Промпт-инжиниринг для руководителя

Почему одна и та же модель отвечает то блестяще, то бесполезно

Разница почти никогда не в модели. Она в постановке задачи.

Руководитель, который впервые садится за ИИ, обычно пишет так, как спрашивает поисковик: «проанализируй отчётность». Модель отвечает ровно на этот запрос — общими словами, потому что общими словами он и задан. Через два-три таких обмена появляется вывод «инструмент сырой» и работа сворачивается.

Между тем ровно та же модель на нормально поставленной задаче делает за двадцать минут то, на что аналитик тратит день. Ниже — пять приёмов, которые эту разницу и создают. Они не про технику, они про то, что руководитель и так умеет: ставить задачу.

Приём 1. Назначьте роль и назовите адресата

Модель отвечает средним голосом интернета, пока вы не скажете, чьим голосом отвечать и для кого.

Роль задаёт глубину и словарь. Адресат задаёт форму и уровень детализации. Без них вы получаете текст, который одинаково не подходит ни совету директоров, ни линейному руководителю.

Ты финансовый директор производственной компании с выручкой около десяти миллиардов рублей. Разбираешь отчётность подрядчика перед сделкой. Твой адресат — совет директоров, который не будет читать больше страницы и хочет понимать риски, а не методику.

Это одна фраза перед задачей. Она меняет ответ сильнее, чем смена модели на более дорогую.

Приём 2. Задайте форму ответа до того, как получите ответ

Самая частая потеря времени — модель ответила по существу, но не в том виде, в котором с ответом можно работать. Форму дешевле задать сразу, чем переделывать.

Работают три вещи: объём, структура и запрет.

Ответ — не более одной страницы. Структура: пять тезисов, под каждым одно предложение обоснования и ссылка на страницу документа. Не пиши вступление и не пересказывай то, что я и так знаю из отчёта.

Запрет здесь не украшение. Модель по умолчанию склонна к вежливому вступлению и пересказу вводных — на этом уходит половина ответа.

Приём 3. Дайте контекст компании, а не только задачу

Модель не знает вашей отрасли, вашей структуры собственности и того, что у вас уже пробовали и обожглись. Ответ без этого будет корректным и бесполезным.

Контекст не обязан быть длинным. Достаточно четырёх вещей: чем компания зарабатывает, кто принимает решение, что уже пробовали, и какое ограничение нельзя нарушать.

Компания — региональный дистрибьютор с сорока филиалами. Решение принимает собственник, он же генеральный директор, к консультантам относится скептически. Внедрение CRM в прошлом году провалилось на этапе обучения филиалов. Ограничение: любое решение должно окупиться за один год, длиннее не рассматриваем.

Дальше можно задавать вопрос. Он получит ответ, который учитывает провалившийся проект и годовой горизонт окупаемости — то есть ответ, который можно нести собственнику.

Приём 4. Попросите модель раскритиковать собственный ответ

Модель не сомневается вслух. Она подаёт слабый вывод и сильный вывод одинаково ровным тоном — и это её главная опасность для человека, который принимает решения.

Лечится отдельным ходом: после получения ответа попросите его разобрать.

Теперь выступи скептиком. Найди в своём ответе три самых слабых места: где вывод не следует из данных, где ты достроил недостающее и где цифра могла быть выдумана. Для каждого скажи, каким документом это проверяется.

Этот приём даёт больше всего в пересчёте на потраченную минуту. Он же превращает ИИ из генератора текста в подобие второго мнения — а второе мнение и есть то, чего в работе совета обычно не хватает.

Приём 5. Не принимайте первый ответ

Первый ответ — это черновик, а не результат. Профессиональная работа с моделью выглядит как диалог из пяти-семи ходов, а не как один запрос.

Три хода, которые почти всегда улучшают результат:

• «Сократи вдвое, не потеряв ни одного фактического утверждения» — вымывает воду и обнажает места, где содержания не было.
• «Что ты не учёл?» — вытаскивает то, о чём вы не догадались спросить.
• «Приведи контрпример к своему главному выводу» — проверяет вывод на прочность.

Если ответ выдерживает все три — им можно пользоваться.

Что с этим делать на совете директоров

Приёмы выше складываются в один навык: умение поставить задачу так, чтобы её нельзя было выполнить формально. Это ровно то, чем член совета директоров занимается с менеджментом, — просто теперь тот же навык работает и с инструментом.

Отсюда практический вывод. Когда на совете обсуждают ИИ-инициативу, первый вопрос не про модель и не про бюджет, а про постановку: кто сформулировал задачу, в каком виде ожидается результат и как его будут проверять. Если ответа нет, дальше можно не идти — купят подписки, а работать в них будут десять процентов.

Если хочется системного погружения в техники, самый полный русскоязычный источник — гайд по промпт-инжинирингу Яндекс Образования. Читать целиком не нужно: берите разделы под свою задачу.