Большинство менеджеров используют ChatGPT как калькулятор: ввёл запрос — получил ответ — закрыл вкладку. Никакой памяти, никакого накопления знаний. Каждый раз начинаешь с нуля. Это как нанять ассистента, который забывает тебя каждое утро.
Я покажу, как превратить AI из калькулятора в экзоскелет мышления — инструмент, который помнит твой контекст, понимает задачи твоей команды и автоматически делает рутину. Без хитрых промптов, без дорогих платформ. Только контекст, структура и три инструмента: Claude Projects, Obsidian и терминальный доступ.
Эта статья — разбор методологии, которую я использую для автоматизации работы продакт- и проект-менеджеров. Ты увидишь, как один файл about.me даёт 80% результата, почему Obsidian — это просто папка с плагинами, и как собрать пайплайн из скиллов для транскрибации Zoom-созвонов.
Почему AI ест текст — и как это использовать
Все нейросети — Claude, GPT-4o, Gemini — работают с текстом. Они не читают твои мысли, не подключаются к Notion, не знают про твои задачи в Jira. Они видят только то, что ты им даёшь в виде текста.
Твоя задача как менеджера — превратить всю свою рабочую жизнь в текст:
- Что ты делаешь — задачи, проекты, созвоны → markdown-заметки
- Что ты знаешь — книги, курсы, инсайты → конспекты в Obsidian
- Что ты планируешь — стратегии, воронки, дорожные карты → текстовые документы
Звучит как оверхед? Это только кажется. В моей практике продакт-менеджер тратит 30 минут на настройку автотранскрибации Zoom — и дальше все созвоны автоматически превращаются в текстовые заметки с саммари. Проект-менеджер один раз настраивает шаблоны запросов — и AI генерирует персонализированные письма для 22 студентов за 2 минуты вместо 40 минут ручной работы.
Главное правило: чем больше контекста — тем умнее твой AI.
Если ты пишешь в ChatGPT «напиши текст объявления для Яндекс.Директ», ты получишь generic шаблон. Если ты даёшь файл about.me (кто ты, какой продукт, какая аудитория, какие метрики) + примеры твоих прошлых объявлений + текущую стратегию трафика — ты получаешь 50 вариантов, заточенных под твою воронку.
Ввод → Ответ → Итерация: единственный паттерн работы с AI
Нет волшебной кнопки. Нет промпта, который решит задачу с первого раза. Есть только один паттерн:
Ты даёшь контекст + задачу
↓
AI даёт первый результат (обычно 70% готовности)
↓
Ты уточняешь: "добавь цифры", "перепиши в тоне бренда", "сделай таблицу"
↓
Готовый результат (2—3 итерации)
В моей практике 95% задач решаются за 2—3 итерации. Первый ответ — черновик. Второй — доработка структуры или тона. Третий — финальная шлифовка.
Пример из работы продакт-менеджера:
Задача: создать 50 вариантов объявлений для Яндекс.Директ под новую связку «вебинар → бот → оплата».
Итерация 1:
Prompt: "Напиши 10 объявлений для Яндекс.Директ на курс по DeFi. Целевая аудитория: новички, бюджет 100₽/клик."
Результат: Generic объявления "Узнай о DeFi", "Стань экспертом".
Итерация 2:
Prompt: "Используй контекст из about.me: наш продукт — онлайн-курс 'DeFi для начинающих'. Аудитория — 30—45 лет, менеджеры. Боль: сложно разобраться в крипте. Оффер: бесплатный вебинар 18 марта. Тон: доверительный, без хайпа."
Результат: 10 адекватных объявлений с конкретными офферами.
Итерация 3:
Prompt: "Добавь цифры в каждое объявление: '80 человек уже прошли', 'экономь 3 часа в неделю'. Сделай 50 вариантов с вариациями CTA: 'Зарегистрируйся', 'Забронируй место', 'Получи доступ'."
Результат: готовые объявления под A/B-тесты.
Весь процесс — 15 минут. Руками ты потратил бы 2—3 часа.
Контекст > Промпт: почему один файл даёт 80% результата
Секрет не в хитрых промптах. Секрет в контексте, который ты даёшь AI перед задачей.
Я использую файл about.me — это 200—300 слов о себе, своём продукте и задачах. Загружаешь его в Claude Projects один раз — и дальше AI помнит этот контекст во всех диалогах внутри проекта.
Что писать в about.me
Структура файла:
# Обо мне
Имя: Сергей Зиненко
Роль: Продакт-менеджер в проекте "DeFi-Гедонист"
## Чем занимаюсь
- Веду онлайн-курс по DeFi для новичков (100+ студентов)
- Управляю воронкой: Яндекс.Директ → вебинар → Telegram-бот → оплата
- Координирую подрядчика по контекстной рекламе (Илья Бельский)
## Текущие задачи
- Увеличить конверсию из вебинара в оплату (сейчас 4.1%)
- Настроить связки в Яндекс.Директ (присутствие 11%)
- Подготовить 6-шаговую воронку в боте
## Метрики
- CPL (стоимость лида): 566₽
- Бюджет на трафик: 50 000₽/месяц
- Целевая конверсия: 8% (сейчас 4.1%)
## Как принимаю решения
- Опираюсь на данные из Яндекс.Метрики и CRM
- Тестирую минимум 3 гипотезы параллельно
- Предпочитаю автоматизацию ручной работе
## С кем работаю
- Команда: проект-менеджер (Лиза), подрядчик по рекламе (Илья)
- Студенты: 22 с истёкшим доступом, нужно реактивировать
Этот файл один раз загружается в Claude Projects. Дальше AI использует его автоматически в каждом запросе.
Как это работает на практике
Без контекста:
Prompt: "Составь план подготовки вебинара."
Ответ: Generic чеклист "Подготовь слайды, запланируй промо, настрой эфир".
С контекстом (about.me загружен):
Prompt: "Составь план подготовки вебинара 18 марта."
Ответ:
- Создать посадочную в боте (6 шагов из контекста)
- Настроить связки в Яндекс.Директ (Илья)
- Сегментировать 22 студента с истёкшим доступом
- Запланировать серию из 3 писем с учётом CPL 566₽
- Подготовить слайды с фокусом на конверсию 8%
AI сам вытащил все релевантные детали из about.me и построил контекстный план. Это экономит 80% времени на объяснения.
Два подхода к организации данных: человекочитаемый vs агенточитаемый
Когда настраиваешь систему для работы с AI, у тебя два пути:
1. Человекочитаемый (наш выбор для старта)
Ты организуешь файлы так, чтобы сам мог разобраться без AI. Простые папки, понятные названия, markdown-заметки.
Структура:
📁 Vault/
├── 📁 Inbox ← всё новое падает сюда
├── 📁 Projects ← активные проекты
│ ├── DeFi-Гедонист
│ ├── Полимат Капитал
│ └── about.me ← контекст о себе
├── 📁 Resources ← книги, курсы, материалы
├── 📁 Content ← посты, сценарии
└── 📁 Local Calls ← транскрипты звонков
Плюсы:
- Ты всегда можешь зайти в папку и найти нужный файл
- AI работает с твоей привычной структурой
- Низкий порог входа — настроил за 20 минут
Минусы:
- Не оптимально для машины (AI тратит время на поиск)
- Ручная сортировка новых файлов
2. Агенточитаемый (продвинутый)
AI сам организует файлы по своей логике: теги, связи, метаданные. Оптимально для машины, сложно для человека.
Пример:
📁 Vault/
├── _graph/ ← граф связей между заметками
├── _tags/ ← индекс тегов
├── _meta/ ← метаданные (автор, дата, тип)
└── content/ ← хаотичная куча файлов
├── 20250304_call_andrey.md
├── strategy_yandex_v3.md
└── ...
AI сам находит связи между файлами, группирует по темам, строит граф знаний. Но если ты откроешь папку — ничего не поймёшь.
Когда имеет смысл:
- У тебя 1000+ заметок
- Ты полностью доверяешь AI сортировку
- Тебе важна скорость поиска (AI находит файл за 0.5 секунды)
В моей практике продакт-менеджеры начинают с человекочитаемого. Через 3—6 месяцев, когда накапливается 500+ заметок, переходят на агенточитаемый для части данных (например, транскрипты созвонов).
Obsidian — просто папка с плагинами
Obsidian пугает новичков: "сложный инструмент для хардкорных заметочников". Это миф.
Obsidian = обычная папка на диске с markdown-файлами. Всё. Никакой проприетарной базы, никакой vendor lock-in. Ты в любой момент можешь открыть эту папку в VS Code, Sublime или любом текстовом редакторе.
Что Obsidian добавляет к обычной папке
1. Удобный просмотр markdown Превью файлов, форматирование, таблицы — всё отображается красиво.
2. Wiki-links между заметками
Я работаю над [[DeFi-Гедонист]], используя стратегию из [[Яндекс.Директ 2026]].
Двойные квадратные скобки создают ссылку на другую заметку. Obsidian показывает граф связей между файлами.
3. Синхронизация через Dropbox Obsidian умеет открывать папку из Dropbox. Настроил один раз — все заметки синхронизируются между компьютером и телефоном.
4. Плагины
- Terminal — встроенный терминал для запуска скриптов
- Graph View — визуализация связей между заметками
- Daily Notes — автоматическое создание дневниковых заметок
Как Claude подключается к Obsidian
Claude Desktop (версия 4, не веб-версия) умеет работать с локальными папками через Model Context Protocol (MCP). Ты добавляешь папку Obsidian в настройки — и дальше AI видит все файлы внутри.
Что AI может делать:
- Читать все заметки (контекст до 200 000 токенов в Claude Opus)
- Создавать новые файлы
- Редактировать существующие
- Искать по содержимому
Пример из практики:
Продакт-менеджер проводит созвон с подрядчиком по Яндекс.Директ. Zoom автоматически сохраняет запись в Dropbox. Скрипт транскрибирует аудио в текст и кладёт в папку Local Calls/. Claude читает транскрипт, извлекает задачи и создаёт файл Projects/DeFi-Гедонист/backlog_2026-03-04.md с чеклистом.
Весь пайплайн — автоматически. Продакт получает готовый backlog через 5 минут после созвона.
Контекст: прошлое и настоящее
Контекст делится на две части: то, что уже есть (прошлое), и то, что ты создаёшь сейчас (настоящее).
Прошлое — собираем то, что накопилось
Где искать:
- Старые заметки в Evernote, Notion, Apple Notes → экспортируй в markdown
- Презентации и отчёты → конвертируй в текст (Google Docs → markdown)
- Ролики, подкасты, выступления → транскрибируй через Whisper или TurboScribe
Пример:
Продакт-менеджер 2 года вёл проект, делал 10 презентаций для инвесторов. Все слайды — в Figma. Я попросил экспортировать текст из Figma в markdown, загрузил в Claude Projects — и AI сразу понял контекст продукта, метрики, болевые точки аудитории.
На сбор прошлого уходит 2—3 часа. Но это разовая работа. Дальше AI использует этот контекст во всех задачах.
Настоящее — захватываем новое
Автоматические потоки:
| Источник | Инструмент | Куда падает |
|---|---|---|
| Zoom-созвоны | Whisper API | Local Calls/ |
| Голосовые в Telegram | Бот + Whisper | Inbox/voice/ |
| Встречи вживую | Otter.ai | Inbox/meetings/ |
| Идеи на ходу | Apple Watch → Shortcuts | Inbox/ideas/ |
Всё автоматически попадает в Obsidian в виде текста. AI читает, извлекает задачи, создаёт напоминания.
Пример пайплайна:
Проект-менеджер Лиза проводит созвон с клиентом по компенсации. Zoom пишет. Через 2 минуты после созвона скрипт:
- Скачивает запись из Zoom
- Транскрибирует через Whisper
- Отправляет транскрипт в Claude
- Claude делает саммари: "Клиент просит компенсацию 5000₽. Причина: задержка доступа на 3 дня. Решение: согласовать с финансами."
- Сохраняет в
Projects/DeFi-Гедонист/claims/2026-03-04.md
Лиза открывает Obsidian — видит готовое саммари. Экономия: 10 минут на каждый созвон.
Автоматизация через скиллы и пайплайны
Скилл — это инструкция для AI, как делать конкретную задачу. Например:
Скилл "Транскрибатор":
# Транскрибатор
Ты превращаешь аудиозапись в текст.
Вход: файл .mp3 или .wav
Выход: текст в формате markdown
Правила:
- Убирай слова-паразиты ("э-э-э", "ну вот")
- Разбивай на параграфы по смыслу
- Добавляй таймкоды каждые 5 минут
- Выделяй ключевые фразы жирным шрифтом
AI читает этот скилл и применяет при транскрибации.
Скилл "Голос автора":
# Голос автора
Ты пишешь посты в стиле Сергея Зиненко.
Правила голоса:
- Пиши на русском, разговорный стиль
- Используй "ты", никогда "вы"
- Конкретные примеры, цифры, инструменты
- Избегай: "в современном мире", "давайте", "важно отметить"
- Только длинное тире (—), никогда короткое
Пример:
"Большинство менеджеров используют ChatGPT как калькулятор. Ввёл запрос — получил ответ — закрыл вкладку. Это как нанять ассистента, который забывает тебя каждое утро."
Пайплайн — цепочка скиллов
Пайплайн — последовательность скиллов для автоматизации процесса.
Пример: "Zoom → Саммари в Obsidian"
Zoom-запись (.mp4)
↓ скачать через Zoom API
Аудиофайл (.wav)
↓ транскрибировать (скилл "Транскрибатор")
Текст транскрипта (.md)
↓ сделать саммари (скилл "Саммари")
Краткая выжимка (200 слов)
↓ сохранить в Obsidian (скилл "Сохранятор")
Заметка в `Local Calls/` ✓
Весь пайплайн работает автоматически через скрипт в Python или Node.js. Ты получаешь готовый результат через 5 минут после созвона.
Каскад моделей: не все задачи требуют Opus
Claude предлагает три модели с разной мощностью и ценой:
| Модель | Задачи | Скорость | Цена (за 1M токенов) |
|---|---|---|---|
| Haiku | Быстрые ответы, поиск, транскрибация | ⚡ 0.5 сек | $0.25 |
| Sonnet | Тексты, анализ, код, саммари | 🚀 2 сек | $3 |
| Opus | Стратегия, архитектура, сложный анализ | 🧠 5 сек | $15 |
Не нужно платить за Opus, когда задачу решает Haiku.
Правило каскада:
- Простые запросы (транскрибация, поиск) → Haiku
- Средние задачи (написать пост, проанализировать отчёт) → Sonnet
- Сложные задачи (стратегия продукта, архитектура системы) → Opus
В моей практике 70% задач решает Haiku, 25% — Sonnet, 5% — Opus. Это снижает расходы на AI в 3—5 раз.
Реальные кейсы: что AI уже делает для менеджеров
Кейс 1: Инвестиционное соглашение за 1 день
Задача: подготовить SAFE (Simple Agreement for Future Equity) для инвестора.
Было: 2—3 недели с юристом, 150 000₽ гонорар.
Стало:
- Загрузил в Claude шаблон SAFE от Y Combinator
- Дал контекст: сумма инвестиций, валюация, условия конвертации
- Claude сгенерировал черновик за 5 минут
- Юрист проверил и внёс правки — 1 день, 30 000₽
Экономия: 2 недели времени, 120 000₽.
Кейс 2: 84 000 SEO-страниц за $400
Задача: создать длиннохвостый контент для захвата низкочастотных запросов ("DeFi для начинающих курс Москва", "как купить криптовалюту пошагово" и т.д.).
Было: писать руками — нереально.
Стало:
- Собрал семантическое ядро (10 000 запросов из Wordstat)
- AI сгенерировал 84 000 уникальных страниц по шаблону
- Опубликовал на поддомене через скрипт
Результат: трафик вырос на 300% за 3 месяца, стоимость — $400 на Claude API.
Кейс 3: Анализ пайплайна CRM
Задача: найти гэпы в воронке продаж.
Было: вручную смотреть 200 сделок в CRM, искать паттерны.
Стало:
- Экспортировал данные из CRM в CSV
- Загрузил в Claude: "Найди, где теряем лиды"
- AI нашёл: 40% лидов отваливаются на этапе "отправка реквизитов" — люди не понимают, куда платить
Решение: добавили в бота автоматическую отправку реквизитов с инструкцией. Конверсия выросла с 4.1% до 6.8%.
Кейс 4: Персонализированные письма для 22 студентов
Задача: написать письма студентам с истёкшим доступом.
Было: копипаст шаблона, 40 минут.
Стало:
- Загрузил список студентов (имя, дата окончания курса, последняя активность)
- Prompt: "Напиши персональные письма с призывом продлить доступ"
- AI сгенерировал 22 письма с учётом контекста каждого студента
Время: 2 минуты. Конверсия: в 2 раза выше, чем у generic шаблона.
AI для продакт-менеджера: конкретные задачи Андрея
Андрей ведёт стратегию трафика: Яндекс.Директ, YouTube, координирует подрядчика. Вот что AI может делать прямо сейчас:
1. Тексты объявлений для Яндекс.Директ
Задача: создать 50 вариантов объявлений под A/B-тесты.
Prompt:
Используй контекст из about.me: курс "DeFi для начинающих", аудитория 30—45 лет, оффер — бесплатный вебинар 18 марта. Напиши 50 объявлений с вариациями CTA: "Зарегистрируйся", "Забронируй место", "Получи доступ". Добавь цифры: "80 человек уже прошли", "экономь 3 часа в неделю".
Результат: 50 объявлений за 3 минуты. Руками — 2 часа.
2. Анализ воронки: почему 4.1% → 11%?
Задача: понять, почему конверсия из регистрации на вебинар в присутствие — 11%, а из присутствия в оплату — только 4.1%.
Prompt:
Вот данные воронки:
- Регистрация на вебинар: 200 человек
- Присутствие: 22 человека (11%)
- Оплата: 9 человек (4.1%)
Где теряем? Какие гипотезы тестировать?
Ответ AI:
- Гэп 1: 89% зарегистрировались, но не пришли → напоминания за 1 час, 10 минут до эфира
- Гэп 2: 4.1% конверсия в оплату — низкая вовлечённость на вебинаре → добавить интерактив (опросы, Q&A)
- Гипотеза: оффер непонятен → тестировать скидку 20% vs бонус "доп. урок"
3. Backlog из транскриптов созвонов
Задача: извлечь задачи из созвона с подрядчиком Ильёй.
Процесс:
- Zoom записал созвон
- Скрипт транскрибировал аудио
- Claude прочитал транскрипт и создал файл
backlog_2026-03-04.md:
# Backlog после созвона с Ильёй (04.03.2026)
## Задачи
- [ ] Настроить связку "вебинар → бот" (Илья, до 10.03)
- [ ] Добавить UTM-метки в объявления (Андрей, до 06.03)
- [ ] Увеличить бюджет на YouTube до 20 000₽ (согласовать с финансами)
- [ ] Тестировать 3 креатива: видео, карусель, статика (старт 12.03)
## Метрики для отслеживания
- CPL (целевое значение: 450₽)
- CTR объявлений (текущий: 2.1%, цель: 3%)
Время на создание backlog: 2 минуты вместо 20 минут ручной работы.
AI для проект-менеджера: конкретные задачи Лизы
Лиза координирует мероприятия, договоры, финансы, общение со студентами. Вот что AI может делать:
1. Шаблоны запросов для студентов
Задача: запросить у нового студента ФИО, реквизиты, подтверждение оплаты.
Prompt:
Напиши шаблон сообщения для запроса реквизитов у студента. Тон: дружелюбный, чёткий. Включи чеклист: ФИО, email, номер телефона, скриншот оплаты.
Результат:
Привет! 🎉
Чтобы открыть доступ к курсу, мне нужно от тебя:
✅ ФИО (как в паспорте)
✅ Email для до
ступа к платформе ✅ Номер телефона ✅ Скриншот чека об оплате Отправь всё в одном сообщении — я активирую доступ в течение 2 часов. Спасибо! ``` ### 2. Письма с извинениями и решениями **Задача:** студент прождал доступ 5 дней. Нужно письмо с извинением и бонусом. **Prompt:** ``` Напиши письмо студенту Максиму. Он оплатил 5 дней назад, но доступ не получил — это наша ошибка. Извинись, активируй доступ, предложи бонус: доп. урок или возврат 500₽. Тон: искренний, не формальный. ``` **Результат:** письмо за 1 минуту, которое восстанавливает лояльность. ### 3. Расчёт сметы и сроков проекта **Задача:** рассчитать бюджет мероприятия на 50 человек. **Prompt:** ``` Вебинар на 50 человек онлайн, 2 часа. Смета: аренда зала виртуального (бесплатно), ведущий (я), модератор, техподдержка, полиграфия для сертификатов. Рассчитай затраты, предложи способы оптимизации. ``` **Результат AI:** 1. **Техподдержка:** не всегда нужна → договориться с видеоплатформой 2. **Сертификаты:** печать дорогая → PDF-версия + возможность печати у студента 3. **Ведущий модератор:** один человек может вести + умеренировать в Zoom 4. **Итого:** экономия 40% от базовой сметы --- ## Главный инсайт: не AI заменяет работу, а переносит её в другую плоскость **Было:** 40 часов в месяц на рутину (копипасты, анализ данных, письма). **Стало:** 4-5 часов на рутину + 35+ часов на стратегию, творчество, отношения со студентами. **Цифра:** в среднем экономия **15-20 часов в месяц** на одного сотрудника. На команду из 3 человек это **45-60 часов свободного времени в месяц** — почти полторы рабочие недели. Вот на что эти часы можно потратить: - Создать новый курс - Запустить новый канал трафика - Улучшить клиентский сервис - Просто отдохнуть (это тоже важно) **Главная ошибка:** ждать, пока AI сама предложит помощь. Нужно активно искать рутину в своём дне и **давать AI чёткие задачи**. Даже неидеальный результат AI плюс минимальная правка человека — это обычно быстрее, чем создание с нуля. **Подписывайся на канал https://t.me/serg_defi — разбираю такие темы каждую неделю.**