Как ИИ перестал быть просто чат-ботом

Проблема оказалась не в ответах, а в памяти

Это, пожалуй, главное наблюдение из всего опыта работы с ИИ. Не то, насколько умно он отвечает на отдельный вопрос. А то, помнит ли он вообще, что происходило до этого.

Здесь важно понять одну вещь: встроенная память ИИ — это не память в привычном смысле. Она ограничена и работает скорее как набор заметок: может запомнить имя, несколько ключевых фактов о пользователе, перенести их из чата в чат. Но это не структура знаний. Это не система. В глобальный промт тоже не запихнёшь всё — там задаётся только базовое поведение.

Обычный чат без системы устроен так: каждый раз заново объясняешь контекст, снова вводишь детали, снова рассказываешь, кто ты и что нужно. ИИ может давать хорошие ответы, но работать с ним системно не получается — слишком много уходит на восстановление контекста вместо реальной работы.

Проекты в ChatGPT решают часть этой проблемы: внутри проекта ИИ знает специализацию, стиль коммуникации, задачи. Но между чатами внутри одного проекта память не работает — если нужно перейти в новый чат и продолжить обсуждение, приходится просить резюмировать сделанное и переносить это вручную. Рабочее решение, но не полноценная система.

Настоящая память появляется только тогда, когда ИИ начинает работать с внешней структурой файлов и документов. В какой-то момент ИИ перестаёт быть поиском ответов и становится внешней системой памяти для рабочих процессов: хранит решения, удерживает контекст, накапливает знания. Вот здесь и появляется Claude — и это уже другой разговор.

Всё меняется, когда Claude устанавливается как десктопное приложение и получает полный доступ к диску. Файлы переносятся туда, в проекте остаётся только промт — и теперь Claude может эти файлы читать, обновлять, менять на лету.

Ключевой момент оказался в другом: из этого вырастает настоящая внешняя память. Достаточно завести лог-файл и задать в системе, чтобы Claude записывал туда, что было сделано в каждом чате. В следующем чате он читает этот лог и знает, с чего продолжать. То же самое с любыми другими файлами: стиль текстов, принятые решения, инструкции. Claude изучает их, удерживает, воспроизводит.

И ещё один момент, который трудно недооценить: если система начинает идти не туда — не просто исправляешь ответ. Исправляешь инструкцию. Claude сам объясняет, что записано у него в файле, вместе разбираете, где логика пошла не так — и Claude сам перепишет этот файл без дополнительных действий с твоей стороны.

Это уже не использование ИИ. Это развитие системы.

Разделение ролей, а не соревнование

Когда в работе появляется два ИИ, первый вопрос — зачем? Не проще ли использовать один, но лучше настроенный?

Ответ пришёл из практики. Это не соревнование «кто умнее». Это разные роли внутри одной системы. И важно сразу обозначить: речь не про генерацию контента. ИИ встроен в инфраструктуру работы — процессы, структуру, анализ, коммуникацию, документацию, принятие решений.

ChatGPT — управление процессом. Помогает определить задачу, расставить приоритеты, удержать общий вектор. Хорошо работает с коммуникацией, структурированием, принятием решений. За годы совместной работы накоплен серьёзный контекст — он знает проекты, задачи, стиль мышления. Именно он задаёт направление: куда двигаться, где упростить, где углубиться.

Claude — аналитика и исполнение. Глубокий разбор, работа с большими объёмами текста, документация, аудит, структурирование. Плюс то, что описано выше: внешняя память через файловую систему, которая делает его не просто инструментом, а постоянно обновляемой инфраструктурой.

Схема сложилась сама собой: обсудить задачу с ChatGPT, сформулировать направление, передать Claude — получить глубокий анализ или готовый документ, вернуть результат обратно для проверки логики и подачи. Иногда это происходит буквально: ChatGPT формулирует задачу, ответ Claude возвращается обратно, и они вместе — через посредника — приходят к решению.

Был конкретный пример. Для проекта «Общение с клиентом» нужно было проверить, как система держит разговор со сложным собеседником. ChatGPT выступил в роли такого клиента — с неудобными вопросами и попытками сбить с курса. Claude не ушёл в долгие объяснения и не начал продавать. Сначала выяснил задачу, уточнил детали, завершил диалог — и только после этого собрал структурированное ТЗ с данными для расчёта КП.

В какой-то момент поймал себя на мысли: хорошо настроенная система начинает удерживать стандарты коммуникации стабильнее, чем человек в хаотичном режиме работы. 

Это немного пугает. Но это уже происходит.

Это не автоматизация творчества. Автоматизируется рутина, структура, удержание контекста, документация. Мышление, вкус, решения и ответственность остаются у человека. Это важное разграничение — особенно в работе, где результат напрямую зависит от насмотренности и опыта.

Главный навык изменился

Когда начинаешь работать с ИИ системно, довольно быстро приходит неожиданный вывод: самое ценное здесь — не умение пользоваться конкретным инструментом.

Главный навык — это способность правильно сформулировать задачу.

Именно от этого зависит всё остальное. Размытая формулировка даёт размытый результат. Точная постановка задачи — с контекстом, ограничениями и ожидаемым результатом — даёт совершенно другое качество работы. ИИ не додумывает за тебя. Он усиливает то, что ты ему даёшь. И если база слабая — ИИ это не исправит, а только масштабирует.

Начинаешь думать структурнее. Формулируешь задачи чище — и не только для ИИ, но и для себя, и для других. Привычка правильно ставить задачу становится самостоятельным навыком, который работает далеко за пределами работы с нейросетями.

ИИ не убирает мышление. Он делает мышление главным навыком.

Где ИИ пока бесполезен

Это важно сказать прямо, потому что иначе всё написанное выше будет звучать как реклама.

ИИ не заменяет опыт. Он не знает рынок так, как знает его человек, который работает в нём годами. Он не чувствует, что сработает для конкретного клиента, потому что не был на той съёмке, не видел, как менялась задача в процессе, не понимает контекст отношений.

ИИ не заменяет вкус. В предметной и рекламной съёмке решения принимаются через насмотренность и опыт. Ни одна модель это не воспроизведёт.

ИИ не несёт ответственности. Он может ошибаться — и ошибается. Без проверки и контроля результаты быстро деградируют. Особенно там, где важна точность: фактура, детали, нюансы отрасли.

И главное: без контекста и системы ИИ превращается в обычную болталку. Он начинает давать общие ответы, терять нить, повторять одно и то же другими словами. Не потому что плохая модель — а потому что нет системы вокруг неё.

ИИ усиливает мышление. Но не создаёт его.