Дайте ИИ больше контекста о своей работе

Когда мы ставим задачу ИИ, мы обычно объясняем, что хотим получить, и добавляем сведения, которые считаем важными. Но часть контекста легко пропустить, потому что для нас она давно очевидна: мы помним предыдущие обсуждения, знаем участников проекта и понимаем, почему одни решения подходят, а другие даже не стоит предлагать.

ИИ может ничего этого не знать, поэтому даже вполне подробное задание иногда приводит к ответу, который формально правильный, но в нашей ситуации бесполезен. Например, предложенный подход уже пробовали и отвергли, в переписке появились новые условия, а документ, который мы приложили, успел устареть.

Поэтому я считаю важным давать ИИ максимум контекста, который относится к задаче, включая причины принятых решений. Если вы просите подготовить предложение, полезны не только описание продукта и пожелания к тексту, но и история разговора с заказчиком: что его заинтересовало, в чём он сомневается и о чём вы уже договорились.

Передавать этот контекст можно разными способами. В новом чате можно подробно описать ситуацию, приложить документы и нужные фрагменты переписки. Если проще говорить, можно надиктовать объяснение, в том числе рассказать о сомнениях и противоречиях, которые трудно уложить в аккуратное задание.

Для регулярной работы имеет смысл подключить доступ к источникам, которыми вы уже пользуетесь: Google Документам, почте или Notion, если выбранный инструмент поддерживает такие подключения. Тогда можно указать, где искать информацию для задачи, и попросить ИИ сначала изучить нужные материалы.

При этом само подключение ещё не означает, что ИИ прочитал всё необходимое и правильно разобрался. Полезно обозначить конкретные документы или переписку, пояснить, какой источник считать актуальным, и попросить перечислить, на что он опирался и каких данных ему не хватает.

Максимум контекста тоже не означает, что в каждый разговор нужно выгружать весь архив. Если к задаче относятся три документа и одна цепочка писем, лучше дать их и объяснить связь между ними, чем приложить сотню файлов, среди которых перемешаны старые версии и посторонние обсуждения.

В работе с ИИ стоит постепенно собирать условия, при которых вам не приходится каждый раз заново объяснять всю свою деятельность. Чем больше нужного контекста доступно для конкретной задачи, тем меньше модели приходится заполнять пробелы предположениями, а вам — исправлять результат, построенный на этих догадках.

Следующий шаг

Контекст-инжиниринг — как собирать рабочий контекст для моделей нового поколения

Связанные материалы

• Статья: Перестаньте искать самую умную нейросеть. Стройте среду
• Блог: Обратный промптинг: пусть агент спрашивает вас
• База знаний: Notion MCP — официальный сервер Notion для подключения ИИ-агентов

Если в работе с ИИ вы постоянно пересказываете одни и те же сведения, полезно разобраться, какие источники нужны для ваших задач и как организовать доступ к ним.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov