Гуманитарии не создают мировые изменения, но они их ощущают.

Иногда мне кажется, что те, кто продают курсы по искусственному интеллекту, преподносят ИИ как магию: дашь волшебный промт — и всё получится. В реальности, конечно, всё иначе. За последнее время, с момента создания FUNES, нам приходится ежедневно активно использовать ИИ для производства. Плюс ещё такие проекты, как «Мир подёнок», мое личное творчество — чисто человеческих сил уже не хватает. Поэтому мы много экспериментируем с тем, как применять ИИ для поддержки нашей деятельности в сфере контента и гуманитарных исследований.

Позже, когда в компанию пришли новые сотрудники, я подготовил простую презентацию в Keynote. Услышав об этом, Цзя Синцзя, наш преподаватель, предложил мне провести встречу. Мы с моим партнёром Кэ Да назвали эту встречу «Руководство по использованию ИИ для гуманитариев». Изначально это была сугубо частная беседа, в основном о базовых принципах. Позже я провёл её ещё несколько раз, постепенно расширяя содержание.

За последний год я делился этим опытом использования ИИ со многими друзьями, которые занимаются контентом, исследованиями, созданием образовательных продуктов. Цель — не заучить несколько волшебных промтов и не считать ИИ панацеей; напротив, это скорее система работы: без написания кода интегрировать большие языковые модели в свой процесс письма, исследований, редактирования, выбора тем, систематизации материалов и производства, обеспечивая при этом отслеживаемость, контролируемость и проверяемость, чтобы в итоге вы по-прежнему хотели подписывать свои работы.

Эта методология родилась из ошибок, допущенных в реальных проектах: когда контент переходит на масштабное производство, чисто человеческие силы не справляются; а если поручить ИИ написать статью целиком, будут галлюцинации, халтура и стиль, выдающий искусственное происхождение. Поэтому нам пришлось превратить творчество в конвейер, а конвейер — в развиваемую систему.

Сегодня я не хочу просто давать вам различные промты, я хочу поделиться ключевыми руководящими принципами.

Перед принципами: три базовых правила этого руководства

Прежде чем перейти к конкретным методам, определим три базовых правила. Они определяют то, «как вы используете ИИ», и то, «почему вы используете его именно так».

1. Процесс должен быть отслеживаемым, контролируемым и проверяемым
Нельзя требовать только результат, игнорируя процесс. Для гуманитарной работы чёрный ящик опаснее всего: галлюцинации, ошибочные ссылки, подмена понятий — всё это может незаметно происходить внутри него.

2. Должна быть возможность управления
Вы должны контролировать, как он работает, по каким стандартам, где нужно замедлиться, где проявить строгость. Вы не «тянете карту», вы производите.

3. В итоге вы по-прежнему должны хотеть поставить своё имя
«Готов ли я подписать это своим именем?» — финальная проверка качества. Если вы не хотите ставить своё имя, обычно это не моральная проблема, а значит, в процессе ваша воля не была воплощена — а значит, качество неконтролируемо.

Принцип 0: Не загадывайте ИИ желания, используйте его как рабочий стол

Многие используют ИИ по сути для загадывания желаний:
«Придумай хорошую шутку», «Напиши хорошую статью», «Объясни эту статью».

Проблема в том, что — «объяснить» можно бесконечно по-разному: для дилетанта, для студента, для аспиранта, для коллеги — это совершенно разные задачи. ИИ по умолчанию не может знать ваш бэкграунд, цель, вкусы и стандарты. Если вы не уточните, он выдаст самый простой ответ, подходящий «среднему человеку».

Использовать большую языковую модель как рабочий стол означает: вы не требуете от неё результат, а направляете её инструменты для выполнения процесса. Ваша задача — чётко описать задачу, стандарты и этапы.

Например, попросить ИИ объяснить статью

Вы можете превратить запрос-желание (объясни мне эту статью) в рабочую задачу:

· Определите целевую аудиторию: умные, любознательные аспиранты, не являющиеся экспертами в данной области

· Определите способ объяснения: эвристический, последовательный, с академической строгостью

· Определите требования к структуре: сначала о значимости, затем контекст, затем ход исследования, затем ключевые моменты, затем выводы

· Определите тон: уважающий интеллект, не снисходительный, не предполагающий наличия глубоких базовых знаний

Вы обнаружите: чем больше ваша задача похожа на «требования к заданию», тем меньше ИИ похож на ИИ, а больше — на настоящего помощника, который умеет работать.

Принцип 1: Чтобы ИИ работал хорошо, сначала задумайтесь о себе — вы отвечаете за результат

Если вы нанимаете секретаря, вы не скажете просто:
«Переделай статью Ханьяна о «Ржавом поясе» США.»

Вы обязательно добавите:

Зачем написана эта статья, для кого, на каком этапе застопорилась, какую проблему должна решить, какие части нельзя трогать, какой стиль вам нужен, какие показатели最重要.

С ИИ то же самое. Относитесь к нему как к очень трудолюбивому, очень вежливому коллеге, который не знает ваших скрытых предпосылок. Настоящий «инжиниринг промтов» — это не навык, а ответственность: любая задача остаётся вашей, ИИ лишь помогает вам работать.

Когда вас не устраивает вывод ИИ, самая эффективная первая реакция — не «ИИ не справляется», а:

· Ясно ли я объяснил «объект/аудиторию/цель»?

· Предоставил ли я достаточно фоновых материалов и ограничений?

· Разбил ли я «абстрактное желание» на «выполнимые действия»?

· Дал ли я чёткие критерии правильности?

Принцип 2: Задавайте один вопрос как минимум 3 моделям — у каждого ИИ есть «характер» и сильные стороны

В нашей компании я рекомендую всем новым сотрудникам, впервые сталкивающимся с большими моделями, на начальном этапе задавать каждый вопрос трём разным ИИ. ИИ, как и люди, различаются: одни лучше подбирают слова для письма, другие лучше рассуждают и решают задачи, третьи лучше справляются с кодом или использованием инструментов. Более практичный момент: модели одного продукта, новые версии одной и той же модели постоянно корректируют «стиль» и «границы».

Поэтому очень простой, но крайне эффективный принцип: задайте один и тот же вопрос как минимум 3 разным ИИ, и вы быстро получите «ощущение»:

· Кто лучше пишет, кто лучше думает, кто лучше ищет, кто склонен халтурить

· Какие задачи кому поручить для «первого наброска», а кому — для «рецензирования»

· Кто лучше подходит для «темы/структуры», а кто — для «абзацев/предложений»

Ценность этого шага не в «выборе самой сильной модели», а в том, что вы начинаете управлять моделями как командой, а не считать их единственным откровением.

Принцип 3: ИИ не всезнающ — считайте его обладающим уровнем знаний «хорошего студента бакалавриата»

Очень полезное управление ожиданиями:
Уровень знаний ИИ ≈ уровень студента топового вуза (условно, 985).

Если вы считаете, что «даже хороший студент бакалавриата вряд ли это знает», значит, по умолчанию следует считать, что и ИИ не знает; по крайней мере, считать, что он будет притворяться, что знает, если не знает.

Это приводит к двум прямым действиям:

1. Всё, что выходит за рамки common sense, вы должны ему объяснить
Например: вы хотите, чтобы он написал шутку, по-настоящему уникальный текст, высокопрофессиональную аргументацию — вы не можете просто сказать «напиши получше», вы должны дать примеры, стандарты, ограничения, языковой материал. Я уверен, что даже объяснение другу, какой текст вы считаете хорошим, требует времени; так как же можно считать, что ИИ знает это по умолчанию?

2. Сотрудничайте с ним как со стажёром, а не как с богом
Он может выполнять много работы по «микроинтерполяции»: дополнять предоставленные вами строительные леса, ткать читаемый текст из ваших материалов. Но «строительные леса» и «направление» всё равно исходят от вас.

Принцип 4: Заставьте ИИ шаг за шагом приближаться к цели — прозрачное разделение на этапы надёжнее чёрного ящика

Преимущество ИИ не в том, чтобы «сразу дать правильный ответ», а в том, что он может стабильно выполнять множество мелких шагов в разработанном вами процессе. Чем больше вы требуете от него «сделать всё и сразу», тем больше он склонен превращаться в «кажущийся complete, но на деле халтурный» чёрный ящик.

Очень наглядный пример — обработка текста для TTS (text-to-speech) или озвучки. Вместо того чтобы сказать «обрати внимание на многозначные слова, не ошибись», разбейте задачу на последовательность шагов, например:

· Расставьте маркеры пауз/ударений/изменений темпа

· Выявите потенциальные многозначные слова

· Сверьтесь со словарём или авторитетным произношением (при необходимости сначала поищите, потом определите)

· Заранее помечайте часто встречающиеся, но легко misread слова

· В крайнем случае замените на однозначные омонимы, устранив саму возможность ошибки

Такие «очевидно правильные действия» человек выполнит по умолчанию; но ИИ — нет. Если вы не внесёте «очевидное» в процесс, он ошибётся на самом лёгком пути.

Принцип 5: Сначала индустриализация, потом автоматизация — нельзя перепрыгнуть из аграрной эры сразу в эру ИИ

Если ваш процесс письма/исследований сам по себе случаен, основан на вдохновении, данные не систематизированы, то вам действительно трудно будет передать его ИИ. Потому что ИИ может взять на себя только «описываемую, воспроизводимую» часть.

Более реалистичный путь:

1. Сначала превратите работу в «конвейер»: разбиваемый, reusable, с контролем качества

2. Затем поручите отдельные подэтапы ИИ: пусть он будет рабочим местом, а не богом

Мы проделали очень кропотливую, но ключевую работу: разобрали процесс того, как я сам пишу нон-фикшн статью. Включая:

· Почему начинать с этой истории

· Почему выбрано это предложение

· Как оценивать примеры

· Как делать переходы, как заканчивать

· Как связывать маленькие истории с более широкой картиной

В итоге разбили на десятки шагов, поручив разным ИИ выполнять только один шаг. Результат:
Не модель внезапно стала сильнее, а процесс соединил её способность «справляться лишь с малым».

Когда вы можете чётко описать «как создаётся моя статья», вы обнаружите: определяет лимит качества никогда не «какая именно большая модель используется», а то, смогли ли вы объяснить метод работы.

Очень рекомендую послушать выпуск, там подробнее.

Принцип 6: Предусмотрите, что ИИ будет халтурить — он экономит вычислительные ресурсы, вам нужно устранить за него «форматные препятствия»

ИИ склонен к халтуре, причём «систематической»:能不打开网页就不打开,能不读 PDF 就不读,能跳过就跳过. Он не плохой, он просто в условиях ограничений вычислительной мощности и времени естественным образом стремится пойти по пути наименьшего сопротивления.

Поэтому ваша задача: направить вычислительные мощности ИИ на «понимание текста», а не тратить их на «обработку формата».

Очень эффективные изменения включают:

· По возможности преобразовывайте материалы в plain text/Markdown перед передачей ИИ

· Копируйте содержимое веб-страниц как чистый текст (убирая навигацию, рекламу, шумные сноски)

· Для длинных материалов сначала делайте «извлечение фактов/структуры», затем поручайте написание

· Объединяйте PDF/EPUB/веб-страницы в searchable TXT базу, затем выполняйте последующие задачи

Вы обнаружите: многие сопротивляются такой «механической работе», считая, что «машина должна делать грязную работу». Но в человеко-машинном collaboration всё наоборот — вы готовы сделать немного механической работы, и интеллектуальная часть ИИ станет острее и надёжнее.

Принцип 7: Помните об ограниченности контекста — старайтесь ставить задачи на «сжатие», не надейтесь на «слепое расширение»

У ИИ есть контекстное окно, есть «предел памяти». Вы даёте ему 20 тысяч знаков — он запомнит не много; дадите 200 тысяч — он, возможно, только заголовки просмотрит. Наглядная аналогия: запереть человека в маленькой комнате на день, дать ему книгу на 200 тысяч знаков, выпустить и заставить пересказать — сколько запомнит, примерно столько же «запомнит» и ИИ.

Поэтому есть очень контринтуитивный, но крайне важный опыт:

1. Сжимать гораздо легче, чем расширять

Сжать 1 млн слов до 10 тыс. обычно надёжнее, чем расширить 10 тыс. слов до 1 млн.

Это напрямую меняет способ постановки задач ИИ:

· Не используйте 100-значный промт для получения статьи

· Наоборот, максимально загружайте материалы (партиями, через поиск, RAG — как угодно), пусть он на основе достаточных материалов сжимает их в структуру, идеи и основной текст

Раньше вы писали статьи, работы, читали массу материалов → выделяли главное → организовывали → писали (по крайней мере, я так делал). С ИИ не стоит suddenly применять двойные стандарты, требуя от него слепого роста.

Принцип 8: Удержитесь от импульса «я гениально поправлю» — меняйте конвейер, а не результат

Многие опытные авторы легче всего ошибаются перед ИИ:
ИИ выдал текст на 59 баллов, вам кажется, что пара правок — и будет 80, и вы начинаете править; правите-правите — и переписываете сами; переписав, говорите «лучше уж сам», и с тех пор больше не используете ИИ.

Решение не в том, чтобы усерднее «править», а в том, чтобы сместить фокус выше по течению:

· Не стремитесь, чтобы ИИ сразу выдавал 100 баллов

· Ваша цель — чтобы конвейер стабильно выдавал 75–80 баллов

· Ваша задача — итерировать процесс, повышая «средний балл», а не делать «отдельную статью» идеальной

Принцип 9: Рассматривайте конвейер как продукт для итераций — сама надёжность уже ценность

Когда у вас есть система, стабильно дающая стартовые 70 баллов, её ценность не в «похожести на вас», а в:

· Вы можете получить пригодный черновик практически с нулевыми затратами

· Вы можете сосредоточить силы на задачах higher-order: выбор темы, структура, доказательства, вкус и выбор

Вам нужен не всемогущий бог, заменяющий вас, а надёжная фабрика: она неидеальна, но стабильна.

Принцип 10: Количество — главная задача — пусть производит много, затем отбирайте

Если просить ИИ дать одну версию, обычно получится самая посредственная, осторожная, «средняя». Используйте «количество» против «посредственности».

Более эффективный подход:

· Резюме: запросите сразу 5 версий

· Начало: запросите 5 начал, проведите A/B-тест

· Темы: запросите 50 тем, затем сгруппируйте и выберите

· Структура: запросите 3 структуры, затем скомбинируйте

· Формулировки: запросите 10 разных вариантов, затем выберите лучший

Когда вы повышаете средний балл, повышаете output, в distribution естественным образом появятся «сюрпризные samples» на 85, 90 баллов. Часто хороший результат — не «тот единственный гениальный штрих», а то, что вы наконец-то начали работать статистическими методами.

Принцип 11: Не берите чужую работу — руководите, пробуйте, отправляйте на доработку, как шеф-повар

Если вы шеф-повар ресторана, вы не будете лично резать огурцы. Вы:

· Попробуете

· Оцените, соответствует ли стандарту

· Дадите чёткий feedback (что не так, как исправить)

· Отправите повара переделать

С collaboration с ИИ то же самое. Уважайте его субъектность «генерировать своим способом» — ваша задача научить его соответствовать вашим стандартам, а не самому прыгать и доводить каждый его результат до ума.

Иначе вы истощитесь в бесконечных «правках».

Последний фундаментальный принцип: Возвращайтесь в реальный мир — материалы × вкус определяют потолок произведения

В эпоху ИИ качество произведения всё больше похоже на: Материалы × Вкус.

Модели будут меняться, методы итерироваться, но эти две вещи останутся неизменными:

1. Материалы来自来自 реального мира

Если перед вами выбор, как написать статью:

· Использовать новейшую модель, но только интернет-материалы

· Использовать старую модель, но у вас есть полный архив, устные истории, полевые интервью

Скорее всего, лучшую работу сделает последний вариант.

2. Вкус来自来自 долгой тренировки

Когда «генерация» становится дешёвой,真正稀缺的是:

· Вы знаете, о чём стоит писать

· Вы знаете, какие доказательства убедительнее

· Вы знаете, какое повествование сильнее

· Вы готовы приложить физический труд для материалов: исходить землю вдоль и поперёк, своими руками и ногами перерыть архивы

ИИ меняет эффективность и способ вашего взаимодействия с материалами; но подлежащим произведения остаётесь вы, дополнением — материалы. ИИ — лишь часть «сказуемого».

Заключение: Замените тревогу на ощущение

Многие не могут начать использовать ИИ не потому, что неумны, а потому что застревают в цикле «желание — разочарование — отказ». Перешагнуть это позволяет именно отношение к нему как к рабочему столу, инженерия задач, прозрачность процесса и наработка ощущения в постоянной практике.

Когда вы сможете это делать, вы не будете поспешно заключать «ИИ не справляется»; вы станете更像 новым специалистом, умеющим управлять новыми инструментами: не смотря свысока, не преклоняясь, помещая его в процесс, в реальность, в произведения, которые вы готовы подписать своим именем.