ИИ знает почти всё. А вашу работу — нет
Самая неприятная проблема с ИИ — это не слабый ответ. Потому что слабый ответ видно сразу: закрыли, забыли, пошли дальше.
Опаснее другой сценарий, когда ИИ отвечает уверенно. Текст гладкий, структура есть, варианты есть, выводы звучат убедительно. Кажется, что работа сдвинулась.
А потом вы пытаетесь положить это в реальный проект — и всё начинает скрипеть.
🚫 Документ стал лучше, но задача не решена.
🚫 Идеи есть, но следующий ход непонятен.
🚫 Критерии звучат разумно, но проверять по ним нечего.
🚫 Рекомендация красивая, но ограничения проекта не учтены.
Умно звучит. Но в работу не положить.
Вот с этим местом мы будем работать на бесплатном вводном практикуме с Анатолием Левенчуком 28 июня.
В МИМ для таких задач используется FPF: он помогает отличать гладкий ответ от рабочего хода. Где промах? Какие критерии добавить? Что проверить? Какой следующий шаг выбрать? Что должно получиться, чтобы результат можно было использовать дальше?
А дальше появляется ещё более сильная штука — SPF.
SPF — это предметный регламент для ИИ-агента: как в вашей области отличать хороший ход от красивой ерунды, какие ошибки не повторять, какие ограничения учитывать, какие ситуации распознавать.
Недостающая деталь между "ИИ знает почти всё" и "ИИ помогает именно в моей работе".
28 июня мы начинаем с бесплатного вводного практикума. Это первый вход в серию практикумов по FPF, SPF и ИИ-агентам.
На встрече покажем, как перейти от обычного запроса к ИИ к рабочей рамке, по которой можно улучшать задачу, документ, решение, процесс и первые регламенты для своей области.
Это вам пригодится, если:
— вы уже пользуетесь ИИ, но часто получаете красивые, общие или непригодные ответы;
— работаете с документами, решениями, процессами, критериями или проектами;
— хотите собирать ИИ-агентов под свою работу, а не просто получать очередной текст.
Сейчас открыт первый шаг — короткая форма подготовки к бесплатному вводному практикуму. Она работает как маленькая полезная "игрушка": определяет ваш вход и отправляет на почту маршрут подготовки под ваш уровень.
Форма определит вашу стартовую точку:
— почти не работали с ИИ;
— пользуетесь ИИ, но не работали с FPF;
— знакомы с FPF, руководствами МИМ или моделированием.
И после заполнения вы получите письмо: что открыть, какой пример взять, как попробовать FPF с ИИ и с чем прийти на практикум.
Форма подготовки: https://forms.gle/Y89cievfJMVfcS4TA
28 июня, 11:30 (МСК) — бесплатный вводный практикум.
Завтра здесь, в @mim_workdev, дадим подробности по серии практикумов.
Самая неприятная проблема с ИИ — это не слабый ответ. Потому что слабый ответ видно сразу: закрыли, забыли, пошли дальше.
Опаснее другой сценарий, когда ИИ отвечает уверенно. Текст гладкий, структура есть, варианты есть, выводы звучат убедительно. Кажется, что работа сдвинулась.
А потом вы пытаетесь положить это в реальный проект — и всё начинает скрипеть.
Умно звучит. Но в работу не положить.
Вот с этим местом мы будем работать на бесплатном вводном практикуме с Анатолием Левенчуком 28 июня.
В МИМ для таких задач используется FPF: он помогает отличать гладкий ответ от рабочего хода. Где промах? Какие критерии добавить? Что проверить? Какой следующий шаг выбрать? Что должно получиться, чтобы результат можно было использовать дальше?
А дальше появляется ещё более сильная штука — SPF.
SPF — это предметный регламент для ИИ-агента: как в вашей области отличать хороший ход от красивой ерунды, какие ошибки не повторять, какие ограничения учитывать, какие ситуации распознавать.
Недостающая деталь между "ИИ знает почти всё" и "ИИ помогает именно в моей работе".
28 июня мы начинаем с бесплатного вводного практикума. Это первый вход в серию практикумов по FPF, SPF и ИИ-агентам.
На встрече покажем, как перейти от обычного запроса к ИИ к рабочей рамке, по которой можно улучшать задачу, документ, решение, процесс и первые регламенты для своей области.
Это вам пригодится, если:
— вы уже пользуетесь ИИ, но часто получаете красивые, общие или непригодные ответы;
— работаете с документами, решениями, процессами, критериями или проектами;
— хотите собирать ИИ-агентов под свою работу, а не просто получать очередной текст.
Сейчас открыт первый шаг — короткая форма подготовки к бесплатному вводному практикуму. Она работает как маленькая полезная "игрушка": определяет ваш вход и отправляет на почту маршрут подготовки под ваш уровень.
Форма определит вашу стартовую точку:
— почти не работали с ИИ;
— пользуетесь ИИ, но не работали с FPF;
— знакомы с FPF, руководствами МИМ или моделированием.
И после заполнения вы получите письмо: что открыть, какой пример взять, как попробовать FPF с ИИ и с чем прийти на практикум.
Форма подготовки: https://forms.gle/Y89cievfJMVfcS4TA
28 июня, 11:30 (МСК) — бесплатный вводный практикум.
Завтра здесь, в @mim_workdev, дадим подробности по серии практикумов.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12❤5🙏1🏆1
Спасибо, нас оказалось много ❤️
За последние два дня форму подготовки к практикуму заполняли очень активно. Вчера утром поток оказался таким, что автоматическая отправка писем с маршрутами на время не справилась🫠
Мы всё починили и дослали письма тем, кто попал в эту паузу.
Если вы уже заполняли форму, но не видите письмо "Ваш маршрут подготовки к практикуму FPF", напишите нам в комментариях. Поможем разобраться и при необходимости дошлём.
✅ И важное уточнение по подготовке.
FPF не надо вставлять в сообщение ИИ целиком как огромный текст. В современных AI-системах лучше прикреплять FPF как файл в проекте, рабочем пространстве или папке агента, чтобы ИИ мог обращаться к нему как к рабочему стандарту. В разных системах это устроено по-разному: где-то это project files, где-то workspace, где-то папка с документами. Если ваша система не справляется, можно попробовать Qwen: у участников уже был опыт, что он загружает файл целиком.
На практикум достаточно прийти с одной задачей из вашей работы. Не с абстрактной темой "изучить FPF", а с конкретным случаем:
— документ, который надо довести до рабочего применения;
— решение, где ИИ слишком быстро выбирает один вариант;
— процесс, который надо описать так, чтобы по нему можно было работать;
— продукт или услуга, где нужны осмысленные улучшения, а не список идей вообще;
— предметная область, где ИИ даёт энциклопедию вместо профессионального первого хода.
Именно для этого нужен SPF-0: короткий предметный регламент для ИИ-агента, который говорит, где он работает, что должен уточнить, где остановиться и какой результат вернуть человеку.
Форма, если ещё не заполняли — после которой направляем более подробную инструкцию по подготовке к практикуму: https://forms.gle/Y89cievfJMVfcS4TA
В это воскресенье, 28 июня, 11:30 МСК — бесплатный семинар в формате практикума от научного руководителя МИМ Анатолия Левенчука "ИИ знает почти всё. А вашу работу — нет".
Включите уведомления: в ближайшее время продолжим рассказывать подробнее и выложим файл с презентацией.
За последние два дня форму подготовки к практикуму заполняли очень активно. Вчера утром поток оказался таким, что автоматическая отправка писем с маршрутами на время не справилась🫠
Мы всё починили и дослали письма тем, кто попал в эту паузу.
Если вы уже заполняли форму, но не видите письмо "Ваш маршрут подготовки к практикуму FPF", напишите нам в комментариях. Поможем разобраться и при необходимости дошлём.
FPF не надо вставлять в сообщение ИИ целиком как огромный текст. В современных AI-системах лучше прикреплять FPF как файл в проекте, рабочем пространстве или папке агента, чтобы ИИ мог обращаться к нему как к рабочему стандарту. В разных системах это устроено по-разному: где-то это project files, где-то workspace, где-то папка с документами. Если ваша система не справляется, можно попробовать Qwen: у участников уже был опыт, что он загружает файл целиком.
На практикум достаточно прийти с одной задачей из вашей работы. Не с абстрактной темой "изучить FPF", а с конкретным случаем:
— документ, который надо довести до рабочего применения;
— решение, где ИИ слишком быстро выбирает один вариант;
— процесс, который надо описать так, чтобы по нему можно было работать;
— продукт или услуга, где нужны осмысленные улучшения, а не список идей вообще;
— предметная область, где ИИ даёт энциклопедию вместо профессионального первого хода.
Именно для этого нужен SPF-0: короткий предметный регламент для ИИ-агента, который говорит, где он работает, что должен уточнить, где остановиться и какой результат вернуть человеку.
Форма, если ещё не заполняли — после которой направляем более подробную инструкцию по подготовке к практикуму: https://forms.gle/Y89cievfJMVfcS4TA
В это воскресенье, 28 июня, 11:30 МСК — бесплатный семинар в формате практикума от научного руководителя МИМ Анатолия Левенчука "ИИ знает почти всё. А вашу работу — нет".
Включите уведомления: в ближайшее время продолжим рассказывать подробнее и выложим файл с презентацией.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🔥4🙏1
Пояснительная бригада приехала: ИИ может знать Левенчука, но не знает вашу работу
ИИ может знать статьи, книги, GitHub, конференции, модные слова и даже примерно понимать, кто такой Анатолий Левенчук.
Но вашу конкретную работу он не знает.
Возьмём простую ситуацию: мидл-программист работает с ИИ.
ИИ может объяснить паттерны проектирования, написать кусок кода, предложить тесты, найти ошибку, сравнить библиотеки и даже звучать как очень уверенный senior.
Но он всё равно не знает вашу команду, ваш код, ваши договорённости, ваш уровень допустимого риска, вашу историю костылей, ваш релизный календарь и то, что у вас "быстро поправить" иногда означает "потом три месяца поддерживать".
Он не знает, что в этой задаче важнее: скорость, читаемость, обратная совместимость, производительность или снижение техдолга.
Он не знает, что этот модуль нельзя трогать без соседней команды.
Он не знает, что похожее решение уже ломало прод.
Он не знает, где можно попросить его сгенерировать черновик, а где нужен человек, который понимает последствия.
❤ И вот тут появляется SPF.
SPF — это предметный регламент для ИИ-агента. Не общая инструкция "думай лучше", а правила работы внутри конкретной области.
Например, SPF для мидл-программиста описывает не "объект, метод и результат" вообще, а живые рабочие ситуации:
— как разбирать мутную задачу из трекера;
— как просить ИИ предложить варианты реализации;
— как проверять сгенерированный код;
— как готовить pull request;
— как отличать полезный рефакторинг от опасной переделки;
— как выбирать библиотеку;
— как описывать баг так, чтобы его можно было воспроизвести;
— как не отдавать ИИ решение, за которое потом отвечает разработчик.
FPF даёт общий язык рабочих ходов.
SPF переводит его на язык предметной области.
Для программиста это уже не "удержи контекст", а "учти сервис, модуль, API, контракт, тесты, релиз, владельца кода и риск для прода".
Не "собери варианты", а "предложи три реализации: быструю, безопасную и более архитектурную; покажи цену поддержки каждой".
Не "проверь результат", а "проверь, не сломаны ли публичные контракты, нет ли скрытой зависимости, покрыт ли крайний случай, понятен ли код человеку на ревью".
Не "задай границы самостоятельности", а "не меняй схему данных, не переписывай модуль целиком, не предлагай миграцию без плана отката, сначала спроси человека".
Вот почему SPF может сильно изменить рабочие процессы.
ИИ перестаёт быть просто генератором текста или кода. Он начинает работать по предметным правилам: знает, где черновик, где решение, где риск, где надо остановиться и где нужно вернуть человеку вопрос.
И это меняет позицию специалиста.
Вы всё меньше заняты тем, чтобы вручную разгребать красивую, но сомнительную выдачу ИИ. Всё больше — тем, чтобы задавать правила работы агенту: что можно делать самостоятельно, что проверять, какие ошибки типичны, какой результат годится для следующего рабочего шага.
За SPF почти год работы над FPF: сначала собирался общий язык рабочих ходов, а теперь появляется следующий шаг — предметные регламенты для конкретных областей.
На бесплатном практикуме мы не будем строить большой SPF для всей профессии.
Мы возьмём одну повторяющуюся задачу из вашей работы и соберём первый SPF-0: маленький регламент, по которому ИИ-агент начнёт работать точнее в одной конкретной ситуации.
Это может быть задача программиста, аналитика, руководителя, исследователя, методолога, преподавателя, архитектора, продуктового специалиста — любой области, где ИИ уже помогает, но часто промахивается.
28 июня, 11:30 МСК — бесплатный вводный практикум Анатолия Левенчука
"ИИ знает почти всё. А вашу работу — нет"
Форма подготовки: https://forms.gle/Y89cievfJMVfcS4TA
После заполнения вы получите маршрут с инструкцией на почту: что открыть, какой пример взять и с чем прийти на практикум.
ИИ может знать статьи, книги, GitHub, конференции, модные слова и даже примерно понимать, кто такой Анатолий Левенчук.
Но вашу конкретную работу он не знает.
Возьмём простую ситуацию: мидл-программист работает с ИИ.
ИИ может объяснить паттерны проектирования, написать кусок кода, предложить тесты, найти ошибку, сравнить библиотеки и даже звучать как очень уверенный senior.
Но он всё равно не знает вашу команду, ваш код, ваши договорённости, ваш уровень допустимого риска, вашу историю костылей, ваш релизный календарь и то, что у вас "быстро поправить" иногда означает "потом три месяца поддерживать".
Он не знает, что в этой задаче важнее: скорость, читаемость, обратная совместимость, производительность или снижение техдолга.
Он не знает, что этот модуль нельзя трогать без соседней команды.
Он не знает, что похожее решение уже ломало прод.
Он не знает, где можно попросить его сгенерировать черновик, а где нужен человек, который понимает последствия.
SPF — это предметный регламент для ИИ-агента. Не общая инструкция "думай лучше", а правила работы внутри конкретной области.
Например, SPF для мидл-программиста описывает не "объект, метод и результат" вообще, а живые рабочие ситуации:
— как разбирать мутную задачу из трекера;
— как просить ИИ предложить варианты реализации;
— как проверять сгенерированный код;
— как готовить pull request;
— как отличать полезный рефакторинг от опасной переделки;
— как выбирать библиотеку;
— как описывать баг так, чтобы его можно было воспроизвести;
— как не отдавать ИИ решение, за которое потом отвечает разработчик.
FPF даёт общий язык рабочих ходов.
SPF переводит его на язык предметной области.
Для программиста это уже не "удержи контекст", а "учти сервис, модуль, API, контракт, тесты, релиз, владельца кода и риск для прода".
Не "собери варианты", а "предложи три реализации: быструю, безопасную и более архитектурную; покажи цену поддержки каждой".
Не "проверь результат", а "проверь, не сломаны ли публичные контракты, нет ли скрытой зависимости, покрыт ли крайний случай, понятен ли код человеку на ревью".
Не "задай границы самостоятельности", а "не меняй схему данных, не переписывай модуль целиком, не предлагай миграцию без плана отката, сначала спроси человека".
Вот почему SPF может сильно изменить рабочие процессы.
ИИ перестаёт быть просто генератором текста или кода. Он начинает работать по предметным правилам: знает, где черновик, где решение, где риск, где надо остановиться и где нужно вернуть человеку вопрос.
И это меняет позицию специалиста.
Вы всё меньше заняты тем, чтобы вручную разгребать красивую, но сомнительную выдачу ИИ. Всё больше — тем, чтобы задавать правила работы агенту: что можно делать самостоятельно, что проверять, какие ошибки типичны, какой результат годится для следующего рабочего шага.
За SPF почти год работы над FPF: сначала собирался общий язык рабочих ходов, а теперь появляется следующий шаг — предметные регламенты для конкретных областей.
На бесплатном практикуме мы не будем строить большой SPF для всей профессии.
Мы возьмём одну повторяющуюся задачу из вашей работы и соберём первый SPF-0: маленький регламент, по которому ИИ-агент начнёт работать точнее в одной конкретной ситуации.
Это может быть задача программиста, аналитика, руководителя, исследователя, методолога, преподавателя, архитектора, продуктового специалиста — любой области, где ИИ уже помогает, но часто промахивается.
28 июня, 11:30 МСК — бесплатный вводный практикум Анатолия Левенчука
"ИИ знает почти всё. А вашу работу — нет"
Форма подготовки: https://forms.gle/Y89cievfJMVfcS4TA
После заполнения вы получите маршрут с инструкцией на почту: что открыть, какой пример взять и с чем прийти на практикум.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥9🔥6✍2❤1👍1
Вакансия для AI-агента уже выглядит менее странно, чем хотелось бы
Недавно в чат принесли ссылку на вакансию, написанную не для человека, а для автономного или полуавтономного AI-агента: нужен исполнитель, который умеет делать сложные задачи с минимальной человеческой помощью, писать технические тексты, код, документацию, решать открытые проблемы и давать измеримый результат.
Можно посмеяться, конечно. Но недолго.
Потому что за этой странной вакансией стоит вполне реальный сдвиг: AI всё чаще воспринимают не как чат для вопросов, а как участника работы, которому можно отдать кусок задачи. И вот тут быстро выясняется, что "умный агент" сам по себе не решает главную проблему.
Агенту всё равно надо объяснить, что такое хорошая работа.
Не в целом "будь полезным", "думай как эксперт" и "дай качественный результат", а предметно: какие ходы в этой области сильные, какие ошибки новичковые, какие варианты надо отсечь сразу, где нельзя фантазировать, где надо остановиться и вернуть вопрос человеку, какой результат можно положить в следующую работу.
Анатолий в комментариях дал очень точный образ: если всем скрипачам выдать скрипки Страдивари, музыка станет лучше, но играть они всё равно будут по-разному. Сейчас всем выдали сильный AI. Скорость и качество работы вырастут, но решающим остаётся мышление человека, который ставит задачу, направляет агента и понимает, что тот вернул.
В этом месте FPF становится способом усилить собственное мышление в работе с AI.
Он заставляет смотреть на задачу рабочими различениями: что именно меняем, какой объект под вопросом, какой ход сейчас уместен, какие основания нужны, что считать результатом.
Вчера участники уже пробовали это на живых задачах: кто-то прогнал через FPF работу Claude Code со skill-файлом и получил более точное поведение агента, кто-то собирал через сильную модель спецификацию для команды и дальше отдавал её Sonnet как уже подготовленную работу.
Самое интересное там не в конкретных инструментах, а в развороте роли: сильная модель нужна там, где надо глубже думать, а дальше можно более подготовленную работу передавать исполнителю попроще.
И теперь следующий шаг — SPF.
Потому что FPF даёт общие принципы рабочих ходов, а SPF отвечает на вопрос:
Для программиста, аналитика, руководителя, методолога, исследователя, преподавателя, архитектора продукта — у всех будут разные типовые промахи, разные сильные ходы, разные границы самостоятельности агента.
Завтра на бесплатном практикуме Анатолия Левенчука будем делать первый маленький SPF-0 под одну свою задачу.
Это оптимальная точка входа: не нужно верить на слово, просто проверяем на своём примере, что меняется, когда AI получает не только запрос, но и принципы, по которым должен работать.
28 июня, 11:30 МСК
Бесплатный практикум "ИИ знает почти всё. А вашу работу — нет"
Материалы, презентацию и напоминания выложим здесь, на канале "Рабочее развитие": @mim_workdev
Недавно в чат принесли ссылку на вакансию, написанную не для человека, а для автономного или полуавтономного AI-агента: нужен исполнитель, который умеет делать сложные задачи с минимальной человеческой помощью, писать технические тексты, код, документацию, решать открытые проблемы и давать измеримый результат.
Можно посмеяться, конечно. Но недолго.
Потому что за этой странной вакансией стоит вполне реальный сдвиг: AI всё чаще воспринимают не как чат для вопросов, а как участника работы, которому можно отдать кусок задачи. И вот тут быстро выясняется, что "умный агент" сам по себе не решает главную проблему.
Агенту всё равно надо объяснить, что такое хорошая работа.
Не в целом "будь полезным", "думай как эксперт" и "дай качественный результат", а предметно: какие ходы в этой области сильные, какие ошибки новичковые, какие варианты надо отсечь сразу, где нельзя фантазировать, где надо остановиться и вернуть вопрос человеку, какой результат можно положить в следующую работу.
Анатолий в комментариях дал очень точный образ: если всем скрипачам выдать скрипки Страдивари, музыка станет лучше, но играть они всё равно будут по-разному. Сейчас всем выдали сильный AI. Скорость и качество работы вырастут, но решающим остаётся мышление человека, который ставит задачу, направляет агента и понимает, что тот вернул.
В этом месте FPF становится способом усилить собственное мышление в работе с AI.
Он заставляет смотреть на задачу рабочими различениями: что именно меняем, какой объект под вопросом, какой ход сейчас уместен, какие основания нужны, что считать результатом.
Вчера участники уже пробовали это на живых задачах: кто-то прогнал через FPF работу Claude Code со skill-файлом и получил более точное поведение агента, кто-то собирал через сильную модель спецификацию для команды и дальше отдавал её Sonnet как уже подготовленную работу.
Самое интересное там не в конкретных инструментах, а в развороте роли: сильная модель нужна там, где надо глубже думать, а дальше можно более подготовленную работу передавать исполнителю попроще.
И теперь следующий шаг — SPF.
Потому что FPF даёт общие принципы рабочих ходов, а SPF отвечает на вопрос:
как именно это должно работать в вашей области.
Для программиста, аналитика, руководителя, методолога, исследователя, преподавателя, архитектора продукта — у всех будут разные типовые промахи, разные сильные ходы, разные границы самостоятельности агента.
Завтра на бесплатном практикуме Анатолия Левенчука будем делать первый маленький SPF-0 под одну свою задачу.
Это оптимальная точка входа: не нужно верить на слово, просто проверяем на своём примере, что меняется, когда AI получает не только запрос, но и принципы, по которым должен работать.
28 июня, 11:30 МСК
Бесплатный практикум "ИИ знает почти всё. А вашу работу — нет"
Материалы, презентацию и напоминания выложим здесь, на канале "Рабочее развитие": @mim_workdev
👍8❤🔥3🤝2❤1
просмотр практикума.png
1.5 MB
Перед стартом хотим правильно настроить ожидания.
Это не будет лёгкий мотивационный вебинар про "пять промптов для работы". Мы идём к переднему краю: FPF, SPF, AI-агенты, предметные регламенты, первые принципы рабочих задач. Местами будет сложно, особенно если вы у нас впервые.
И это нормально.
Сложно не потому, что "вы не справляетесь", а потому что материал тянет выше привычного уровня. Когда вы идёте за сильным мышлением, часть пути всегда проходит через состояние: "я понимаю не всё, но начинаю видеть больше".
Задача на сегодня простая: не объять весь FPF, не разобраться во всех терминах, не построить идеальный предметный регламент.
Задача — дойти до первого понятного результата на одной своей рабочей ситуации.
Если текст на слайде пугает — смотрите на картинку и слушайте голосом❗️
Если потеряли нить — возвращайтесь к своей задаче: какой документ, процесс, решение, модуль, роль, метрика или повторяющаяся ситуация у вас есть прямо сейчас?
Если встретили непонятный термин — не зависайте. Запишите его и потом разберите с AI-агентом.
Если кажется, что материала много, запланируйте второй проход. Для семинаров Анатолия это нормально: иногда на один час материала нужно два часа проработки, а иногда больше. Не потому что всё плохо, а потому что там много нового и плотного.
Ильшат в своём докладе хорошо показал рабочий способ: смотреть семинар не как одноразовое видео, а как материал, который можно разбирать с AI-агентом. Просить объяснить непонятное, собрать связное изложение, привести примеры, проверить понимание, помочь применить к своему проекту.
Поэтому сегодня идём по ступенькам (прикрепляем памятку):
После практикума пришлите в чат, что вы взяли за задачу и какой первый SPF-0 у вас получился. Даже если черновик сырой.
Когда вы описываете свой результат письменно и публично, понимание становится глубже: приходится выбрать главное, назвать рабочую ситуацию, увидеть промахи ИИ и точнее сформулировать правила для агента.
Мы будем помогать с разбором, усиливать удачные находки и показывать хорошие примеры на канале (с учётом nda), чтобы у всех собиралась насмотренность: как разные люди применяют FPF/SPF к своим задачам.
Запись будет. Слайды сейчас загрузим вместе со ссылкой — в формате презентации, чтобы можно было приближать и рассматривать.
Наши наставники будут рядом в чате. Если вы у нас впервые, если пугают термины, если не знаете, с какой задачей зайти, пишите. Мы поможем пройти первый шаг.
Сегодня главное — попробовать и получить первый рабочий результат, а не понять всё.
Старт в 11:30 МСК — до встречи online!
Форма подготовки: https://forms.gle/Y89cievfJMVfcS4TA
Материалы и напоминания — здесь, в "Рабочем развитии" (@mim_workdev).
Это не будет лёгкий мотивационный вебинар про "пять промптов для работы". Мы идём к переднему краю: FPF, SPF, AI-агенты, предметные регламенты, первые принципы рабочих задач. Местами будет сложно, особенно если вы у нас впервые.
И это нормально.
Сложно не потому, что "вы не справляетесь", а потому что материал тянет выше привычного уровня. Когда вы идёте за сильным мышлением, часть пути всегда проходит через состояние: "я понимаю не всё, но начинаю видеть больше".
Задача на сегодня простая: не объять весь FPF, не разобраться во всех терминах, не построить идеальный предметный регламент.
Задача — дойти до первого понятного результата на одной своей рабочей ситуации.
Если текст на слайде пугает — смотрите на картинку и слушайте голосом❗️
Если потеряли нить — возвращайтесь к своей задаче: какой документ, процесс, решение, модуль, роль, метрика или повторяющаяся ситуация у вас есть прямо сейчас?
Если встретили непонятный термин — не зависайте. Запишите его и потом разберите с AI-агентом.
Если кажется, что материала много, запланируйте второй проход. Для семинаров Анатолия это нормально: иногда на один час материала нужно два часа проработки, а иногда больше. Не потому что всё плохо, а потому что там много нового и плотного.
Ильшат в своём докладе хорошо показал рабочий способ: смотреть семинар не как одноразовое видео, а как материал, который можно разбирать с AI-агентом. Просить объяснить непонятное, собрать связное изложение, привести примеры, проверить понимание, помочь применить к своему проекту.
Поэтому сегодня идём по ступенькам (прикрепляем памятку):
1. Смотрим картинки и слушаем.
2. Дожидаемся практического задания.
3. Берём одну свою задачу.
4. Делаем первый черновик SPF-0.
5. После практикума возвращаемся к слайдам и разбираем непонятное с AI-агентом.
6. Присылаем здесь, в комментарии, свой первый черновик
После практикума пришлите в чат, что вы взяли за задачу и какой первый SPF-0 у вас получился. Даже если черновик сырой.
Когда вы описываете свой результат письменно и публично, понимание становится глубже: приходится выбрать главное, назвать рабочую ситуацию, увидеть промахи ИИ и точнее сформулировать правила для агента.
Мы будем помогать с разбором, усиливать удачные находки и показывать хорошие примеры на канале (с учётом nda), чтобы у всех собиралась насмотренность: как разные люди применяют FPF/SPF к своим задачам.
Запись будет. Слайды сейчас загрузим вместе со ссылкой — в формате презентации, чтобы можно было приближать и рассматривать.
Наши наставники будут рядом в чате. Если вы у нас впервые, если пугают термины, если не знаете, с какой задачей зайти, пишите. Мы поможем пройти первый шаг.
Сегодня главное — попробовать и получить первый рабочий результат, а не понять всё.
Старт в 11:30 МСК — до встречи online!
Форма подготовки: https://forms.gle/Y89cievfJMVfcS4TA
Материалы и напоминания — здесь, в "Рабочем развитии" (@mim_workdev).
❤2🤝1
https://disk.yandex.ru/i/0bQxr3e7b2PpfA
Мы даём презентацию заранее именно в формате слайдов, чтобы можно было приближать картинки, смотреть детали и возвращаться к ним после встречи.
Главное перед стартом — выберите одну рабочую задачу, с которой будете пробовать FPF/SPF (это будет "домашкой", с которой начнём).
Здесь может быть документ, процесс, решение, модуль, роль, метрика, повторяющаяся ситуация, задача для ИИ-агента или место, где ИИ обычно отвечает уверенно, но промахивается мимо вашей реальной работы.
___________________________
👇👇👇 Итого по подготовке.
1. Если вы первый раз на семинаре нашего научного руководителя, обязательно прочтите предыдущий пост с рекомендациями по просмотру.
2. По задаче, если есть 10–15 минут, форма подготовки:
https://forms.gle/Y89cievfJMVfcS4TA
3. Если времени совсем мало, можно взять быструю памятку со второй картинки здесь: https://t.me/mim_workdev/187
Сегодня хороший результат — взять одну задачу и сделать первый черновик SPF-0: правила, по которым AI-агенту будет легче и сильно качественнее работать именно в вашей области
Запись будет. Но лучше прийти онлайн, потому что важнее всего сегодня — дойти до практического задания и попробовать на своей задаче.
Во время встречи и после неё — наши наставники будут помогать в чате. Если вы у нас впервые, если пугают термины или непонятно, какую задачу взять, пишите.
Здесь все учатся и помогают друг другу.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11👍4🔥2🤝1
Так обсуждение сохранится после встречи, и наставникам будет удобнее отвечать по ходу и после эфира. Zoom используем для просмотра и участия в семинаре.
Ссылка на подключение:
https://us06web.zoom.us/j/81869336950?pwd=GatgbNUmbzgy4s2dz0tjMWqIaUYjUF.1
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7🔥1🤝1
Media is too big
VIEW IN TELEGRAM
Запись бесплатного практикума Анатолия Левенчука "ИИ знает почти всё. А вашу работу — нет".
Коллеги, спасибо всем, кто сегодня подключился в Zoom ❤️
Почти 170 человек смотрели онлайн, пробовали FPF/SPF на своих задачах, задавали вопросы, сравнивали ответы ИИ, делали первые DPF/SPF-0 и сразу приносили результаты в чат.
Это новый для МИМ формат: практикум по свежей разработке, где материал показывался впервые, а участники сразу проверяли его на своих рабочих ситуациях.
Кому-то было недостаточно сложно.
Кому-то было наоборот — слишком сложно.
Кто-то успел получить десятки страниц результата.
Кто-то понял, что будет проходить запись вторым кругом.
Кто-то уже увидел разницу между обычным ответом ИИ и ответом с опорой на FPF.
Для практикума о передовой технологии это нормальная амплитуда.
Его ценность в первом рабочем результате — человек берёт свою задачу и видит, что меняется, когда AI-агент получает принципы работы, предметные правила и более точную постановку.
Особенно ценно, что сразу появились примеры из очень разных областей: backend-разработка, архитектура ПО, R&D, строительные проекты, маркетплейсы, СЭД, trading, DevOps, перевод, управление lead time, low-code ИС, карьерные задачи и другие рабочие ситуации.
В комментариях уже больше сотни сообщений с разным опытом, моделями, технологиями и подходами.
Это тоже материал для дальнейшей работы💼 — его можно использовать вместе со слайдоментом👆 и транскрибацией семинара👇, чтобы разбирать практикум с AI-агентом, вытаскивать примеры, уточнять и видеть, как разные участники применяют FPF/SPF к своим задачам.
❗️ Если вы не были онлайн, запись будет полноценной заменой.
Лучше смотреть её не фоном, а как рабочий материал: открыть слайды, подготовить одну свою задачу и пройти практикум вместе с AI-агентом.
Для подготовки:
1. Возьмите одну рабочую задачу: документ, процесс, решение, модуль, метрику, повторяющуюся ситуацию или место, где ИИ обычно отвечает уверенно, но промахивается.
2. Проверьте, что вам пришло письмо с инструкцией после заполнения:
https://forms.gle/Y89cievfJMVfcS4TA
Если письмо не пришло или произошёл сбой — напишите в комментариях, поможем вручную.
3. Во время просмотра держите фокус на первом результате: черновике SPF-0 под одну задачу. Потом его можно дорабатывать, уточнять с AI-агентом и приносить в чат.
4. Отдельно просим: присылайте свои черновики, даже сырые. Это полезно вам самим: когда вы описываете результат письменно, приходится точнее назвать задачу, увидеть промахи ИИ и сформулировать правила для агента.
Там часто помогают с разбором, усиливают удачные находки и показывают хорошие примеры на канале с учётом рабочих ограничений, чтобы у всех собиралась насмотренность по применению FPF/SPF в разных областях.
Коллеги, спасибо всем, кто сегодня подключился в Zoom ❤️
Почти 170 человек смотрели онлайн, пробовали FPF/SPF на своих задачах, задавали вопросы, сравнивали ответы ИИ, делали первые DPF/SPF-0 и сразу приносили результаты в чат.
Это новый для МИМ формат: практикум по свежей разработке, где материал показывался впервые, а участники сразу проверяли его на своих рабочих ситуациях.
Кому-то было недостаточно сложно.
Кому-то было наоборот — слишком сложно.
Кто-то успел получить десятки страниц результата.
Кто-то понял, что будет проходить запись вторым кругом.
Кто-то уже увидел разницу между обычным ответом ИИ и ответом с опорой на FPF.
Для практикума о передовой технологии это нормальная амплитуда.
Его ценность в первом рабочем результате — человек берёт свою задачу и видит, что меняется, когда AI-агент получает принципы работы, предметные правила и более точную постановку.
Особенно ценно, что сразу появились примеры из очень разных областей: backend-разработка, архитектура ПО, R&D, строительные проекты, маркетплейсы, СЭД, trading, DevOps, перевод, управление lead time, low-code ИС, карьерные задачи и другие рабочие ситуации.
В комментариях уже больше сотни сообщений с разным опытом, моделями, технологиями и подходами.
Это тоже материал для дальнейшей работы💼 — его можно использовать вместе со слайдоментом👆 и транскрибацией семинара👇, чтобы разбирать практикум с AI-агентом, вытаскивать примеры, уточнять и видеть, как разные участники применяют FPF/SPF к своим задачам.
Лучше смотреть её не фоном, а как рабочий материал: открыть слайды, подготовить одну свою задачу и пройти практикум вместе с AI-агентом.
Для подготовки:
1. Возьмите одну рабочую задачу: документ, процесс, решение, модуль, метрику, повторяющуюся ситуацию или место, где ИИ обычно отвечает уверенно, но промахивается.
2. Проверьте, что вам пришло письмо с инструкцией после заполнения:
https://forms.gle/Y89cievfJMVfcS4TA
Если письмо не пришло или произошёл сбой — напишите в комментариях, поможем вручную.
3. Во время просмотра держите фокус на первом результате: черновике SPF-0 под одну задачу. Потом его можно дорабатывать, уточнять с AI-агентом и приносить в чат.
4. Отдельно просим: присылайте свои черновики, даже сырые. Это полезно вам самим: когда вы описываете результат письменно, приходится точнее назвать задачу, увидеть промахи ИИ и сформулировать правила для агента.
Там часто помогают с разбором, усиливают удачные находки и показывают хорошие примеры на канале с учётом рабочих ограничений, чтобы у всех собиралась насмотренность по применению FPF/SPF в разных областях.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍13❤11🙏3🔥1
_narrativizaciya_seminara_anatoliya_s_slidementom.md
34.8 KB
Вчера в обсуждении Анатолий отдельно подчеркнул важный шаг:
"полученный черновик надо улучшать". Именно здесь начинается разница между "посмотрел, было интересно" и настоящим переходом к рабочему навыку.
На практикуме многие уже получили первый черновик SPF/DPF. Это хороший старт, но сам по себе черновик ещё не даёт устойчивой работы с AI-агентом. Его нужно читать, проверять, сужать предметную область, уточнять правила, добавлять примеры, видеть промахи агента и запускать циклы улучшения. В самом FPF для этого есть приёмы и инструменты, и первые шаги особенно важно пройти внимательно.
https://disk.yandex.ru/i/EdZYF3G_yilfmA
— открыть слайдомент,
— подготовить одну свою рабочую задачу (по инструкции, которую направляли после заполнения формы)
— и проходить шаги вместе с AI-агентом.
Дополнительно мы подготовили и прикрепляем нарративизацию семинара по подходу Ильшата. Это связное письменное изложение с восстановленной логикой доклада, практическими шагами и смысловыми акцентами. Его удобно читать рядом с записью, загружать AI-агенту, задавать по нему вопросы и возвращаться к сложным местам без необходимости пересматривать всё целиком.
Материалы, запись и поддержка обсуждения остаются доступными без ограничения по сроку — как и всё, что делает МИМ.
Конкретные интерфейсы, модели и названия инструментов будут быстро меняться, но способность задавать AI-агентам принципы, предметные правила и проверяемые рабочие ходы будет становиться всё ценнее.
Сейчас редкая возможность, когда можно начать осваивать этот подход в момент его появления: с авторским объяснением, живыми материалами, обсуждением и возможностью сразу пробовать на своих задачах.
О серии следующих семинаров по FPF и DPF напишем отдельным постом. Сейчас главный шаг — забрать запись, пройти практикум на своей задаче и получить первый материал, с которым уже можно работать дальше.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥18❤9🙏5👍2
Мозг умеет очень уютно проживать будущую версию жизни прямо в голове:
вот мы уже всё спланировали, выбрали идеальные вечера, мысленно освободили календарь, заранее превзошли ожидаемый результат, почти стали человеком будущего.
Эндорфины пришли. Практикум остался на потом 🫠
Поэтому дружеское напоминание ❤️ — запись FPF-практикума можно проходить частями. Не нужно ждать большого свободного окна.
Достаточно подготовить маленький кусок управляемого развития: открыть запись и слайдомент, положить рядом свой первый черновик DPF/SPF, сделать так, чтобы вас 20 минут не дёргали, и спросить AI-агента, что в этом черновике стоит улучшить.
В чате уже делились отличными кейсами: участники брали вопросы, с которыми до этого несколько дней работали через нейронку, и с FPF получали сильный ход с первой попытки.
Самый простой ход от Анатолия:
Если вы ещё не добрались до записи — начните с 20 минут. Если уже смотрели — вернитесь к своему черновику.
Иногда одного небольшого прохода хватает, чтобы вокруг задачи начали появляться следующие рабочие ходы❤
Как у вас дела?
❤️ — уже посмотрел(а)
👍 — докручиваю черновик
✍️ — начну с 20 минут
😱 — о каком практикуме речь?
вот мы уже всё спланировали, выбрали идеальные вечера, мысленно освободили календарь, заранее превзошли ожидаемый результат, почти стали человеком будущего.
Эндорфины пришли. Практикум остался на потом 🫠
Поэтому дружеское напоминание ❤️ — запись FPF-практикума можно проходить частями. Не нужно ждать большого свободного окна.
Достаточно подготовить маленький кусок управляемого развития: открыть запись и слайдомент, положить рядом свой первый черновик DPF/SPF, сделать так, чтобы вас 20 минут не дёргали, и спросить AI-агента, что в этом черновике стоит улучшить.
Самый простой ход от Анатолия:
Прочитать результат, подумать, сузить предметную область, поправить термин, попросить агента доредактировать файл или перегенерировать черновик. Так первый сырой ответ постепенно превращается в материал, с которым уже можно работать.
Если вы ещё не добрались до записи — начните с 20 минут. Если уже смотрели — вернитесь к своему черновику.
Иногда одного небольшого прохода хватает, чтобы вокруг задачи начали появляться следующие рабочие ходы
Как у вас дела?
❤️ — уже посмотрел(а)
👍 — докручиваю черновик
✍️ — начну с 20 минут
😱 — о каком практикуме речь?
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
✍11❤10👍9🤓1
Откладывать особенно дорого, когда рабочая реальность меняется быстрее наших планов.
ИИ всё плотнее входит в рабочие процессы, все двигаются быстрее, горизонт планирования продолжает сжиматься. Об этом говорят уже многие крупные управленцы.
В такой реальности выигрывает не тот, кто ждёт более подходящего момента, а тот, кто улучшает свои рабочие ходы здесь и сейчас.
Иначе будет расти ощущение, что рабочая позиция постепенно слабеет: вокруг появляются люди, которые умеют получать от AI-агентов более быстрые, полезные и точные ходы, пока у вас всё ещё слишком много времени уходит на ручную доводку сырых AI-ответов.
Со временем разница становится ощутимее: кто просто пользуется AI как быстрым генератором, а кто начинает задавать агентам правила работы и темп в проекте.
В Рабочем развитии ответ простой: берём и делаем.
В МИМ рабочее развитие начинается там, где человек берёт реальную задачу и меняет способ работы с ней: задача ставится точнее, решение проверяется раньше, команда получает материал, который можно использовать дальше.
А уже вслед за этим меняется и уверенность в своей рабочей позиции.
На бесплатном практикуме многие уже увидели первые изменения в своих проектах: один и тот же AI-агент начинает отвечать иначе, когда получает FPF, предметную область и более точную постановку.
Меняется сам характер ответа.
Серия из 5 семинаров — следующий шаг после первого знакомства: научиться работать с AI-черновиком как инженер-менеджер, который задаёт правила, проверяет результат и доводит материал до применения.
После серии участник должен прийти к позиции:
Это серия про новую рабочую грамотность: как включать AI-агента в проект через принципы, предметные правила, проверки и циклы улучшения.
✅ В серии 5 связанных семинаров:
1. Минимум FPF-грамотности: как направлять рабочие ходы AI-агента в проекте
Что должен понимать человек, чтобы AI-ответ продвигал задачу.
2. Какие ходы решают судьбу проекта: архитектурное мышление, когда системного уже мало
Как ставить людям и AI-агентам задачи о том, что менять, что сохранять, где проводить границы и какие характеристики удерживать.
3. От проблемной ситуации к выполненной работе: как собрать рабочий процесс
Как собрать путь от проблемы к поручению для человека или AI-агента, выполнению и управляемому результату.
4. Точность языка: как слова вроде "готово", "качество" и "согласовано" срывают планы
Точность языка в рабочих разговорах, документах и заданиях AI-агентам.
5. Свой DPF: как дать AI-агенту правила вашей работы
От первого SPF к предметному регламенту для вашей области, проекта и команды.
Семинары проходят по воскресеньям: 12 июля, 19 июля, 26 июля, 2 августа и 9 августа, с 11:30 до 14:30 МСК. Записи, материалы, обсуждения и поддержка сохраняются без временных ограничений.
✅ Цены на семинары по отдельности и весь пакет:
один семинар — 14 000 ₽
пакет из 5 семинаров — 60 000 ₽.
Можно начать с одного семинара или сразу взять весь маршрут из пяти встреч:
https://t.me/SystemsSchool_bot
Путь: "Меню → Оплата участия".
По любым доп.вопросам, связанным оплатой: @Gelya1848
ИИ всё плотнее входит в рабочие процессы, все двигаются быстрее, горизонт планирования продолжает сжиматься. Об этом говорят уже многие крупные управленцы.
В такой реальности выигрывает не тот, кто ждёт более подходящего момента, а тот, кто улучшает свои рабочие ходы здесь и сейчас.
Иначе будет расти ощущение, что рабочая позиция постепенно слабеет: вокруг появляются люди, которые умеют получать от AI-агентов более быстрые, полезные и точные ходы, пока у вас всё ещё слишком много времени уходит на ручную доводку сырых AI-ответов.
Со временем разница становится ощутимее: кто просто пользуется AI как быстрым генератором, а кто начинает задавать агентам правила работы и темп в проекте.
В Рабочем развитии ответ простой: берём и делаем.
В МИМ рабочее развитие начинается там, где человек берёт реальную задачу и меняет способ работы с ней: задача ставится точнее, решение проверяется раньше, команда получает материал, который можно использовать дальше.
А уже вслед за этим меняется и уверенность в своей рабочей позиции.
На бесплатном практикуме многие уже увидели первые изменения в своих проектах: один и тот же AI-агент начинает отвечать иначе, когда получает FPF, предметную область и более точную постановку.
Меняется сам характер ответа.
Серия из 5 семинаров — следующий шаг после первого знакомства: научиться работать с AI-черновиком как инженер-менеджер, который задаёт правила, проверяет результат и доводит материал до применения.
После серии участник должен прийти к позиции:
я умею не просто спрашивать AI-агента, а задавать ему правила своей работы, проверять ответ и доводить черновик до материала, который двигает задачу, команду и проект
Это серия про новую рабочую грамотность: как включать AI-агента в проект через принципы, предметные правила, проверки и циклы улучшения.
1. Минимум FPF-грамотности: как направлять рабочие ходы AI-агента в проекте
Что должен понимать человек, чтобы AI-ответ продвигал задачу.
2. Какие ходы решают судьбу проекта: архитектурное мышление, когда системного уже мало
Как ставить людям и AI-агентам задачи о том, что менять, что сохранять, где проводить границы и какие характеристики удерживать.
3. От проблемной ситуации к выполненной работе: как собрать рабочий процесс
Как собрать путь от проблемы к поручению для человека или AI-агента, выполнению и управляемому результату.
4. Точность языка: как слова вроде "готово", "качество" и "согласовано" срывают планы
Точность языка в рабочих разговорах, документах и заданиях AI-агентам.
5. Свой DPF: как дать AI-агенту правила вашей работы
От первого SPF к предметному регламенту для вашей области, проекта и команды.
Семинары проходят по воскресеньям: 12 июля, 19 июля, 26 июля, 2 августа и 9 августа, с 11:30 до 14:30 МСК. Записи, материалы, обсуждения и поддержка сохраняются без временных ограничений.
один семинар — 14 000 ₽
пакет из 5 семинаров — 60 000 ₽.
Можно начать с одного семинара или сразу взять весь маршрут из пяти встреч:
https://t.me/SystemsSchool_bot
Путь: "Меню → Оплата участия".
По любым доп.вопросам, связанным оплатой: @Gelya1848
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3❤1🤝1
❗️Для тех, кто после практикума начал делать свой DPF/SPF — появился хороший повод сделать второй проход.
Вчера были обновлены паттерны FPF и описание формата, в котором делается DPF. Плюс появился живой пример DPF по нарративизации, сделанный за полноценный рабочий день: как превращать сложные идеи, структуры и материалы в понятное изложение для читателя, сохраняя смысл, порядок и возможность вернуться к источнику.
Анатолий взял предметную область, провёл её через обновлённый FPF, доработал форму пакета и показал, как такой материал можно применять дальше — для текстов, объяснений, программ семинаров и других рабочих материалов.
Это демонстрация рабочего цикла:
Сначала появляется первый рабочий материал. Потом к нему возвращаются, проверяют, уточняют и усиливают.
Что предлагаем сделать сейчас:
— взять свежий FPF;
— вернуться к своему DPF/SPF и повторить работу ещё раз.
Приносите результаты в чат🤌
Особенно интересно сравнить: что стало точнее в предметной области, что появилось в структуре, где агент стал лучше различать задачи, аккуратнее собирать материал и яснее показывать, что ещё нужно доработать.
На серии семинаров будем разбирать именно этот следующий уровень: как задавать правила своей предметной области, усиливать DPF/SPF проверками, примерами и рабочими связями — чтобы AI-агент устойчиво держал вашу предметную область и помогал получать более точные постановки, решения, объяснения, программы, тексты и материалы для команды.
GitHub | Статья Анатолия | Практикум
Вчера были обновлены паттерны FPF и описание формата, в котором делается DPF. Плюс появился живой пример DPF по нарративизации, сделанный за полноценный рабочий день: как превращать сложные идеи, структуры и материалы в понятное изложение для читателя, сохраняя смысл, порядок и возможность вернуться к источнику.
Анатолий взял предметную область, провёл её через обновлённый FPF, доработал форму пакета и показал, как такой материал можно применять дальше — для текстов, объяснений, программ семинаров и других рабочих материалов.
Это демонстрация рабочего цикла:
release early, release often
Сначала появляется первый рабочий материал. Потом к нему возвращаются, проверяют, уточняют и усиливают.
Что предлагаем сделать сейчас:
— взять свежий FPF;
— вернуться к своему DPF/SPF и повторить работу ещё раз.
Приносите результаты в чат🤌
Особенно интересно сравнить: что стало точнее в предметной области, что появилось в структуре, где агент стал лучше различать задачи, аккуратнее собирать материал и яснее показывать, что ещё нужно доработать.
На серии семинаров будем разбирать именно этот следующий уровень: как задавать правила своей предметной области, усиливать DPF/SPF проверками, примерами и рабочими связями — чтобы AI-агент устойчиво держал вашу предметную область и помогал получать более точные постановки, решения, объяснения, программы, тексты и материалы для команды.
GitHub | Статья Анатолия | Практикум
❤8👍7🔥4
Forwarded from Надежда Маслакова
Кстати сейчас читаю ответ на запрос:
Очень удобно )
У тебя в источниках лежит Narrativization-and-Narrative-Studies-Principles-Framework.md расскажи для чего он нужен
Очень удобно )
🔥6❤3🤝1
Вернёмся в юные годы — когда на хорошую RPG ещё находилось несколько свободных вечеров🍻
Для тех, ктопока не играл:
это история, в которой сюжет часто зависит от вашего выбора. Например: герой выходит из убежища, идёт по карте, проходит локации, собирает инструменты и возвращается с тем, что помогает спасти своё поселение.
Итак...
"Мир… Мир уже изменился"
AI-агенты ускоряют работу. Одни команды быстрее получают постановки, варианты решений, проверки, объяснения и материалы для команды🥡 Другие всё ещё вручную разбирают слишком общие AI-ответы и каждый раз заново объясняют агенту, что у них вообще происходит😰
Убежище вроде бы держится, но система жизнеобеспечения уже тревожно шумит: сроки сжимаются, договорённости расходятся, результат получается посредственным, а ручная доводка съедает всё больше сил🧐
В этой истории FPF — карта рабочих ходов.
Для тех, кто играл, почти "Пип-Бой" для AI-задач.
Он помогает понять, где перед вами проблема, где решение, где архитектурный вопрос, где документ, где план, где выполненная работа, где проверка и какой следующий ход предложил AI-агент.
В нашей версии убежище — это команда и проект😌 😃
Внутри живут люди, процессы, договорённости, куски кода, документы, планы и надежда, что всё это как-то продолжит работать.
И по какой-то причине именно вы становитесь избранным🤕
Хотя в рюкзаке пока нет полного комплекта пройденных руководств. Хотя на карте ещё много тумана. Хотя в голове звучит: "а вдруг ничего не получится?".
В хорошей RPG герой начинает не с финальной брони. У него есть первая задача, проводник, подсказки по пути и возможность становиться сильнее на каждом следующем шаге.
Здесь так же: достаточно прийти со своей рабочей ситуацией.
Тем, кто уже проходил программы Рабочего развития, будет проще узнавать связи.
Тем, кто приходит впервые, маршрут поможет двигаться по шагам: от первого AI-черновика к предметным правилам, которые можно развивать дальше.
Вернёмся к сюжету.
Для результативного прохождения одной карты мало.
🚙 Нужна машина, которая едет именно по вашей местности.
DPF — это предметные правила вашей области, проекта и команды: что здесь считается хорошей постановкой, какие ошибки типичны, какие ограничения держать, что проверять, где агент может готовить черновик и где должен вернуть вопрос человеку.
Пять семинаров — это пять локаций маршрута:
FPF-грамотность, архитектурные ходы, путь от проблемы к выполненной работе, точность языка и свой DPF для области, проекта и команды.
На каждой локации герой получает часть рабочего комплекта📟 : карту ходов, архитектурные вопросы, способ собирать работу, язык без разночтений и предметные правила для AI-агента.
После всех пяти локаций этот комплект уже привязан к вашей местности🧰 : задачам, ограничениям, типовым ошибкам, проверкам, примерам и правилам команды.
⚡️ Результат после всех семинаров — у команды появляется собственный рабочий язык для AI-агента.
Агент начинает лучше понимать, какую задачу решает, какие ограничения держать, какие ошибки учитывать, что проверять, где вернуть вопрос человеку и какой материал годится для следующего рабочего шага.
Для проекта это означает:
— меньше ручной разборки сырых AI-ответов,
— меньше расхождений в коммуникациях,
— больше проверяемых постановок, решений, объяснений, программ, планов и текстов, которые двигают работу дальше.
Серия стартует 12 июля. Можно пройти один семинар или весь маршрут из пяти встреч.
Подробная программа — здесь: https://system-school.ru/list
Вам знаком этот сюжет?
❤️ Конечно знаком!
👍 Не играл(а)
🤝 Уже решил(а) или склоняюсь, что иду за своим DPF
Для тех, кто
это история, в которой сюжет часто зависит от вашего выбора. Например: герой выходит из убежища, идёт по карте, проходит локации, собирает инструменты и возвращается с тем, что помогает спасти своё поселение.
Итак...
"Мир… Мир уже изменился"
AI-агенты ускоряют работу. Одни команды быстрее получают постановки, варианты решений, проверки, объяснения и материалы для команды
Убежище вроде бы держится, но система жизнеобеспечения уже тревожно шумит: сроки сжимаются, договорённости расходятся, результат получается посредственным, а ручная доводка съедает всё больше сил
В этой истории FPF — карта рабочих ходов.
Для тех, кто играл, почти "Пип-Бой" для AI-задач.
Он помогает понять, где перед вами проблема, где решение, где архитектурный вопрос, где документ, где план, где выполненная работа, где проверка и какой следующий ход предложил AI-агент.
В нашей версии убежище — это команда и проект
Внутри живут люди, процессы, договорённости, куски кода, документы, планы и надежда, что всё это как-то продолжит работать.
И по какой-то причине именно вы становитесь избранным
Хотя в рюкзаке пока нет полного комплекта пройденных руководств. Хотя на карте ещё много тумана. Хотя в голове звучит: "а вдруг ничего не получится?".
В хорошей RPG герой начинает не с финальной брони. У него есть первая задача, проводник, подсказки по пути и возможность становиться сильнее на каждом следующем шаге.
Здесь так же: достаточно прийти со своей рабочей ситуацией.
Тем, кто уже проходил программы Рабочего развития, будет проще узнавать связи.
Тем, кто приходит впервые, маршрут поможет двигаться по шагам: от первого AI-черновика к предметным правилам, которые можно развивать дальше.
Вернёмся к сюжету.
Для результативного прохождения одной карты мало.
DPF — это предметные правила вашей области, проекта и команды: что здесь считается хорошей постановкой, какие ошибки типичны, какие ограничения держать, что проверять, где агент может готовить черновик и где должен вернуть вопрос человеку.
Пять семинаров — это пять локаций маршрута:
FPF-грамотность, архитектурные ходы, путь от проблемы к выполненной работе, точность языка и свой DPF для области, проекта и команды.
На каждой локации герой получает часть рабочего комплекта
После всех пяти локаций этот комплект уже привязан к вашей местности
Агент начинает лучше понимать, какую задачу решает, какие ограничения держать, какие ошибки учитывать, что проверять, где вернуть вопрос человеку и какой материал годится для следующего рабочего шага.
Для проекта это означает:
— меньше ручной разборки сырых AI-ответов,
— меньше расхождений в коммуникациях,
— больше проверяемых постановок, решений, объяснений, программ, планов и текстов, которые двигают работу дальше.
Серия стартует 12 июля. Можно пройти один семинар или весь маршрут из пяти встреч.
Подробная программа — здесь: https://system-school.ru/list
Вам знаком этот сюжет?
❤️ Конечно знаком!
👍 Не играл(а)
🤝 Уже решил(а) или склоняюсь, что иду за своим DPF
Please open Telegram to view this post
VIEW IN TELEGRAM
❤16👍7🤝5
AI вышел на работу. А в курс дела его кто вводил?
Желательно, сразу по регламенту — чтобы потом не платить за ошибки.
В МИМ часто сравнивают AI-агентов с сотрудниками. И это очень точное сравнение.
Умный сотрудник без вводной тоже будет стараться. Он задаст пару вопросов, принесёт приличный черновик, местами даже попадёт в задачу. Но дальше начнётся знакомое: "не то понял", "не это имели в виду", "нужно переделать", "давай я сам объясню заново".
На картинке — разбор примера Анатолия: как один и тот же запрос к AI меняется, если вести его через FPF и доводить до DPF.
Задача была собрать DPF для нарративизации: правила, по которым AI-агент сможет превращать сложные материалы — FPF, архитектуру, граф понятий, транскрипты, материалы семинара — в понятный маршрут для читателя и сохранять связь с источником.
⚫️ Без FPF AI даёт хороший универсальный совет. Такой ответ может помочь с черновиком, но каждый следующий результат снова зависит от удачи, формулировки запроса и ручной доводки.
⚫️ С FPF появляется управление результатом. Агент начинает удерживать источник, выбранную структуру, назначение, потери, проверки и возврат к исходному материалу.
⚫️ Дальше появляется первый DPF/SPF-0. Это уже предметный черновик правил: какие рабочие паттерны нужны, какие ошибки типичны, что проверять, как безопасно использовать AI-черновик, где результат ещё требует человеческого решения.
Но DPF/SPF-0 — это стартовая версия.
⚫️ После 5 практикумов участник доводит её до рабочего DPF для своей области: с правилами, проверками, ограничениями, примерами, приёмочными кейсами и следующими рабочими ходами.
Вот здесь и происходит главный переход.
✅ AI-агент получает предметную среду, по которой можно делать, проверять и усиливать результат уже внутри логики вашей области.
Для всей команды это означает:
— меньше повторного ввода контекста,
— меньше ручного спасения удачных, но сырых ответов,
— меньше зависимости от "повезло с промптом",
— больше рабочих материалов, у которых понятны источник, ограничения, проверки и следующий шаг.
И больше материалов, которые действительно двигают работу дальше.
Это переход от разового удачного ответа к правилам, по которым результат можно получать повторяемо.
Именно его будем делать на практикумах для вашей области: от общего AI-черновика к первому рабочему DPF.
Подробности в расписании — https://system-school.ru/list
Желательно, сразу по регламенту — чтобы потом не платить за ошибки.
В МИМ часто сравнивают AI-агентов с сотрудниками. И это очень точное сравнение.
Умный сотрудник без вводной тоже будет стараться. Он задаст пару вопросов, принесёт приличный черновик, местами даже попадёт в задачу. Но дальше начнётся знакомое: "не то понял", "не это имели в виду", "нужно переделать", "давай я сам объясню заново".
На картинке — разбор примера Анатолия: как один и тот же запрос к AI меняется, если вести его через FPF и доводить до DPF.
Задача была собрать DPF для нарративизации: правила, по которым AI-агент сможет превращать сложные материалы — FPF, архитектуру, граф понятий, транскрипты, материалы семинара — в понятный маршрут для читателя и сохранять связь с источником.
Но DPF/SPF-0 — это стартовая версия.
Вот здесь и происходит главный переход.
Для всей команды это означает:
— меньше повторного ввода контекста,
— меньше ручного спасения удачных, но сырых ответов,
— меньше зависимости от "повезло с промптом",
— больше рабочих материалов, у которых понятны источник, ограничения, проверки и следующий шаг.
И больше материалов, которые действительно двигают работу дальше.
Это переход от разового удачного ответа к правилам, по которым результат можно получать повторяемо.
Именно его будем делать на практикумах для вашей области: от общего AI-черновика к первому рабочему DPF.
Подробности в расписании — https://system-school.ru/list
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥2❤1
У преимущества есть срок годности.
Технология продолжит работать и через полгода.
Но успеете ли вы превратить её в рабочее преимущество?
Пока она не стала обычным фоном — кнопкой в интерфейсе, шаблоном, чужим разбором.
С AI-агентами сейчас то же, что когда-то было с компьютерами и интернетом:
Сначала это преимущество тех, кто разобрался раньше.
Потом — новая рабочая грамотность.
Потом — странно, если специалист этим не владеет🤔
Только скорость теперь другая. И то, что раньше разворачивалось годами, сейчас меняется за месяцы: модели, интерфейсы, агенты, способы работы, ожидания к результату.
❤ Следующий ход — перестроить сам способ задавать работу AI-агенту: от просьб и удачных промптов к правилам области, проверкам и рабочей вводной.
Это выбор — подбирать удачные запросы, ждать удобных инструкций и разбираться позже (по пересказам, шаблонам и чужим примерам).
Или зайти в работу сейчас, пока есть возможность пройти путь рядом с методологией и собрать первые правила для своей области.
На бесплатной встрече было 170 человек, сотни сообщений в чате, первые сравнения обычного AI и AI+FPF, первые черновики DPF/SPF по разным областям.
Многие уже заметили✅ — уровень результата зависит от рабочей вводной, которую человек даёт агенту. Что делать. Что проверять. Какие ограничения держать. Какие ошибки обходить. Какой результат годится для следующего шага.
✅ Это рост класса работы с AI-агентом: от помощника на черновиках к сильному участнику вашей предметной работы.
Цена откладывания простая: каждый месяц вы заново объясняете агенту то, что уже могло стать правилами вашей области. С соответствующими переменами в скорости и "гладкости" рабочих процессов.
На серии из 5 практикумов будем делать первый проход к DPF/SPF для выбранной предметной области: собирать правила, ограничения, проверки, примеры и признаки пригодности результата.
Старт — 12 июля.
Подробная программа — https://system-school.ru/list
Технология продолжит работать и через полгода.
Но успеете ли вы превратить её в рабочее преимущество?
Пока она не стала обычным фоном — кнопкой в интерфейсе, шаблоном, чужим разбором.
С AI-агентами сейчас то же, что когда-то было с компьютерами и интернетом:
Сначала это преимущество тех, кто разобрался раньше.
Потом — новая рабочая грамотность.
Потом — странно, если специалист этим не владеет🤔
Только скорость теперь другая. И то, что раньше разворачивалось годами, сейчас меняется за месяцы: модели, интерфейсы, агенты, способы работы, ожидания к результату.
Это выбор — подбирать удачные запросы, ждать удобных инструкций и разбираться позже (по пересказам, шаблонам и чужим примерам).
Или зайти в работу сейчас, пока есть возможность пройти путь рядом с методологией и собрать первые правила для своей области.
На бесплатной встрече было 170 человек, сотни сообщений в чате, первые сравнения обычного AI и AI+FPF, первые черновики DPF/SPF по разным областям.
Многие уже заметили
Цена откладывания простая: каждый месяц вы заново объясняете агенту то, что уже могло стать правилами вашей области. С соответствующими переменами в скорости и "гладкости" рабочих процессов.
На серии из 5 практикумов будем делать первый проход к DPF/SPF для выбранной предметной области: собирать правила, ограничения, проверки, примеры и признаки пригодности результата.
Старт — 12 июля.
Подробная программа — https://system-school.ru/list
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🔥2💯2
Это правда вам нужно или просто хорошо написано?
В чате появился хороший вопрос от одного из наших резидентов:
С FPF и DPF легко перепутать красивое обещание и рабочую догадку.
Красивое обещание звучало бы так: за 5 практикумов у вас появится готовый регламент организации для AI, агент начнёт работать по вашим правилам, проблемы решатся, счастье наступит.
❗️ Такого мы не обещаем.
За 5 практикумов не появится готовый регламент вашей организации. Не будет переноса всей вашей работы на AI. Не будет гарантии, что агент после серии сам начнёт стабильно решать рабочие проблемы.
Будет другое — менее сказочное, но гораздо более полезное для работы.
Можно сделать первый серьёзный проход к DPF для выбранной предметной области или класса задач: собрать правила, ограничения, типовые ошибки, проверки, примеры и признаки пригодного результата.
Это не волшебная кнопка.
✅ Это вход в новый рабочий язык, который становится всё важнее по мере того, как AI-агенты оказываются ближе к реальной работе: коду, документам, решениям, источникам и материалам команды.
Обычный запрос каждый раз просит AI что-то сделать.
Сила DPF в том, что это не знание кнопок конкретного сервиса, а рабочий язык для AI-агента, который можно переносить между интерфейсами и моделями: какие различения важны, что нужно проверить, где нужен источник, где остановиться и вернуть вопрос человеку.
Тут проще проверять не по тексту, а по своей работе. Узнаёте?
— AI отвечает вроде бы разумно, но часто мимо вашей предметной логики;
— хороший черновик всё равно приходится долго разбирать руками;
— хочется перестать каждый раз повторять одно и то же агенту.
❤ Тогда серию стоит проверить на своей задаче.
Можно прийти без готового DPF/SPF.
Можно прийти без полного набора пройденных руководств.
Достаточно принести свою область, повторяющиеся задачи, типовые ошибки, материалы команды или AI-ответы, которые хочется сделать пригоднее для работы.
И здесь есть отдельная ценность не только для AI-агента.
✅ Работа над DPF помогает провести инвентаризацию собственного предметного мышления: где вы действуете потому что "так повелось", где метод действительно выбран под задачу и ресурсы, какие ошибки повторяются, что уже изменилось в области и где тем же ресурсом можно получать более пригодный результат.
✅ Задача серии — не обещать готовое мастерство за пять встреч, а дать вход в новую рабочую практику:
1️⃣ от общего AI-черновика — к предметным правилам;
2️⃣ от случайно удачного ответа — к проверкам и ограничениям;
3️⃣ от "сделай хорошо" — к уточнению, какой результат годится для следующего рабочего шага.
Если у вас уже появилась догадка, что здесь меняется не интерфейс, а сам способ включать AI в свою работу, её стоит проверить на практике.
На бесплатной встрече многие уже увидели первый сдвиг: один и тот же AI-агент начинает отвечать иначе, когда получает FPF, описание предметной области и более точную постановку.
Серия из пяти 3-часовых практикумов с Анатолием Левенчуком, научным руководителем МИМ, стартует 12 июля. Можно начать с одного практикума или пройти весь маршрут.
Оплатить участие можно через бота:
@SystemsSchool_bot (Меню → Оплатить участие)
Оплата иностранными картами и для юрлиц: @Gelya1848
В чате появился хороший вопрос от одного из наших резидентов:
"Я не понимаю, это такие тексты крутые рекламные или просто мне это и правда нужно, потому что я уже в вашей теме?"
С FPF и DPF легко перепутать красивое обещание и рабочую догадку.
Красивое обещание звучало бы так: за 5 практикумов у вас появится готовый регламент организации для AI, агент начнёт работать по вашим правилам, проблемы решатся, счастье наступит.
За 5 практикумов не появится готовый регламент вашей организации. Не будет переноса всей вашей работы на AI. Не будет гарантии, что агент после серии сам начнёт стабильно решать рабочие проблемы.
Будет другое — менее сказочное, но гораздо более полезное для работы.
Можно сделать первый серьёзный проход к DPF для выбранной предметной области или класса задач: собрать правила, ограничения, типовые ошибки, проверки, примеры и признаки пригодного результата.
Это не волшебная кнопка.
Обычный запрос каждый раз просит AI что-то сделать.
Сила DPF в том, что это не знание кнопок конкретного сервиса, а рабочий язык для AI-агента, который можно переносить между интерфейсами и моделями: какие различения важны, что нужно проверить, где нужен источник, где остановиться и вернуть вопрос человеку.
Тут проще проверять не по тексту, а по своей работе. Узнаёте?
— AI отвечает вроде бы разумно, но часто мимо вашей предметной логики;
— хороший черновик всё равно приходится долго разбирать руками;
— хочется перестать каждый раз повторять одно и то же агенту.
Можно прийти без готового DPF/SPF.
Можно прийти без полного набора пройденных руководств.
Достаточно принести свою область, повторяющиеся задачи, типовые ошибки, материалы команды или AI-ответы, которые хочется сделать пригоднее для работы.
И здесь есть отдельная ценность не только для AI-агента.
Если у вас уже появилась догадка, что здесь меняется не интерфейс, а сам способ включать AI в свою работу, её стоит проверить на практике.
На бесплатной встрече многие уже увидели первый сдвиг: один и тот же AI-агент начинает отвечать иначе, когда получает FPF, описание предметной области и более точную постановку.
Серия из пяти 3-часовых практикумов с Анатолием Левенчуком, научным руководителем МИМ, стартует 12 июля. Можно начать с одного практикума или пройти весь маршрут.
Оплатить участие можно через бота:
@SystemsSchool_bot (Меню → Оплатить участие)
Оплата иностранными картами и для юрлиц: @Gelya1848
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🔥1🤝1
Сейчас AI-агенты всё ближе к реальной работе — документам, коду, решениям, источникам и материалам команды.
Поэтому растёт ценность рабочего языка, на котором можно задавать агенту предметную вводную: правила области, ограничения, проверки, типовые ошибки и признаки пригодного результата.
Сила DPF в переносимости: сервис можно поменять, модель можно поменять, интерфейс можно поменять. Даже организацию можно поменять. Рабочий язык остаётся с вами.
Старт — 12 июля.
Можно выбрать один практикум или пройти весь маршрут.
Подробнее — здесь, на канале Рабочего развития 👆
или в расписании МИМ:
https://system-school.ru/list
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2❤1🤝1