Как редактору использовать ИИ, чтобы работать быстрее: задачи, промпты и примеры

Какие задачи можно поручить ИИ

Те, что реально экономят время. ИИ лучше справляется с конкретными действиями: найти пробелы, сгруппировать информацию, проверить логику или адаптировать готовый материал.

На некоторых задачах разницу можно посчитать. Например, раньше проверку финального варианта текста я откладывал на следующий день. С нейросетью первый разбор с проверкой замечаний и одной-двумя дополнительными итерациями занимает 30–40 минут. Выходит, что с ИИ вместо нескольких дней задача решается за пару часов.

Подготовить вопросы для брифа

Иногда задачу присылает заказчик: три предложения, голосовое на семь минут или сообщение «Нужно что-нибудь интересное про ИИ». А иногда заказчик — я сам. И вводных от него не больше: «Придумай статью для ЖИРа».

Я хотел предложить редакции тему, но пока не понимал, на чем ее строить. Можно собрать еще одну подборку промптов. Можно сравнить нейросети. Можно рассказать, как ИИ помогает в работе с текстом.

Чтобы не перебирать идеи наугад, я попросил нейросеть помочь с самобрифингом: разобраться, какой опыт у меня есть, чем он может быть полезен читателям ЖИРа и какой фактуры не хватает для статьи.

Нейросеть предложила уточнить:

• для кого пишем;
• с какими задачами я действительно использую ИИ;
• какие примеры могу показать;
• можно ли назвать проекты;
• есть ли данные об экономии времени;
• какие промпты и ответы можно добавить в статью.

Отвечать на весь список не нужно. Модель может задать пятнадцать вопросов, хотя для начала работы достаточно пяти.

Я выбрал вопросы, которые помогли проверить идею, и собрал из ответов первый бриф. Так из общего «написать что-нибудь про ИИ» появилась тема о пяти задачах редактора, реальных промптах и экономии времени.

Нейросеть не придумала тему за меня. Она просто задала вопросы, до которых я сам добрался бы позже. А до некоторых — не добрался бы вообще.

Подготовиться к интервью с экспертом

Представьте: завтра интервью, тема незнакомая, а в голове пока три вопроса: Как вы к этому пришли? С какими трудностями столкнулись? Что посоветуете читателям?

Прекрасный набор, если хочется получить такие же общие ответы.

Однажды я готовил материал о том, как проходит исследование диджитал-рекламы. Тема была для меня новой, но эксперт заранее записал скринкаст и показал весь процесс: от запроса клиента до результатов исследования.

Я посмотрел запись, разобрался в основных этапах и подготовил первые вопросы. Затем загрузил в ChatGPT скринкаст, описание будущей статьи и свой список вопросов. Я не просил придумать новый список. Задача была другой: сопоставить мои вопросы с процессом из скринкаста и найти пробелы.

Промпт выглядел так:

ChatGPT восстановил цепочку исследования и показал, какие этапы я почти не раскрыл.

Например, у меня был вопрос: «Из каких этапов состоит исследование?» Формально он покрывал весь процесс. Но эксперт мог просто перечислить этапы — и на этом закончить. Не хватало вопросов о том, что происходит между ними: как из запроса клиента получается конкретная задача, как исследователи проверяют, можно ли ее решить, как согласовывают методологию и что делают, если исходных данных недостаточно.

В результате получился не готовый сценарий, а список пробелов в моих вопросах. Для подготовки к интервью такой разбор полезнее, чем просьба: «Придумай вопросы».

Важно. Перед загрузкой рабочих материалов проверьте, можно ли передавать их стороннему сервису. Документы с персональными или закрытыми данными нужно обезличить. Если это невозможно, используйте разрешенный компанией инструмент или обработайте материалы вручную.

Собрать задачу из потока мыслей

Бывает, что механику уже обсудили на встрече, но нормальной задачи еще нет. Вместо нее остаются заметки, которые иногда непонятны даже тому, кто их написал.

Например, мне нужно было подготовить тексты для настроек профиля. После обсуждения требования выглядели примерно так: профиль может быть открытым, закрытым или анонимным; в открытом всё видят все; в закрытом только подписчики; подписки нужно одобрять; в анонимном скрываем имя и фото; но достижения вроде остаются; еще человека можно найти через поиск; проверить, что будет со старым профилем.

Требования были записаны вперемешку. По ним нельзя было понять, что увидит пользователь в каждом режиме и что произойдет при переключении настроек.

Я передал список Алисе и попросил разложить требования и найти пробелы:

Алиса собрала таблицу: в строках — элементы профиля, в столбцах — три режима доступа. То, чего не было в заметках, она вынесла в отдельный столбец с вопросами.

Так сразу стало видно, что про статистику почти ничего не известно, а требования к достижениям, поиску и подпискам можно понять по-разному. Например, непонятно, можно ли найти анонимный профиль и кому видны достижения в закрытом режиме.

В этом и была польза таблицы: пустые ячейки показали, где задача пока держалась на слове «кажется».

Вручную на восстановление контекста и описание требований у меня уходит около получаса. На этот раз хватило двух итераций и пяти–семи минут.

Проверить текст и найти слабые места

После нескольких вычиток я перестаю замечать не только опечатки, но и смысловые ошибки. В голове все давно связано, поэтому текст кажется понятнее, чем есть на самом деле.

В таких случаях я использую ИИ как первого критика. Прошу не переписывать текст, а найти места, которые можно понять неправильно.

Например, однажды я написал такой пост:

Владельцам Porsche и Lada в России выплатят одинаковые суммы на ремонт по полису ОСАГО. Все из-за того, что нормо-час для обоих автомобилей стоит 900 рублей.

Я хотел показать абсурдную ситуацию: работу по ремонту Porsche и Lada оценивают по одинаковой ставке. Но в первом предложении сделал другой вывод — будто владельцы получат одинаковую итоговую выплату.

Передал текст нейросети с таким запросом:

Посмотри текст как редактор. Не переписывай его целиком. Найди места, где я мог исказить смысл, сделать слишком сильный вывод или запутать причины и следствия.

Для каждого замечания процитируй фрагмент и объясни, в чем проблема. Если для проверки не хватает исходных данных, задай вопрос.

ИИ обратил внимание, что одинаковая стоимость нормо-часа не означает одинаковую сумму ремонта. Итог зависит и от других расходов, поэтому вначале я утверждал больше, чем позволяла фактура.

После этого я вернулся к источнику и уточнил формулировку:

Владельцам Porsche и Lada в России могут рассчитать стоимость работ по одинаковой ставке — 900 рублей за нормо-час.

Полезным оказался не готовый вариант поста, а замечание к исходному выводу. Нейросеть подсветила место, которое я уже несколько раз прочитал и считал понятным.

Но соглашаться со всеми замечаниями не нужно. Модель тоже может неправильно понять текст, потерять контекст или предложить аккуратную, но мертвую формулировку.

ИИ в этом сценарии — дополнительный читатель. Он помогает быстрее найти спорные места, а проверять источник и принимать финальное решение все равно приходится редактору.

Адаптировать материал под другой формат

Однажды мне нужно было адаптировать для телеграм-канала статью об автоматизации выращивания леса. Сам кейс реальный, но название проекта, регионы и цифры я изменил из-за NDA.

В исходнике было много фактуры, но некоторые данные противоречили друг другу. В заголовке упоминался один регион, а предприятие находилось в другом. Различались и данные о годовом объеме производства: в разных частях статьи значения отличались в несколько раз.

Я не хотел, чтобы одна из версий случайно попала в пост как подтвержденный факт. Поэтому разделил задачу на два этапа: сначала попросил нейросеть найти противоречия, а затем — подготовить черновик только из непротиворечивых сведений.

Нейросеть вынесла спорные цифры отдельно и собрала черновик вокруг основной части истории: предприятие автоматизирует выращивание сеянцев и разрабатывает собственное оборудование.

Ответ стал основой поста. Я вернул важные детали, проверил их по исходнику и адаптировал формулировки под площадку.

В этом случае ресайз занял около 15 минут вместо одного-двух часов вручную. Но так получается не всегда. Если после трех попыток вы все еще объясняете модели, почему ее текст невозможно читать, проще закрыть чат и написать самостоятельно.

Как составить промпт

Для работы с текстами, брифами и структурой я чаще использую ChatGPT и GPT Work. Если нужно собрать небольшой прототип или разобраться с кодом — Claude. Но принципы составления запроса почти не зависят от инструмента. Хороший запрос можно собрать из пяти частей. Покажу на примере этой статьи.

В ответ я получил не новую версию статьи, а список слабых мест и вопросов к автору.

Например, нейросеть спросила, чем подтвердить, что ИИ ускоряет подготовку ресайзов. Я добавил данные из своего опыта: вручную такая работа занимает один-два часа, с нейросетью — около 15 минут. Затем переписал фрагмент и проверил, не потерялись ли важные детали.

Если в запросе много частей — разложите их по полям в JSON. JSON — это формат записи данных с подписанными полями. В одном поле можно указать задачу, в другом — исходный материал, в третьем — ограничения и требования к ответу.

{
«контекст»: «Готовлю статью об ИИ для редакторов»,
«задача»: «Найди места, где не хватает примеров»,
«исходный_материал»: «Текст черновика»,
«сохрани»: [«факты», «цитаты», «авторскую интонацию»],
«не_делай»: [«не переписывай текст целиком», «не придумывай данные»],
«формат_ответа»: «Таблица с замечаниями и вопросами автору»
}

Так проще найти и изменить нужную часть запроса, не переписывая всю инструкцию. Но JSON не делает промпт умнее. Если задача сформулирована плохо, аккуратные фигурные скобки ее не спасут.

Как проверять результат ИИ

ИИ может перепутать даты и имена, исказить цитату или сослаться на несуществующее исследование. Поэтому его ответ нельзя считать источником. Уверенная формулировка не превращает ошибку в факт.

Проверяйте результат на трех уровнях:

• Факты. Верны ли имена, даты, цифры, цитаты и ссылки. Подтверждаются ли утверждения надежными источниками.
• Смысл. Не изменила ли нейросеть исходную мысль, не перепутала ли причины и следствия, не убрала ли важные условия и оговорки.
• Редактура. Соответствует ли текст задаче, аудитории и редакционной политике. Сохранились ли нужная интонация и авторский голос.

Даже подробный промпт не гарантирует точного ответа. Он снижает количество ошибок, но не заменяет проверку редактора или эксперта.

Как встроить ИИ в работу: чек-лист

Если не знаете, с чего начать, не пытайтесь сразу автоматизировать всю редакцию. Выберите одну задачу, которая регулярно отнимает время или просто бесит.

Дальше:

1. Опишите, каким должен быть хороший результат.
2. Возьмите реальный исходный материал.
3. Составьте первый промпт.
4. Сравните результат с обычным процессом.
5. Засеките время.
6. Проверьте факты, смысл и формулировки.
7. Если результат не устроил, измените промпт и попробуйте еще раз.
8. Если несколько попыток не помогли, выберите другую задачу.
9. Сохраните удачную версию промпта.
10. Запишите, что всегда нужно проверять вручную.

Не каждая задача подходит для ИИ. Где-то быстрее написать самому, где-то модель поможет только на первом этапе, а где-то сэкономит полтора часа и станет частью постоянного процесса.

Если после нескольких попыток быстрее и лучше не стало, это тоже результат. Значит, эту задачу пока проще делать без ИИ.

ИИ не отвечает за цель текста, факты, логику и публикацию. Это все еще работа редактора.