Многие искренне верят, что ИИ — это волшебная палочка. Это работает ровно как Авада Кедавра в исполнении Долгопупса — эффекта ноль. Почему? Потому что нейросеть не читает мысли и не знает вашей бизнес-модели. Зато она отлично умеет раскладывать абстракции на составные части, если дать ей жёсткие логические рамки.

Возьмём классику: «хотим больше продавать». Это не цель. Это молитва. По SMART цель обязана быть конкретной, измеримой, достижимой, релевантной и ограниченной во времени. Как перевести это на язык промпта? Забудьте фразу «напиши KPI». Это всё равно что попросить хирурга «сделать хорошо». Вместо этого вы даёте ИИ роль, контекст и — главное — алгоритм рассуждения.

Мой любимый приём — цепочка рассуждений (Chain of Thought). Мы не спрашиваем готовый ответ, мы просим показать, как к этому ответу пришли. Это единственный способ проверить логику и отсечь галлюцинации.

Вот рабочий промпт: «Ты — стратег с опытом внедрения OKR в продуктовых компаниях. Декомпозируй цель "увеличить продажи продукта X на рынке Y". Построй 1–2 OKR по SMART. Для каждого Key Result дай 3–5 KPI с формулами. Разложи KPI по уровням: маркетинг, продажи, продукт. Предложи плановые значения на квартал и обоснуй их. Используй таблицу. Никаких общих фраз».

Сравните с плохим вариантом: «Напиши мне KPI». Во втором случае вы получите набор банальностей вроде «увеличить конверсию». В первом — конкретную декомпозицию: для маркетинга — стоимость лида, для продаж — конверсия в сделку, для продукта — NPS. И всё привязано к срокам.

Вывод: ИИ не генерирует истину из воздуха. Он структурирует вашу неопределённость. Дайте ему логический каркас — получите работающую схему. Не дадите — получите красивый, но бесполезный текст.

Какие метрики в вашей компании кажутся самыми сложными для оцифровки и почему?