Открыть учебник Записаться

Промпты

5 слоёв AI-агента: что нужно знать руководителю

16 мин чтения

«Большинство людей до сих пор думают, что AI-агент – это просто ChatGPT с хорошим промптом». С этой фразы начинается статья Sunil Ramlochan «The AI Agent Stack Is Not a Prompt. It’s a Production System», и дальше автор называет это убеждение «утешительным мифом». Полезная правда, по его словам, в другом: настоящий агент ближе к маленькой операционной системе для работы. У него есть мозг, руки, память, правила, логи, планы восстановления и кто-то, кто отвечает, когда агент делает не то.

Тезис статьи укладывается в одну строчку: агент – это целый стек. И надёжность ему даёт архитектура вокруг, тогда как сама по себе модель или удачный промпт – лишь один из ингредиентов. Картина инженерная, поэтому разберём её с другой стороны – что из этого стека реально касается менеджера, который не пишет код, но решает, запускать ли агента в работу.

Читать полностью
5 слоёв AI-агента: что нужно знать руководителю
Автоматизация отчётов и статусов с ИИ: рабочий цикл
17 мин

Автоматизация отчётов и статусов с ИИ: рабочий цикл

Среди ответов сорока руководителей на вопрос «какую задачу вы хотели бы ускорить с помощью ИИ» один оказался почти готовой инструкцией. Дословно: «я бы хотела автоматизировать еженедельные отчёты по проекту и отправлять драфт в джира-таску перед тем, как заапрувлю его и опубликую сама».

В этой фразе спрятан весь правильный подход, до которого многие доходят месяцами: ИИ готовит черновик – человек проверяет – человек публикует. Разница между этим сценарием и «ИИ пишет и рассылает отчёт без проверки» – пропасть. Именно она отделяет рабочую автоматизацию от способа разослать команде красивую неправду.

Отчётность и статусы оказались второй по размеру группой запросов в этом наборе данных. Еженедельный статус для команды и заинтересованных сторон, краткие резюме по итогам совещаний, отчёты по исполнению месячного бюджета, материалы к ежедневным планёркам. Спрос реальный, и он попадает ровно туда, где языковые модели сильны. Разберём, как выстроить под него повторяемый процесс.

4 техники промптинга, проверенные на 7 моделях: гайд с воркшопа
28 мин

4 техники промптинга, проверенные на 7 моделях: гайд с воркшопа

«Проанализируй проект и дай рекомендации» – один промпт, семь моделей, и GPT-5.4 выдал 2231 слово размытых советов, а Claude Sonnet – 11 хвалебных фраз типа «отличная структура бюджета». Стоило переписать запрос по структуре из пяти элементов – все семь моделей уложились в 346–443 слова, а похвала исчезла. Экономия токенов: от 41% до 79% в зависимости от модели.

Это не теория. Это данные с воркшопа «Промпт-инжиниринг на практике», который я провёл на конференции IIBA. Один проектный бриф, четыре техники, семь моделей, 28 запусков – и $0.054 за всё. Дешевле чашки кофе из автомата.

Промпты 2026: почему AI теряет 30% данных в середине – 3 техники + таблица
4 мин

Промпты 2026: почему AI теряет 30% данных в середине – 3 техники + таблица

Вы отправили AI промпт с техническим заданием на 5000 слов. В середине документа было критичное ограничение: «Бюджет не должен превышать $50,000». AI прочитал начало, прочитал конец – и пропустил бюджетное ограничение. Результат: план проекта на $150,000.

Это не галлюцинация. Это архитектурная особенность нейросетей.

5 элементов идеального промпта: почему AI не понимает, чего вы хотите
7 мин

5 элементов идеального промпта: почему AI не понимает, чего вы хотите

Вы когда-нибудь получали от ChatGPT ответ, который был «ну такое»? Вроде бы верно, но слишком общо, скучно или вообще не то, что нужно. Вы не одиноки – это одна из самых частых жалоб на генеративный AI.

Проблема не в нейросети. Проблема в том, как мы формулируем запросы.