Больше не общаюсь с нейросетями
Почему я больше не спрашиваю, какая нейросеть лучше, а собираю из ChatGPT, Claude и генерации изображений команду специалистов с конкретной зоной ответственности — на реальном примере автоматизации рутины в Иллюстраторе.
Иногда меня спрашивают, какой нейросетью я пользуюсь. Честно говоря, вопрос странный — примерно как спросить плотника, каким молотком он строит дом. Ответ будет «разными», но дело вообще не в молотке.
Я давно перестал воспринимать нейросети как собеседников. Для меня это сотрудники — у каждого своя специализация, сильные стороны и зона ответственности. Я не прихожу в ChatGPT «поболтать» и не прошу Claude «что-нибудь придумать». У каждого из них есть конкретная работа, поэтому вопрос «какая нейросеть лучше» для меня примерно того же порядка, что «кто лучше — бухгалтер или архитектор». Зависит от задачи.
Как я к этому пришёл
Как и большинство людей, начинал я довольно примитивно: нужно написать текст — открываешь чат, нужно что-то спросить — открываешь чат. Универсальный помощник, который понемногу умеет всё. Но довольно быстро я упёрся в потолок: каждый новый разговор начинался почти с нуля, приходилось заново объяснять проект и напоминать, что уже сделано. Вместо ощущения, что рядом работает специалист, возникало чувство, будто каждый день нанимаешь нового сотрудника и снова проводишь ему вводный инструктаж.
Тогда я понял: проблема не в нейросетях, а в том, как я с ними работаю.
Я не пытаюсь сразу построить большой завод — я по мере работы над своими продуктами для маркетплейсов автоматизирую конкретные микропроцессы. Чем глубже изучаешь возможности нейросетей и чем внимательнее соотносишь их с рутиной своего дня, тем больше появляется идей, что вообще можно упростить. Я задаю нейросетям вопросы, спорю с ними, иногда специально стравливаю одну с другой и заставляю их спорить между собой — так быстрее находятся сильные и слабые стороны каждой. Это по-настоящему увлекательный процесс, в который легко провалиться на несколько часов.
Один конкретный пример вместо общих слов
Проще всего показать это на реальной задаче. Когда я готовлю партию иллюстраций для микростоков, у меня есть скрипт для Иллюстратора, который написал для меня Claude: он автоматически сохраняет пару файлов — EPS и JPEG, — раскладывает их по нужным папкам и переписывает названия так, чтобы тайтл соответствовал требованиям микростоков и реально описывал содержание картинки. Когда партия готова, одной кнопкой в задаче у Claude я отправляю картинки на выгрузку в другую папку.
Раньше вся эта рутина — сохранить в двух форматах, разложить, придумать корректное название под каждый файл — отнимала время у самой творческой части работы. Теперь этим занимается скрипт, а я возвращаюсь к рисованию.
ChatGPT и Claude занимаются разными вещами
Сегодня ChatGPT редко получает задачу вроде «напиши мне текст». Гораздо чаще мы разбираем архитектуру проекта, ищем причины ошибок, спорим о логике интерфейса или раскладываем большую задачу на понятные этапы.
Claude занимается другой частью работы — через него постепенно строится мой сайт: мы вместе разбираем интерфейсы, переделываем страницы, переписываем компоненты. Когда проект становится достаточно большим, важнее уже не скорость написания кода, а способность удерживать общую картину.
Именно поэтому я почти перестал воспринимать переписку с нейросетью как основной способ работы над проектом — гораздо важнее оказалась документация. Чем серьёзнее становится проект, тем меньше пользы от длинной истории чата: сегодня обсуждали одну идею, через неделю другую, а через месяц уже никто не помнит, почему было принято то или иное решение. Поэтому я начал собирать проект в отдельные документы — что это за система, какая у неё архитектура, какие правила разработки, какие компоненты уже существуют, какие решения окончательные. Не потому что так «правильно», а потому что нейросеть работает совсем по-другому, когда вместо тысячи разрозненных сообщений получает одну хорошо организованную карту проекта.
Дело не в модели, а в системе вокруг неё
Эта мысль изменила и остальные процессы. Когда я занялся автоматизацией генерации изображений для микростоков, оказалось, что проблема снова не в модели: можно бесконечно менять настройки, пробовать новые версии, скачивать очередные модные модели — но если сам процесс хаотичный, результат таким же и останется. Поэтому вместо поиска «идеальной нейросети» я начал строить производственную систему: очередь задач, автоматическая обработка промптов, контроль выполнения, понятная структура проекта, фиксация решений. Меня интересовала уже не отдельная картинка, а конвейер.
Постепенно нейросети проникли и в другие части работы: я диктую мысли голосом, чтобы не терять идеи по дороге, обсуждаю с ChatGPT архитектуру будущих проектов, передаю Claude реализацию, использую генерацию изображений там, где раньше пришлось бы тратить часы вручную. В какой-то момент я вообще перестал думать, какую нейросеть открыть следующей — ответ уже зависел не от названия сервиса, а от характера задачи.
Сегодня почти все обсуждают сами модели — кто умнее, кто быстрее, у кого лучше новый релиз. Мне кажется, это самый короткий путь застрять на месте: инструменты будут меняться постоянно, и за последние месяцы я уже не раз перестраивал собственный рабочий процесс. Но почти все эти изменения оказались второстепенными. Ценность создаёт не нейросеть — ценность создаёт система, внутри которой она работает.
Сегодня я воспринимаю искусственный интеллект не как замену человеку и не как волшебную кнопку, а как команду специалистов. Моя работа — правильно распределять между ними задачи.