Почему это не очередной список лайфхаков
Первый урок курса начинается с прямого заявления: это не курс про то, как пользоваться конкретной функцией Claude. Авторы прямо пишут, что обычные подборки хитростей и промптов устаревают быстрее, чем вы успеваете ими воспользоваться - нейросети меняются каждые несколько месяцев, а вот принципы работы с ними остаются теми же. Поэтому курс учит устойчивому подходу, а не лайфхакам: как выстроить рабочие отношения с ИИ, которые не развалятся после следующего обновления модели.
ИИ-грамотность в курсе определяют просто - умение работать с ИИ-системами эффективно, экономно по времени, этично и безопасно. Четыре слова, и за каждым стоит отдельный навык - о них дальше в этой статье.
Три способа работать с нейросетью
Прежде чем переходить к навыкам, курс предлагает разобраться, зачем вообще человек садится за диалог с ИИ. Оказывается, способов всего три, и они принципиально разные по степени вашего участия.
1 Автоматизация
ИИ выполняет конкретную задачу строго по вашей инструкции. Вы сказали - он сделал, без импровизации. Это как с калькулятором: вы задаёте действие, он его выполняет.
2 Усиление
Вы и ИИ работаете вместе как партнёры по мышлению: обсуждаете идею, Claude предлагает варианты, вы их правите, снова обсуждаете. Результат появляется в процессе общения, а не от одной команды.
3 Самостоятельная работа
Вы настраиваете ИИ так, чтобы он действовал без вас на каждом шаге: задаёте общие знания и правила поведения один раз, а дальше он сам решает, как именно их применить к конкретной ситуации.
На практике вы будете переключаться между всеми тремя в течение одного дня: попросить перевести абзац - это автоматизация, вместе дорабатывать текст рассылки - усиление, настроить Claude отвечать подписчикам в заданном тоне, пока вы заняты другим - уже самостоятельная работа.
Четыре навыка, вокруг которых построен весь курс
Основа курса - «4D framework», модель из четырёх компетенций. По-русски четыре «Д» звучат не так складно, как в оригинале, но суть от этого не меняется.
1 Делегирование
Осознанное решение, что отдать нейросети, а что сделать самому. Каждый раз нужно взвешивать: здесь ИИ справится быстрее и не хуже вас, а здесь решение должно остаться за вами.
2 Постановка задачи
Умение ясно объяснить нейросети, что вам нужно. Этому была посвящена значительная часть курса «Claude 101» - про формулу «сцена, задача, правила» мы писали в первой статье той серии.
3 Проверка результата
Критический взгляд на то, что выдал ИИ. Не принимать ответ на веру только потому, что он звучит уверенно и грамотно написан - об этом будет отдельная статья, потому что тема большая.
4 Ответственность
Добросовестное отношение к тому, как вы используете ИИ - прозрачность перед теми, для кого вы делаете работу, и понимание последствий, если результат окажется ошибочным.
У меня был случай, который как раз про последние два навыка из четырёх, и обошёлся он недёшево. Когда только начинал пользоваться нейросетями, я ещё не знал о скиллах вроде Humaniser, которые убирают из текста характерные «машинные» обороты. Написал письмо для рассылки, нейросеть выдала готовый текст, и я отправил его подписчикам как есть, без единой правки. В ответ получил от двух читателей, которые на тот момент уже неплохо разбирались в ИИ, резкое и обидное письмо - они прямо написали, что текст писала нейросеть, и поставили под сомнение, вправе ли я вообще кого-то учить. Неприятно, но по делу: я отдал нейросети всю работу и не проверил результат, прежде чем подписаться под ним своим именем. С того вечера каждый текст, который делает нейросеть - неважно, Claude, ChatGPT или любая другая - проходит через такую проверку на человечность, а потом я сам читаю его и правлю под свой голос, прежде чем отправить.
В курсе прямо говорят: эти четыре навыка работают только в связке друг с другом. Разберём ещё на одном примере, достаточно близком к тому, чем занимается читатель этого блога - вы готовите текст рассылки, которая должна убедить подписчиков оставить заявку на платный курс.
- Делегирование. Черновик письма и три варианта заголовка отдаёте ИИ, а решение, какую боль читателя затронуть и какую цену назвать прямо, оставляете за собой.
- Постановка задачи. Объясняете, кто ваш подписчик, какой у письма тон и что именно должно произойти после прочтения - переход по ссылке, а не вежливое «понравилось».
- Проверка результата. Перечитываете черновик и ищете: нет ли обещаний, которые вы на самом деле выполнить не можете, не завышена ли цифра дохода для примера.
- Ответственность. Решаете, подписывать ли письмо своим именем как есть, или сначала переписать своими словами те места, что требуют вашей личной интонации.
Как на самом деле устроена нейросеть, которая пишет тексты
Следующие два урока курса переключаются на техническую базу: что вообще такое генеративный ИИ и откуда он берётся. Генеративные нейросети вроде Claude создают новый контент - текст, код, изображения, а не ищут и выдают готовую информацию, как поисковик.
Курс называет три составляющие, без которых современные языковые модели были бы невозможны: прорыв в самой архитектуре алгоритмов (в основе современных моделей лежит так называемая архитектура «трансформер»), огромный объём текстов, на которых модель училась, и резкий рост вычислительной мощности компьютеров, способных эту учёбу вообще потянуть.
Как ИИ учится, если совсем просто. Сначала модель проходит «предобучение» - анализирует закономерности на миллиардах примеров текста и учится предсказывать, какое слово должно идти следующим. Затем идёт «дообучение» - отдельный этап, на котором модель учат следовать инструкциям и давать полезные ответы, а не только грамматически правильные.
Отдельно стоит запомнить два термина, которые будут всплывать и в следующих статьях серии. «Окно контекста» - это объём текста, который модель удерживает в рамках одного разговора: про курс «Claude 101» уже писал, что у Claude это может быть до миллиона токенов, то есть примерно 500 страниц текста разом. А «возникающие способности» - это когда у модели неожиданно проявляется умение, которому её напрямую не учили, просто как побочный эффект масштаба обучения.
Что ИИ умеет, а чего ещё не умеет
Пятый урок - самый практичный из первых пяти, потому что отвечает на вопрос, который должен задавать себе каждый, кто планирует зарабатывать с помощью нейросетей: на что вообще сейчас можно рассчитывать, а на что пока нет.
Из сильных сторон курс выделяет три. Современный ИИ одинаково уверенно работает с самыми разными текстовыми задачами, не требуя переобучения под каждую новую. Он удерживает нить разговора, помнит, что обсуждалось пятью сообщениями раньше. И умеет подключаться к внешним инструментам - искать в интернете, работать с файлами, вызывать другие сервисы, расширяя то, что способен сделать сам по себе.
Из слабых сторон - тоже три и их стоит знать заранее, а не наткнуться на них в разгар работы. У каждой модели есть дата отсечения знаний - события после определённого момента ей попросту неизвестны, если не подключён поиск в интернете. Модель может «галлюцинировать» - уверенно выдавать факты, которых не существует. Звучит убедительно, а по факту неправда. И при всей мощности окно контекста всё равно ограничено по размеру, а со сложными многошаговыми рассуждениями модели пока справляются не идеально.
Курс делает честный вывод - лучшие результаты получаются там, где сильные стороны ИИ компенсируют слабые стороны человека, и наоборот. Критическое мышление, жизненный опыт, этическая оценка ситуации остаются за человеком, и именно этому посвящена следующая статья серии - подробный разбор первого из четырёх навыков, делегирования.
Всего в серии четыре статьи: сегодня - про основы ИИ-грамотности и три способа работать с нейросетью, а в следующих трёх разберём каждый из четырёх навыков подробно, с примерами из практики, а не только с переводом уроков.
Начать знакомство с Claude Academy лучше с уже готовой серии статей по курсу «Claude 101»: формула идеального запроса, как не объяснять Claude одно и то же каждый день и режим «Исследование» и другие приложения Claude.