ChatGPT для работы - как экономить часы на рутине каждый день.

1.1. Начните с карты рутины

Прежде чем изучать промпты, выпишите рабочую неделю как есть. Не идеальную, а настоящую. Что вы делаете после открытия ноутбука? Что происходит после каждого созвона? Какие документы вы готовите регулярно? Какие сообщения повторяются? Где вы каждый раз заново формулируете одно и то же? Какие задачи кажутся мелкими, но постоянно прерывают концентрацию?

Хорошая карта рутины строится не по должностным обязанностям, а по действиям. «Работа с клиентами» слишком расплывчато. «Прочитать входящее, понять вопрос, найти данные, написать ответ, проверить обещания и отправить» - уже рабочая цепочка. В ней видно, какие части можно ускорить.

Возьмите последние три рабочих дня и восстановите хотя бы двадцать типичных действий. Рядом с каждым поставьте три оценки: как часто оно повторяется, сколько времени занимает и насколько дорогой будет ошибка. Получится простая система приоритетов. Сначала отдавайте ChatGPT частые задачи, где цена ошибки невысока и результат легко проверить. Это черновики писем, преобразование заметок в структуру, сводки длинной переписки, варианты заголовков, классификация списка, подготовка вопросов к встрече, превращение тезисов в понятный документ.

Не стоит начинать с задачи, где вы сами плохо понимаете, что должно получиться. Например, если вы никогда не составляли финансовую модель и не знаете, какие допущения в ней разумны, модель может создать убедительную конструкцию, но вы не сможете заметить ошибку. Сначала используйте ИИ там, где у вас есть критерий «хорошо/плохо».

Практический запрос для первого аудита может звучать так:

«Я перечислю повторяющиеся действия за рабочую неделю. Разбей их на четыре группы: 1) можно делегировать ChatGPT почти полностью, 2) можно ускорить, но нужен мой контроль, 3) лучше использовать только для подготовки, 4) не стоит делегировать. Для каждого действия укажи, какую часть процесса передать и какой риск проверить перед использованием результата».

Сам по себе этот запрос не сэкономит вам время. Экономию даст решение выбрать три действия и неделю выполнять их по новой схеме. Система рождается не в списке возможностей, а в повторении.

1.2. Делегируйте операции, а не ответственность

Полезно разделять задачу на две части: операционную и ответственную. Операционная часть связана с обработкой материала. Ответственная - с выбором, обещанием, оценкой риска и последствиями.

Представьте, что вы отвечаете важному клиенту. ChatGPT может быстро выделить из переписки нерешенные вопросы, предложить структуру ответа, убрать лишнюю резкость, проверить, не пропустили ли вы пункт, и подготовить три варианта формулировки. Но решение о скидке, сроке, компенсации или признании ошибки остается за вами. Здесь модель экономит время, не перехватывая ответственность.

То же правило работает с договором. Можно попросить найти необычные формулировки, составить список обязательств сторон, показать сроки, штрафы и места, которые требуют внимания. Но итоговую юридическую оценку нельзя подменять уверенным текстом модели. С медицинскими, финансовыми и кадровыми решениями логика такая же: использовать ИИ для подготовки, навигации и вопросов, а не как окончательный источник решения, когда цена ошибки высока.

Такой подход снимает два противоположных страха. Первый: «если я делегирую, я потеряю контроль». Не потеряете, если передаете обработку, а не решение. Второй: «если все равно надо проверять, какой смысл?» Смысл в том, что проверять хорошо подготовленный черновик обычно быстрее, чем создавать его с нуля.

Полезная привычка: перед запросом одним предложением ответьте себе, что именно остается на вашей стороне. Например: «модель собирает варианты, я выбираю», «модель ищет противоречия, я проверяю факты», «модель готовит структуру, я подтверждаю содержание». Эта фраза не обязательно попадет в запрос. Она нужна вам, чтобы граница ответственности была ясной.

1.3. Четыре типа задач, где эффект заметен быстрее всего

Первая группа - преобразование. Есть исходный материал, но он неудобен. Длинная переписка превращается в пять решений. Расшифровка созвона превращается в задачи. Наброски превращаются в инструкцию. Список идей превращается в приоритеты. Это один из самых надежных сценариев, потому что модель работает с вашим материалом и меньше зависит от внешних фактов.

Вторая группа - первый черновик. Пустой лист часто отнимает больше энергии, чем редактирование. Можно дать цель, аудиторию, факты и ограничения, получить черновик письма, документа, объявления, повестки или отчета, а затем быстро привести его к своему стилю.

Третья группа - проверка. Здесь ChatGPT играет роль внимательного второго читателя. Он может искать дубли, пробелы в аргументации, неясные формулировки, вопросы, на которые текст не отвечает, или несогласованные цифры. Важно не просить «проверь все». Лучше перечислить критерии проверки.

Четвертая группа - варианты. Когда вы застряли в одном решении, модель помогает расширить поле. Пять способов объяснить сложную мысль. Три сценария разговора с клиентом. Четыре структуры презентации. Десять рисков, которые вы могли не учесть. Человеку легче выбирать из осмысленных альтернатив, чем создавать их в моменте.

Есть и пятая группа, более продвинутая: повторяющиеся процессы. Когда вы нашли удачный сценарий, его можно закрепить в шаблоне, проекте, инструкции или автоматической задаче. Именно здесь разовая экономия превращается в накопительный эффект. Но автоматизировать хаос рано. Сначала отладьте процесс вручную.

Иллюстрация 2. Чем чаще повторяется задача и чем проще проверить результат, тем выше ее приоритет для делегирования.

1.4. Почему «быстрее» не всегда означает «эффективнее»

Есть ловушка: с ChatGPT становится легко производить больше текста, больше идей, больше отчетов и больше сообщений. Это может создать ощущение высокой продуктивности, хотя реальной пользы не прибавилось. Работа ускоряется, но очередь задач только растет.

Поэтому измерять стоит не скорость генерации, а время до полезного результата. Сколько минут прошло от появления задачи до момента, когда она закрыта и к ней не нужно возвращаться? Сколько уточняющих писем потребовалось? Сколько раз документ переписывали? Сколько решений зависло из-за неясного контекста?

Например, менеджер раньше тратил десять минут на письмо и еще тридцать минут на два круга уточнений. С ChatGPT он может написать письмо за три минуты, но если оно стало длиннее и менее понятным, уточнений будет еще больше. Экономии нет. Хороший рабочий сценарий должен уменьшать суммарное число касаний.

Второй показатель - количество переключений. Если для одной задачи вы открываете пять вкладок, копируете текст между сервисами, трижды вспоминаете контекст и дважды возвращаетесь к черновику, утомляет не только количество минут. Утомляет постоянное переключение внимания. ChatGPT особенно полезен там, где способен собрать несколько промежуточных операций в один диалог: прочитать материал, структурировать, предложить варианты и подготовить финальную форму.

Третий показатель - качество входа в сложную задачу. Иногда экономия проявляется не в самой рутине, а в том, что вы быстрее переходите к работе, требующей мышления. Если за двадцать минут утром вы разобрали входящие, получили сводки, подготовили вопросы и очистили список задач, следующие два часа можно провести в концентрации вместо мелких переключений.

1.5. Двухминутное правило для ChatGPT

Не каждую мелочь стоит отдавать ИИ. Если действие занимает тридцать секунд и вы точно знаете, что делать, открыть чат, объяснить задачу, проверить ответ и скопировать результат может быть дольше. Поэтому полезно изменить классическое правило коротких задач.

Если действие занимает до двух минут и не повторяется, чаще проще сделать самому. Если оно занимает до двух минут, но повторяется десятки раз, стоит искать шаблон или автоматизацию. Если действие занимает больше пяти-десяти минут и состоит в основном из чтения, структурирования, переформулировки или сравнения, ChatGPT почти наверняка стоит попробовать.

Есть исключение: задачи, которые кажутся быстрыми, но вызывают эмоциональное сопротивление. Например, неприятное письмо, начало отчета или формулировка отказа. Человек может откладывать их час, хотя чистого времени нужно пять минут. В таком случае модель полезна как стартовый механизм. Вы даете факты и просите нейтральный черновик. Даже если потом перепишете половину, психологический барьер исчезает.

Задача не обязана быть большой, чтобы быть дорогой. Цена рутины часто измеряется не минутами, а тем, сколько внимания она забрала.

1.6. Практика: выберите три сценария на неделю

Не пытайтесь перестроить всю работу за один день. Выберите три сценария, которые повторятся минимум два-три раза в ближайшую неделю. Например: ответы на входящие, итог созвона и подготовка краткого отчета.

Для каждого запишите текущий процесс в трех-пяти шагах. Затем отметьте шаг, который хотите ускорить. После первого использования зафиксируйте, что пришлось поправить в запросе. Через несколько повторов у вас появится стабильная инструкция.

Пример для входящих:

1. Вставить письмо и при необходимости два-три предыдущих сообщения.

2. Попросить выделить вопрос, решение, срок и скрытые риски.

3. Указать собственную позицию одним-двумя предложениями.

4. Попросить короткий ответ без новых обещаний.

5. Проверить даты, цифры и обязательства.

Через неделю сравните не ощущения, а факты. Сколько времени уходило раньше? Сколько сейчас? Стало ли меньше возвратов и уточнений? Если сценарий не дает выгоды, не надо сохранять его из принципа. Хорошая система удаляет лишнее, включая неудачные способы использования ИИ.

2.1. Модель не видит вашу голову

Большинство слабых ответов можно объяснить одной фразой: модель получила меньше контекста, чем человек считает очевидным. Вы знаете клиента два года, понимаете продукт, помните прошлый конфликт и слышите интонацию коллеги. ChatGPT видит только то, что доступно в текущем контексте: ваши сообщения, добавленные материалы, данные проекта, памяти или подключенных источников, если они используются и доступны.

Поэтому «ответь клиенту» - не задача, а просьба угадать. Даже если текст выглядит правдоподобно, модель может выбрать неверный тон, добавить лишнее обещание или не понять, что главный вопрос клиента скрыт между строк.

Контекст не означает, что нужно писать огромную предысторию. Наоборот, полезен минимальный набор фактов, которые меняют ответ. Кто адресат? Что произошло? Какой результат нужен? Какие ограничения нельзя нарушать? Что уже было обещано? Какой тон допустим? Если вы дадите эти пять элементов, качество обычно растет заметнее, чем от любой «магической» формулировки.

Полезно мыслить контекстом как брифом для умного нового сотрудника. Если человек впервые подключился к задаче, что ему нужно знать, чтобы не задавать очевидные вопросы и не испортить ситуацию? Именно это и стоит передать.

2.2. Постоянный и переменный контекст

Рабочие задачи удобно разделять на постоянный контекст и переменные данные. Постоянный контекст редко меняется: чем занимается компания, кто целевая аудитория, какой тон общения используется, какие обещания запрещены, как выглядит хороший отчет, какие термины предпочтительны. Переменные данные меняются каждый раз: конкретное письмо, цифры недели, тема встречи, новая заявка, текущая проблема.

Если вы каждый раз вручную объясняете постоянный контекст, появляется новая рутина. Поэтому его стоит хранить там, где он может использоваться повторно: в отдельном проекте, рабочей инструкции, подготовленном документе или шаблоне запроса. Конкретный механизм зависит от доступных функций, но принцип один: не переносите в голову то, что система может держать рядом с задачей.

Например, маркетолог может создать базовый бриф: продукт, аудитория, тон, ограничения, словарь, список допустимых доказательств, примеры удачных текстов и критерии качества. Тогда для новой рекламной гипотезы достаточно добавить оффер, сегмент и цель теста. Руководитель может хранить правила еженедельного отчета: формат, ключевые показатели, допустимый объем, вопросы к отклонениям. Тогда каждую пятницу он дает свежие данные, а не объясняет структуру заново.

Важно периодически чистить постоянный контекст. Старые цены, устаревшие правила и забытые ограничения опаснее отсутствия информации, потому что выглядят достоверно. Раз в месяц или квартал полезно пересматривать рабочие инструкции и удалять то, что больше не действует.

2.3. Формула минимального рабочего контекста

Для большинства задач достаточно пяти блоков.

Ситуация: что происходит сейчас. Цель: какой результат нужен. Аудитория: кто будет читать или использовать результат. Ограничения: чего нельзя делать, обещать, упоминать или предполагать. Материал: факты, документы, цифры, примеры, на которых нужно основывать работу.

Например:

«Ситуация: клиент недоволен задержкой и просит возврат. Цель: сохранить отношения и договориться о переносе срока, не обещая компенсацию. Аудитория: владелец небольшого бизнеса, общаемся без канцелярита. Ограничения: не признавать юридическую ответственность и не придумывать причины задержки. Материал: ниже вставлю переписку. Сначала выдели факты и спорные места, потом предложи короткий ответ до 900 знаков».

Такой запрос длиннее «ответь клиенту», но он экономит время после ответа. Модель меньше угадывает, а вы меньше редактируете.

Еще один прием: явно отделять факты от предположений. Если часть информации неизвестна, так и напишите. «Причина задержки не установлена, не придумывай ее». Это особенно важно в отчетах и аналитике, где модель может связно заполнить пробел, хотя вы этого не просили.

2.4. Контекст через примеры

Иногда легче показать, чем объяснять. Если вам нужен определенный стиль отчета, дайте один хороший прошлый пример и попросите воспроизвести структуру, но не копировать содержание. Если нужен ответ в вашем тоне, приложите два-три реальных сообщения. Если вы классифицируете заявки, покажите примеры каждой категории.

Пример работает как демонстрация критерия. Фраза «пиши живо и кратко» допускает десятки трактовок. Один хороший образец сразу показывает длину абзацев, уровень формальности, допустимые термины и плотность информации.

Но не превращайте примеры в жесткую клетку. Если просить «сделай точно так же», модель может перенести не только полезную форму, но и случайные особенности. Лучше объяснить, что именно нужно взять из образца: тон, структуру, длину, способ аргументации, оформление.

Также важно следить за конфиденциальностью. Прежде чем использовать реальный пример, уберите данные, которые не нужны для задачи: телефоны, адреса, номера документов, пароли, ключи доступа, платежные реквизиты, чувствительную клиентскую информацию. Чем меньше лишнего вы передаете, тем безопаснее процесс и тем чище контекст.

2.5. Когда контекста становится слишком много

Больше информации не всегда лучше. Если вы загружаете десятки документов и говорите «разберись», модель получает широкое поле, но задача остается размытой. Для хорошей работы нужны не только источники, но и вопрос к ним.

Представьте архив из десяти отчетов. Если попросить «проанализируй», ответ будет зависеть от того, что модель сочтет важным. Если спросить «найди три причины падения конверсии во втором квартале, используй только эти отчеты, укажи, какие выводы подтверждены данными, а какие являются гипотезой», задача становится проверяемой.

Когда контекста много, используйте двухэтапный подход. Сначала попросите построить карту материалов: какие документы есть, о чем каждый, какие данные содержатся, чего не хватает. Затем задайте конкретный вопрос. Это снижает риск, что модель смешает периоды, источники или определения.

Еще полезно просить ссылаться на фрагменты или явно отмечать источник утверждения, если режим работы это поддерживает. Для важных решений всегда проверяйте исходный документ, а не только пересказ.

2.6. Проекты и рабочие пространства как контейнер контекста

Для долгих задач удобно держать связанные чаты, файлы и инструкции в одном месте. Такой контейнер снижает повторное объяснение и помогает поддерживать единые правила. Это особенно полезно для проектов, которые живут неделями: запуск продукта, набор сотрудников, исследование рынка, подготовка книги, ведение клиента, разработка регламентов.

Практический принцип: один устойчивый контекст - один рабочий контейнер. Не смешивайте в одном месте личные бытовые вопросы, переговоры с клиентом и финансовый анализ проекта. Чем чище пространство, тем проще понимать, какой контекст будет влиять на ответ.

В начале проекта сформулируйте короткую инструкцию: цель, роли, правила, формат результатов, источник истины и список того, что нельзя придумывать. Затем прикладывайте актуальные материалы. Если контекст изменился, обновляйте инструкцию, а не надейтесь, что старая информация «сама забудется».

Проект не освобождает от конкретного запроса. Он отвечает на вопрос «что обычно важно здесь», а ваше сообщение отвечает на вопрос «что нужно сделать сейчас».

3.1. Хороший промпт похож на нормальную постановку задачи

Секрет хорошего запроса скучный: он должен быть понятным. Если задачу сложно объяснить коллеге, ChatGPT тоже придется угадывать. Поэтому вместо набора хитрых команд полезнее освоить обычную управленческую дисциплину: что сделать, на чем основывать, для кого, в каком виде и как проверить.

Рабочий запрос можно собрать из шести элементов: контекст, задача, входные данные, критерии, формат, проверка. Не каждый раз нужны все шесть. Для простого действия достаточно двух-трех. Но когда цена ошибки или объем работы растут, структура помогает.

Контекст отвечает «что происходит». Задача - «что сделать». Входные данные - «на чем основываться». Критерии - «что считать хорошим». Формат - «как выдать». Проверка - «что перепроверить перед финалом».

Например, слабый запрос: «Сделай отчет по продажам».

Рабочий вариант: «Ниже данные продаж за четыре недели. Сравни недели, найди три наиболее заметных изменения и возможные причины, но не придумывай причины, если данных недостаточно. Отдельно укажи аномалии и вопросы, которые нужно проверить. В конце дай короткую сводку для руководителя на 7-10 предложений. Все расчеты перепроверь».

Разница не в красоте формулировки. Во втором случае есть объект анализа, критерии и защита от выдуманных объяснений.

Иллюстрация 3. Шесть элементов рабочего запроса. Для простой задачи достаточно части из них, для важной лучше задать все.

3.2. Задавайте критерии, а не прилагательные

«Сделай профессионально», «напиши продающе», «сделай сильно», «сделай качественно» почти бесполезны без расшифровки. У человека и модели разные представления о том, что такое «профессионально». Критерии должны быть наблюдаемыми.

Вместо «кратко» укажите «до 1200 знаков». Вместо «понятно» - «без терминов, которые требуют объяснения новичку». Вместо «убедительно» - «один тезис, два доказательства, один конкретный следующий шаг». Вместо «без воды» - «каждый абзац должен добавлять факт, аргумент, действие или вывод; повторы убрать».

Чем точнее критерий, тем легче проверка. Если результат не подходит, вы понимаете, что исправить. Это особенно важно в повторяющихся процессах. Шаблон «пиши хороший отчет» трудно улучшать. Шаблон «до одной страницы, сначала вывод, затем три изменения, затем риски, затем решения; цифры не округлять без необходимости» можно постепенно довести до нужного качества.

При этом не перегружайте запрос десятками ограничений. Часть требований может конфликтовать. Например, «максимально кратко, но подробно объясни все нюансы». Приоритеты лучше обозначать явно: «главный приоритет - точность; если ради точности нужно увеличить объем, увеличь».

3.3. Попросите модель сначала подумать о задаче, а не сразу писать финал

Для сложных задач полезен черновой этап. Не обязательно просить раскрывать внутренние рассуждения. Достаточно попросить видимый план работы, список допущений, недостающие данные или критерии проверки до финального результата.

Например: «Прежде чем писать коммерческое предложение, перечисли, какие факты о клиенте и продукте сильнее всего влияют на аргументацию. Используй только те, которые есть в материале. Если чего-то не хватает, обозначь пробел. Затем предложи структуру и только после этого сделай черновик».