Типичный онбординг в российских компаниях напоминает средневековое переписывание манускриптов: толстый PDF, сотня слайдов, и стажёр, который честно делает вид, что читает. Менеджеры удивляются, почему через месяц новичок не знает, где лежат договоры.

Причина не в лени стажёра, а в формате: пассивное потребление информации без обратной связи практически бесполезно – это давно доказано когнитивной психологией. Но вместо того чтобы переработать систему, многие бегут к нейросетям с наивным запросом: «Сделай мне квиз по инструкциям». И получают предсказуемую белиберду – общие вопросы, которые можно найти в любой открытой методичке. Почему? Потому что ИИ не читает ваши мысли и не знает ваших реальных процессов, если вы не дадите ему структурированных данных и чёткой логики оценки.

Решение. Не надо верить в магические промпты. Нужно понять алгоритм: качественный квиз – это не набор фактов, а система проверки понимания связей. И ИИ здесь – всего лишь инструмент трансформации, но инструмент мощный, если соблюдать три принципа:

1. Принцип «вход – структура, выход – модель ошибок». Вы не должны скармливать ИИ необработанную простыню текста. Разбейте инструкцию на логические кластеры: процессы (как делаем), люди (кто отвечает), инструменты (что используем), правила (что нельзя). Без этой разбивки нейросеть не сможет выделить значимые паттерны – она просто перескажет ваш текст в вопросительной форме, что бесполезно.

2. Принцип «объяснение неверного ответа важнее правильного». В реальной работе новичок ошибается не потому, что не знает правильный вариант, а потому что его вводят в заблуждение альтернативные сценарии. Поэтому каждый дистрактор (неверный вариант) должен сопровождаться конкретной ссылкой на пункт инструкции и кратким разбором, почему это логическая ловушка. Это превращает тест в обучающий цикл.

3. Принцип «адаптивная обратная связь». Квиз не должен заканчиваться оценкой. Итогом должен быть список тем, где стажёр накосячил, – чтобы он повторял только проблемные разделы, а не перечитывал всё подряд. Это экономит часы и повышает усвояемость.

Примеры: что работает, а что – нет. ❌ Было: «Напиши тест для новичков по нашей компании». Ответ ИИ: «Какой у нас логотип?» и «Сколько лет фирме?» – это не онбординг, это викторина для пенсионеров. ✅ Стало: «Вот три раздела инструкции: (1) оформление заявок, (2) согласование с юристом, (3) работа в 1С. Создай по 4 вопроса на раздел. Каждый вопрос – с 4 вариантами, где ровно один верный. Для каждого неверного варианта напиши пояснение: “Это ошибка, потому что в пункте 2.3 сказано, что …” В конце выведи процент правильных ответов по каждому разделу и рекомендацию перечитать те разделы, где процент ниже 60». Такой подход даёт измеримый результат.

Конкретный рабочий промпт (копируйте и вставляйте свои тексты): > «Ты – методолог с опытом разработки обучающих систем. Используя приложенные тексты внутренних регламентов (они разбиты по темам), создай интерактивный квиз для нового сотрудника. Критерии: > – количество вопросов – 12 (пропорционально объёму тем); > – формат – множественный выбор с 4 вариантами; > – к каждому неверному ответу – краткое пояснение с прямой цитатой из регламента; > – финальный отчёт: по каждой теме укажи процент верных ответов и выдели темы, требующие пересмотра. > Текст регламента: [вставьте структурированный текст].»

Грамотно составленный промпт превращает разрозненные инструкции не в мёртвый опросник, а в диагностический инструмент, который выявляет пробелы до того, как они превратятся в реальные косяки.

Вы всё ещё считаете, что «кинуть файл в ChatGPT и попросить вопросы» – это онбординг, или уже столкнулись с тем, что без структуры и пояснений результат – пустышка?