В предыдущих днях вы уже встречали проверку как короткое правило: выбрать безопасную задачу, не передавать лишние данные, не позволять ИИ додумывать факты, сверять документ с источником, смотреть на ссылки и даты.
Сегодня вы:
Сегодня проверка становится отдельным навыком.
Дальше в маршруте вы будете работать с задачами, где цена ошибки выше: сравнивать варианты, готовить решения, разбирать данные, адаптировать материалы для других людей и собирать повторяемую AI-практику. Поэтому вам нужен не разовый вопрос «всё ли нормально?», а личный чек-лист приёмки AI-результата.
Хороший AI-ответ — не тот, который звучит уверенно. Хороший AI-ответ — тот, который можно использовать дальше после проверки.
ИИ может дать полезный результат и всё равно ошибиться.
Ошибка не всегда выглядит как явная выдумка. Часто проблема тоньше:
Поэтому проверка нужна не для того, чтобы бояться ИИ или перепроверять каждое слово с одинаковой строгостью. Она нужна, чтобы использовать результат управляемо: понимать, что можно оставить, что нужно исправить, что проверить вручную, а что пока нельзя применять.
Особенно важно помнить: просьба к ИИ проверить собственный ответ может помочь найти слабые места, но она не заменяет сверку с исходными материалами, документами, источниками и вашим профессиональным суждением.
Сегодня вы берёте один AI-результат и проводите его приёмку. Это может быть ваш собственный результат из прошлых дней или готовый пример ниже.
Подойдут:
Лучше взять не идеальный учебный пример, а обычный рабочий результат: сводку, справку, черновик, список действий, разбор документа или выводы по материалу.
Если у вас есть справка из Дня 5, используйте её. Если нет — возьмите результат из Дня 3 или 4. Если и их нет, используйте готовый пример из задания в конце этого дня.
Не начинайте с материала с высокой ценой ошибки: юридического текста, финансового расчёта, клиентского обещания или публичного заявления. Для тренировки лучше взять внутренний рабочий результат, который можно спокойно разобрать.
Первый вопрос проверки — не «правильно ли написано?», а «соответствует ли результат задаче?».
Сравните:
Что я просил(а) получить?
Какой формат был нужен?
Какие ограничения я задавал(а)?
Что ИИ должен был использовать как источник?
Что ИИ не должен был придумывать?Если вы просили выделить открытые вопросы, а получили план действий — результат может выглядеть полезным, но не соответствовать задаче.
Если вы просили справку для себя, а получили готовую рекомендацию для команды — это тоже смещение задачи.
Посмотрите на результат и спросите:
Что точно было во входных данных?
Что ИИ сформулировал на основе входных данных?
Что ИИ добавил сам?
Какие детали нужно сверить с источником?Это особенно важно для сроков, имён, ролей, цифр, ссылок, договорённостей и причинно-следственных выводов.
Пример:
Во входных данных было:
Марина сможет собрать примеры 10 последних заявок к четвергу.
ИИ написал:
Марина отвечает за подготовку пилота нового процесса к четвергу.
Проблема:
ИИ превратил одно действие в более широкую ответственность и изменил смысл договорённости.AI-ответ часто звучит цельно, но внутри него могут быть разные типы утверждений.
Разделите результат на три слоя:
Факты:
Что подтверждается входными данными, документом или источником.
Выводы:
Что можно предположить на основе фактов.
Рекомендации:
Что предлагается сделать дальше.Проверяйте особенно внимательно, следует ли рекомендация из фактов.
Например:
Факт:
В заявках часто не хватает описания задачи и желаемого срока.
Вывод:
Текущий способ подачи заявок создаёт дополнительные уточнения.
Рекомендация:
Нужно сразу запускать единую форму для всех подразделений.
Проблема:
Рекомендация слишком сильная. Из факта о неполных заявках не следует автоматический запуск формы для всех подразделений. Возможно, сначала нужен пилот или уточнение требований.Не каждый AI-результат нужно проверять одинаково глубоко. Глубина проверки зависит от того, что случится, если в результате останется ошибка.
Примеры:
Что проверить:
Примеры:
Что проверить глубже:
Примеры:
Что нужно:
Простое правило:
Чем выше цена ошибки, тем меньше автоматического доверия к AI-ответу и тем глубже ручная проверка.После проверки выберите один из четырёх вариантов:
Использовать как есть:
если результат низкорисковый, соответствует задаче и не содержит непроверенных важных деталей.
Использовать после правок:
если основа полезная, но нужно уточнить формулировки, убрать лишнее или восстановить оговорки.
Отправить на проверку:
если результат влияет на решение, других людей, клиентов, деньги, обязательства или требует экспертного подтверждения.
Не использовать:
если ИИ добавил неподтверждённые детали, исказил смысл, сделал слишком сильные выводы или результат невозможно быстро проверить.Это и есть приёмка: не просто прочитать ответ, а принять решение о его дальнейшем статусе.
В День 5 вы собирали краткую справку с источниками по новой теме. Представим, что справка была посвящена новому формату ежемесячной управленческой отчётности.
Задача была не принять решение за компанию, а подготовиться к обсуждению: понять ключевые подходы, возможные риски, вопросы для уточнения и зоны неопределённости.
Теперь нужно проверить фрагмент AI-результата перед тем, как использовать его как основу для разговора.
На основе найденных источников можно сделать вывод, что компании лучше начинать с ограниченного набора показателей: финансовые результаты, операционные отклонения, клиентские метрики и статус ключевых инициатив. Такой формат позволит избежать перегрузки и быстро повысит качество управленческих решений.
Для запуска нового формата стоит сразу закрепить единый шаблон отчёта, владельцев показателей и ежемесячную встречу по отклонениям. Это позволит руководителям быстрее видеть проблемы и принимать более точные решения.На первый взгляд ответ выглядит разумно: есть структура, есть рекомендации, есть управленческая логика. Но именно такие ответы и нужно проверять внимательно. Они не выглядят грубо ошибочными, зато могут незаметно превратить обзор в готовое решение.
Ты уверен, что это правильно?или:
Проверь свой ответ и исправь ошибки.Такая проверка лучше, чем ничего, но она слишком общая.
ИИ может ответить, что формулировки корректны, подход сбалансирован, а рекомендации соответствуют типовой практике. Это не доказывает, что выводы опираются на источники и подходят вашей ситуации.
Самопроверка ИИ остаётся внутри того же ответа. Она может помочь заметить слабые места, но не заменяет:
Лучше проверять не общим вопросом, а по чек-листу.
Исходная задача была собрать справку для подготовки к обсуждению, а не выбрать формат отчётности за компанию.
В результате есть фразы:
компании лучше начинать...
стоит сразу закрепить...
это позволит...Они звучат как рекомендации к действию. Для справки это допустимо только если они помечены как возможные выводы или вопросы для обсуждения, а не как готовое решение.
Фактами могут быть такие элементы:
в управленческой отчётности часто используют ограниченный набор показателей;
среди показателей могут быть финансовые результаты, операционные отклонения, клиентские метрики и статус ключевых инициатив;
для отчётности важны владельцы показателей и регулярность обсуждения.Но каждый из этих пунктов нужно сверить с источниками. Если источники не открыты или не подтверждают тезис, это не проверенный факт, а пересказ ИИ.
Вот эти фразы уже не факты:
компании лучше начинать с ограниченного набора показателей;
такой формат позволит избежать перегрузки;
быстро повысит качество управленческих решений;
стоит сразу закрепить единый шаблон отчёта;
это позволит руководителям принимать более точные решения.Это выводы и рекомендации. Они могут быть разумными, но требуют проверки и привязки к контексту компании.
Особенно осторожно стоит отнестись к словам «быстро повысит» и «более точные решения». Это сильные обещания. Источники могут говорить о пользе регулярной отчётности, но не доказывать, что именно в вашей компании качество решений быстро вырастет.
Почти всё, что связано с внедрением:
ИИ не знает этих условий, если вы их не дали. Поэтому он не должен звучать так, будто решение уже очевидно.
Перед использованием фрагмента нужно проверить:
Результат можно использовать, но не как готовую рекомендацию. Его лучше превратить в осторожную основу для обсуждения.
Например, вместо:
Компании лучше начинать с ограниченного набора показателей.лучше:
В источниках часто встречается подход с ограниченным набором показателей. Перед выбором формата стоит обсудить, какие решения должен поддерживать отчёт и какие данные уже доступны.Вместо:
Такой формат быстро повысит качество управленческих решений.лучше:
Ожидаемая польза такого формата — более регулярное обсуждение отклонений и действий. Насколько это повлияет на качество решений, зависит от данных, участников и правил использования отчёта.Приёмка не уничтожает результат ИИ. Наоборот, она помогает сохранить полезное и убрать рискованное.
После проверки становится видно:
Так AI-ответ превращается из убедительного текста в рабочий материал, который можно безопаснее использовать дальше.
Этот шаблон нужен не для создания нового материала, а для помощи в приёмке уже полученного AI-результата.
Скопируйте его и вставьте:
Помоги мне провести приёмку AI-результата перед использованием.
Исходная задача:
[что я просил(а) сделать]
Входные данные или источник:
[вставьте исходные заметки, фрагмент документа, ссылку, выдержку или краткое описание источника]
AI-результат:
[вставьте ответ ИИ, который нужно проверить]
Проверь результат по пунктам:
1. Соответствует ли ответ исходной задаче?
2. Какие утверждения прямо опираются на входные данные?
3. Какие детали ИИ мог добавить сам?
4. Где факты смешаны с выводами или рекомендациями?
5. Какие формулировки звучат слишком уверенно?
6. Какие цифры, сроки, имена, ссылки, договорённости или причины нужно проверить вручную?
7. Есть ли в результате чувствительные данные, лишние обещания или формулировки, которые могут быть неправильно поняты?
8. Какова цена ошибки: черновик для себя, внутренний рабочий материал или результат, влияющий на людей, клиентов, деньги или обязательства?
9. Что можно использовать как есть, что нужно поправить, что отправить на проверку, а что пока не использовать?
Ограничения:
- не подтверждай точность результата без опоры на входные данные или источники;
- не придумывай недостающие факты;
- если данных недостаточно для проверки, прямо отметь это;
- отделяй факты, выводы, рекомендации и зоны неопределённости.
Прежде чем отвечать, задай мне уточняющие вопросы, если каких-то данных не хватает.Важно: такой запрос помогает увидеть слабые места, но не заменяет вашу сверку с исходными материалами, документами и надёжными источниками. Финальное решение о том, можно ли использовать результат, остаётся за вами.
Сохраните этот чек-лист. Это главный артефакт дня.
Личный чек-лист проверки AI-результата
1. Соответствует ли результат моей задаче?
2. Все ли важные факты и цифры проверены?
3. Не добавил ли ИИ неподтверждённые детали?
4. Отделены ли факты от выводов и рекомендаций?
5. Есть ли чувствительные данные или лишние обещания?
6. Какова цена ошибки?
7. Можно ли использовать результат дальше?
Мои дополнительные пункты:
8. [добавьте свой пункт после сегодняшней проверки]
9. [добавьте ещё один пункт, если нужен]Ниже — как пользоваться каждым пунктом.
Проверьте, не ушёл ли ИИ в сторону.
Вы просили список вопросов, а получили рекомендации? Просили краткую справку, а получили план внедрения? Просили выделить договорённости, а получили новые действия?
Даже полезный ответ может быть неподходящим, если он отвечает не на ту задачу.
Проверяйте вручную всё, что может изменить смысл:
Если в результате нет цифр, всё равно могут быть фактические утверждения: кто отвечает, что уже решено, какие источники использованы, какие ограничения действуют.
ИИ может аккуратно заполнить пробелы так, что это не сразу заметно.
Например:
Было:
Пилот обсуждался, срок не зафиксирован.
Стало:
Пилот запускается на две недели.Фраза выглядит логично, но меняет статус информации.
Факт отвечает на вопрос: «Что подтверждено?» Вывод отвечает на вопрос: «Что можно предположить?» Рекомендация отвечает на вопрос: «Что предлагается сделать?»
Проблема возникает, когда рекомендация выглядит как факт или когда вывод не следует из данных.
Проверьте, нет ли в результате:
В Дне 13 вы отдельно соберёте правила безопасной AI-практики. Сегодня достаточно включить этот пункт в базовую проверку.
Определите уровень:
1. Черновик для себя.
2. Внутренний рабочий материал.
3. Результат, влияющий на деньги, клиентов, обязательства или людей.Чем выше уровень, тем глубже проверка и тем меньше автоматического доверия к AI-ответу.
В конце проверки выберите статус:
Можно использовать как есть.
Можно использовать после правок.
Нужно отправить на проверку.
Пока нельзя использовать.Этот статус важен. Без него проверка превращается в чтение замечаний, но не помогает принять решение.
После сегодняшней проверки добавьте 1–2 пункта, которые особенно важны именно для ваших задач.
Примеры:
Проверить, не превратил ли ИИ обсуждаемую идею в принятое решение.
Проверить, не исчезли ли важные оговорки из исходного материала.
Проверить, не добавил ли ИИ обещание результата, которого я не могу гарантировать.
Проверить, не заменил ли ИИ осторожную формулировку категоричной.Вопрос «ты уверен?» редко помогает. ИИ может ответить уверенно ещё раз. Лучше просить конкретно:
Отдели факты от выводов.
Покажи, какие утверждения нужно сверить с источником.
Найди места, где ты мог добавить неподтверждённые детали.ИИ может найти слабые места в собственном ответе, но не должен быть единственным проверяющим. Особенно если результат влияет на решения, клиентов, деньги, обязательства или людей.
Черновой список вопросов для себя и текст клиенту не требуют одинаковой проверки. Если проверять всё слишком глубоко, вы быстро устанете. Если проверять всё поверхностно, пропустите важные ошибки. Нужна соразмерность цене ошибки.
Грамотный текст, аккуратная структура и хороший стиль не доказывают точность. Перед стилем проверьте смысл: факты, выводы, обещания, оговорки и связь с исходной задачей.
Самые рискованные ошибки часто прячутся в хороших ответах. Если результат выглядит убедительно, это не повод пропустить приёмку. Это повод проверить, на чём держится убедительность.
Выберите один из двух маршрутов. На задание достаточно 15–30 минут.
Возьмите один результат из прошлых дней:
Проведите проверку по чек-листу:
1. Соответствует ли результат моей задаче?
2. Все ли важные факты и цифры проверены?
3. Не добавил ли ИИ неподтверждённые детали?
4. Отделены ли факты от выводов и рекомендаций?
5. Есть ли чувствительные данные или лишние обещания?
6. Какова цена ошибки?
7. Можно ли использовать результат дальше?После проверки добавьте в чек-лист 1–2 собственных пункта.
Например:
Проверить, не исчезли ли важные оговорки.
Проверить, не превратил ли ИИ намерение в договорённость.В конце выберите статус результата:
Использовать как есть / использовать после правок / отправить на проверку / пока не использовать.Сегодня у вас появился личный чек-лист проверки AI-результата.
Это один из главных артефактов всего маршрута. Дальше вы будете использовать его в Днях 7–14: при сравнении вариантов, работе со списками и таблицами, планировании, подготовке материалов для других людей, критике собственных текстов и сборке личной AI-практики.
Проверка не делает работу с ИИ медленной и тяжёлой. Она помогает понять, где результат уже можно использовать, где его нужно поправить, где требуется ручная сверка, а где лучше не рисковать.
В Дне 13 вы отдельно соберёте правила безопасной AI-практики. А пока ваш базовый инструмент — чек-лист приёмки результата перед использованием.