Когда я наблюдаю, как люди используют ИИ, становится очевидно: большинство просто «играется» с технологиями, но почти никто не внедряет их так, чтобы реально менять свою карьеру, доход и скорость работы.
Со временем я понял, что все мы попадаем в одну из трёх категорий:
1️⃣ AI‑curious — любопытные. Иногда заходят в бесплатные чат-боты, вспоминают об ИИ, только когда прижало.
2️⃣ AI‑literate — подкованные. Платят за ИИ, знают пару моделей, ведут базу промптов. Да, умеют спрашивать — но всё равно делают 80% работы вручную.
3️⃣ AI‑native — люди, которые реально «живут» с ИИ. Они перестроили свои процессы так, будто рядом всегда есть умный ассистент. ИИ встроен в каждый важный проект.
👉 Долгое время я сам был на уровне 2. Пользовался ИИ, но прирост — 15–20%, не больше. А потом я выработал несколько привычек, которые постепенно перевели меня в режим AI‑native.
Делюсь ими ниже.
1. Я оставляю «хлебные крошки» для ИИ 🍞
Раньше мои диалоги с чат-ботами были одноразовыми. Задал вопрос → получил ответ → закрыл вкладку → через неделю пытался найти тот самый тред.
Сейчас я делаю иначе:
- Каждый полезный диалог привязываю к рабочему контексту, а не к дате.
- Если ИИ выдал структуру, анализ или текст — копирую ссылку на чат и вставляю прямо в рабочий документ (Google Docs, Notion, презентацию).
- Рядом коротко подписываю, что именно было полезно: «брейншторм структуры», «сторителлинг», «финальная вычитка».
Я храню информацию там, где я её использую, а не там, где я её получил.
📌 Если диалог занял больше 10 минут или дал важный результат — я сразу связываю его с документом.
2. Я построил свой AI swipe‑file 📂
Раньше я просил ИИ что-то вроде: «Сделай презентацию» или «Напиши письмо клиенту».
Получал средний текст без характера.
Теперь я делаю иначе:
1. Я собираю личную коллекцию сильных примеров — крутые письма, отчёты, презентации. Это мой swipe‑file. 2. Когда мне нужно создать новый материал, я:
- беру 1–2 примера из своей коллекции;
- отправляю их ИИ и прошу: «Разбери структуру, тон, паттерны. Объясни, что делает их эффективными»;
- затем прошу применить эти паттерны к моей задаче.
Результат каждый раз получается сильнее любого черновика, который я мог бы написать сам с нуля даже применяя механики промптинга.
Как я начал:
- Сфокусировался только на 2–3 типах задач: презентации, письма, отчёты.
- Создал отдельные папки именно по типу задачи.
- Каждый «вау‑пример» сохраняю сразу — это стало привычкой.
Сейчас у меня есть своя «библиотека качества», к которой я постоянно возвращаюсь.
3. Я перешёл на принцип AI‑first планирования задач ✅
Это самая дисциплинированная привычка — но именно она дала мне огромный прирост.
Когда я начинаю проект, я не бросаюсь его делать. Я сначала:
1. Разбиваю его на микрошаги. 2. Рядом с каждым шагом ставлю метку:
- M — делаю вручную (там, где нужен мой контекст и мнение);
- AI — делаю с помощью модели, причём указываю, какой именно инструмент подходит лучше.
Что изменилось:
- Я перестал принимать сотни мелких решений «на лету».
- Начал автоматически выбирать правильный инструмент под задачу.
- Проекты стали делаться быстрее и ровнее, без потерь фокуса.
📌 Если задача занимает больше часа, я уделяю 5–10 минут разметке шагов и распределению ролей между мной и ИИ.
Если коротко, то переход к AI‑native у меня состоял из четырёх шагов:
- Я перестал относиться к чатам как к одноразовым.
- Создал свою библиотеку сильных примеров и стал обучать ИИ на них.
- Научился заранее распределять, где работает ИИ, а где — я сам.
- Сформировал базу промптов, которая стала моим инструментом ускорения.
А вы на каком уровне сейчас: AI‑curious, AI‑literate или AI‑native? И какую привычку внедрите первой? 🚀
