ИИ вместо секретаря - как поручить нейросети рутину и освободить время

Юрий Тер

ИИ вместо секретаря - как поручить нейросети рутину и освободить время

К читателю

Эта книга посвящена практическому использованию генеративного искусственного интеллекта как личного и рабочего помощника. Основной акцент — на делегировании рутины, работе с файлами, поиском, почтой, календарём, голосовым вводом, подключёнными сервисами и безопасной автоматизацией.

Практические главы выстроены по единой логике: жизненная ситуация → задача → способ делегирования → проверка → граница автономии. Сервисные детали отделены от устойчивых принципов, а реальные исследования и кейсы приведены по первичным, официальным или максимально близким к первичным источникам.

Книгу необязательно читать как справочник от первой до последней страницы за один раз. Части I–III дают базовую технику делегирования; части IV–VI показывают повседневные и рабочие сценарии; части VII–VIII нужны тем, кто хочет подключать сервисы и автоматизировать повторяющиеся действия. Приложения рассчитаны на повторное использование после чтения.

В задачах, где ошибка может повлечь существенные медицинские, юридические, финансовые или иные последствия, ИИ следует использовать для подготовки и структурирования информации, а решение принимать после независимой проверки и, при необходимости, консультации профильного специалиста.

Пять терминов, которые не стоит смешивать

Термин

Что он означает в этой книге

Чат

Диалог с моделью. Он отвечает на запрос, но сам по себе не означает доступ к почте, календарю или файлам.

ИИ-помощник

Модель, которой поручают подготовить результат: прочитать, структурировать, сравнить, написать черновик.

Подключённый помощник

ИИ-помощник с разрешённым доступом к внешним данным или действиям: почте, календарю, облаку, рабочим системам.

ИИ-агент

Система, способная планировать последовательность шагов и выполнять их через доступные инструменты ради заданной цели.

Автоматизация

Заранее настроенный процесс, который запускается по времени, условию или событию и выполняет определённую работу.

Эти роли могут существовать в одном продукте, но это не делает их взаимозаменяемыми. Способность красиво сформулировать письмо не означает права его отправить; доступ к календарю не означает права отменять встречу; наличие памяти не означает безошибочного знания всей вашей истории.

Примечание об актуальности: конкретные продукты приведены только как примеры состояния рынка на 3 сентября 2026 года. Принципы книги не зависят от того, где именно находится нужная кнопка.

Введение. Вам нужен не ещё один чат-бот. Вам нужен помощник

Представьте обычное утро. Вы включаете компьютер и обнаруживаете письмо, которое вчера отложили «на потом». Оно длинное, написано тяжёлым языком, а где-то внутри спрятаны две даты, одна сумма и просьба дать ответ до конца недели.

Пока вы разбираетесь с письмом, приходит сообщение от коллеги. Нужно ответить так, чтобы не звучать резко. Затем вспоминается, что надо сравнить три предложения от разных компаний. После обеда предстоит совещание, к которому неплохо бы собрать вопросы. Вечером выясняется, что через четыре дня поездка, а список вещей, документов и дел перед отъездом так и не составлен.

Ни одна из этих задач сама по себе не огромна. Именно поэтому они и съедают время незаметно: пять минут здесь, десять минут там, двадцать минут на письмо, полчаса на сравнение документов. К концу дня значительная его часть оказывается потраченной не на содержательную работу, а на обслуживание самой работы.

Раньше часть такой нагрузки передавали секретарю или личному помощнику. Сегодня некоторую долю этой рутины можно поручить нейросети. Не человеку, не безошибочному электронному разуму и не кнопке «сделай всё за меня», а инструменту, который способен читать, сокращать, структурировать, переписывать, сравнивать, планировать, готовить черновики и, при наличии соответствующих подключений, работать с внешними сервисами.

Эта книга о том, как превратить нейросеть из случайного собеседника в системного помощника. Мы не будем изучать математику нейронных сетей и не станем коллекционировать «магические промты». Вместо этого разберём четыре вещи: какую часть задачи можно делегировать, какие данные нужно дать ИИ, каким должен быть результат и что человек обязан проверить.

Почему это имеет смысл

Польза генеративного ИИ в рутинной интеллектуальной работе измерялась в контролируемых экспериментах. В исследовании Shakked Noy и Whitney Zhang 453 специалиста выполняли профессиональные письменные задания. Участники с доступом к ChatGPT в среднем тратили примерно на 40% меньше времени, а качество результата по оценке проверяющих выросло примерно на 18%. Авторы отдельно предупреждали, что экспериментальные задания не охватывали всю сложность реальной работы и не требовали глубокой проверки фактов. Это не обещание «40% экономии на всём», а доказательство того, что определённые операции действительно ускоряются при грамотной помощи ИИ.1

В крупном полевом эксперименте Microsoft Research с более чем 6000 работников 56 организаций пользователи Microsoft 365 Copilot тратили примерно на полчаса меньше в неделю на чтение электронной почты и завершали работу над документами на 12% быстрее. При этом регулярно инструмент использовали около 40% тех, кому дали доступ. Исследование проведено самим Microsoft, поэтому его источник важно обозначать прямо: корпоративные данные полезны, но не равны независимой оценке.2

Главный принцип книги

Вместо десятка повторяющихся предупреждений будем опираться на четыре правила. Они работают и для простого чата, и для подключённого помощника, и для автоматизации.

Правило

Практический смысл

1. Источник истины

Сначала определите, где находятся достоверные данные для задачи: в документе, почте, календаре, официальном сайте или у человека.

2. Цена ошибки

Чем серьёзнее последствия неверного ответа, тем больше независимой проверки и меньше автономии.

3. Минимальные права

Помощник получает только тот доступ, который нужен для конкретной работы: чтение отдельно, запись отдельно, удаление отдельно.

4. Обратимость

Чем труднее отменить действие, тем обязательнее предварительное подтверждение человеком.

Базовая формула всё равно остаётся простой: ИИ готовит, человек утверждает. Но в низкорисковых и хорошо проверенных процессах часть утверждений со временем можно заменить заранее заданными правилами.

Три зоны доверия

Зелёная зона: ошибки неприятны, но легко исправимы. Сюда относятся черновики, структура заметок, идеи, списки, переформулировка текста, предварительная классификация.

Жёлтая зона: ошибка может стоить времени, денег или репутации. Это сравнение коммерческих предложений, анализ рабочего документа, подготовка ответа клиенту, план поездки, расчёты по данным. Здесь результат надо проверять по источникам.

Красная зона: медицинские, юридические, финансовые решения, значимые договорные обязательства, конфиденциальные данные, платежи и необратимые действия. Здесь ИИ полезен как помощник по подготовке, но не как единственный принимающий решение субъект.

Реальный урок: удобный интерфейс не гарантирует правильность

В Нью-Йорке городской портал MyCity получил чат-бота, который должен был помогать предпринимателям и жителям ориентироваться в городских услугах. Аудит городского контролёра, датированный 30 декабря 2025 года, показал, что система продолжала давать неточные и непоследовательные ответы: одинаковые вопросы могли получать разные результаты, а небольшие изменения формулировки влияли на качество ответа. Удобный разговорный интерфейс оказался не заменой надёжному источнику, а дополнительным слоем, который тоже нуждается в тестировании и контроле.3

Задача этой книги — не научить «верить ИИ», а научить управлять им: давать контекст, ограничивать полномочия и проверять важное.

ЧАСТЬ I. ДЕЛЕГИРУЕМ РУТИНУ

Глава 1. Что можно поручить нейросети

Первый рабочий день с любым помощником начинается не с передачи ключей и паролей, а с понимания его компетенций. С нейросетью действует тот же принцип. Полезнее не спрашивать «что умеет ChatGPT вообще», а разобрать собственную деятельность на типы операций.

Нейросеть как читатель

ИИ особенно полезен для первого прохода по длинному тексту. Он может выделить требования, сроки, суммы, участников, решения и открытые вопросы. Важный документ не следует сводить к вопросу «всё ли нормально?». Надёжнее поручить извлечение конкретных элементов и попросить указать, где они находятся в исходнике. Для договора это может звучать так: «Найди пункты о сроках оплаты, штрафах и расторжении. Укажи номера пунктов. Не делай юридического вывода». Такой подход оставляет окончательную интерпретацию человеку.

Нейросеть как сокращатель

Команда «сократи» слишком неопределённа: полезное сокращение зависит от цели. Перед встречей нужны семь выводов и пять вопросов; для архива — нейтральный конспект; для руководителя — одна страница с решениями, рисками и следующими действиями. Чем яснее цель чтения, тем полезнее краткое содержание.

Нейросеть как редактор

Многие рутинные задачи безопасны именно потому, что содержание уже существует. Пользователь знает, что хочет сказать, а ИИ помогает сделать формулировку яснее, короче, мягче или формальнее. Это хороший тип делегирования: исходный смысл легко сравнить с результатом.

Нейросеть как организатор

Разрозненные записи после встречи можно превратить в таблицу «задача — ответственный — срок — статус». Полезно отдельно просить найти пропуски: где нет ответственного, где срок двусмыслен, где решение сформулировано без следующего действия. Иногда ценность ИИ не в ответе, а в обнаруженном пробеле.

Нейросеть как сравнитель

Если есть несколько вариантов, ИИ способен привести их к общим критериям. Однако сначала критерии должен задать пользователь. Иначе модель может выбрать удобную ей шкалу и выдать убедительный, но не соответствующий вашим приоритетам итог.

Нейросеть как планировщик

План становится реалистичным только после добавления ограничений: сроков, длительности, дороги, часов работы, зависимости между задачами и запаса на неожиданности. Нейросеть охотно строит идеальное расписание, которое ломается после первого задержавшегося звонка. Поэтому полезно прямо требовать буфер.

Нейросеть как репетитор и оппонент

ИИ можно попросить сыграть роль клиента, интервьюера или критика проекта. Это не передача решения, а тренировка. В таком режиме он помогает человеку увидеть слабые аргументы и заранее подготовить ответы.

Четыре уровня делегирования

Уровень 1 — подсказать. Уровень 2 — подготовить почти готовый результат. Уровень 3 — выполнить внешнее действие после подтверждения. Уровень 4 — действовать автоматически по правилам. Для новичка оптимальна основная работа на втором уровне, постепенный переход к третьему и очень осторожное использование четвёртого.

Поручите это секретарю

«Я пришлю текст. Выдели: 1) что от меня требуется; 2) все сроки; 3) суммы; 4) решения; 5) вопросы, на которые нужно ответить. Если данных нет, пиши “не указано”. Ничего не додумывай».

Рабочая ситуация

Представим владельца небольшой мастерской. Утром у него пятнадцать писем, два коммерческих предложения, заметки после вчерашнего звонка и список задач на неделю. Попытка поручить ИИ «разобраться со всем» почти наверняка приведёт к красивой мешанине. Гораздо надёжнее разложить работу на операции. Сначала письма сортируются на «требует ответа сегодня», «для сведения» и «можно отложить». Затем два предложения сводятся в таблицу по одинаковым критериям. Потом заметки превращаются в список задач. Наконец, из уже очищенных данных строится план. Важный нюанс: нейросеть здесь не знает бизнес лучше владельца. Она уменьшает стоимость перехода от неструктурированной информации к структуре.

Типичная ошибка новичка

Новичок часто пытается передать не операцию, а ответственность: «реши, что мне делать». Это удобно только там, где цена решения мала. В остальных случаях полезнее просить несколько вариантов, критерии и последствия. Формулировка «какие решения возможны и какая информация нужна для выбора?» лучше, чем «что мне выбрать?». Первая сохраняет мышление пользователя, вторая незаметно передаёт его модели.

Граница компетенции

Некоторые задачи технически выполнимы, но практически невыгодны. Если на объяснение контекста уйдёт двадцать минут, а самостоятельное действие занимает три минуты, делегирование бессмысленно. ИИ полезен не потому, что способен выполнить задачу, а когда стоимость постановки и проверки меньше стоимости ручной работы. Это простая, но важная экономика делегирования.

Коротко

Лучше всего делегируются задачи, где есть исходные данные и понятная форма результата.

Чем выше цена ошибки, тем меньше автономии.

Способность ИИ написать о действии не означает, что действие выполнено.

Глава 2. Как ставить секретарю задачу

Плохой помощник иногда оказывается хорошим помощником, которому дали плохое поручение. Нейросеть не видит ситуацию глазами пользователя. Она получает только доступный контекст и формулировку задачи. Поэтому качественное делегирование начинается не с «секретной формулы промта», а с нормального технического задания.

Формула рабочего поручения

Практичная схема состоит из четырёх элементов: что есть; что нужно сделать; какой результат нужен; какие ограничения нельзя нарушать. Например: «Есть письмо поставщика и наша переписка. Составь ответ, подтвердив получение, но не соглашайся с новой ценой. До 1200 знаков. Тон нейтральный». Такая постановка намного надёжнее просьбы «ответь красиво».

Контекст: сколько нужно сообщать

Контекст должен быть достаточным, но не бесконечным. Если задача касается конкретного проекта, сообщите цели, участников, сроки, уже принятые решения и важные запреты. Не загружайте десятки страниц «на всякий случай». Чем больше лишнего, тем выше риск, что модель уделит внимание несущественной детали.

Неизвестное должно оставаться неизвестным

Одна из самых полезных фраз: «Если данных не хватает, не додумывай; перечисли, чего не хватает». Она особенно важна в документах, расчётах и деловой переписке. Нейросеть стремится дать полезный ответ и иногда заполняет пробел правдоподобным предположением. В бытовом черновике это может быть безвредно, в официальном письме — нет.

Формат результата

Укажите, хотите ли вы письмо, таблицу, список действий, чек-лист, краткое резюме или пошаговый план. Просьба «разбери документ» почти неизбежно даёт более расплывчатый ответ, чем «создай таблицу: пункт договора, обязанность, срок, риск, что проверить».

Критерии качества

Если результат можно оценить по критериям, назовите их заранее: не менять смысл; не добавлять фактов; сохранить все даты; использовать нейтральный тон; привести ссылки на источник; разделить факты и предположения. Это превращает диалог из угадывания в управляемую процедуру.

Итерации вместо одного идеального запроса

Не нужно пытаться описать всё с первой попытки. Часто быстрее получить черновик, указать, что не устраивает, и уточнить задачу. Итерация — нормальная часть работы. Но каждое уточнение должно быть конкретным: не «плохо», а «слишком официально; сократи на треть; сохрани фразу о сроке; убери обещание скидки».

Просите вопросы, когда они действительно нужны

Полезная инструкция: «Перед выполнением задай только те вопросы, без которых высок риск ошибиться». Она предотвращает две крайности: бесконечный допрос и бездумное угадывание.

Рабочий шаблон

«Контекст: ... Задача: ... Результат должен выглядеть так: ... Ограничения: ... Если информации не хватает, перечисли недостающие данные и не выдумывай их».

Почему детали меняют ответ

Сравним две просьбы. Первая: «Составь письмо о задержке». Вторая: «Поставка задерживается на три дня; причина пока не подтверждена; клиент важный; мы не готовы обещать скидку; завтра сможем назвать точную дату. Подготовь спокойный черновик до 700 знаков». Во втором случае модель получает границы. В первом она будет достраивать их сама. Именно достраивание неизвестного часто воспринимается как «ошибка нейросети», хотя часть проблемы возникла ещё при постановке задачи.

Контекст не равен объёму

Есть соблазн копировать в чат всю историю проекта. Но хороший контекст — это не максимум текста, а минимум информации, достаточный для правильного решения. Полезно сначала составить короткую карточку проекта: цель, текущее состояние, ключевые ограничения, актуальные документы, что уже решено. Такой пакет обычно надёжнее сотни сообщений.

Как запрос становится рабочим

Слишком расплывчато

Рабочая постановка

«Ответь клиенту».

«Подготовь короткий нейтральный черновик. Мы согласны с ценой, но просим сдвинуть поставку на неделю. Не обещай следующих заказов».

«Разбери договор».

«Найди сроки, суммы, штрафы, условия расторжения и мои обязанности. Для каждого вывода укажи пункт. Не давай юридического заключения».

«Распланируй день».

«У меня 5 часов, две задачи со сроком сегодня и дорога в банк до 17:00. Сначала учти жёсткие ограничения, затем добавь 45 минут буфера».

Во всех трёх примерах улучшение произошло не из-за «магической формулы», а из-за четырёх добавленных вещей: цели, исходных данных, ограничений и формы результата.

Проверочный вопрос

После важного поручения полезно спросить не «ты понял?», а «коротко перескажи, что ты собираешься сделать и какие ограничения считаешь обязательными». Если пересказ неверен, исправление происходит до генерации большого результата. Этот приём особенно полезен перед обработкой документов и подготовкой официальной переписки.

Практический диалог: задержка поставки

Пользователь: «Напиши клиенту, что мы задержимся». Такой запрос оставляет модели слишком много свободы: она может придумать причину, срок и компенсацию.

Неудачный ответ легко звучит убедительно: «Из-за непредвиденных логистических обстоятельств поставка переносится на следующую неделю. В качестве компенсации предоставим скидку». Если ни причина, ни срок, ни скидка не согласованы, красивый текст создаёт новые обязательства.

Исправленный запрос: «Поставка задерживается примерно на три дня. Причина пока не подтверждена. Подготовь короткий черновик клиенту: извинись, сообщи только о задержке, пообещай уточнить точную дату завтра. Не упоминай компенсацию и не придумывай причины».

ПРОВЕРЬТЕ

После черновика сравните его не с тем, как «красиво звучит», а с исходными фактами и разрешёнными обещаниями.

Коротко

Хорошее поручение описывает исходные данные, действие, форму результата и ограничения.

Запрещайте додумывать там, где выдуманный факт опаснее отсутствия ответа.

Итерации полезнее попытки написать один «идеальный промт».

ЧАСТЬ II. КОНТЕКСТ, ПАМЯТЬ И ФАЙЛЫ

Глава 3. Один разговор — одна рабочая задача

Когда нейросеть становится помощником, возникает соблазн использовать один бесконечный чат для всего: поездки, писем, ремонта, работы и покупок. Это удобно первые десять минут и неудобно через неделю. Контекст постепенно загрязняется, старые решения смешиваются с новыми, а пользователю становится трудно понять, на какие исходные данные опирается ответ.

Разделяйте проекты

Создавайте отдельные рабочие пространства или диалоги по устойчивым темам: «Поездка в Рим», «Ремонт кухни», «Клиент Альфа», «Еженедельные отчёты». Это упрощает возвращение к задаче и снижает вероятность переноса случайной детали из другой темы.

Когда начинать новый диалог

Новый разговор полезен, если цель изменилась, старый контекст стал противоречивым, был загружен устаревший файл или модель продолжает цепляться за старую установку. Начать заново иногда быстрее, чем исправлять накопленный контекст.

Фиксируйте решения

В длинном проекте время от времени просите составить короткое «текущее состояние»: что решено, что запрещено, какие сроки, какие вопросы открыты. Сохранённая сводка помогает восстановить контекст и служит контрольной точкой.

Версии документов

Не называйте пять файлов одинаково. Используйте понятные версии и даты: «договор_v3_после_юриста», «план_поездки_2026-09-15». ИИ не должен угадывать, какой из документов является актуальным.

Память и долговременные предпочтения

Некоторые сервисы умеют сохранять предпочтения между разговорами. Это удобно для устойчивых установок — язык, формат ответа, типичные задачи. Но проектные детали, пароли, конфиденциальные сведения и временные условия лучше не превращать в долговременную память без необходимости.

Контрольная точка

«Составь сводку текущего проекта: цель, уже принятые решения, ограничения, сроки, открытые вопросы и следующий шаг. Не добавляй ничего, чего не было в диалоге».

Контекстное загрязнение

Допустим, в одном чате вы сначала обсуждали отпуск в Испании, затем договор аренды, потом рабочую презентацию. Через неделю просите «сделай план на четыре дня». Модель может попытаться связать запрос с последней активной темой или использовать детали, которые уже не относятся к задаче. Это не обязательно произойдёт, но сам риск трудно заметить. Разделение проектов делает происхождение ответа понятнее.

Контрольная сводка как резервная копия смысла

В длинной работе полезно периодически создавать короткую сводку и сохранять её отдельно. Если разговор разросся, вы можете открыть новый чат, приложить актуальные материалы и эту сводку. Так вы переносите не весь шум прошлого обсуждения, а только принятые решения. Это похоже на передачу дел новому сотруднику: ему нужен не архив каждого разговора, а состояние проекта.

Что хранить постоянно

Устойчивые предпочтения — например, «отвечать на русском», «использовать таблицы для сравнений», «не придумывать недостающие данные» — подходят для постоянных инструкций. Временная цена, дата встречи или имя нового подрядчика относятся к проекту. Смешивание этих уровней приводит к тому, что вчерашняя временная договорённость начинает жить как постоянное правило.