Проверить, что автоматизация помогла, и что делать дальше

После этого урока вы сможете честно ответить на вопрос, окупилась ли ваша автоматизация: сколько времени задача занимала раньше, сколько занимает теперь и как часто результат приходится переделывать. Вы поймёте, по каким признакам процесс пора чинить, а когда разумнее вернуть задачу себе. И в конце мы подведём итог всему курсу — без обещаний, но и без скромности.

Три цифры, которые стоит знать

Ощущение «стало быстрее» обманчиво: новое всегда кажется эффективнее привычного, а сэкономленные минуты незаметно уходят на проверку и правку. Поэтому нужны цифры, и их всего три: сколько было, сколько стало и как часто приходится переделывать. Четвёртая цифра — время на настройку — считается один раз и показывает, когда вложения окупятся.

• Сколько минут занимала задача раньше — по журналу из первого урока, а не по памяти
• Сколько занимает теперь — обязательно вместе с проверкой и правками
• Как часто результат приходится переделывать заново, а не поправлять
• Сколько часов ушло на сборку шаблона — это разовые вложения, которые делятся на все будущие разы

С ИИ стало гораздо быстрее, всем советую.

Недельная сводка: было 50 минут, стало 18, из них 6 минут на проверку. Настройка шаблона заняла два часа, окупилась на четвёртой неделе. За два месяца пришлось переписать заново один раз из девяти — когда один из участников прислал заметки сплошным текстом.

Считая «стало», не забывайте про скрытые издержки. В новое время входят проверка, ручная подстановка данных, объяснение коллегам, откуда взялся этот формат, и разбор случаев, когда что-то пошло не так. Автоматизация, которая экономит двадцать минут работы и добавляет двадцать пять минут проверки, экономией не является — даже если черновики выглядят внушительно.

Когда автоматизация не окупается

Иногда цифры показывают, что стало хуже, и это нормальный результат эксперимента, а не личная неудача. Важно распознать это быстро, а не тянуть полгода из нежелания признать потраченные часы. Есть несколько довольно надёжных признаков.

• Вы переписываете больше трети черновика, и каждый раз разные места
• Проверка занимает больше времени, чем заняло бы написание с нуля
• Вы не решаетесь отправить результат, пока не перечитаете всё целиком и не сверите каждый факт
• Каждый раз приходится дописывать промт руками — значит, шаблона фактически нет
• Вход слишком разный: два случая из трёх оказываются исключением

Обнаружив такие признаки, не бросайте задачу сразу. Сначала посмотрите, что общего у неудачных случаев: почти всегда переделки собираются вокруг одного типа входа или одного пункта требований. Дальше есть три пути — сузить задачу и оставить помощнику только тот тип случаев, где он не ошибается; дописать в шаблон недостающее правило; вынести проблемный кусок в отдельный ручной шаг. И только если за месяц ничего не улучшилось, вернуть задачу себе и спокойно списать потраченные часы на опыт.

Ниже — исходный материал, черновик, который я получил, и итоговый текст после моих правок. Сравни черновик с итогом и выпиши, чем они отличаются по существу: что добавлено, что убрано, что исправлено. Стиль не оценивай. По каждому отличию предположи, какого указания не хватало в задании.

Исходный материал:
===
[МАТЕРИАЛ]
===
Черновик:
===
[ЧЕРНОВИК]
===
Итоговый текст:
===
[ИТОГ]
===

Задача: недельная сводка по проекту.
Замер до: 50 минут (три недели подряд — 55, 45, 50).
Версия шаблона: 3, от 14 марта. Что изменил: запретил додумывать сроки.
Неделя 1: 25 минут, переделка не потребовалась.
Неделя 2: 20 минут, поправил два срока — заметки пришли без дат.
Неделя 3: 40 минут, полная переделка — новый участник прислал заметки одним абзацем.
Вывод: добавить в шаблон правило про неструктурированные заметки, попросить участников писать списком.

Что вы теперь умеете

Курс закончен, и стоит сказать прямо, что он вам дал. Вы не стали специалистом по искусственному интеллекту и не научились создавать модели — этого и не требовалось. Вы получили другое: рабочую привычку обращаться с ИИ как с толковым, быстрым, но незнакомым с вашим контекстом помощником, которому нужно объяснить задачу и проверить результат. Этой привычки достаточно, чтобы заметно сократить время на текстовой рутине.

• Формулировать задачу так, чтобы были понятны роль, контекст, формат и ограничения
• Вести диалог: уточнять, сужать, просить переделать часть, а не всё целиком
• Проверять факты и не путать уверенный тон с достоверностью
• Работать со своими документами и данными, не отправляя лишнего наружу
• Собирать повторяемый процесс: шаги, шаблон, подстановка данных, проверка, замер

Чего у вас по-прежнему нет и не появится само — это гарантий. Помощник ошибается, и вы остаётесь тем, кто отвечает за отправленный текст. Инструменты меняются, интерфейсы обновляются, отдельные приёмы устаревают. Но подход, который вы освоили, устроен так, что переживёт смену инструментов: понятно поставленная задача, отделённые от инструкции данные и встроенная проверка нужны в любом сервисе и в любой год.

• Углубляться в свою предметную область: лучшие промты пишет тот, кто точно знает, каким должен быть результат
• Разобраться в правилах вашей организации: что можно передавать во внешние сервисы, а что нельзя
• Отдельно потренироваться на таблицах и расчётах: считая «в уме», без вычислительных инструментов, помощник ошибается заметно чаще, поэтому такие результаты нужно проверять особенно внимательно или просить показать ход расчёта
• Посмотреть на инструменты, которые связывают шаги между собой, если ручная подстановка данных стала узким местом
• Обменяться шаблонами с коллегами: общий набор проверенных шаблонов полезнее личного

Самое разумное продолжение — не читать дальше, а выбрать на следующей неделе одну повторяющуюся задачу, собрать под неё шаблон и замерить результат. Одна доведённая до конца автоматизация научит вас большему, чем ещё пять модулей, и даст то, ради чего всё затевалось: несколько свободных часов в месяц на работу, которую за вас никто не сделает.