📢 Маєте власний бізнес? Встигніть долучитися до безкоштовної програми з AI-маркетингу!

Для ветеранів, ветеранок і ВПО з Черкаської, Вінницької, Одеської та Харківської областей продовжено реєстрацію на програму «AI-маркетинг і автоматизація для існуючого бізнесу». Тепер подати заявку можна до 26 жовтня.

На учасників чекає практичне навчання, яке допоможе інтегрувати AI у щоденну роботу бізнесу: від маркетингу та продажів до автоматизації процесів.

Що ви отримаєте?

✅ Безкоштовне навчання в онлайн-форматі
✅ Практичні кейси та інструменти для роботи
✅ Знання, які можна застосовувати для розвитку власної справи

🔹 Подати заявку можна до 26 жовтня:
👉 https://bit.ly/3V5qpSl

❗️Хто може взяти участь? Власники та власниці бізнесу з Харківської, Черкаської, Вінницької й Одеської областей, які належать до вразливих груп населення, зокрема ветерани, ветеранки та внутрішньо переміщені особи.

🔹 Більше про проєкт: https://bit.ly/4hIav9b

🙏 Поділіться цією можливістю з тими, кому вона може бути корисною. Можливо, саме цей допис допоможе комусь зробити наступний крок у розвитку власного бізнесу.

👆 Проєкт «Розвиток цифрових навичок для вразливих груп» реалізується Благодійною організацією «Благодійний фонд "СТАР ФОР ЛАЙФ УКРАЇНА"» у межах Програми економічної стійкості України (ERP). Програма реалізується за підтримки Швейцарії через Швейцарську агенцію розвитку та співробітництва (SDC) та впроваджується ERP-консорціумом, до якого входять Prosper Global, Право на захист, Helvetas Swiss Intercooperation та JERU (Спільне реагування на надзвичайні ситуації в Україні організацій Welthungerhilfe та Concern Worldwide).

Розбийте інструкції для Gemini на короткі блоки, інакше вони просто не збережуться

Якщо в налаштуваннях Personal Intelligence закинути в Gemini одну довгу інструкцію, вона не збережеться — вилізе помилка "Something went wrong and the info wasn't saved". Ліміт ніде не вказаний, тому це легко сприйняти за звичайний збій. Обхід простий: розбити інструкцію на кілька коротких блоків. У мене це окремо про мене, мої послуги, спеціалізацію і правила відповідей.

Як перевірити контрагента через ШІ і не отримати вигадану довідку?

На мастермайнді для громадських організацій ми розбирали, як перевіряти контрагентів через ChatGPT і Claude. Для ГО і фондів це реальна задача: перед співпрацею треба зрозуміти, з ким маєте справу, а руками збирати все з реєстрів довго. Тому я окремо показував, на чому така перевірка ламається.

Перш за все — загальний запит дає загальну відповідь. Якщо написати "розкажи все, що знаєш про компанію" і не вказати, що потрібна детальна відповідь по кожному розділу, ШІ-сервіс видасть поверхневий профіль. Для рішення про співпрацю цього мало, тому розділи треба перелічити в запиті, а по кожному робити окремі уточнюючі запити.

По-друге — посилання не означає, що факт перевірений. У відповіді можуть стояти джерела з YouControl, OpenDataBot та інших сервісів, а самі факти при цьому бути неправильними 😏 Посилання доводить тільки те, що сервіс туди заходив, а не те, що він звідти взяв саме цей факт. Саме тому я рекомендую додавати промпт для самоперевірки: "Після кожного факту дай джерело і точну цитату з цього джерела, з якої цей факт випливає".

По-третє — чим більше про контрагента пишуть, тим вищий ризик галюцинацій. Коли джерел мало, відповідь в більшості випадків точна. А от коли організація популярна і про неї пишуть повсюди, LLM сама вирішує, що з цієї маси правда, що перевіряти і що додавати у відповідь, і саме на цьому виборі помиляється.

Як зробити роботу з ШІ звичкою команди, якщо результат поки слабкий?

На одному з воркшопів прозвучало правило, яке я вважаю дуже практичним для команд. Перед кожною задачею спочатку пробувати зробити її з ШІ: вийшло — супер, не вийшло — робите руками і через якийсь час пробуєте ще раз. Навіть якщо в 70% випадків руками вийде краще, правило не скасовується, інакше команда і далі працюватиме так, як звикла.

Але в цього правила є ціна: перші місяць-два це неприємно і некомфортно, бо частину задач ви фактично робите двічі 😅 А от потім у кожного зʼявляється розуміння, які задачі ШІ-сервіс уже вивозить достатньо добре, а з якими треба ще розібратися.

Продовжуємо тему використання ШІ для реальних бізнес задач, а не для лайків в Instagram

Скрипт трекає обличчя — частинки повторюють положення голови, прискорюються або сповільнюються. Підключив руки: стискання кулака змінює колір частинок. Друга рука — частинки розподіляються рівномірно, теж реагують на жест.

Виглядає як іграшка для рілсу, але технологія під капотом — та сама, що вирішує реальні бізнес-задачі. Восени консультував C-level одного відомого українського бренду. Запит був саме такий: трекінг лиць і трекінг емоцій під їхні бізнес-процеси. У нас уже частково це рішення реалізоване, є робочі демки. Це не теорія і не Instagram відео про те, що АІ замінить десятки ваших працівників — це те, що дає компанії конкретні дані, яких раніше просто не було.

Ось в чому фішка: поки більшість AI-кріейторів змагаються, чиї фільтри краще міняють лице на знаменитостей у сторіс, — серйозні задачі під реальний бізнес лишаються майже без уваги. Трекінг емоцій клієнтів, аналіз поведінки, контроль процесів. Запитів багато, а тих, хто реально це робить — мало.

Нарешті знайшов ШІ-сервіс, який генерує справжній вектор, а не картинку

Я довгий час був переконаний, що ШІ поки не вміє повноцінно працювати з векторною графікою. Растрові картинки генерує будь-хто, а от логотип чи іконку, яку потім можна відкрити у Figma і поправити, — з цим була проблема. Для мене це питання не теоретичне, бо паралельно я займаюсь дизайном мінімалістичних логотипів.

Що пробував до цього?

Спочатку Gemini наче навчився, і я цьому радів, але результати мене не дуже тішили. Потім виявилось, що Claude непогано векторизує готові зображення, тобто перетворює картинку на SVG-код. Але остаточно мій скептицизм розвіяв QuiverAI 🔥

Що це за сервіс?

QuiverAI генерує саме векторну графіку: на вході текстовий опис, картинка чи готовий SVG, а на виході SVG-файл, який можна редагувати. 16 вересня вони випустили Arrow 2 — другу версію свого генератора, і тепер у вебзастосунку app.quiver.ai можна не тільки генерувати, а й правити окремі елементи на полотні та робити прості анімації для логотипів, іконок і лоадерів. Тарифи стартують від 8$ на місяць.

Для кого це?

Для дизайнерів і маркетологів, яким треба швидко зібрати чорнові варіанти іконок, ілюстрацій чи логотипу. Але фінальну айдентику бренду я б все одно доводив руками, тому що ШІ тут закриває чернетки, а не готовий бренд.

ШІ-інструмент має знімати з команди рутину, а не рахувати, хто скільки зробив

На панельній дискусії про впровадження ШІ, де я теж був спікером, колега, чия команда робить автоматизації для бізнесу, розповів про явище, яке в них називають саботажем автоматизації. Інструмент зібраний і працює, а співробітники свідомо чи несвідомо його ігнорують.

Чому так відбувається? — Часто справа не в самому інструменті. Люди бояться, що ШІ поставили, щоб їх контролювати: рахувати кожен крок і порівнювати, хто скільки зробив.

Чи можна це помітити заздалегідь? — Можна, якщо подивитись, як рішення подали команді. Якщо через звітність і "тепер буде видно, хто скільки робить", опір закладений з першого дня 😏

Що з цим робити? — Продавати автоматизацію через підтримку людей, а не через контроль. Саме тому я рекомендую ще до запуску поговорити з тими, хто буде цим користуватись, показати, яку саме рутину інструмент з них знімає, а розмову про оцінку роботи вести окремо.

Чому команда, яка вже користується ШІ, все одно просить навчання?

Мені якось написали з команди медіа та маркетингу: ШІ ми інколи використовуємо, хочемо робити це частіше і професійніше, під навчання вже є бюджет. Таким командам в більшості випадків бракує не інструментів, а домовленостей: які задачі тепер завжди робимо з ШІ, де лежать робочі промпти і хто перевіряє результат перед публікацією. Поки відповідей на це немає, ШІ лишається особистою звичкою кількох людей у команді.

Два прийоми, після яких тексти з GPTs стало важко відрізнити від людських

Для інформаційного порталу я зробив GPTs, який генерує гороскопи для розділу про життя. Таких текстів потрібно багато, і вони реально добре збирають трафік, тому я зробив дві версії генератора і порівняв, яка пише краще.

Перша версія працювала тільки на системному промпті з моїми інструкціями. Друга була її копією, але я завантажив у неї 15 статей, які писала жива людина. Різниця вийшла відчутна: друга версія почала писати тексти, які майже не відрізнити від людських, бо в неї був приклад тексту і приклад редакційної політики, і саме вона почала приносити порталу більше трафіку 📈

Але є ще один момент, про який мене питали на Q&A після одного з тренінгів. Учасник налаштовував асистента під довгий бриф і хотів, щоб той закривав один блок і тільки потім переходив до наступного. Це правильний хід, бо якщо попросити GPTs згенерувати всю статтю чи весь документ за один клік, на кожен блок вийде дуже мало контенту. Тому я розбиваю текст на блоки й генерую їх по черзі, і тоді відповідь по кожному блоку виходить ширшою.

Єдиний нюанс — OpenAI вже оголосили, що 11 грудня GPTs закриваються, а замість них пропонують переносити інструкції й файли в плагіни ChatGPT. Сам підхід від цього не змінюється: приклади живих текстів можна так само завантажити в плагін чи проєкт у ChatGPT або Claude, а генерувати текст блоками можна в будь-якому ШІ-сервісі.

В цілому обидва прийоми працюють не тільки для гороскопів, а для будь-яких однотипних текстів, яких у вас багато: описи товарів, новини, розсилки, брифи.

Зібрати ШІ-рішення можуть багато хто, а от підтримувати його — одиниці

На одному подкасті про ШІ в B2B-продажах прозвучала думка, з якою я повністю згоден: спеціалістів, які зроблять рішення і отримають за нього гроші, дуже багато, а тих, хто потім працює з даними, результатами і розвиває його, — одиниці.

Чому це проблема? — Звичайна корпоративна система може роками робити те саме, а ШІ-рішення так не вміє. Виходять нові версії сервісів, змінюються ліміти, у компанії зʼявляються нові продукти, і промпти, написані пів року тому, можуть давати вже інший результат.

Що з цим робити? — Ще на старті навчити людину всередині компанії, яка розуміє, як рішення працює, і зможе його підлаштовувати. Саме тому я раджу закладати навчання команди паралельно з розробкою, а не після неї.

Чому ШІ під час перефразування змінює імена?

В одній новинній редакції, де я впроваджував ШІ, дві людини паралельно за кілька днів помітили одну й ту саму помилку: після рерайту через ШІ-сервіс у підводках змінились імена героїв. Був Дмитро — став Юрій, був Василь — став Володимир, а прізвища лишились на місці 😱 Тобто з першого погляду помилку не видно, і саме тому для новини вона небезпечна, бо разом з нею падає довіра до матеріалу.

Там же вилазила ще одна проблема — LLM могла змінити посаду чи статус людини, і для медіа це така сама помилка у фактажі.

Так от, в більшості випадків це лікується самим запитом, міняти сервіс не треба. LLM генерує текст заново, тому імʼя для неї просто ще одне слово, яке можна замінити, якщо в запиті не сказано, що це факт. Саме тому я рекомендую прописувати в інструкції прямо: імена, прізвища, назви, посади й цифри не змінювати, суть не міняти, перефразовувати тільки загальний текст. Для редакції, де через ШІ проходить багато текстів, це має бути постійною частиною інструкції, а не фразою, яку пишуть кожного разу заново, а вичитку фактажу перед публікацією я б все одно не прибирав.

В анкетах перед тренінгом співробітники просять автоматизувати свою роботу, а не навчитися працювати швидше

Перед корпоративним тренінгом кожен співробітник заповнює в мене анкету: що хоче розібрати і які задачі забирають у нього найбільше часу. Зараз у цих анкетах я бачу одну й ту саму картину — дуже багато запитів на автоматизацію своїх процесів і не так багато запитів на те, щоб самому працювати швидше і якісніше.

А чому так? Можливо, через нерозуміння, можливо, через нечіткі бізнес-процеси (це теж часто видно в анкетах), а можливо, людям просто не хочеться розвиватися, але хочеться, щоб процеси за них автоматизувались. Але тоді питання: якщо процеси автоматизувати, а людина лишиться на тому самому рівні, де задачі виконуються годинами, наскільки відчутним буде приріст? Певний приріст буде, але не такий, на який розраховують.

Плюс тут є плутанина, яку я бачу майже на кожному виступі: люди чомусь вважають, що штучний інтелект дорівнює автоматизація, але це не зовсім так. Автоматизація перекладає дані з місця на місце за жорстким правилом, а ШІ потрібен точково, там, де треба щось осмислити, проаналізувати або створити, і найбільше користі він дає людині, яка вміє ставити йому задачі.

Тому починати треба не з автоматизації процесів і не зі створення агентів, а з себе. Це найважчий етап, бо вчитися, розбиратися і тестувати нове складно кожному, але я впевнений, що саме він дає найбільший ефект: працівник, який впевнено працює з ШІ, плюс автоматизація дають результат набагато більший, ніж автоматизація сама по собі. Інакше виходить просто перекидання відповідальності — складні задачі хочеться зняти з себе, і бажано, щоб це зробив хтось інший.

Наш стан визначається промптом, який ми самі собі задали

Буквально нещодавно говорив з Андрієм Павлисько (https://www.instagram.com/a.pavlysko/), засновником SAYLESS та 2327 Project, і виніс з розмови інсайт, про який досі думаю. Завжди, коли я розмовляю з Андрієм, від нього відчувається вайб спокою, структурованості і поступового розвитку. На нашому дзвінку я це відмітив, і Андрій пояснив, що справа в промпті. Так само, як ми задаємо ChatGPT роль і контекст, ми щодня задаємо їх собі, просто в більшості випадків цього не помічаємо.

Мозок помічає те, на що ми дали йому команду помічати. Якщо промпт «все погано», то саме це ми й бачимо цілий день. Якщо промпт «де тут можливість», то в тій самій ситуації бачимо зовсім інше. Тому Андрій щоранку пише три сторінки про те, з якими думками він іде в день.

Цього тижня його думка така: його успіх має бути потрібен не тільки йому. Саме з цим він і підключився до нашого дзвінка, думав, як може бути причиною мого успіху. Після такої розмови реально виходиш з іншою енергією.

Але найбільше мене зачепило ось що. На тренінгах я вчу людей писати промпти для ШІ: роль, контекст, формат, критерії результату. А найважливіший промпт за день ми пишемо не для ChatGPT, а для себе, і часто на автоматі, з першої новини чи першого повідомлення в робочому чаті. Саме тому я рекомендую починати ранок з одного речення для себе: з якою думкою я сьогодні йду в день. Андрію, дякую за розмову 🔥