Работа с ИИ ведется посредством запросов (промптов). Качество результата сильно зависит от качества промпта. Представьте, что вы объясняете задачу очень умному стажеру. Используйте следующую формулу:

• Роль (из какой роли ИИ должен готовить ответ. Содержание, акценты, глубина из разных ролей будут отличаться, как и у людей).

• Контекст (ваша отрасль, конъюнктура, подробное описание вашей компании и ее продуктов).

• Дополнительная информация (портрет вашего клиента, описание вашей воронки продаж или какие-либо ограничения/правила, которые необходимо учесть).

• Задача (описание собственно того, что именно должен сделать ИИ. Опишите, какой конкретно результат вам нужен, сколько альтернативных вариантов должно быть предложено).

• Формат (что нужно на выходе: таблица, перечень, текст, рейтинг, изображение, видео. Здесь же можно указать, для кого эта информация, и тогда ИИ сам подберет формат, лексику, подачу).

• Тон (в зависимости от того, как вы дальше будете работать с ответом, можно задать необходимый тон ответа; например, если это ответ заказчику, то можно сообщить нейросети, чтобы она в своем ответе придерживалась конструктивного тона, настраивающего на долгосрочную взаимовыгодную работу, но отметила факторы, мешающие этому).

Плохой промпт: «Напиши квартальный отчет о продажах». Хороший промпт: «Ты – директор по продажам (Роль) в компании по производству стройматериалов (Контекст). Наши основные клиенты – небольшие компании и ИП с оборотом до 100 млн рублей (дополнительная информация). На основе приложенных данных за квартал подготовь отчет о продажах (Задача). Структура: 1) фактическая выручка по сравнению с планом; 2) ключевые причины отклонений; 3) топ-3 менеджера по продажам; 4) составь список из 10 рекомендаций на следующий квартал, чтобы увеличить продажи (Формат). Тон – профессиональный, лаконичный (Тон)».

Продвинутые техники:

• Предоставить пример. ИИ может выполнять задачи по примеру, самостоятельно выделяя паттерны и следуя им при формировании ответа. «Ответь на запросы клиентов в таком же стиле, как в примерах в файле». Можно приложить к запросу документ с данными.

• Итеративный подход. Пошагово уточняйте, как с сотрудником: «Расширь второй пункт», «Добавь больше выгод для клиента», «Сделай тон более формальным».

• Делегирующий подход. Добавьте к своему промпту фразу «Задавай мне уточняющие вопросы для получения наилучшего результата».

• Цепочка промптов – это последовательность взаимосвязанных запросов, где результат каждого предыдущего шага используется в следующем. Это имитирует естественный процесс решения сложных задач, когда мы разбиваем их на этапы. Позволяет решать многоуровневые вопросы с промежуточным контролем качества на каждом этапе. Важно! Явно ссылайтесь на предыдущие результаты, чтобы сохранить контекст между шагами.

• Имитация рассуждений. При решении сложных (особенно вычислительных) задач полезно добавить в промпт фразу «Решай по шагам, показывай рассуждения на каждом шаге».

Частые ошибки при работе с ИИ (и как их избежать)

Ошибка 1. Неполный промпт. Если ИИ не хватает информации, то он ее додумает, и не факт, что в нужную вам сторону. Чем точнее описана задача и чем больше исходных данных вы предоставили, тем полезнее будет результат.

Ошибка 2. Отсутствие проверки результатов. ИИ может «галлюцинировать» – выдумывать факты. Такова особенность работы больших языковых моделей (LLM). Любой результат должен проверяться экспертом на адекватность. Также помните: ИИ не умеет считать. Он оперирует вероятностями, а не точными значениями. Он может привести перечень из шести пунктов и сообщить, что их четыре.

Ошибка 3. Игнорирование безопасности. Не загружайте в ИИ конфиденциальные данные о вашей компании или о клиентах. Используйте обезличенные данные или специальные корпоративные решения. Использование защищенного ИИ (к примеру, ChatGPT Enterprise или аналоги) для внутренних нужд дороже, но может стать решением для регулируемых отраслей.

Ошибка 4. Попытка автоматизировать все и сразу. Начните с малого, добейтесь результатов в одном бизнес-процессе и только потом двигайтесь дальше. Это снижает риски поломки бизнес- процессов и сопротивление команды.

Спринт-план внедрения ИИ бизнес-ассистента за пять шагов

Шаг 1. Инвентаризация. Выберите одну-две рутинные повторяющиеся задачи (например, подготовка еженедельного отчета отдела продаж).

Шаг 2. Пилот. Сформулируйте промпты, дающие эффективное решение вашего запроса. Сохраните отдельные элементы в мастер- промпт (например, описание компании и ее продуктов можно включать во все ваши промпты).

Шаг 3. Ресурсы. Попробуйте несколько ИИ (ChatGPT, DeepSeek, Perpexity или другой), оцените, какой справляется с вашей задачей лучше.

Шаг 4. Анализ. Полученные результаты сравните с ручными по критериям: время, качество, отклонения. Решите: масштабируем или возвращаемся к шагу 1.

Шаг 5. Масштабирование. Создайте библиотеку промптов. Обучите команду. Роль сотрудников – контроль результата, выданного ИИ, и работа над исключениями.

Когда внедрена автоматизация отдельных задач, пора переходить к картированию рабочих процессов отдела с пересмотром всей цепочки создания ценности. Это необходимо для наглядности всей картины и для внедрения более сложных решений: чат-ботов, RPA или ИИ-агентов. Для такой работы потребуется создать сильный экспертный потенциал внутри компании либо привлечь внешних специалистов.

Конкретные кейсы с приведением полных диалогов с ИИ по объему заняли бы отдельный том. Хотя по времени, например, разработка полноценной маркетинговой стратегии на 50 и более листов может занять всего несколько дней, а иногда и часов, в зависимости от специфики бизнеса. В рамках данной статьи ограничусь приведением информации по использованию ИИ в бизнес-процессах нескольких компаний. Информация взята из открытых источников.

Так, 98 % сотрудников-консультантов Morgan Stanley[3] (финансовые услуги) используют внутренний чат-бот для поиска ответов на вопросы из базы знаний компании. Время на поиск информации в документах сократилось в четыре раза. Консультанты стали больше общаться с клиентами.

Morgan Stanley использует ИИ также для анализа рынка и составления исследовательских отчетов. Релевантность результатов проверяют по трем критериям:

1. Оценка точности и качества перевода информации.

2. Оценка качества резюмирования (анализ точности, релевантности и связности резюме).

3. Сравнение результатов работы ИИ с эталонными ответами экспертов (оценка точности и релевантности людьми).

Indeed[4] (сайт по поиску работы) запустил автоматическую сверку резюме с описанием вакансии и приглашением откликнуться. Тексты вакансии, составленные с помощью ИИ, получили на 16 % больше откликов. А приглашенные к подаче кандидаты, в 15,1 раза чаще подают заявки на вакансию, чем соискатели, которые просто видят ее в поиске.

Компания Lowe's[5] (ретейлер товаров для дома, 16 млн клиентов в неделю) использует ИИ в ценообразовании, прогнозировании и управлении цепочками поставок. Компания внедрила более 50 моделей машинного обучения в эти сферы. В компании сформировалось внутреннее экспертное сообщество, увлеченное поиском способов использования ИИ для решения их бизнес-задач.