Почему инструкции недостаточно, чтобы работа с ИИ стала процессом?

На втором практическом семинаре мы попробовали перейти от привычного «задал вопрос — получил ответ» к более управляемой работе с LLM:

задача → уточнение → план → выполнение → проверка → корректировка → результат

⚙️ На бумаге схема выглядит просто. На практике часть времени ушла на доступ к сервисам, а многие участники периодически возвращались к привычным отдельным запросам. При демонстрации оказалось проще повторить действия ведущего, чем перенести сам принцип на собственную задачу.

🔎 И здесь проявилась важная вещь: понять схему работы и уметь воспроизвести её в своей профессиональной задаче — не одно и то же.

После семинара я отдельно проверил несколько полученных материалов. В них нашлись внутренние несогласованности по требованиям и параметрам задания. То есть результат выглядел содержательным, но всё равно требовал профессиональной проверки.

📊 При этом практическая ценность подхода тоже проявилась. Участники отмечали поэтапную работу и схему «Диспетчер → Рабочий чат» как полезные элементы, а интерес к дальнейшим практическим занятиям оказался высоким.

Экономию времени в этом семинаре я специально не измерял, поэтому приписывать её методу было бы неправильно. Здесь выгода оказалась другой: процесс заставляет явно выделить этапы работы и место, где результат нужно остановить и проверить.

🛠 Что использовали: GigaChat и Qwen — для работы с профессиональными задачами; Google Forms и Sheets — для итоговой диагностики и анализа обратной связи.

⚠️ Мой главный вывод после апробации: нельзя показать специалисту сервис, выдать инструкцию и ожидать, что он сразу начнёт работать с ИИ как с управляемым процессом.

Этому процессу тоже нужно учить — постепенно: от одного понятного цикла к более сложной архитектуре работы.