Пользуетесь AI каждый день. Почему работать не становится легче?

Вы уже пользуетесь AI каждый день. Просите подготовить письмо, разобрать документ, собрать аргументы для встречи, превратить сбивчивые заметки в нормальный текст. Иногда результат появляется так быстро, что вспоминать прежний способ работы даже странно.

А вечером вы всё так же устали. Важная задача опять осталась на завтра, несколько разговоров ждут продолжения, и на вопрос «что сегодня удалось закончить?» ответить труднее, чем хотелось бы. Отдельные вещи вы явно делаете быстрее, но свободного времени не прибавилось.

В этот момент полезно посмотреть на одну задачу целиком — от момента, когда она появилась, до момента, когда её результат кому-то действительно пригодился. Возможно, AI ускорил самый заметный участок, а большая часть работы осталась вокруг него. Оценивать стоит весь путь задачи, а не скорость черновика.

Быстрый ответ находится внутри длинной задачи

Обычная ситуация: по итогам разговора нужно подготовить клиенту предложение. Сам текст теперь получается быстро. Но до этого нужно найти запись встречи, вспомнить последнее уточнение, выбрать пример из прошлых проектов и разобраться, какое описание услуг актуально.

После первого ответа модели работа продолжается. Нужно проверить факты, убрать неподходящие обещания, уточнить условия у коллеги, перенести текст в шаблон. Потом сохранить документ, отправить клиенту и не забыть вернуться к разговору, если ответа не будет.

AI мог заметно сократить время написания. Но поиск материалов, ожидание уточнений, проверка и следующие действия никуда не делись. Более того, быстрый черновик создаёт приятное ощущение, что задача почти закончена, хотя впереди может быть как раз та часть, на которой она обычно и застревает. Поэтому различайте два события: модель подготовила ответ и работа дошла до нужного результата. Между ними иногда помещается полдня.

Что именно вы теперь делаете быстрее?

Фраза «я стал быстрее работать с документами» звучит убедительно, пока не попробуешь понять, что конкретно изменилось. Быстрее появляется первая версия? Меньше времени уходит на проверку? Коллеги реже возвращают документ с вопросами? Клиент раньше получает предложение? Это разные изменения, и каждое по-своему влияет на рабочий день.

Если первый вариант появился за несколько минут, а потом вы долго восстанавливаете исходные данные и перепроверяете каждое утверждение, польза может оказаться скромнее, чем казалось. А если AI сразу помог заметить, каких сведений не хватает, и вы вовремя запросили их у клиента, задача может пройти легче даже без впечатляющей скорости.

Оценивайте AI по тому, что стало со всей работой: удалось ли закончить её раньше, сократить число переделок, избежать лишнего согласования, передать результат так, чтобы его не пришлось объяснять заново. Сложная система учёта для этого не нужна — достаточно разобрать одну недавнюю задачу, которую вы хорошо помните.

Посмотрите, где задача ждала вас

Выберите работу, в которой уже использовали AI, — лучше повторяющуюся: предложение, отчёт, материал, план встречи, ответ на обращение. Восстановите её путь по шести участкам:

• подготовка: какие материалы пришлось искать и чего не хватало для начала;
• работа с AI: сколько попыток понадобилось и почему пришлось уточнять запрос;
• проверка: что вы проверяли, исправляли или собирали заново;
• согласование: у кого ждали решения и было ли понятно, что именно нужно подтвердить;
• передача результата: куда сохранили итог и смог ли следующий человек им воспользоваться;
• продолжение: записан ли следующий шаг, или о задаче пришлось вспоминать самим.

Больше всего говорят места, где задача останавливалась. Вы получили хороший ответ, но отвлеклись на звонок и вернулись к нему только на следующий день. Документ ждал одного уточнения, а запросить его вы вспомнили вечером. Готовый результат остался в чате, и перед встречей пришлось искать, на какой версии вы остановились.

Каждая такая остановка требует заново вспомнить контекст и решить, что делать дальше.

С AI тоже можно устроить бесконечную работу

Проверьте у себя ещё одну ситуацию: возможность быстро получать новые варианты сама порождает работу. Вы просите улучшить текст, потом попробовать другой подход, потом посмотреть критически и предложить ещё идеи. В каждом ответе есть что-то интересное, и разговор легко продолжается, а момент, когда результат уже можно принять, заранее не определён.

Для исследовательской задачи такой разговор может быть полезен.

Но если нужно отправить обычное рабочее письмо, поиск идеальной версии может занять больше времени, чем подготовка вполне подходящей.

Перед началом коротко сформулируйте, что должно получиться и когда этого достаточно. Например: письмо объясняет предложение, содержит подтверждённые условия и заканчивается понятным следующим шагом. Если всё это есть, факты проверены и текст нормально читается — отправляйте. Без такого критерия возможность улучшать ответ почти бесконечно превращается в привычку почти бесконечно его улучшать.

Когда каждый раз начинаете с нуля

Допустим, вы регулярно готовите похожие документы и каждый раз заново рассказываете модели, чем занимается компания, кто читатель, какой нужен тон и какие формулировки не подходят. К концу разговора результат хороший. Через несколько дней похожая задача, новый чат — и объяснение по кругу. Это может быть быстрее, чем вручную, но заметная часть сил уходит на повторную подготовку.

Удачный способ работы можно сохранить в скилл — сохранённую инструкцию для AI-агента под конкретную задачу: что сделать, какие материалы использовать, как проверить результат. Рядом можно хранить шаблоны и примеры, к которым агент сможет обратиться в следующий раз. Скилл для коммерческого предложения, например, может описывать, какие сведения у вас запросить, по какому шаблону собрать документ и какие условия обязательно оставить на согласование.

Начать можно сразу после удачно выполненной задачи. Попросите агента: «Собери из нашего разговора скилл для подготовки таких предложений. Сохрани общий порядок работы и правила проверки, а данные этого клиента в постоянную инструкцию не включай».

Получившийся скилл прочитайте, поправьте и проверьте на следующем предложении.

Большая библиотека сразу не нужна: возьмите одну повторяющуюся задачу и сохраните то, что помогло её сделать. Следующая попытка покажет, чего не хватает и что лишнее.

Держите скилл актуальным — со старыми условиями он быстро воспроизводит одну и ту же ошибку, поэтому проверка результата остаётся частью работы.

Иногда полезнее убрать одно возвращение к задаче

Когда речь об эффективности, хочется найти действие, которое AI сделает целиком. Полезны и небольшие изменения. После встречи у вас сразу появляется список недостающих сведений, и вы запрашиваете их одним сообщением. Рядом с готовым документом лежит короткая запись: что согласовано, что ещё проверить и кто продолжает работу.

Ничего зрелищного, зато вам реже приходится заново открывать проект в голове и вспоминать, почему он остановился. Особенно это важно там, где одновременно идёт много небольших процессов: по отдельности каждый простой, но вместе они требуют постоянно держать в голове незавершённое. Проверьте простую вещь: сможет ли «завтрашний вы» продолжить задачу по сохранённым материалам или придётся заново проводить расследование?

Проверьте, куда уходит освободившееся время

Бывает, что AI действительно помогает: прежние задачи заканчиваются быстрее, но на их место сразу приходят новые. Можно подготовить ещё один материал, глубже изучить вопрос, предложить клиенту дополнительный вариант, взяться за давно отложенный проект. В этом нет ничего плохого — просто результатом становится больший объём работы, а не свободный день.

Решите, какого эффекта вы хотите. Если важно выпускать больше, рост объёма может быть хорошим результатом.

Если хотите раньше заканчивать день, защищайте освободившееся время от новых задач. Быстрый инструмент сам не решает, на что потратить свободный час.

У ощущения «легче не стало» могут быть две причины: вокруг ответов модели осталось слишком много работы или вы уже делаете больше и незаметно подняли собственную норму.

Начните с одного места, где работа буксует

Перестраивать весь день сразу не нужно. Выберите один повторяющийся участок, который создаёт больше всего лишних усилий, и измените только его:

• каждый раз ищете материалы — соберите актуальный набор для одной задачи;
• долго проверяете ответы — уточните исходные данные и критерии качества;
• готовые документы зависают — определите, кто их принимает и куда они идут дальше;
• постоянно теряется продолжение — сохраняйте следующий шаг вместе с результатом.

Потом пройдите несколько похожих задач и посмотрите, что изменилось, — с учётом времени на подготовку и проверку, числа возвратов и необходимости вспоминать предысторию. Следующий полезный шаг может оказаться совсем небольшим, но именно он превращает быстрый ответ модели в работу, которую удалось закончить.

Для начала: вернитесь к шести участкам выше и разберите по ним последнюю завершённую задачу. Выберите одну остановку и запишите, что измените в следующей похожей задаче.

Читать дальше: сначала разберите рабочий день, потом стройте AI-агента и как передать задачу, чтобы всё не осталось в голове руководителя.

Если AI уже в работе, а рабочий день от этого почти не меняется, разберём одну вашу реальную задачу на бесплатной 30-минутной встрече с Simplit: восстановим её путь и выберем, какое изменение проверить первым. Обсудить задачу