5 навыков работы с ИИ, которые реально помогают — и 5, которые только кажутся полезными

Я и моя команда плотно работаем с ИИ уже два года. За это время мы прошли путь от базовых запросов до деплоя агентов и создания готовых скиллов для участников моих курсов. Заодно стало видно, какие паттерны повторяются снова и снова — и в нашей работе, и у других. В том числе как эксперты тратят время на действия, которые выглядят как продуктивная работа с ИИ, но почти ничего не дают. И наоборот: какие подходы действительно помогают заметно ускорить работу.

В этой статье я собрала честный список: пять навыков, которые действительно стоит развивать, и пять, которые только создают иллюзию движения вперед.

Вот вы смотрите ролик на YouTube с заголовком «101 промпт для коучей» и сохраняете его, потом видите карусель «Промпт, который заменит SMM-щика» — и тоже отправляете в закладки. Папка с промптами растёт, а ощутимого результата нет.

Промпт — это всего лишь структура запроса. Если вы понимаете, какой результат нужен, хороший промпт из чужого ролика можно собрать за 10–15 секунд. Чужой же промпт ничего не знает ни о вашей аудитории, ни о продукте, ни о стиле. Он рассчитан на абстрактного эксперта из интернета.

Коллекционирование промптов часто становится попыткой найти волшебное заклинание вместо того, чтобы научиться мыслить через задачу, запрос и логику решения. В итоге подборка растёт, а работа не сдвигается с места.

Выглядит как аналитическая работа: человек открывает Claude и пишет «Опиши боли психолога, который ведёт Telegram-канал». AI отвечает красиво — с сегментами, цитатами, инсайтами. Эксперт читает и думает: «Да, всё верно». Строит контент под этот портрет.

Проблема в том, что AI описал среднестатистическую аудиторию из своих обучающих данных — форумы, статьи, чужие кастдевы. Это усреднённый образ, а не ваша реальная аудитория.

Я это проходила сама: у меня был документ с анализом ЦА через AI, который казался полным — пока я не провела реальный аудит всего, что у меня есть, и не скормила ИИшке реальные данные: 774 анкеты учеников на старте, выгрузки чатов обучения (скачала через Telegram Desktop) и больше сотни диагностик с живыми людьми.

Разница оказалась принципиальной:

• В отдел продаж стало доходить больше квалифицированных лидов, а доля потенциально проблемных клиентов снизилась;

• Выросли конверсия в кейс и доходимость до отдела продукта: курс чаще стали покупать люди, которые ищут решение, а не просто пытаются справиться со страхом нестабильности или кассовых разрывов;

• Доля возрастной аудитории в заявках сократилась: ей лучше откликался слишком спокойный и взвешенный tone of voice канала;

• Количество автооплат на вебинарах качественно увеличилось.

Вы приходите к нейросети с идеей: «Хочу запустить интенсив через три недели. Это хорошая идея?» В ответ AI, скорее всего, скажет, что да. Он подберет аргументы, похвалит структуру и для баланса добавит несколько оговорок. Но общий посыл останется прежним: «Идея хорошая, можно действовать».

Так происходит потому, что AI обучен быть полезным, а полезность в его логике часто сводится к согласию. В результате возникает ложное ощущение, что идея уже проверена. На деле вы слышите не независимую оценку, а переформулированную собственную мысль. Между тем хороший советник иногда должен сказать: «Нет» или «С этим лучше повременить».

AI по умолчанию к этому не склонен: ему важно оставаться удобным и поддерживающим, чтобы пользователь продолжал к нему возвращаться.

Это, пожалуй, самый опасный пункт в списке. Его хорошо иллюстрируют три истории.

1. Google запустил AI Overviews — краткие ответы на поисковые запросы. Один пользователь спросил, как сделать сыр на пицце более тягучим, и AI посоветовал добавить клей. Другой получил рекомендацию: «Учёные из Беркли советуют есть как минимум один маленький камень в день».

   Это галлюцинация: AI уверенно выдал факт, которого не существует.

2. Американский адвокат попросил ChatGPT подобрать судебные прецеденты. AI выдал список с названиями дел, датами и номерами. На заседании судья не нашёл ни одного совпадения: все прецеденты оказались выдуманными.

   Итогом стали штраф в 5 000 долларов и публичные дисциплинарные меры.

3. У меня была похожая история. Я готовила сценарий о платформе MAX, и Claude написал, что создать канал в MAX может любой желающий. Формулировка звучала уверенно, логично и была подкреплена объяснениями.

   Но это было неправдой.

Уверенный тон нейросети ещё не означает, что ответ точный. Напротив, модели нередко звучат слишком категорично даже там, где ошибаются. Поэтому чем увереннее сформулирован ответ, тем внимательнее его стоит проверять.

Искусственный интеллект не заменяет человеческое мышление. Он не отменяет необходимости разбираться в бизнесе и маркетинге, а только становится рабочим инструментом. Поэтому и бизнес, и маркетинг нам по-прежнему приходится делать самим, просто теперь в паре с ИИ.

Сейчас много готовых агентов, ботов и скиллов с логикой «возьми и пользуйся». Это удобно. Но между готовым решением и пониманием того, как оно устроено, есть принципиальная разница.

Любой агент опирается на чью-то методологию, зашитую в инструкции. Это чей-то подход к контенту, чья-то логика прогрева, чьи-то приоритеты. Если пользоваться агентом без понимания этой основы, есть риск механически принять чужую систему работы как свою. Иногда она действительно подойдёт. Иногда приведет не туда.

Я видела, как человек полгода генерировал контент с помощью AI, а продаж не было. Когда мы начали разбираться, выяснилось, что аудитория описана шаблонно, лид-магнит ни к чему не ведет, а контент формально выглядит правильным, но остается пустым по сути. AI исправно выполнял поставленные задачи. Проблема была в другом: сами задачи изначально сформулировали неверно.

AI — это усилитель. Он может одинаково эффективно масштабировать и сильные решения, и слабые.

Это основа всей системы. Паспорт проекта обычно включает три документа: описание целевой аудитории, составленное на основе реальных разговоров и живых цитат; описание авторского стиля с примерами удачного и неприемлемого контента; базу расшифровок всех созвонов, эфиров и интервью. Описание продуктовой линейки можно добавить отдельно, если оно нужно для работы.

Такая база работает как живой архив. Провели вебинар — расшифровку перенесли на Google Диск, подключенный к Claude. Новый материал сразу появляется в системе: AI его видит и может использовать в работе.

Разница в качестве итогового контента здесь принципиальна. Claude с паспортом проекта понимает, как вы пишете, для кого и с какой задачей. Claude без паспорта пишет для абстрактного эксперта из интернета. Такой набор создают один раз, а затем обновляют раз в несколько месяцев — если в проекте что-то заметно изменилось.

Скилл — это документ с подробным регламентом: какой формат нужен, что допустимо, что запрещено, какой должен быть тон, структура и какие примеры считаются удачными или неприемлемыми. По сути, это рабочая инструкция для конкретной задачи. Обычно такой документ занимает около 80 страниц: в нём собраны примеры, пошаговый план работы и конкретные правила для каждого этапа.

Скилл можно использовать в любом диалоге без копипаста: достаточно в любой момент вызвать его в чате через /.

Промпт работает иначе: его нужно каждый раз отдельно копировать и вставлять в диалог. Кроме того, промпт работает только внутри того диалога, в который его вставили.

Если нанять человека и один раз устно объяснить ему задачу, результат каждый раз будет разным. Если дать понятный регламент, работа становится предсказуемее. Со скиллами для Claude действует тот же принцип. Скиллы под отдельные задачи — Telegram, Threads, YouTube, прогревы — создают один раз, а затем используют постоянно. Так работа с AI перестает быть хаотичной и превращается в выстроенный процесс.

В наших курсах участники получают готовые скиллы для Claude не только потому, что это упрощает старт. Есть и практическая причина: делать весь контент вручную сегодня слишком долго и дорого. Для онлайн-школы проще и выгоднее сразу дать готовые инструменты, с которыми можно быстрее перейти к работе.

Приведу конкретный пример. Я провожу двухчасовой вебинар. На следующий день у меня уже есть его расшифровка. За 50 минут Claude делает из этого материала сценарий видео-лид-магнита на 20–25 минут, четыре ветки для Threads, сценарий YouTube-ролика и структуру десятидневного прогрева для Telegram. По сути, один эфир даёт контент на две недели вперед.

Ключевой навык здесь — понимать, что один и тот же материал нельзя просто копировать на разные платформы. Его нужно адаптировать под логику каждой из них. Пост для Telegram и ветка для Threads на одну и ту же тему устроены по-разному и читаются по-разному. Claude справляется с этой задачей, если для каждого формата есть отдельный скилл.

Это прямая противоположность третьему пункту из списка бесполезных запросов. Вместо просьбы «подтверди мою идею» здесь работает другой подход: «найди всё, что может пойти не так».

Например: «Я хочу запустить интенсив через три недели. Какие возражения могут возникнуть у аудитории? Почему идея может провалиться? Что я не учла? Где слабые места?» Это уже другой разговор. В таком формате вы получаете не одобрение, а стресс-тест. Сильная идея его выдерживает, слабая начинает рассыпаться. И лучше увидеть это до запуска, чем после.

Разница между AI как зеркалом и AI как инструментом для проверки идей часто сводится к одному дополнительному вопросу: «Что здесь может не сработать?»

В последнее время я стала отдельно спрашивать, где усложняю задачу и что можно упростить без потери эффективности, а иногда и с лучшим результатом. Это полезный ход: он помогает убрать лишнее ещё на этапе замысла.

Есть приём, который я использую, когда сделала что-то интуитивно, но не могу сразу объяснить, что именно сработало.

Например, я переписала текст. Исходник был нормальным, но моя версия получилась сильнее. При этом, если спросить меня, что именно я изменила и почему, я не всегда смогу это разложить по пунктам. Ощущение правильного решения есть, а чёткой формулировки пока нет.

В таких случаях я даю Claude оба варианта и прошу: «Вот исходник, вот моя версия. Объясни, что именно я изменила. В чём логика этих правок? Как это можно назвать?»

Так AI помогает вытащить на поверхность мою собственную экспертизу — ту часть навыка, которую трудно сразу перевести в слова. На основе таких разборов можно точнее настраивать скиллы, описывать авторский стиль и вообще лучше понимать собственные рабочие приёмы.

Для эксперта с большим опытом это особенно полезно. Со временем накапливается множество интуитивных решений, которые принимаются почти автоматически. AI помогает превратить их в осознанные принципы, которые потом можно передать команде, заложить в скилл или объяснить студентам.

Все пять бесполезных навыков сводятся к одной ошибке: человек пытается делегировать AI больше, чем тот способен взять на себя. Промпты-заклинания, портрет аудитории без кастдева, согласие вместо критики, факты без проверки, чужие агенты без понимания логики работы — всё это способы снять с себя часть ответственности за результат.

С полезными навыками ситуация иная. Человек понимает, где заканчиваются возможности AI и начинается его собственная зона ответственности. Паспорт проекта фиксирует экспертизу и превращает её в рабочую систему. Скиллы закрепляют стандарты. Верификация остаётся обязательной, потому что репутацию нельзя передать инструменту.

AI может быть сильным помощником: быстрым исполнителем, удобным инструментом для черновой работы, внимательным редактором. Но стратегия, факты и ответственность всё равно остаются за человеком. В этом и состоит рабочая логика: AI помогает, но не подменяет мышление и профессиональное решение.