Глава 1. Суть промтинга

В этой книге вы будете учиться правилам и приемам промт-инжи­ниринга. Им будут пропитаны все страницы, после чтения вы сможете совсем иначе взглянуть на потенциал ИИ. А теперь о само́м «главном герое».

Промт-инжиниринг (далее — промтинг) — это направление, изу­чающее навыки подготовки, создания и оптимизации подсказок (промтов) для нейросетей, где подсказка — это вводные данные, которые пользователь дает модели для получения нужного ответа.

Качество ответа может кардинально разниться в зависимости от того, насколько пользователь разбирается в правилах и тонкостях промтинга.

Посмотрим на две подсказки.

Дай мне рецепты трех вкусных блюд на ужин.

С точки зрения промтинга это ужасная подсказка. Во-первых, нет никаких переменных и условий. Во-вторых, мы совершили типичную ошибку, добавив оценочное суждение «вкусных».

Наша природа такова, что мы почему-то надеемся, что результат будет соответствовать именно нашему вкусу. Но ИИ так не думает, для него «вкусных» = «ничего» или «что угодно». Кому вкусных? По каким критериям? Из каких продуктов? В результате человек чувствует непонимание и грусть: «Я пробовал (-а) ChatGPT, результат не вдохновил. Как-то все слишком обычно или даже слабо, ничего этакого».

Это самая частая фраза людей, просящих рецепты трех вкусных блюд. Когда промты слабы, неконкретны, запутанны, включают в себя взаи­моисключающие условия или не устанавливают конкретные рамки подсказки, модель не сможет раскрыться. Вы будете пытаться выжать 100 км/ч на первой передаче, не умея переключаться до пятой.

Нейромодель GPT колоссально умна, она знает и умеет многое, но, чтобы вывести ее на нужный уровень, вы сами должны очертить ее рамки.

Теперь попробуем иначе.

Дай мне рецепты трех блюд на ужин.

У меня есть продукты: 2 кг картофеля, 1 кг курятины, морковь, свекла, томаты, чеснок, лук, перец.

В рецептах можно использовать часть или все продукты из списка. Нельзя добавлять продукты, которых нет в списке.

Способ приготовления — жарка или тушение.

Длительность приготовления — до 2 часов.

Блюда должны быть оценены как очень вкусные в большинстве источников.

Все, кроме одного ответа ИИ, точно соответствовали заданию. Но в одном ИИ «взбрыкнул» и по собственной воле добавил вот такой рецепт.

Рецепт 3: томатный суп с овощами и курятиной.

Ингредиенты:

• 500 г курятины;

• 2–3 картофелины;

• 1 морковь;

• 1 свекла;

• 2–3 помидора;

• 2 зубчика чеснока;

• 1 луковица;

• 1 литр куриного бульона;

• 2 столовые ложки растительного масла;

• соль и перец по вкусу;

• зелень (петрушка, укроп) для украшения.

Приготовление:

1. Курятину порежьте…

Модель использовала рецепт с растительным маслом и зеленью, которых не было в списке. Проблема? Нет, это все еще промтинг. Добавляем в диалог новую вводную:

Дай мне блюда без растительного масла и зелени, их нет в списке.

GPT уже помнит контекст, нейросети не нужно заново ставить условия. Мы лишь поправляем ИИ, вводя в нужные нам рамки. В итоге снова получаем три блюда, но уже с учетом прошлых ошибок. И теперь ни в одном нет «запрещенки». Вот один из примеров.

Тушеная картошка с курятиной в томатном соусе

Ингредиенты:

• 1 кг картофеля;

• 500 г курятины;

• 1 луковица;

• 2 моркови;

• 2–3 зубчика чеснока;

• 2–3 помидора;

• соль и перец по вкусу.

Приготовление:

1. Картофель…

Далее мы будем стараться не цитировать ответы GPT (только несколько раз в виде исключений). Все же не совсем правильно разбавлять авторский текст постоянными ответами ИИ.

Если бы мы пошли дальше, то могли бы попросить советы по сокращению времени готовки или, например, вытянули из ИИ какой-нибудь интересный соус из оставшихся продуктов. Повернуть можно куда угодно — этим промтинг и замечателен.

Конечно, картошка в томатном соусе — не высший пилотаж работы с подсказками, и все же пример отлично передает суть. Если мы умеем «управлять» ИИ, то GPT делает массу нужного и полезного. А если мы еще и креативны, опытны, знаем варианты «маневров», это лишь усиливает эффект.

Кому и где пригодятся навыки промтинга? Самое смешное, что практически всем и везде. Приведем буквально несколько примеров случайных ситуаций.

• Вы — менеджер. Вам нужно продумать варианты развития диалога со сложным клиентом. Или написать многоуровневое письмо с простой и четкой логикой.

• Вы — SMM-специалист. Вам нужны интересные идеи конкурсов, сценарии для историй и видео, контент-планы, посты и опросы. Или же вы хотите создать шаблоны и правила для экологичных ответов на агрессивные отзывы либо комментарии.

• Вы — папа. Вы хотите сочинять интересные сказки для младшей дочки, чтобы в них были обыграны известные ей места, события, упомянуты ваши домашние животные. Или продумать интересный сценарий для ее дня рождения, а старшему сыну — за десять минут сделать презентацию для школы.

• Вы — копирайтер. Вы тратите огромное количество времени на улучшение и редактуру текстов. Или же у вас писательский ступор, который не дает начать первый абзац, а то и вовсе сделать хотя бы черновик статьи.

• Вы — студент. Вы хотите написать классную курсовую, но креатива не хватает и со структурой проблемы. Или хотите блистать знаниями, используя малоизвестные факты, которых не было в лекциях.

• Вы — руководитель. Вам нужно проработать план и подобрать интересные сравнения для выступления. Или собрать релевантную информацию о предмете, который будете обсуждать с подрядчиком.

• Вы любознательны. Вам интересно пообщаться с умным собеседни­ком, который готов расширить ваш кругозор по любому вопросу. Или же вы хотите поспорить с ИИ «без поддавков», получая честные аргументы.

Промтинг — это не унылые и однообразные действия (хотя порой случаются и они), а полноценный творческий процесс, содержащий поиск путей, новые открытия и неожиданные решения. По сути, это огромная территория, где можно пойти куда угодно и как угодно.

Если бы можно было сделать какой-то емкий, но максимально описательный слоган для промтинга, мы бы предложили такой:

«Всегда можно спросить!»

О чем? А вот обо всем. Вообще обо всем. И это не дежурная фраза, а, скорее, совсем иной уровень вашего опыта.

Работа с подсказками — это не только рост качества ответов или закрепления интересных ходов, это всегда еще и «перенастройка» мозга.

Например, если мы уже более или менее привыкли, что есть поисковики, которые знают ответы на множество вопросов, то работа с подсказками — совсем иной, куда более глубокий уровень.

Объем и направление запросов — безграничны. Чем больше человек работает с нейросетью, тем больше он видит точек опоры и вариантов решений.

Поначалу мы не очень умеем опираться на GPT. Наш опыт «работы с машиной» все еще ограничивается максимум поисковиками: вводим запрос — получаем список статей, видео и т.д.

А вот то, что мы сами можем сконструировать схему получения ответов, наш мозг еще пока не понимает. Не привык. Не охватывает.

Пример мышления промтера

Скажем, вы хотите стать копирайтером. Что нам обычно подсказывает опыт?

Как выглядит обычное решение?

Посмотреть в поисковиках запросы типа «как стать копирайтером», «книги про копирайтинг», «что нужно уметь копирайтеру» и т.п. Найти по ним статьи, книги и прочие носители и изучить их.

Суть обычного решения выглядит так.

Мы берем подходящую информацию, оценивая ее как конечный набор знаний. Все, что можно было «вытянуть» из внешних источников, мы вытянули. Если мы не поняли какие-то данные, что-то было недостаточно раскрыто в статьях (книгах и т.п.) или у нас есть сомнения, то мы со всем этим так и останемся один на один.

Как вариант, еще можно оплатить услуги специалиста или задавать вопросы в каких-то сообществах, но это уже другие, побочные решения со своими минусами (дорого, долго, могут не ответить и т.п.).

Теперь посмотрим на решение промтера.

И сразу же есть варианты: либо опять же начать с книг или других конечных источников, чтобы составить общую картину, а затем идти к ИИ, либо сразу начать терзать GPT. Выберем более удобный и надежный вариант: «знания людей + ИИ».

Сначала мы изучаем общую информацию. Книги, статьи, видео и пр. Погружаемся. Вникаем. Затем, когда уже есть какое-то представление об объекте изучения и первые вопросы, можно приступать к промтингу.

Например, у нас есть вопросы по заголовкам:

Чем плохой заголовок отличается от хорошего? Дай примеры обоих случаев.

Объясни, чем каждый из них плох или хорош.

Я напишу пять заголовков, скажи, какие из них лучше и почему.

Терзаем GPT…

Немного разобрались. Идем дальше и снова собираем знания:

Какие малоизвестные формулы заголовков эффективно работают с информационными текстами и почему?

Какие ошибки допускают копирайтеры при создании заголовков?

Чем отличается заголовок по формуле AIDA* от заголовка по формуле PAS*: дай основные тезисы и примеры каждого вида. Объясни различия на примерах.

Я хочу знать все лучшие формулы заголовков, сначала дай мне основные данные о них, а затем создай тест для закрепления материала.

* Об этих и других формулах поговорим в главе 10.

Что-то не получается? Скажем, ИИ дает вам тесты из своих примеров, а вам нужны тесты с вариантами ответов? Или тестирование с вариантами «правильно-неправильно»? Или еще какое-то?

Не забываем, что с нами слоган «Всегда можно спросить!».

Если ИИ выдает вам тесты с вариантами ответов, а вы хотите чего-то другого, то все исправит простенький промт:

Ты дал мне тесты с вариантами ответов, а я хочу тестирование «правильно-неправильно» с 20 вопросами. Под каждым вариантом сам ответь — какой вариант верный и почему.

Вот так, шажками, проникая все глубже и постигая нюансы, мы можем саморазвиваться. Если встретился какой-то большой пласт знаний, то можно снова изучить книги и статьи (чтобы разобраться в теме), а затем опять перейти к общению с нейросетью.

Да, сегодня все еще не так радужно (о минусах промтинга мы скажем отдельно), но такая стратегия реально работает и дает очень хорошие результаты, особенно в тех нишах и областях знаний, где есть некие общепринятые международные стандарты (программирование, философия, физическая культура, психология, зоология и т.д. и т.п.).

И еще важный момент: слоган «Всегда можно спросить!» актуален, конечно, не только для самообразования. Это общий принцип, который работает при любых задачах. Ниже указана лишь часть глаголов-действий для подсказок, раскрывающих потенциал ИИ:

Обобщи Замени Сравни Опиши Усиль Подбери Найди Создай Напиши

Выбери Разбей Оцени Придумай Научи Спроси Представь Улучши Объясни

Проанализируй Упрости Помоги Докажи Реши Измени Посоветуй Извлеки Покажи

Проверь Исправь Переведи Предложи Продолжи Задай Расширь И т.п.

Верно высказать невысказанное

Это еще один родственный навык, который со временем появляется у практиков промтинга. Но сначала обрисуем контекст.

Парень говорит: «Мам, хочу красивую обувь на лето». А красивая обувь на лето, по его мнению, — это, безусловно, ультрамодные тряпочные кеды, писк сезона. О них все знают! У него даже в голове не может уложиться, что кто-то думает иначе.

Но, к сожалению, мама думает иначе и покупает кожаные туфли, «ведь в них и на Первое сентября еще сходить сможешь, какая чудесная экономия». В итоге — непонимание и обиды.

Или, скажем, муж пишет жене: «Приготовь ужин, я жутко голодный».

Раньше он уже так писал и уже знает, что в таких случаях его обычно ждет любимая жареная рыба с картошкой. Муж так пропитался этой уверенностью, что, когда его встречают дымящиеся пельмени, он чувствует разочарование.

Но виновата ли в этом жена? Если между ними не было уговора, что «приготовь ужин, я жутко голодный» всегда и во все времена означает «жареная рыба + картошка», то вовсе нет.

Она могла решить, что пора бы и разнообразить меню.

Она могла устать и решила, что идти в магазин за рыбой не обязательно, ведь четкой конструкции «договора» не было.

Жареная картошка с рыбой и «я жутко голоден» вообще могли быть цепью случайностей, а не четко закрепленной конструкцией.

На ситуацию могут повлиять и многие другие факторы.

Как итог, муж не дал конкретные вводные, жена подстроила часть вводных под свои условия, и оба грустят. А пельмени стынут…

Да, со временем часть из нас учится на таких вот ошибках и понимает, что нужно уточнять, конкретизировать и вообще «строго по техзаданию», если хочешь, чтобы тебя поняли. Но…

Во-первых, далеко не все делают нужные выводы и ходят по таким граблям всю жизнь.

Во-вторых, пользуются таким опытом только для каких-то крупных и важных задач, а в мелочах — нет.

В-третьих, и на старуху бывает проруха. Нет-нет, ослабляем контроль — и снова грабли.

А теперь представьте: если даже в общении с близкими людьми мы бываем неправильно поняты или обманываемся в ожиданиях, то что говорить о нейромодели, которая изначально «заточена под всех»? Да, ее можно вывести на очень полезные уровни «под себя», но для этого нужно пропитаться одним очень важным пониманием.

Промтинг — это всегда умение найти, учесть и верно высказать невысказанное. Мы привыкли к тому, что обычно общаемся с себе подобными, до такой степени, что регулярно опускаем некоторые нюансы, которые в общении с ИИ опускать нельзя.

Мы спрашиваем коллегу: «Как лучше утеплить баню?»

Вроде бы простой вопрос, мы привыкли оперировать такими в обычной жизни. И даже не замечаем, что в нем по умолчанию уже скрыта масса смыслов.

Коллега знает, что у меня невысокий доход, поэтому предложит самые дешевые варианты.

Коллега знает, что я не профессионал в строительстве, поэтому предложит что-то попроще.

Коллега и я живем в Сургуте, где бывают сильные холода.

Я знаю, что коллега недавно утеплял баню и хвалился, что все быстро. Поэтому я жду какого-то легкого решения. И т.д.

Но поскольку коллега знает контекст и скрытые смыслы, он уже учитывает невысказанное и дает вполне подходящий нам ответ.

Увы, ИИ — это не коллега. И на такой запрос (без уточнений) можно получить что угодно. А вот чтобы получать то, что нужно, промтеру важно научиться переиначивать мышление так, чтобы общение с ИИ включало в себя и то самое, невысказанное, которое кажется «вроде и так понятно». Это совсем другой опыт, требующий практики.

Плюсы и минусы работы с GPT

Эта книга не будет гимном подсказкам. Да, у модели множество плюсов, но и кормить только сахаром — не в наших принципах. GPT, конечно, сильный и умный, но пока далеко не идеален.

У него есть ряд недостатков, о которых обязательно стоит сказать. Впрочем, и плюсы мы в стороне тоже не оставим.

«ПК» — контентщики, а потому мы оцениваем все, исходя из своих профессиональных навыков. Мы не самые удобные экзаменаторы, которые ставят тройку там, где другие бы поставили четверку или пятерку.

Словом, скажем, как видим. Без вранья. Все же наша цель не пиар нейросети, а выявление реального рабочего потенциала.

Минусы

Нестабильность оценочных суждений

В двух идентичных запросах с разницей в минуту GPT может дать два абсолютно разных ответа. Это не человек с каким-то статичным мнением, который и сегодня, и завтра на вопрос о десяти лучших книгах для начинающего писателя даст примерно один и тот же список.

Увы, у GPT списки могут легко разниться на 100 %. И этому не помогает ни изменение контекста, ни использование ролей (об этом поговорим чуть позже).

Почему так происходит? Мы спросили у GPT:

Скажи, почему при одинаковом запросе в разных диалогах даже при полной смене контекста ты даешь разные ответы?

ИИ дал такой ответ.

Этому может быть несколько объяснений.

1. Статистическая случайность. Внутри модели используются стохастические методы, в том числе случайный выбор, что может привести к некоторому уровню разнообразия в ответах, даже при одинаковом входном контексте.

2. Зависимость от предыдущих итераций. Если модель напрямую взаимодействует с предыдущими входными данными, то результаты могут варьироваться в зависимости от предыдущих ответов модели. Если один из нулевых контекстов до этого сгенерирован другой моделью или пользователем, то модель может прочитать этот контекст и использовать его при определении ответа на следующий запрос.

3. Недостаточное количество информации. При нулевом контексте модель может не иметь достаточно информации для однозначного ответа и, следовательно, может предложить несколько различных вариантов в ответе, основываясь на общих знаниях.

Так что чрезмерно надеяться на «лучшие», «самые» и прочие субъективные суждения нейросети не стоит.

С объективными же суждениями (например, «пять самых крупных животных мира») все иначе. Практически полный порядок уже сейчас. И все же (на всякий случай) советуем вам при запросе ответа требовать от ИИ критерии оценки.

Например:

Дай список пяти самых крупных животных мира, *укажи вес в килограммах.

* — критерий.

Если и теперь сомневаетесь, то можно перепроверить, задав тот же промт, но уже в новом контексте (начав новый разговор). Когда данные корректны, ответы будут идентичны. А вот если они почему-то не идентичны, то нужно спросить почему и попросить еще раз перепроверить.

Нестабильность реакций на подсказку

GPT порой «взбрыкивает» и на уже неоднократно проверенный промт дает не ту структуру, как раньше, даже если подсказка этого требует. Такое происходит нечасто, но все же случается.

Если подобное произошло, то попросите модель еще раз пересмотреть условия и дать ответ строго по ним. Или же дайте пример «эталонного» ответа, когда нейросеть отвечала вполне корректно, выдавая верную структуру.

Галлюцинации

Коротко говоря (подробнее поговорим в главе 2), это всякая ерунда (вымышленные факты, имена, варианты решений и т.п.), которую ИИ берет непонятно откуда.

ИИ может фантазировать как по вполне изученным темам (все реже), так и в случаях, когда у ChatGPT не хватает информации.

Так что на всякий случай советуем вам перепроверять ключевую информацию, касающуюся каких-то чисел, имен, дат, фактов и т.д. Но будем объективны: галлюцинации в свое время сильно подпортили имидж ChatGPT, поэтому разработчики нещадно борются с ними.

Неумение ИИ признаться в незнании

Такое явление встречается все реже. Это тоже подвид галлюцинаций, но несколько иного рода: чистый креатив при полном отсутствии информации.

Например, собранным нами у GPT причинам, по которым крокодилы мигрируют в Сибирь, мог бы позавидовать любой ученый. Но это было давно, в самом начале развития, сейчас ChatGPT стал скучным и признает, что не знает о таком виде миграций.

ChatGPT совсем или частично не подходит для ряда ниш и задач

Здесь следует учесть несколько особенностей.

Национальные и социальные особенности. ChatGPT — изначально англоязычная разработка, хоть и отлично говорит по-русски. И обучалась модель на основе колоссального пласта западной системы знаний, культуры, традиций, профессиональной специфики, менталитета и т.д.

Иными словами, о том, что не «за океаном», уровень знаний у модели еще невысок. Да, сегодня она уже умеет подстраиваться под язык пользователя и учитывать это при ответе. Например, посоветует для покупки автомобиля не западные, а российские сайты.

Будем надеяться, что со временем этот минус уйдет. Тем более что от модели к модели виден явный прогресс.

Профессиональные особенности. Есть целый ряд профессий и направлений, где GPT стоит использовать с оглядкой (бухгалтерия, юриспруденция, технологии). В их основе лежат разные законодательства и требования, много-много нюансов. И всех их ИИ, увы, пока не знает и не умеет различать.

Здесь (как и для других пунктов) пока верно правило: если что-то касается единой, общей системы знаний (например, первого закона Ньютона или определения термина «инфляция»), то все нормально. Когда же начинаются какие-то национальные, социальные и прочие особенности, стоит быть внимательными. Вам ведь не нужен доклад руководству, в котором два из семи законов Российской Федерации трактуются иначе, верно?

Технические особенности. Сейчас в интернете можно встретить такие подсказки для задач, как «создание бизнес-плана», «маркетинговый анализ», «сбор ключевых запросов» и т.п.

Чтобы вы поняли, почему мы говорим о таких запросах, приведем аналогию.

Есть макеты видеокамер, которые работают на батарейках. Очень похожи на настоящие камеры, некоторые даже крутятся и мигают. Они намного дешевле настоящих камер и с задачей «создать видимость видеонаблюдения» справляются. Есть лишь один нюанс — это не видеокамеры.

То же самое касается и промтов наподобие «создание бизнес-плана», «маркетинговый анализ», «сбор ключевых запросов». Да, результаты могут быть очень похожи на реальные маркетинговые анализы, но все это — только макеты. В других областях ChatGPT уже работает камера, с разным качеством съемки, но камера. А здесь — бутафория.

Какие-то ключевые запросы собрать, конечно, можно, но они точно не будут отражать истинное положение дел. Чтобы работать с такими тонкими настройками, нужны как минимум специальные онлайн-сервисы.

Или, скажем, бизнес-план. В нем учитываются десятки нюансов: точки роста, анализ рынка, перспективы отрасли и т.д. и т.п. Чтобы это работало, нужно как минимум иметь пласт дополнительной информации. Вы уверены, что ChatGPT сможет ее собрать, например, для Ростовской области, а то и вовсе для какого-нибудь конкретного ее города?

Это ни в коем случае не значит, что ChatGPT и бутафория везде идут бок о бок. Во множестве областей нейросеть очень ценна: там, где нужно создать сценарий, изучить или проверить текст, привести логические аргументы, написать пост и много-много где еще. Но часть направлений, увы, пока вне ее епархии.

Но даже если случилось невероятное и вы ввели какой-то громадный детальный промт для того же маркетингового анализа, все равно возникает множество сложностей. Где гарантия, что: во-первых, не будет галлюцинации; во-вторых, ChatGPT учтет абсолютно все вводные; в-третьих, будет рассчитывать все по вашим правилам и т.п.? Ее нет…

Одно дело, если с помощью ИИ вы создали слабенький пост для соцсети: качество видно сразу, всегда можно отредактировать. Но даже если что-то не заметили и разместили «как есть», то большой беды не будет.

И совсем другое дело — с виду вполне серьезный маркетинговый анализ, но с явным изъяном в расчетах. Там до потери больших денег, времени и сил рукой подать.

Сказанное выше верно при том самом «промтинге из коробки». То есть когда вы берете общую модель GPT и с помощью подсказок пытаетесь получить результат. Например, на основе симптомов пытаетесь понять, какая у вас болезнь и как ее лечить. Это, конечно, неправильно.

Но, как мы помним, существуют и LLM, которые специально обучают для конкретных задач. Так, есть интересный кейс, когда одна западная клиника на основании тысяч подтвержденных врачебных диагнозов сумела обучить модель ставить диагнозы. И по точности они даже превышали средний показатель клиники среди обычных врачей. Конечно, все перепроверял человек, но экспертность ИИ уже явно видна.

Или, например, маркетинг. Если обучить LLM стратегиям создания маркетинговых анализов в вашем агентстве, то модель тоже сможет создавать совсем иной по качеству материал, реально полезный и сильный.

Да, это непросто и недешево, но возможно. Сделать точечный умный инструмент из ИИ можно и для таких сложных задач, но это уже штучная работа, а не массовый промтинг.

Результаты нужно дорабатывать

Это даже не минус, а, скорее, изначально завышенные ожидания. Массовый хайп, недостоверные обещания в рекламе (курсы, сервисы и т.п.) и неверное понимание сути ChatGPT лидерами мнений привели к тому, что нейросеть наделили магическими свойствами. Дескать, нажать только раз — и вот уже тебе и контент для сайта на год, и книга-бестселлер, и пламенная речь, от которой рыдают даже стены. Конечно, когда оказалось, что все не совсем так, народ остыл и начал считать, что его обманули.

Никто никого не обманывал. ChatGPT и правда невероятно силен. Но есть несколько моментов, которые нужно понимать.

1. ChatGPT не монолитный ИИ с каким-то общим качеством любой работы. Модель разбита на условные сегменты с разным качеством выполнения задач. Часть задач уже делает шикарно (и человек не нужен), часть — отлично (но с человеком лучше), часть — нормально (участие человека желательно), часть — слабовато (участие человека обязательно), часть — совсем слабо (те же бизнес-планы).

2. Чем выше ваши навыки промтинга, тем меньше вы будете разочарованы. Если вы умеете работать с ИИ и понимаете, как ставить задачи, то получаете более сильный результат. Вы уже на шаг впереди, вдобавок можете усилить результат с помощью все того же промтинга.

3. Дорабатывать — это нормально. Например, статьи из A-блоков NeuroPanda можно сразу публиковать на каких-то ресурсах с минимальной проверкой и редактированием. Но если вы хотите еще лучше, например добавить немного убедительно-позитивного стиля (см. книги «Тексты, которым верят» и «Копирайтинг: сила убеждения»), это пойдет только на пользу материалу.

Когда нужно что-то сократить, добавить личные кейсы, ввести свой подраздел — в любом из этих случаев ChatGPT помогает значительно сэкономить деньги, время и силы. Мы уж не говорим о тех, кто вообще не умеет писать статьи. Для них почти готовая статья — подарок из подарков. И это правило верно для ChatGPT практически везде.

Мы уверены: со временем качество результатов ИИ будет только расти, но тандем «машина + человек» всегда лучше, если вы хотите выжимать максимум.

Все сложнее отличить ChatGPT от человека

Это одновременно и плюс, и минус — смотря с какой стороны смотреть. Но поскольку мы сразу сказали, что будем писать как есть, то не можем не упомянуть данный факт.

«Интервью» и «экспертные ответы» специалистов, статьи на биржах копирайтинга, аналитические материалы, сторителлинг, контент, который вы считаете обычным, уже сегодня создают с помощью ChatGPT.

И если контент, созданный по совсем слабым подсказкам (без контекста, усилителей и какой-либо серьезной структуры), еще как-то видно, то работу хорошего промтера, да еще и владеющего навыками редактирования, выявить все сложнее. Такие тексты будут проходить проверку уникальности, будут написаны живым языком, все будет казаться нормальным, но это все равно ИИ.

И вроде бы, наоборот, это же хорошо: создавать тексты станет де­шевле, быстрее, проще. Все так, но на другой чаше весов есть и минусы.

Уменьшается количество работы у создателей контента. Дизайнеры уже ощутили это на себе: в интернете хватает историй, как целые отделы дизайнеров заменяют парой-тройкой промтеров или же обучают промтингу тех же дизайнеров, но часть все равно сокращают.

И это не хайп, а реальность: графика, созданная современными нейросетями, уже не просто классная, а классная-классная. Зачем, условно говоря, тратить 100 рублей на прорисовку персонажей, если можно за 10 рублей нарисовать не хуже, но в 200 раз быстрее и в 2000 раз больше? По сути, нужно лишь создать один мастер-промт, отточить результат — и готово.

Да, с контентом все еще не так однозначно, но это тоже лишь вопрос времени. Просто обработка текстовой информации — более сложное направление. Наскальные рисунки ведь тоже появились раньше письменности.

Появляется огромный простор для конфликтов, обид и непониманий. От пользователей нейросетей можно услышать такие жалобы или сомнения:

• «Я заказал сделать реферат, заплатил по высокому тарифу, как кандидату наук, а мне кажется, это писала нейросеть…»;

• «Я заказал подробный астрологический прогноз, но…»;

• «А вы точно за эту сумму денег создадите уникальный контент-план с анализом эксперта-маркетолога или?..»;

• «Я дорого заплатил за авторскую статью, а мне дали ChatGPT, я сам проверил “детектором ИИ”…» (а человек и вправду писал сам, даже лучшие «ИИ-детекторы», увы, не всегда правдивы).

Наверное, это издержки прогресса. Наверное, так всегда и бывает. Наверное, в будущем появятся безошибочные детекторы ИИ и четкие рамки подобной работы. Но пока так.

Плюсы

Главный плюс GPT — сам факт его появления и существования. Да, еще хватает тех, кто готов смеяться над каждой ошибкой и промахом ИИ. Примерно так же в свое время извозчики смеялись над первыми автомобилями…

Здесь главное — не торопиться. Да, ИИ пока еще «ребенок». Да, он ошибается. Да, где-то пока громоздок или туповат. И все же колоссальный прогресс и потенциал сложно не увидеть. А время уж само все расставит по местам.

Сильный помощник

Люди разные, и уровень подготовки, креатива, навыков у них разный. Кто-то и сам генерирует смыслы пачками, фонтанируя креативом не хуже GPT. Таким людям, возможно, ИИ лишь время от времени подбрасывает новые идеи или сокращает время выполнения рутинных задач.

А есть и те, у кого с идеями не так чудесно или с текстами не складывается. Тогда ИИ уже не просто подспорье, а незаменимый, крайне важный, толковый и выгодный партнер. А то и первая скрипка.

Почти полная универсальность

Если отбросить многослойные задачи вроде маркетингового анализа или создания бизнес-планов, останется огромнейший пласт компетенций ИИ. Нейросети — своеобразная смесь неваляшки и автомобиля с лебедкой для самовытягивания. Даже если вы совсем забуксовали или все пошло не туда, можно исправить ситуацию, используя пару промтов. Каждый шаг изменить или улучшить, сложное упростить, непонятное объяснить, обычное сделать хорошим — все это может ИИ.

Нейросети — бесконечно раскрывающаяся система с любым количеством слоев. Чем больше вы знаете о промтинге, чем лучше понимаете принципы, чем сильнее ваше «высказать невысказанное», тем дальше вы можете зайти. Было бы желание. И это замечательно.

Тренировка мозга и развитие мышления

Ученые давно доказали: мозг поддается тренировке так же, как мышцы тела. Недаром есть развивающие головоломки, задачники для улучшения памяти и многое другое. И наоборот, если мозг не нагружать, то он постепенно теряет цепкость мышления, «заплывает жирком».

Казалось бы, подсказки как раз мешают тренировке мозга. Ввел промт — получил ответ. Но это только на первый взгляд. На самом деле промтинг требует достаточно большого количества умственных усилий. Нужны и мозговые штурмы, и учет возможных ошибок, и анализ промта, и умение сплести в один мастерский промт все важные вводные.

Скажем по себе: ежедневная практика промтинга значительно повышает мыслительные, аналитические, творческие и когнитивные способности человека. Так, например, на первых этапах самообучения даже удержание в голове нескольких вариантов работы подсказки требовало от нас значительных усилий. Сейчас же это происходит автоматически. Проще говоря, если раньше нам сложно было удержать в голове три-четыре нити процесса, то теперь и десять — нормально. Анализ тоже дается легче. И креативность растет. Словом, промтинг — самый настоящий брейн-фитнес с явными, ощутимыми результатами, отличная практика во времена культа «ленивого мозга».

Помогает «просто взять и начать»

Люди творческих профессий знают, насколько сложно бывает взять и приступить к делу. Виной тому — творческий ступор, когда человек попросту не знает, как и с чего начать. Сюда же можно добавить страх перед задачей и процессом работы над ней. Как очень верно заметил Г. Лауб: «Самая тяжелая часть работы — решиться приступить к ней».

Нередко такая стратегия перерождается со временем в хроническую прокрастинацию. Мы в ступоре, а потому откладываем и откладываем дела. Затем это становится привычкой. А позже — и вовсе системой, обязательным ритуалом.

В итоге прокрастинация начинает разрушать нашу жизнь, параллельно подминая под себя карьеру, социальную позицию, самооценку, заработки, отношения в семье и даже здоровье.

ИИ — отличное лекарство от творческого ступора. Вам уже не нужно бояться начать или переживать, что нет идей. Один маленький промт — и проблема решена. Да, может быть, не сразу найдутся лучшие решения, но главное — вы уже начали, втянулись. Значит, и ступор уже позади.

То же касается и вдохновения, и креативности. В создании любого рода контента часто все решает всего одна идея, какой-то новый ход, после которого все раскрывается иначе. И таких ходов у ИИ хватает.

Кстати, примерно в одно время с этой книгой выйдет книга Петра Панды «Прокрастинация всё». Это большая практическая книга-тренажер от бывшего прокрастинатора. Если откладывание дел на потом стало для вас обычной практикой, то советуем хотя бы поинтересоваться. Не пожалеете.

Промтинг — навык будущего

Прогресс, увы, неумолим. Там, куда приходят роботы и компьютеризация, со временем либо они заменяют человека, либо людям нужно учиться как-то сосуществовать. Честно говоря, особых восторгов из-за этого мы не испытываем, но такова реальность, и нам в ней хочешь не хочешь, а жить.

Еще двадцать лет назад интернет был баловством для избранных. А тридцать — и компьютеры-то были редкостью. Сегодня это явление повсеместно и стало неотъемлемой частью жизнью.

Так же и промтинг. Да, возможно, не все и не сразу поймут его преимущества. Но главный ориентир намечен: ИИ делает многое быстрее, дешевле, а порой уже и лучше человека. Значит, выгодно. Значит, станут работать законы рынка. Значит, начнется очередной виток «роботизации».

Мы не говорим, что вам обязательно нужно становиться промт-инженером (хотя и такая профессия потихоньку набирает популярность). Но «уметь в подсказки» все же стоит. Хотя бы для себя, чтобы потом не догонять впопыхах. А может, стоит сразу сделать это своим карьерным усилителем. Другие не умеют, а вот вы — да. Другие долго, а вы — быстро и лучше. Вариантов много.

Навыки промтинга пригодятся почти везде. Сегодня, например, уже никого не удивишь навыком работы в Word, а вот лет двадцать пять назад он был весомым преимуществом. Думаем, вы поняли аналогии.

Если вы уже сейчас научитесь не просто составлять промты, а творить с ними всякие дивные штуки всем на зависть, повышающие продуктивность раза в три, то вас точно выделят.

---