Когда я впервые показал команде, как Claude за 40 секунд генерирует 50 вариантов объявлений для Яндекс.Директа, они смотрели на экран с недоверием. "Это же не сработает в реальности", — сказал продакт-менеджер. Сейчас тот же человек каждый день использует AI для анализа воронок и получает инсайты, на которые раньше уходили дни ручной работы.
Проблема не в том, что AI-инструменты для команды сложные. Проблема в том, что большинство пытается использовать их как волшебную кнопку, вместо того чтобы понять базовый принцип работы. А принцип простой до смешного: нейросети едят текст. Всё остальное — технические детали.
Почему AI — это экзоскелет, а не замена мозга
Я слышал десятки страшилок про то, как AI заменит менеджеров. Полная чушь. AI не заменяет мышление — он усиливает его, как экзоскелет усиливает физическую силу. Ты всё ещё делаешь работу, но теперь можешь поднять в 10 раз больше за тот же промежуток времени.
Вот реальный кейс из моей практики. Продакт-менеджер тратил 2–3 недели на подготовку инвестиционного соглашения вместе с юристом. Мы переложили базовую структуру документа на Claude, дали контекст о компании и специфике сделки. Результат: черновик за 1 день, который юрист только проверил и слегка подправил. Общее время сократилось с 15 рабочих дней до 2.
Но здесь критический момент: AI не написал соглашение "с нуля". Мы дали ему 15 страниц контекста — прошлые сделки, требования инвесторов, структуру cap table, риски конкретной ниши. Без этого контекста результат был бы generic шаблоном из интернета.
Главный принцип работы с AI: контекст важнее промпта
Забудьте про курсы "100 магических промптов для ChatGPT". Это всё ерунда для продажи инфопродуктов. Настоящая мощь AI раскрывается через контекст, который ты ему даёшь.
Формула результата
Качество ответа = Контекст × Правильная задача
Промпт — это просто правильная формулировка задачи. А контекст — это то, что ты накопил о себе, своей работе, своей команде.
Когда я настраиваю AI-инструменты для команды, первое, что мы делаем — создаём файл about.me. Это не LinkedIn-профиль и не резюме. Это структурированное описание того, как ты работаешь:
- Какие задачи решаешь ежедневно
- С кем взаимодействуешь в команде
- Как принимаешь решения (данные или интуиция? быстро или вдумчиво?)
- Какие инструменты используешь (CRM, таск-менеджеры, аналитика)
- Что для тебя "хороший результат" в конкретных задачах
Один такой файл даёт 80% результата. Я не шучу — проверял на 20+ внедрениях.
Пример about.me для продакт-менеджера
# Андрей, продакт-менеджер онлайн-школы
## Основные задачи
- Стратегия трафика: Яндекс.Директ, YouTube, органика
- Координация подрядчика по контексту (Илья Бельский)
- Анализ воронок: конверсия 4.1% → 11% присутствие на вебе
- Вебинарная воронка: 6 шагов автоматизации в боте
## Контекст работы
- Работаю с ограниченным бюджетом — CPL 566₽
- Связки настраиваю через интеграции: CRM + Яндекс.Метрика
- Приоритет: быстрые тесты (A/B за неделю), не идеальные решения
## Как я принимаю решения
- Смотрю на данные по конверсиям, не на красоту креативов
- Если гипотеза не даёт +20% за месяц — режу
- Предпочитаю 5 мелких тестов вместо 1 большого запуска
## Инструменты
- Figma для стратегии и карты связок
- GetCourse CRM
- Яндекс.Метрика + Директ
- Google Sheets для бюджетов
Когда AI видит такой контекст перед каждым твоим запросом, он понимает: ты не хочешь теоретическую лекцию про маркетинг, тебе нужны 3 конкретные гипотезы для теста с бюджетом 30 000 рублей на неделю.
Единственный паттерн работы с любым AI
Неважно, используешь ты Claude, ChatGPT или локальную модель — паттерн один и тот же:
Ввод (контекст + задача)
↓
Первый ответ
↓
Итерация (уточнение)
↓
Готовый результат
Никакой магии. Только практика и итерации.
Вот как это работает на реальной задаче. Проджект-менеджер Лиза пишет мне: "Нужно связаться с 22 студентами, у которых истёк доступ к курсу. Как это сделать быстро?"
Первая итерация: Я загружаю в Claude список студентов (имена, даты окончания доступа, какие модули прошли) и пишу:
Напиши персонализированные сообщения для 22 студентов.
Тон: дружелюбный, без давления.
Цель: напомнить о возможности продлить доступ.
Ответ Claude: Генерирует 22 текста, но они слишком formal.
Вторая итерация:
Сделай тон более неформальным.
Убери "Уважаемый". Обращайся на "ты".
Добавь конкретику: какой модуль студент прошёл последним.
Результат: 22 готовых сообщения, которые Лиза копирует в мессенджер за 10 минут. Без AI на это ушло бы 2 часа.
Почему итерация критична
Первый ответ AI редко бывает идеальным. Это нормально. Нейросеть не читает твои мысли — она работает с тем, что ты ей дал. Если результат не тот — не злись на AI, уточни запрос.
Я видел менеджеров, которые пробовали ChatGPT один раз, получали generic ответ и говорили "AI не работает". Это как сесть в спортзал один раз, не увидеть бицепс и сказать "тренировки не работают". AI-инструменты для команды работают только при систематическом использовании.
Obsidian: не блокнот, а контекстная база для AI
Когда я говорю "Obsidian", люди думают про ещё один note-taking app. Это неправильная рамка. Obsidian — это обычная папка на диске, в которой лежат текстовые файлы в формате Markdown. Всё.
Почему это важно? Потому что Claude может подключиться к этой папке и работать со всем её содержимым как с единым контекстом. Ты не копируешь файлы туда-сюда — AI уже видит всё, что ты накопил.
Структура папок для старта
Не усложняй. Вот минимальная структура, которая работает:
📁 Vault/
├── 📁 Inbox ← всё новое падает сюда
├── 📁 Projects ← активные проекты
│ ├── DeFi-Гедонист
│ └── Полимат Капитал
├── 📁 Resources ← книги, курсы, материалы
├── 📁 Content ← посты, сценарии
└── 📁 Local Calls ← транскрипты звонков
Inbox — это твоя воронка. Всё, что приходит в голову, всё, что скидывают коллеги, все идеи — летят сюда. Раз в день-два ты разбираешь Inbox: что-то идёт в Projects, что-то в Resources, что-то удаляется.
Projects — активная работа. У меня там сейчас 4 папки: 2 продукта, 1 клиент на консалтинге, 1 личный эксперимент с агентами.
Resources — всё, что не требует action, но может пригодиться. Конспекты книг, инструкции, шаблоны.
Content — если ты создаёшь контент (посты, статьи, видео), держи это отдельно.
Local Calls — транскрипты всех созвонов. Это золото для контекста.
Почему Markdown, а не Google Docs
Потому что Markdown — это чистый текст. Никакого форматирования, никаких скрытых тегов. AI читает Markdown нативно, без потери структуры. Google Docs или Notion — это обёртки с кучей метаданных, которые только мешают.
Плюс Markdown-файлы весят килобайты. У меня 600 заметок занимают 15 МБ. Это ничто. Можно хранить на любом облаке, синкать через Dropbox, git, что угодно.
Как превратить свою жизнь в текст
Вот жёсткая правда: если ты не оцифровываешь свою работу, AI тебе не поможет. Нейросеть работает только с тем, что ты ей даёшь. Поэтому задача номер один — превратить максимум своей активности в текст.
Два потока контекста
Прошлое — то, что уже есть:
- Старые заметки из Evernote, Apple Notes, бумажных блокнотов
- Записи выступлений, подкастов, роликов (транскрибируем)
- Документы и отчёты из Google Drive
- Переписки с важными инсайтами
Настоящее — то, что происходит сейчас:
- Zoom-звонки → автоматическая транскрипция
- Встречи и созвоны → голосовые заметки → текст
- Идеи в моменте → диктовка в Telegram "Избранное"
Я использую связку: Zoom записывает встречи, скрипт автоматически скачивает запись, прогоняет через Whisper API (транскрибация), сохраняет результат в Local Calls в Obsidian. Всё без моего участия.
Кейс: SEO-страницы через контекст
Мы делали проект для edtech-платформы — нужно было закрыть длинный хвост поисковых запросов. Классический подход: нанять копирайтеров, писать месяцами. Мы пошли по-другому.
Собрали контекст:
- 50 лучших статей конкурентов (скрейпили, конвертировали в Markdown)
- Структуру курсов платформы (программы, описания модулей)
- Семантическое ядро на 2000 запросов
Создали промпт-систему: для каждого кластера запросов Claude генерировал уникальную статью на основе контекста. Не копировал конкурентов — синтезировал новый материал с учётом специфики платформы.
Результат: 84 000 страниц за $400 (расходы на API). Индексация Google, рост органического трафика на 340% за 4 месяца. Без AI на это ушли бы годы и сотни тысяч долларов.
AI-скиллы: как научить нейросеть делать типовые задачи
Скилл — это инструкция для AI, как решать конкретную повторяющуюся задачу. По сути, это промпт-шаблон с контекстом, который ты используешь регулярно.
Примеры скиллов для команды
Транскрибатор
# Скилл: Транскрипция встречи
Входные данные: аудиофайл или видео
Задача:
1. Распознать речь
2. Разбить на спикеров (если несколько голосов)
3. Выделить ключевые темы
4. Создать краткое саммари (5–7 пунктов)
5. Извлечь action items с ответственными
Формат вывода: Markdown с заголовками
Сохранить в: Local Calls/[дата]_[тема].md
Аналитик воронки
# Скилл: Анализ провала конверсии
Входные данные: экспорт из CRM (CSV)
Задача:
1. Посчитать конверсию по этапам воронки
2. Найти самый большой drop-off
3. Сравнить с бенчмарком (предыдущий месяц)
4. Предложить 3 гипотезы, почему провалилась конверсия
5. Дать конкретные действия для теста
Формат вывода: таблица + список гипотез
Тон: прямой, без воды
Генератор объявлений
# Скилл: Объявления Яндекс.Директ
Входные данные: тема, оффер, УТП
Задача:
1. Сгенерировать 50 вариантов текста объявления
2. Варьировать заголовки (20–30 символов)
3. Включить цифры, выгоды, триггеры срочности
4. Избегать заезженных фраз ("только сейчас")
5. Проверить на соответствие требованиям Яндекса
Формат: таблица (Заголовок | Текст | УТП)
Когда у тебя набрана библиотека из 10–15 скиллов, ты просто говоришь AI "используй скилл Транскрибатор" — и он применяет готовую схему. Экономия времени колоссальная.
Пайплайны: автоматизация без программирования
Пайплайн — это последовательность скиллов, которая выполняется автоматически. Звучит сложно, но на практике настраивается за час.
Пример пайплайна: Zoom → Obsidian
Zoom-встреча заканчивается
↓
Скрипт скачивает запись (Zoom API)
↓
Whisper API транскрибирует аудио → текст
↓
Claude читает транскрипт + применяет скилл "Саммари встречи"
↓
Результат сохраняется в Obsidian: Local Calls/2025-01-15_weekly-sync.md
↓
Уведомление в Telegram: "Транскрипт готов"
Весь процесс — от окончания встречи до готовой заметки — 5 минут. Ты вообще не участвуешь.
Инструменты для пайплайнов
Я использую связку:
- n8n — no-code автоматизация (как Zapier, но self-hosted)
- Make (бывший Integromat) — для быстрых прототипов
- Python-скрипты — когда нужна гибкость
Для большинства задач хватает n8n. Там визуальный редактор: перетаскиваешь блоки, настраиваешь триггеры и действия. Не нужно быть программистом.
Каскад моделей: не плати за Opus, если хватит Haiku
Claude выпускает три версии моделей:
- Haiku — быстрая, дешёвая, для простых задач
- Sonnet — средняя мощность, оптимальная цена/качество
- Opus — самая умная, дорогая, для сложных задач
Ошибка новичков: использовать Opus для всего. Это как ездить на Ferrari в магазин за хлебом.
Таблица выбора модели
| Задача | Модель | Скорость | Цена за 1М токенов |
|---|---|---|---|
| Поиск информации в документах | Haiku | ⚡ 2–3 сек | $0.25 |
| Генерация текстов, анализ данных | Sonnet | 🚀 5–10 сек | $3.00 |
| Стратегия, архитектура, код | Opus | 🧠 15–30 сек | $15.00 |
Я настроил систему так: первый проход задачи идёт через Haiku. Если результат неудовлетворительный — эскалирую на Sonnet. Если и там не справляется — подключаю Opus.
Экономия в месяц: с $400 до $120 при том же объёме задач.
Для продакт-менеджера: AI в ежедневной работе
Давай разберём конкретные задачи продакта и как AI их решает.
Задача 1: Анализ связок трафика
Ручной способ:
- Выгрузить данные из Яндекс.Метрики (20 мин)
- Свести в Google Sheets (30 мин)
- Найти паттерны (1–2 часа)
- Написать выводы (30 мин)
С AI:
- Экспортируешь CSV из Метрики
- Загружаешь в Claude с контекстом: "У нас конверсия 4.1% на холодный трафик, 11% на тёплый (присутствие на вебе). Найди, где теряем."
- Claude за 40 секунд:
- Строит сводную таблицу по источникам
- Вычисляет drop-off на каждом этапе
- Подсвечивает аномалии (например, Яндекс.Директ даёт 15% трафика, но только 2% конверсии)
- Предлагает 3 гипотезы для теста
Время: 5 минут вместо 3 часов.
Задача 2: Генерация креативов для тестов
Нужно запустить A/B-тест объявлений в Директе. Стандартный подход: заказать копирайтеру 10 вариантов, ждать день-два, получить generic тексты.
С AI: Ты даёшь контекст:
Продукт: онлайн-курс по дизайну интерьеров
ЦА: женщины 30–45, хотят сменить профессию
УТП: трудоустройство после курса, портфолио из 5 проектов
Бюджет: 566₽ за лид
Claude генерирует 50 вариантов за минуту:
- "Дизайнер интерьеров за 3 месяца. Без опыта → 5 проектов в портфолио"
- "Устала от офиса? Стань дизайнером. Обучение + стажировка"
- "Курс интерьерного дизайна. 87% выпускников работают через месяц"
Ты выбираешь 10 лучших, запускаешь тест. Экономия: 1 день времени, 5 000–10 000 рублей на копирайтера.
Задача 3: Координация с подрядчиком
У тебя подрядчик по Яндекс.Директу (Илья Бельский). Каждую неделю созвон: что сделано, что в работе, где проблемы.
С AI:
- Zoom автоматически транскрибирует встречу
- Claude применяет скилл "Саммари + Action Items"
- Через 5 минут после созвона ты получаешь заметку:
# Weekly Sync с Ильёй — 15.01.2025
## Что сделано
- Запущены 3 новые связки (Поиск "курсы дизайна")
- CTR вырос с 2.1% до 3.4%
- Расход: 47 000₽ (план: 50 000₽)
## Проблемы
- Связка РСЯ показывает конверсию 1.8% вместо целевых 4%
- Илья предлагает остановить и перераспределить бюджет
## Action Items
- [ ] Андрей: проверить лендинг для РСЯ (до 17.01)
- [ ] Илья: подготовить 5 новых креативов для теста (до 18.01)
- [ ] Андрей: согласовать перераспределение бюджета с Лизой
Ты копируешь это в таск-менеджер, расставляешь дедлайны. Вместо 30 минут на конспект после созвона — 2 минуты на проверку.
Для проджект-менеджера: AI в координации команды
Работа проджекта — это сплошная координация. Договоры, реквизиты, напоминания, отчёты. Идеальная территория для автоматизации.
Задача 1: Персонализированные напоминания студентам
22 студента с истёкшим доступом. Нужно связаться с каждым лично, напомнить о продлении.
Ручной способ: Открываешь CRM, копируешь имя, смотришь, какие модули прошёл, пишешь сообщение. Умножь на 22. Время: 2 часа.
С AI:
- Выгружаешь CSV: имя, дата окончания, последний пройденный модуль
- Промпт:
Напиши персонализированные сообщения.
Тон: дружелюбный, на "ты".
Упомяни конкретный модуль.
Предложи скидку 15% на продление.
- Claude за 30 секунд генерирует 22 текста:
Привет, Мария! Вижу, ты дошла до модуля M18 по анимации — это один из самых интересных. Доступ к курсу истёк 10 января, но можешь продлить со скидкой 15%. Успеешь закончить оставшиеся 8 модулей и получить сертификат. Пиши, если есть вопросы!
Время: 5 минут на проверку + копирование в мессенджер.
Задача 2: Дайджест из командных чатов
В командном Telegram за день накапливается 50–100 сообщений. Вечером ты пытаешься понять, что важного произошло, пролистываешь 20 минут.
С AI: Я использую Telegram-бота, который:
- Каждый вечер в 18:00 выгружает сообщения за день
- Прогоняет через Claude с промптом: "Извлеки ключевые решения, проблемы и action items"
- Отправляет мне дайджест из 5–7 пунктов
Время: 0 минут (полностью автоматически).
Задача 3: Подготовка чеклиста для мероприятия
Вебинар 18 марта. Нужно подготовить чеклист: что проверить за неделю, за день, за час до старта.
Ручной способ: Открываешь чеклист прошлого вебинара, копируешь, правишь под новую дату. Всегда что-то забываешь.
С AI: Загружаешь в Claude:
- План мероприятия (тема, спикер, время)
- Контекст о команде (кто отвечает за что)
- Чеклист прошлого вебинара
Промпт:
Составь чеклист подготовки вебинара 18.03.
Раздели на блоки: за неделю, за день, за час.
Укажи ответственных.
Результат за 20 секунд:
## За неделю до вебинара (11.03)
- [ ] Лиза: проверить список зарегистрированных (цель: 150+)
- [ ] Андрей: настроить рекламу напоминаний в VK
- [ ] Спикер: отправить презентацию на проверку
## За день до вебинара (17.03)
- [ ] Лиза: отправить напоминание всем зарегистрированным
- [ ] Техподдержка: проверить работу Zoom (лимиты, запись)
- [ ] Андрей: опубликовать анонс в соцсетях
## За час до вебинара (18.03, 18:00)
- [ ] Спикер: тестовое подключение
- [ ] Лиза: включить трансляцию в боте
- [ ] Техподдержка: проверить звук, презентацию
Копируешь в Notion, расставляешь галочки. Ничего не забыто.
Два подхода: человекочитаемый vs агенточитаемый
Когда выстраиваешь систему AI-инструментов для команды, возникает развилка: делать структуру понятной человеку или оптимальной для AI?
Человекочитаемый подход (рекомендую для старта)
Папки названы так, чтобы ты мог зайти и сразу понять, что где лежит:
Projects/DeFi-Гедонист/— понятно, что это активный проектResources/Books/Тони Фаделл — Я и Это.md— понятно, что это конспект книгиLocal Calls/2025-01-15_weekly-sync.md— понятно, что это транскрипт созвона
AI работает с такой структурой без проблем. А ты всегда можешь открыть папку и найти нужный файл вручную.
Агенточитаемый подход (продвинутый уровень)
Структура оптимизирована под AI. Например:
- Все файлы в одной папке, без вложенности
- Названия файлов содержат метаданные:
20250115_call_weekly-sync_andrey-ilya.md - AI сам сортирует, индексирует и связывает документы
Такая структура даёт AI больше свободы для оптимизации. Но человеку разобраться сложнее — ты зависишь от AI для навигации.
Я начинал с человекочитаемого. Через год перешёл на гибрид: критически важные проекты — человекочитаемые, всё остальное — отдал агентам.
Реальные результаты внедрения
Цифры из моей практики и практики клиентов.
Экономия времени продакт-менеджера:
- Анализ воронки: с 3 часов до
15 минут (в 12 раз быстрее)
- Подготовка спецификации: с 2 часов до 20 минут
- Еженедельный отчёт: с 1.5 часов до 10 минут
Экономия времени маркетолога:
- Генерация вариантов заголовков: с 1 часа до 3 минут
- Анализ конкурентов: с 4 часов до 30 минут
- Подготовка презентации: с 3 часов до 45 минут
Экономия времени разработчика:
- Code review: с 2 часов до 20 минут (AI ловит 70% стандартных ошибок)
- Документирование: с 1.5 часов до 10 минут
- Подготовка регрессионных тестов: с 3 часов до 25 минут
Итого: команда из 5 человек экономит 40–50 часов в неделю. Это как добавить 1–1.5 сотрудника в штат без зарплаты.
Как не облажаться с внедрением
Миф: "Дам ребятам AI, они сами разберутся."
Реальность: Без структуры и промптов люди либо не используют инструмент, либо используют неправильно и получают мусор.
Что реально работает:
- Выбери одну задачу — не пытайся автоматизировать всё сразу. Возьми самую болезненную.
- Напиши промпт вместе с исполнителем — он знает контекст лучше, чем ты.
- Запусти на неделю в режиме "черновик" — результаты идут в отдельный канал, команда проверяет.
- Собери фидбек — что сломалось, что не то, что не хватает.
- Подключи нового человека — если он в полминуты разобрался в системе, значит она рабочая.
Если процесс требует 10 минут объяснений — нужна переделка.
Главное
AI не заменит твоё управленческое решение. Но сэкономит 10 часов в неделю на рутине, которая к решениям не имеет отношения.
Эти 10 часов используй на то, что действительно важно: понимание ситуации, переговоры с командой, стратегические решения.
Подписывайся на канал https://t.me/serg_defi — разбираю такие темы каждую неделю.