Как я планирую год с Claude/ChatGPT ⌨️

Суть — контекст важнее промпта, поэтому ваша главная задача — собрать как можно больше даты о том, как прошёл ваш 2025. Если в течение года вели проекты по темам (финансы, здоровье, менталка и т.д.) — супер, это поможет.

Первый блок — создаём проект ✔️

Делаю в Claude, потому что он молодец, но можно и GPT. Создаёте проект и грузите туда кастомную инструкцию на роль стратегического партнёра по планированию.

Вот моя.

Чтобы было интереснее — можете поменять стилизацию под себя. У меня прописан Батя + Марк Аврелий. Император, который вырос во дворе и знает жизнь.
Работаем теперь в этом проекте.

Второй блок — собираем контекст 🌍

1. Собираем базу. Включите любую диктовалку-в-текст на Whisper (например, Wispr Flow или один из многочисленных ботов-транскрибаторов), откройте фотогалерею на телефоне и подробно надиктуйте, как прошёл ваш год по месяцам: события, состояния, решения, ошибки, радости. У меня получилось ~25 минут записи. В отдельном чате проекта просим суммировать эту простыню в формате артефакта/холста (чтобы можно было скачать и добавить в базу данных проекта).

2. Собираем допы. По очереди (в отдельных чатах) берём доступную дату за год и просим её суммировать в артефакты. У меня: выписка из ИП, данные по здоровью (весь год сгружал в отдельный проект результаты анализов, исследований, дату с Whoop), данные по студии, аналитика по каналу. Добавляем все полученные файлы-выводы в базу данных проекта.

Третий блок — работаем с контекстом ⬅️

1. Штормим цели и анти-цели. Делаем новый чат в проекте и просим помочь поставить цели и анти-цели на 2026 с учётом всего контекста. Очень важно: просим позадавать вам глубокие вопросы, чтобы вытащить неочевидные инсайты и хотелки. Думаем, честно отвечаем, пока не почувствуете: «Да, оно». Просим суммировать в артефакт/холст. Добавляем его в проект.

2. Планируем цели. Снова новый чат, теперь просим помочь тактически распланировать год, чтобы цели эти выполнить. Тут как вам удобно, я, например, двигаюсь отрезками по месяцам. Можете сделать из этого табличку, чек-листы, дашборды — в общем, что хотите.

Четвёртый блок — что ещё можно сделать 🐯

1. Например, pre-mortem. Когда цели готовы — отдельный чат: «Представь, что сейчас декабрь 2026 и я провалил всё. Почему? Что пошло не так?». Claude неплохо генерит такие сценарии.

2. Ну и конечно использовать проект в течение всего года, постепенно двигаясь по плану, сверяясь, корректируя стратегию и обогащая его новыми артефактами.

Ну вот и всё. Сразу скажу: упражнение не «нажал на кнопочку — получил результат». Придётся покопаться, в том числе в себе. Но зато у вас будет как минимум примерный план на год и ощущение контроля.

Обнял. 😋

Оказывается, у нейронок есть скрытый барьер 🤔

Пару дней назад услышал мнение, что многим людям сложно пользоваться нейронками не из-за технической сложности, а потому что они не могут сформулировать, что им писать/спрашивать.
Звучит интересно!

Полез читать — оказалось, есть даже исследования и термин: "prompt-articulation Barrier"

Jakob Nielsen (гуру UX) называл это “артикуляционный барьер" и утверждает: только 10-20% людей могут нормально формулировать промпты. Половина населения богатых стран имеет низкий уровень письменных навыков — а писать запрос сложнее, чем просто читать.

Исследователь Николай Донец тоже выделяет "барьер формулирования запроса" как отдельную UX-проблему: люди не умеют описать свои потребности настолько точно, чтобы получить нужный результат. Судя по всему специальность “промт-инженеров” не надуманная 😅

Пример из жизни:
На днях слушал подкаст Радио-Т, ведущий рассказывал про коллегу из крупной компании. Тот оплатил ~200 сотрудникам ChatGPT для работы. Результат? Большинство так и не начали пользоваться 👀
Проблема была простая: люди не могли сформулировать, чего они хотят от нейронки.
История мне откликнулась — в окружении много людей, которые с интересом слушают про AI, но сами не пользуются.
Да я и сам вспоминаю свои первые попытки. Сидишь перед пустым окном чата и думаешь: «И что теперь писать?» 🙈

Вывод честный: нейронки не сложные, просто требуют навык, которого у большинства нет. Поэтому и существует профессия "prompt engineer" — обычные специалисты не могут сами корректно формулировать задачи.

Замечали подобное среди знакомых или родственников? 💻

🥸 CEO всё чаще советуются с AI перед принятием решений

Недавний опрос 200 владельцев бизнеса и CEO в Великобритании показал интересную тенденцию.

AI постепенно становится вторым мнением для стратегических решений у руководителей компаний.

На цифрах:
• 62% руководителей используют AI при принятии большинства решений
• 140 человек признались, что начинают сомневаться в своей идее, если бот её не одобряет
• 46% доверяют советам AI больше, чем коллегам

Источник: издание Futurism. Опрос проводило агентство 3Gem для Confluent во второй половине 2025 года.

Чаще всего AI используют как быстрого стратегического советника.

Например:
• быстрое исследование
• проверка гипотез
• подготовка к управленческим обсуждениям

То, что раньше занимало час мозгового штурма, теперь можно сделать за несколько минут.

Это может значительно экономить время на встречах с командой — потому что обсуждение начинается уже с подготовленной базы.

Например, AI может заранее:

• собрать список конкурентов и их позиционирование
• предложить несколько стратегий выхода на рынок
• сформулировать ключевые риски идеи
• подготовить структуру обсуждения для встречи

Вместо обсуждения «с нуля» команда сразу начинает с анализа и принятия решений.

Важно понимать особенность работы с такими советниками.

AI хорошо структурирует мышление и может предложить сильные варианты. Но качество этих вариантов напрямую зависит от контекста, который ему дают.

🙈 Новичок обычно получает слабый ответ: как спросил — так и получил.

🤔 Опытный пользователь умеет добавить в запрос контекст, опираясь на который AI может значительно улучшить качество анализа.

Например:
• чем занимается компания
• ключевые продукты
• бизнес-модель
• размер компании
• ключевые источники выручки

И полезно сразу задать формат ответа.

Например, добавить:

Сделай краткий анализ идеи.
Выдели сегменты клиентов, конкурентов, основные риски и предложи 3 возможные стратегии запуска.

В таком случае AI отвечает уже структурированным разбором, а не общими рассуждениями.

🪓Следующий уровень — когда контекст не вводят руками каждый раз, а заранее собирают в инструкциях, документации и рабочем пространстве AI (в ChatGPT - Проекты). Инструкции проекта можно тоже собрать с AI а документы добавить в Source (лучше в формате .md).

Так можно быстро запускать новые обсуждения, не объясняя системе базовые вещи о компании.

🤵А самый сильный вариант — когда AI видит не только описание задачи и постоянный контекст, но и актуальные данные компании: внутренние документы, метрики, базу знаний и другие рабочие материалы.

В перспективе на этой базе могут работать и AI-агенты в разных ролях:
• один собирает факты
• второй критикует гипотезу
• третий помогает сравнить сценарии

Тогда это уже не просто чат-бот, а реальный инструмент поддержки решений.

Важно понимать

AI особенно полезен не как “оракул”, а как ускоритель мышления.

Он помогает быстрее собрать факты, структурировать идеи и подготовить обсуждение.

Поэтому многие руководители используют его именно как второе мнение перед принятием решения.

И, пожалуй, главный вывод.

Разница между «поиграться с нейросетью» и реальным инструментом управления почти всегда в количестве и качестве контекста, который вы подготовили и дали AI для задачи.

🟢 Если интересно, могу подробней примеры промптов предложить для исследований для попробовать. Пиши в комментарии + или опиши пример своей задачи, соберем.