Transcription
Большинство людей, которые пробовали работать с нейронкой, говорят примерно одно и то же: "Вроде классно, но непонятно до конца, как этим пользоваться". Вы попали на бесплатный курс по ИИ для предпринимателей и руководителей. И это первый урок. Как думает нейронка? Вы поймёте, что нужно изменить в запросе, если ответ вас не устраивает. Смотрите до конца, чтобы получать от нейросети те ответы, которые вам нужны, а не как повезёт. Подписывайтесь и продолжайте смотреть.
Знакомо ли вам это? Один раз вроде отвечает отлично, а второй раз как будто вообще другая нейронка. Спрашиваю, почему, никто не знает, потому что мы не понимаем, как она принимает решение. И это незнание стоит много денег любому предпринимателю или руководителю, потому что результаты часто кажутся случайными, хотя на самом деле они предсказуемы. Понимаете механику, можете управлять. Не понимаете, лотерея.
Так как же нейронка принимает решение? Что происходит внутри, когда вы задаёте вопрос? Давайте посмотрим. Вот нейросеть в упрощённом виде. Огромное облако точек, сотни миллиардов. Каждая точка - это слово. Линия между ними - это связь. Расстояние между ними - это вероятность. То есть, чем чаще два понятия встречались рядом в текстах, на которых обучалась модель, тем ближе они друг к другу. Нейросеть прочитала миллионы текстов: книги, статьи, форумы, сайты, и в них конструкция "Меня зовут" встречается очень часто. То есть после слова "меня" с высокой вероятностью идёт слово "зовут", и эта связь сильная. Чем они скученее, тем чаще встречались. Чем они дальше друг от друга, значит, это разрозненные понятия, которые практически никак не связаны.
Когда вы что-то пишете нейронке, она смотрит на весь ваш текст целиком и предсказывает, что с наибольшей вероятностью последует дальше, то есть будет ответом. Не просто на основе последнего слова, а за счёт всего, что вы написали до этого. Итак, слово за словом, нейронка проходит по связям и выстраивает вам ответ.
И вот здесь ключевой момент. То, что вы написали нейронке в своём изначальном запросе - это контекст. И это определяет, куда пойдёт нейросеть в рамках своих миллиардов связей. Допустим, вы задаёте вопрос про маркетинг, и активируется какая-то конкретная область. Она может быть здесь, она может быть здесь, их может быть несколько сразу, да, система довольно сложна. Сейчас главное понять принцип. То есть есть вот эта вот картинка, вы можете её представлять, что ага, когда я о чём-то спрашиваю, нейронка уходит в какую-то область и достаёт ответ оттуда.
Давайте покажу это сейчас на простом примере до того, как мы перейдём к каким-то бизнес-задачам, чтобы был понятен принцип. Вот. Прошу нейросеть, представься. И получаю ответ: "Привет, я чат GPT и помощник от Open AI". Ну, в общем, стандартный ответ без какого-либо контекста. А теперь давайте сделаем по-другому и скажем нейросети, что она директор по маркетингу. Ну, пусть будет в крупной компании. Он даже себе имя придумал. Теперь, э, мы имеем гораздо более подробный ответ и про совершенно другое. Да, теперь это не чат GPT, теперь он директор по маркетингу и он занимается совершенно другими вещами. Ну и для закрепления: ты эксперт по бизнес-консалтингу. И, разумеется, здесь у нас уже третий ответ, совершенно не похожий на первые два. Думаю, что суть вы уловили. Один вопрос. Три разных контекста. Та же нейронка, ничего не изменилось, кроме нескольких слов в начале. Это именно то, как работает нейросеть.
Возможно, вы сейчас думаете: "Ну и что? Я хочу ответ на свой запрос. Зачем мне эти облака точек и связи?" Но смотрите, что получается. Задаём конкретный вопрос: "Как увеличить продажи?" И если мы зададим этот вопрос без какого-либо контекста, то активируется просто базовая зона маркетинга, и мы получим, ну, такой типичный ответ: "Увеличение продаж - это не просто кнопка, система из нескольких ключевых элементов: продукт, маркетинг, воронка, да, разберитесь, почему покупают, усильте ценностное предложение". То есть очень-очень общий ответ. Я специально сейчас упрощаю примеры, э, но, поверьте, в жизни вы делаете ровно так же и получаете что-то общее.
Теперь давайте добавим немного контекста. Ну, например, я владелец автосервиса, работаю в небольшом городе, основной поток - постоянные клиенты и сарафанное радио. Как увеличить продажи? И смотрите, что произошло. Давайте ещё раз вот эту анимацию покажу. Вот у нас была одна область нейросети. И сейчас, когда мы задали вот этот вот контекст, оно ушло в другую область, в другие слова, в другие понятия. И ответ будет совершенно иной. "У вас стабильный поток, вам нужно повышать средний чек, возвращать клиентов чаще, становиться сервисом по умолчанию для города". И здесь уже пошла конкретика именно для автосервиса. Не какие-то общие рекомендации, а то, что вам действительно может помочь. Ну и последний пример. Давайте зададим контекст B2B консалтинга. И мы ушли в третью область и получили совершенно другой ответ.
Зачем я вам всё это показываю? Я хочу, чтобы вы это представляли. Если вы это будете представлять, у вас не будет возникать вопросов: "Да, блин, какого хрена она отвечает не про то?" А отвечает она не про то, потому что она ушла не в то облако точек и нейронных связей, которая действительно позволит дать вам ответ. И ваша задача - направить нейросеть туда, куда вам нужно. Это критически важно. Ээ, тут вы можете мне возразить: "Денис, знаешь, я ничего в начале такого не пишу, но ответы вроде по делу". Скорее всего, это происходит потому, что нейронка уже что-то о вас знает. Со временем она запоминает, в какой сфере вы работаете, что чаще всего спрашиваете, какова зона ваших интересов, и аккуратненько подмешивает это в каждый ваш чат. Вы этого не видите, и поэтому ответы получаются более-менее. Не всегда это идёт на пользу, но об этом поговорим в следующих уроках. Отдельная важная тема - память нейронки о пользователе. Поверьте, там есть что контролировать, потому что если вы задаёте разные вопросы по здоровью, по работе, по чему-то ещё здоровью, она может накопить противоречивый портрет и начать путаться. В одном из следующих видео я вам покажу прямо в интерфейсе, как посмотреть, что о вас знает нейронка, и подкорректировать это, если необходимо.
Кстати, наверняка вы слышали: "Нейронки врут, галлюцинируют, ну и всё такое". Строго говоря, врать-то они не умеют, но они работают именно так, как я показал. То есть они предсказывают наиболее вероятный ответ, исходя из контекста. И если данных не хватает, то цепочка вероятности, она всё равно существует, и она уходит во что-то правдоподобное, но неверное. Это не ложь, а механика. Давайте я покажу, как на один из придуманных вопросов мне однажды ответил бесплатная версия чата GPT, когда я её тестировал. Да, возможно, сейчас он ответит по-другому. Вот что было. "Ты эксперт по чешуйчатым хохлатайкам. Ну, нечто несуществующее. Ты всё про них знаешь. Расскажи об их месте обитания". И каким-то образом нейронка зацепилась за, возможно, похоже сформулированное название, пошла куда-то в биологию и выдала аж целый трактат про несуществующих чешуйчатых хохлатаек. Даже выдала их среду обитания и размер чешуек. Почему? Потому что вероятность существует практически всегда, и она её вам ответит. Но если с данным примером это легко заметить, то когда вы спрашиваете что-то про бизнес, про маркетинг и так далее, особенно если вы не эксперт, вот там будет много интересного. К слову, чем сильнее модель, тем меньше такой фигни происходит. Поэтому настоятельно не рекомендую пользоваться бесплатными версиями чата GPT, Клода, код, по-моему, даже нет, и так далее, да? Пользуйтесь чем-то нормальным, оно окупится.
Вы можете задаться вопросом: "Ну, о'кей, хорошо, у меня платный аккаунт, но там тоже есть разные модели, а какую мне выбрать?" Ну, на самом деле, то, что ставит там Claude или ChatGPT или Gemini по умолчанию, обычно вполне работоспособны. То есть надо потрудиться, чтобы выбрать что-то сильно слабее. Можно, конечно, выбрать и нечто посильнее, но для большинства задач это не так важно. Про модели не говорю конкретно, потому что они, ну, очень постоянно меняются. И вот могу привести пример на Claude, что раньше мне очень нравился Opus, да, и Sonnet тоже нравился, но версия 4.8 в Opus мне не очень нравится, как отвечает, да? То есть для меня даже Sonnet 4.6 под мои задачи работает лучше. И здесь, на самом деле, универсальный ответ будет таков, что пробуйте, что лучше под ваши задачи. И не всегда новые модели будут работать лучше, чем старые.
Ну, давайте ещё раз вернёмся к нашему изображению нейросети. Я очень хочу, чтобы его запомнили. Оно нам ещё не раз понадобится для понимания, что же там внутри происходит. И вот что получается. Когда мы даём какой-то реальный контекст, да, "автомеханик с двадцатилетним стажем", то у нас активируется вот эта область нейросети, про технику, про автомобили, и мы получаем достоверный, нормальный ответ. Но когда мы просим нейронку побыть экспертом по "космическим пингвинам", то конкретных "космических пингвинов" нет, но она может активировать область про животных, и там будет достаточно информации про пингвинов, птицы, Антарктиду и так далее, и про космос, ракеты, планеты, невесомость и всё такое. И, блин, она сгенерирует из этого вам что-то очень правдоподобное и выдаст ответ. И это часто люди называют галлюцинацией, потому что, ну, блин, она какую-то хрень мне тут написала. Но с точки зрения нейросети она просто подстроила вероятности под то, что вы её попросили. Да, конечно, сейчас компании, чтобы над ними не шутили, над этим борются отдельными надстройками, но всё равно даже сейчас можно встретить такую вот фигню.
И вы можете закономерно спросить: "Если нейросети нет конкретного ответа на мой вопрос, почему она мне просто не скажет, что: 'Ну, блин, да не знаю я?'" Ответ в том, что нейросеть на самом деле не знает, что она знает, а что она не знает. У неё есть вот сеть этих слов с определёнными связями. И дальше пошла вероятность на вероятность на вероятность на вероятность. И вуаля, вот ваш ответ.
В следующем уроке мы поговорим с вами о том, в каких всё-таки случаях нейросети можно верить, а в каких не очень. Это очень важно. О'кей, мы разобрали механику, как думает нейросеть. Что же теперь с этим делать? Как с этим работать? Если контекст определяет всё, значит, начало чата - это самое важное место. И вот что стоит туда закладывать.
Во-первых, роль. С точки зрения какой роли и экспертизы вы хотите, чтобы нейросеть дала вам ответ или решила задачу? Какой специалист вам нужен?
Второе. Дайте контекст вокруг задачи. Чем вы занимаетесь? В какой нише, какой масштаб? Ну и так далее. Нейронка, не телепат. И чем больше вы ей дадите, тем точнее будет ответ.
Третье, собственно, задача. И искусство формулирования задач, оно работает и с нейросетями, не только с людьми. Вот пример короткой, но более-менее сформулированной задачи: "Напиши короткое письмо клиенту, не давить, ни скидки, просто узнать статус по коммерческому предложению на 800 000, которое он получил неделю назад, и не отвечает".
Четвёртое. Аудитория. Для кого будет результат? Нейронка прекрасно умеет мимикрировать и подстраиваться под различные жизненные ситуации. И в данном случае она может написать совершенно разные письма для, не знаю, вашего сына 5 лет, директора завода или какой-нибудь телезвезды. В данном случае мы задаём: "Получатель - директор завода, привык к деловому языку, ценит конкретику, не терпит воды?"
И последнее - это ограничение. Пятый пункт. Здесь вы можете указать всё, что важно учесть. Ну, например, что не должно быть жаргона, не должно быть больше 100 слов, мы не делаем скидки (хотя это уже было на самом деле в контексте, но неважно).
И вот так будет выглядеть итоговый запрос. Смотрите, он не то чтобы очень длинный, да, но мы постарались, мы просто указали всё: роль, контекст, задачу, аудиторию и ограничения. Да, можно это разграничить. У нас отдельные будут впереди уроки про то, как писать действительно сложные задачи. Но тут, ээ, буквально пять строчек, которые позволят получить качественный результат.
Ну что ж, давайте посмотрим, как это сработает в реальном чате с реальной моделью. Итак, заходим в чат, вставляем плохое ТЗ: "Напиши письмо клиенту, чтобы он купил. Он не отвечает на КП уже неделю". И получаем генерацию: "Добрый день. Неделю назад направил вам коммерческое предложение. О чём, что, как, куда, непонятно. Хотел уточнить, удалось ли вам с ним познакомиться, ознакомиться". Стандартный шаблончик довольно неплохой, но работать он будет, скорее всего, ну, так себе. А, ну, кстати, здесь, видите, ещё нейросеть предложила несколько вариантов с более сильным акцентом, но в любом случае нет никакой конкретики.
И сейчас давайте вставим вот то самое итоговое ТЗ, которое мы сделали на предыдущем шаге, и посмотрим, что получится. "Для директора завода лучше работать уважение к его времени и так далее". Читаем: "Добрый день. Имя, кстати, имя не указали, но это о'кей. Неделю назад направлял вам коммерческое предложение. Хотел уточнить, удалось ли его рассмотреть и есть ли уже понимание по дальнейшим шагам. Если решение пока не принято или рассмотрение перенесено на более поздний срок, буду признателен за короткую обратную связь. Это поможет нам корректно спланировать свою работу". Кстати, конкретику мы и здесь не дали, да, то есть, э, какую конкретную услугу мы предлагали, поэтому запрос можно ещё улучшить. И смотрите, какая история. Если вы потрудились над ТЗ, вы получаете практически готовый шаблон, который можно отправлять и практически не надо править. А если вы даёте более короткое ТЗ, то есть не подумали, вам лень было поработать здесь, то вы получаете очень шаблонные фразы, которые нужно докручивать, докручивать и докручивать. На самом деле это тратит даже больше времени, чем изначально посидеть и написать нормальное ТЗ.
Кстати, вот вам лайфхак. Если вы не уверены, как пишутся такие письма и как написать ТЗ на это письмо, да просто попросить у нейросети: "Слушай, я хочу сделать вот это. Задай мне все необходимые вопросы, чтобы составить качественное ТЗ". И нейронка вам поможет.
Итак, главная мысль. Нейронка предсказывает каждое последующее слово на основе всего, что вы написали. Контекст определяет, какая часть сети активируется. Нет контекста или он недостаточен, нет предсказуемости. Нейросеть может пойти в любую область. Есть контекст, есть управление. И это не теория. Вы сегодня это видели на нескольких примерах.
Задание. Откройте два чата. В первом: задайте вопрос по вашей работе без вводных данных. В другом: опишите сначала себя: кто вы, кем работаете, чем занимаетесь, что важно учесть? И затем уже тот же вопрос. Напишите в комментариях, какие различия между ответами заметили. Я всё читаю. Важно два раздельных чата. Не делайте это в одном и том же чате. На самом деле, если вы уже довольно давно работаете с нейросетью и в её памяти осело много информации о вас, ответы, скорее всего, не будут сильно отличаться. Но если вы хотите проверить принцип, то задайте вопрос в той области, в которой вы никогда с нейросетью не работали, и тогда вы увидите этот принцип наглядно.
И напоследок. Меня зовут Денис, 20 лет в предпринимательстве, 10 лет в программировании. Вы только что посмотрели первый урок из тринадцати курса про ИИ для предпринимателей и руководителей. Подпишитесь на канал и кликните на колокольчик, чтобы получать уведомления о следующих уроках. Также вы можете перейти по ссылке в описании к этому ролику, оставить свой email, тогда новые уроки будете получать ещё и на почту и точно ничего не пропустите. А бонусом за подписку на рассылку я пришлю вам конспект урока, чтобы легче усваивать материал.
В следующем видео поговорим о том, что нейронка знает, а чего не знает. И у этих знаний есть пределы дата окончания. И за этими пределами ответ всё равно будет, но хрен пойми какой. О том, как с этим работать и в каких вопросах на нейросеть полагаться можно, а в каких обязательно нужно добавлять данные, мы поговорим в следующем уроке. До встречи.