Это не кадровая история. Это история про то, что именно теряется, когда уходит человек. Документация честно скажет, что мы сделали. Какие приняли решения, какую собрали архитектуру, что интегрировали...

Два года я экспериментировал с нейросетями и пришел к простому правилу: правильный промпт решает меньше, чем правильный контекст. Промпт – это вопрос. Контекст – это все, что нужно модели, чтобы ответить на него точно. Без контекста даже идеальный промпт выдает общие слова. Объясню на примере из работы. Документ на 60 страниц в пятницу Команда работала над развитием системы. Прилетел документ с функциональными требованиями – шестьдесят страниц. К следующей встрече нужно понять: есть в нем противоречия с решениями, которые мы приняли раньше, или нет...

Два года назад из моего отдела ушел ключевой человек. Без скандала, без драмы - просто нашел место получше. А с собой унес три года контекста. Почему та интеграция сделана именно так. Кто настоящий заказчик вон той задачи...