Большинство не получают от ИИ того, что хотят. Чтобы получать хорошие ответы, нужно понять, как он работает: где границы, на что он опирается, что считает «нормой». Без опыта это почти невозможно.

Я понял это, когда стал решать почти все рабочие задачи через ChatGPT. Пробовал разные подходы, сравнивал ответы, смотрел, что упускается. Если результат не устраивал — дорабатывал промт или добавлял новой информации. И понял: сильный результат почти никогда не приходит с первого раза. Он появляется после пары итераций и правильно заданной задачи.

Например, у меня была цель — вытаскивать из писем, видео и глав книг идеи для маркетинга. Обычные промты не помогали: ответы были общими и поверхностными. Я подключил коуча-промт-инженера (это просто промт в ChatGPT), и он начал задавать мне вопросы. Что за тексты? Что именно я хочу находить? Какой формат результата важен?

Я отвечал на всё максимально подробно. Он собрал из этого промт — я пошёл тестировать. Увидел, что часть инфы теряется, вернулся и уточнил. Ещё итерация — и вот уже всё работает как надо. Никакой магии — просто итерации и внимание к деталям.

Я собрал инструкцию и пример промта, с которого можно начать. Он на русском, работает сразу. Просто вставь в чат — и дальше отвечай на вопросы. Док с инструкцией здесь:

Как создавать промты для решения задач через ИИ.

Если тебе инструкция поможет, смело с ней делись. Мне — повышение узнаваемости, а этому человеку польза.

ИИ хорошо работает как собеседник. Если ты даёшь ему понятный и полный контекст — он отвечает хорошо.

А если кормишь обрывками и общими словами, то и результат будет соответствующий. Говно на входе — говно на выходе.

(и понял, зачем он мне реально нужен)

С середины апреля я начал системно использовать ChatGPT и Cursor в своей работе. 

Вдохновили кейсы из США, где с помощью GenAI автоматизируют маркетинг и аналитику, и примеры от коллег внутри IT-Agency — особенно от Севы Устинова. Он не просто подкидывал идеи в своём блоге и чате совета, но и сам показывал, как это работает на практике.

Я не был категоричным скептиком. Я понимал потенциал, но у меня не было нужной насмотренности: ни примеров, ни практики, ни понимания, как встроить это в повседневную работу. Всё изменилось после выхода Cursor. Я вспомнил, как раньше изучал Python, чтобы автоматизировать рутину — и увидел, что теперь это можно делать быстрее и проще. Код пишется на лету, а проекты запускаются без боли.

Понимая, что сильно отстал от рынка, я решил учиться по методу Скота Янга: не теорией, а практикой. Вплёл ИИ в свою работу и стал пробовать решать с его помощью всё подряд — от рабочих задач до личных штук. Это было медленно и местами больно: я часто перерабатывал и сидел вечерами, но за пару месяцев узнал больше, чем за год чтения постов и статей.

Примеры:
— Успех. Подготовка к экспертному звонку с клиентом. Я дал ИИ транскрипцию предварительного звонка и свою роль в переговорах — он составил вопросы по модели Гарвардских переговоров. Всё по делу, без воды.  
— Успех. Подготовка КП после этого же звонка. ИИ помог накидать план: что отразить, какие акценты сделать, чтобы повысить конверсию. Этот план ушёл на исполнение.  
— Провал. Попытка фиксировать в ChatGPT личные данные: давление, вес, питание и самочувствие. Через пару дней контекст ломался, ИИ начинал придумывать. Не помогло даже разделение на дни.
— Провал. Анализ встреч и моделей поведения. Тогда я не знал про CustomGPT, и результат был мусорным. Сейчас бы подошёл к решению проблемы иначе.  
— Провал. Автоматический разбор дня и трекинга задач. Генеративный ИИ плохо справляется со структурированными логами. Тут бы пригодился агент с поэтапным выполнением.  
— Успех. Полностью с нуля написал сайт на Node.js + React. Цель — проверить, насколько сложный проект можно вытянуть, если вести весь диалог через ChatGPT.
— Успех. Собрал телеграм-бота на Make.com, который вытягивает субтитры из YouTube-видео и запускает пайплайн с анализом. Был и Python на сервере, и создание API, и использование GPT — всё в одном флаконе.

Были и другие кейсы — и положительные, и полные провалы. Но именно через эти эксперименты я начал понимать границы и реальные возможности GenAI.

Сейчас я мыслю иначе.

Если в начале я воспринимал ИИ как исполнителя и ждал «магии», то теперь это для меня партнёр. ChatGPT — собеседник, который помогает думать. Cursor — программист-джун: знает синтаксис, но не чувствует архитектуру. Он не строит план, но отлично кодит по задаче.

Как и обещал, продолжу рассказывать об ИИ. Поделюсь промтами, инструкциями, надеюсь промотивирую использовать ИИ чаще в своей работе и жизни. Завтра первая инструкция и промт.

Если уже используешь GenAI, поделись кейсами, как используешь и насколько увеличилась продуктивность.

Последний месяц я много работал с ИИ — осознанно, разбирался с нуля. Хотел не просто поиграться, а получить какой-то результат. Понять как с помощью ИИ можно делать интересные вещи.

Цель была простая: прокачать насмотренность и получить опыт работы с ИИ (и понять что такое промт-инжиниринг). Про это напишу в дальнейшем, если будет интересно.

Параллельно изучал Cursor — среду разработки с ИИ внутри. Я провёл три полноценных вечера: поставил себе задачу сделать простой сервис, но довести его от идеи до продакшена. Без команды. С нуля. И без перфекционизма.

Взял стек Node.js + React. Я не знаю этот язык программирования. Я раньше изучал Python и писал простые скрипты, но JS довольно сильно отличается.

В первый вечер весь фокус ушёл на промт-инжиниринг. Писал, смотрел на результат, переписывал. Потом спрашивал у ChatGPT, почему Cursor сделал не так, как я хотел. Это давало новые идеи. Параллельно гуглил примеры промтов, поглядывал, как пишут другие.

Очень быстро стало ясно, что любая задача в разработке — это не «сделай кнопку», а последовательность из десяти микро-шагов. Поэтому проект начал собираться как пазл: кусками, с перекладкой логики, с рефакторингом кода уже в процессе.

Так родился сервис: vzyalvrabotu.ru (https://vzyalvrabotu.ru/). Это простенький сервис, где ты пишешь задачу, а система превращает её в понимание задачи в духе Бюро Горбунова. Принцип работы такой: текст задачи → добавляем правильный промт → отправляем в ChatGPT → получаем версию задачи с нормальной логикой и структурой.

Понимаю, что проект не откровение. Но он работает. И главное — дал мне несколько важных инсайтов. Например, что даже маркетологу бывает полезно взять вечер-другой и просто… зафигачить что-то своё. Не ради денег, а ради понимания, как думает ИИ, и насколько ты сам умеешь думать через команды.

Если тема интересная, продолжу писать про ИИ, и как применять его в работе.

Когда я нанимаю людей, я ищу «звёзд». Мне нужен человек, который будет сильнее меня в какой-то из задач или в какой-то области знаний. Я не ищу просто технически сильного исполнителя.

Иногда приходится брать таких сотрудников — когда нужно срочно залатать дыры. Но я понимаю, что такие наймы временные: такие люди редко задерживаются надолго. Я хочу видеть в команде людей, которые быстро растут и приносят в процессы что-то новое: инструменты, подходы, презентации, которые усиливают ценность для клиента. Мой идеальный найм — человек, который сразу или в перспективе делает агентство сильнее.

При найме часто смотрят на резюме: опыт, навыки, имена компаний. Кажется логичным, что идеальное резюме означает идеального кандидата. На практике это работает хуже, чем хотелось бы.

Человек может быть сильным на бумаге, но не включаться в реальную работу. Он закрывает только прямую задачу, не ищет решений, не предлагает улучшений. Через полгода становится понятно, что он ничего не привнёс команде, кроме выполнения минимум-плана.

Когда я смотрю на кандидата, мне важнее увидеть «огонёк». Это желание разобраться, найти решение, предложить что-то лучше. Это готовность выйти за рамки «сделал как просили» и подумать о результате шире. Технические навыки можно прокачать. Энергия — вещь редкая и не всегда обучаемая.

Человек с «огоньком» быстрее втягивается в работу. Он сам ищет, где может быть полезен. Он воспринимает сложные задачи как возможность вырасти, а не как угрозу. С такими людьми легче строить развитие: их не нужно подталкивать к каждому следующему шагу.

Сразу после найма результат может быть неровным. Человек с «огоньком» может ошибаться, особенно если у него мало опыта. Его нужно учить: помогать расставлять приоритеты, направлять в правильную сторону. Но это плата за рост. Через несколько месяцев такой сотрудник начинает давать результат, который невозможно получить от человека без внутренней инициативы.

На длинной дистанции лучше выбирать тех, у кого есть «огонёк», чем тех, у кого только правильное резюме. Навыки можно доучить. Желание делать и развиваться — редкость.

Недавно под постом Вали Борисовой разгорелась дискуссия: как вообще оценивать работу директора по маркетингу.

Я последние 2,5 года сам выступаю заказчиком для такого директора. И знаешь, чего мне хочется? Чтобы он выстроил систему, которая стабильно приводит новых клиентов. Чтобы этих клиентов можно было прогревать. А потом продавать. И чтобы за счёт этого рос портфель проектов.

Если совсем коротко — я жду, что директор по маркетингу создаст базу потенциальных клиентов. Не просто список имён. А такую базу, с которой можно работать: греть, увлекать, повышать доверие. Чтобы в момент, когда клиент созреет, он выбрал нас.

А откуда вообще берутся такие лиды?
В агентстве всё упирается в доверие. В России прямые продажи работают, только если у тебя высокий авторитет. Без него сделка либо не состоится, либо пройдёт по маленькому чеку.

У нас доверие строится через рекомендации, кейсы, социальное доказательство. Не через «мы хорошие», а через «нас рекомендуют» и «смотрите, какие проекты мы сделали».

Поэтому и механизм привлечения клиентов — долгий прогрев.

Что происходит с клиентом, который пришёл «с улицы»?
Он может:
— вообще не иметь потребности прямо сейчас
— уже работать с другим агентством (и менять дорого)
— бояться доверить нам сложную задачу
— просто не быть готовым

Поэтому воронка снизу выглядит так:

Квалифицированный лид ← База для прогрева ← Контакты с потенциальными клиентами

Самое сложное тут — находить новых клиентов и делать осмысленные касания. Как?
— через контент (дистрибуцию, лид-магниты, блоги)
— через личные контакты
— через мероприятия

Задача этих касаний — посадить клиента на базу. Email-рассылка, блог, регулярные события, команда Bizdev. Любая платформа, где человек остаётся с нами. Где его можно прогревать.

А дальше — растим доверие.
Идеально, если получится начать с маленького контракта. Так проще перейти к большому.

Войти в поле зрения и остаться там. → Повышать доверие. → Идти в прямую продажу.

Как бы я оценивал работу директора по маркетингу?
1. Новые контакты с потенциальными клиентами → считать еженедельно или ежемесячно. Чёткая цифра: сколько новых появилось.

2. Увеличение базы контактов → раз в месяц отчёт по базе: сколько людей подписались, попали в CRM, добавились в канал.

3. Отчёт по потоку лидов → раз в квартал. Чтобы понять, всё ли ок на этапе прогрева, как сработали кампании.

Важно: задача директора по маркетингу — вести всю воронку, а не отдельные её куски. Не просто «лиды», не просто «контент». А цельную систему, которая приводит → удерживает → прогревает → превращает в клиентов.