Кажется, хайп вокруг нейросетей утихает — и наступает время практического использования. Как в бизнесе, так и в личных целях. Кто-то продолжает просто спрашивать чат по интересующим вопросам, а некоторые идут значительно дальше и уже строят на этом целые бизнесы. Здесь я хочу поговорить о комбинированном подходе к использованию ИИ для личных задач.

Несмотря на то что в работе мы используем профильные специализированные системы, для личного использования они не очень подходят. По роду деятельности я работаю с большим объёмом данных, с несколькими проектами, помимо личных заметок и документов. Для этих целей обычно используют приложение-блокнот с расширенным функционалом — по типу Notion или Obsidian.

Данные я накопил, теперь пришла задача прикрутить туда нейросеть — и это очевидный и на данный момент несложный шаг.

Дальше хочется по логике вещей продолжать накапливать знания и эффективно использовать их в дальнейшем: чаще применять удачные паттерны, а неработающие — править. Для этого можно написать несколько скиллов, и это реально реализовать.

А ещё хотелось бы разделить наши знания и данные на рабочие, личные, здоровье, отдых и так далее — так, чтобы данные пересекались, когда это необходимо, и только по тем направлениям, которые действительно нужно. Для этих задач можно добавить систему замкнутых контуров и необходимые кросс-линки. При желании можно пойти дальше и создать отдельное функциональное юниксоподобное ядро, которое отвечало бы за менеджмент задач, скиллов и скриптов — для повышения точности работы, предсказуемости результата и стандартизации определённых регулярных процессов. Конца и края этим автоматизациям и улучшениям нет.

Основная мысль этой статьи не о том, что делать, а о том, как. Углубляясь в разработку и расширяя функционал, я столкнулся с типичными сложностями — но не явными для меня.

Использовать ИИ как инструмент — давая те или иные команды для реализации, — он обязательно сделает. Но это не совсем то, что нам нужно. У каждой сложной задачи или поэтапной реализации есть несколько слоёв, а у некоторых — даже пайплайн реализации.

Если идти в лоб к решению задачи, она будет реализована сумбурно, и в дальнейшем грамотно расширять функционал будет сложно. А дальше, когда даёшь задачи нейросети, со временем оказывается, что она не до конца проверяет свою работу и в реализации задач идёт наиболее простым — не всегда правильным — путём. В итоге я пришёл к тому, что лучший метод — воспринимать общение как с умным сотрудником: которому необходимо давать точные задачи, а сложные разбивать на подзадачи.

Но и этого будет недостаточно. Для реализации более сложных задач необходимо разбивать их на модули, которые будут наполнять заранее продуманную структуру.

Работу этого талантливого нейросотрудника следует проверять несколько раз, задавать перекрёстные вопросы и создавать модули проверок. Иначе он будет отчитываться, что всё хорошо, — даже если в правилах мы зададим глубокий анализ и нулевую толерантность к введениям в заблуждение и неточностям информации. К такому формату пришёл я. Как дела обстоят у вас?