Продолжаю рассказывать как ИИ помогает в жизни. В данном случае я доработал скрипт с помощью Cursor, который писал 5 лет назад.

Когда ты ведёшь десятки рекламных кампаний, даже рутинная задача типа минусовки может начать раздражать.

Лет пять назад я работал на проекте Яндекс.Здоровье. Мне нужно было быстро разбирать отчёты, чтобы понять, какие слова в поисковых фразах тянут кампанию вниз. Раньше это выглядело так: выгрузка из Директа → фильтрация фраз с плохими метриками → поиск закономерностей глазами. И вот ты уже часами скроллишь CSV и сходишь с ума.

В какой-то момент я начал изучать Python — и решил, что хватит страдать. Сделал скрипт, который:

— берёт выгрузку из Мастера отчётов,
— лемматизирует фразы (приводит слова к начальной форме),
— считает, насколько каждое слово влияет на конверсию и CPA,
— формирует CSV-отчёт, который сразу можно загрузить в шаблон Excel.

Внутри Excel — сводная таблица. Сразу видно, какие слова тянут вниз, а какие, наоборот, помогают. А если данных мало — выручает minCPA: он показывает, насколько плохо может сработать слово с 80% уверенностью. Это помогает понять, как слово поведёт себя, когда данных станет больше.

До скрипта один такой разбор занимал 2–3 часа. Теперь — меньше 10 минут. Стало проще ориентироваться в данных — без необходимости просматривать каждую поисковую фразу.

Ну а теперь бонус: я подготовил инструкцию и сам файл, который берёт отчёт из Мастера отчётов Яндекс.Директа, лемматизирует фразы и раскладывает слова по строкам.

Для Windows — исполняемый .exe, для Linux и Mac — скрипт на Python3. Пользуйся сам и делись с коллегами, если поможет:

→ Инструкция по созданию лемма-отчёта (упрощение минусации)

Обещал рассказывать, как ИИ помогает в повседневной работе. Сегодня — ещё одна такая история.

На днях нужно было помочь команде — создать несколько сот креативов. Руками я это делал давно. Раньше открывал каждую посадочную, выписывал УТП и ключевые факты, а потом писал объявления вручную. В этот раз решил подойти по-другому.

Я решил доверить сбор фактов и УТП — ИИ. А чтобы обойти ограничение с URL, за 20 минут создал простую программу в Cursor: она берёт HTML страницы и превращает его в markdown. Чистый текст со структурой, ссылками и таблицами — без дизайна.

Дальше проще. Написал промт и добавил контекст — слепок посадочной в markdown. Модель предлагала десятки вариантов заголовков и описаний под ключевые запросы. Мне оставалось только выбрать самые подходящие.

В итоге такой подход сэкономил мне почти вдвое больше времени на производство креативов, чем раньше. А на десерт — сам конвертер из HTML в markdown лежит бесплатно у меня на GitHub.

А не просто «сгенерь мне что-нибудь»

Я всё чаще использую ИИ не как инструмент, а как собеседника. Не для того, чтобы он за меня что-то написал, а чтобы я сам лучше понял, что думаю. Например, этот пост появился именно так — я задал тему и попросил ИИ позадавать мне вопросы. Я отвечал, редактировал, формулировал. Получилось чище и чётче, чем если бы я просто сел и начал писать в стол.

Такой подход срабатывает в самых разных задачах: когда пишу новый промт; когда разбираю рассылку, видео или книгу по главам; когда записываю заметку в базу знаний (а ИИ помогает понять, что я вообще вынес). Или когда готовлюсь к встрече (к 1-to-1 или пресейлу). Или когда мне нужно решить проблему через ACT-подход.

ИИ в этот момент не автор, не исполнитель и не волшебник. Он — коуч, редактор, собеседник. Он не предлагает ответ, он вытаскивает мой. Причём делает это быстро, без пауз, без «блин, как бы начать».

Если писать самому — часто спотыкаешься об «эффект чистого листа». А с ИИ его почти нет: он задаёт вопрос → ты отвечаешь → он уточняет → ты видишь, что хотел сказать. Это диалог, а не сочинение на заданную тему.

При этом, ИИ не заменяет мышление. Но сильно его упрощает. А главное — делает его регулярным. Промежуточный эффект — ты больше не зависишь от вдохновения. Есть диалог — будет результат.

Сегодня хочу поделиться промтом, который помогает писать больше:

Как использовать ИИ, чтоб писать посты легче.
(и не только посты!)

Этот промт я использую, чтобы писать посты в блог. При этом текст получается не отличим от моего стиля.

Одна важная вещь: такой подход даёт результат только если ты честно отвечаешь. Без «ага», «понял» и «всё норм». Если говоришь односложно — получаешь такой же текст. Если копаешь — ИИ помогает копнуть глубже.

Редактировать всё равно придётся. Но времени уйдёт меньше — потому что ИИ опирается на твои ответы, а не «выдумывает» от себя. Получается не чужой текст из синтетических заготовок, а твой же материал.

Вот и вся магия.
 

Когда я начал работать с ИИ, я, как и многие, делал кучу ошибок. В одном из первых тестов я попросил его ответить на письмо от кандидата. Ответ получился вежливый, правильный, без единой ошибки — и абсолютно не мой. Я так не пишу. Я не начинаю письмо с формального «Уважаемый Пётр!».

С этого момента я понял, что ИИ нужно дообучать под конкретную задачу. Я перерыл кучу роликов на YouTube и нашёл подходы, которые начал применять. Дело в том, что он не умеет подражать автоматически — по умолчанию пишет как усреднённый офисный бот. А мне нужно, чтобы он говорил моими словами, с моими оборотами, в моей манере.

Чтобы он знал, где поставить «Петя, привет», а где можно врезать коротким «Поехали, делаем». Чтобы звучал естественно, а не фальшиво. Для этого я решил сделать файл стиля. Это документ, где описано, как я пишу: какие слова люблю, как строю предложения, что считаю нормой, а что — излишним канцеляритом.

Таких файлов у меня несколько — под разные задачи. В постах я один, а в письмах — совсем другой. Там я могу «неудачно» пошутить, а в рабочем письме — только если с клиентом очень тёплые отношения. Стиль — это набор масок под разные ситуации.

Сегодня хочу дать инструкцию, как это сделать самостоятельно. Сначала собираешь массив своих текстов. Я, например, выгрузил посты из Телеграма и 50 рабочих писем. Потом просишь ИИ: «Сделай глубокий анализ моего стиля письма». Сделать стиль для Телеграма и для деловой переписки — это две разные задачи. Сначала делаем одну, потом другую.

ИИ сам разбирает ритм, лексику, структуру — и формирует описание твоего языка. Получается файл, который можно прикладывать к каждому новому запросу. Когда ИИ его читает, он начинает подражать — и пишет уже не как безликий ассистент, а как ты. Такой файл подходит для чего угодно: блог, переписка, рекламные тексты, обратная связь.

Я использую GPT-4.5 — он лучше справляется с анализом текстов. Но можно обойтись и обычной моделью, если дать точный и понятный промт. Главное — включить в запрос опцию глубокого анализа. И заранее дать ИИ «мясо» — те тексты, на которых он будет учиться.

Полную инструкцию я оформил в отдельный документ:  
Как научить ИИ писать в твоём стиле.

ИИ не пишет за тебя. Он не знает контекста, не чувствует интонации, не понимает междустрочий. Но он может быть отличным помощником, если дать ему чёткую опору. Файл стиля — это та самая опора. Без неё всё будет звучать не так.

Я всё равно редактирую текст после ИИ, переписываю абзацы. Но он как редактор — помогает не допустить ошибок и сделать текст легко читаемым.

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.

В телеграме и Тенчате я постоянно под постами пишу теги. Это помогает легче находить подобные посты в этом канале. А так же дает небольшой поисковый трафик внутри Телеграма и Тенчата.

Чтоб не тратить много времени, я использую YandexGPT встроенный в Yandex Browser. Прошу Алису: «Алиса, подбери мне теги для этого поста:» и копирую пост. А потом выбираю то, что мне предложила Алиса.

Пробуйте автоматизировать то, что можно автоматизировать.