Как я использую ИИ для дебатов и глубоких исследований в работе

Цифровой стек: почему мне недостаточно одной нейросети

Я искренне считаю ошибкой пытаться использовать одну модель для всего сразу.

Прямо сейчас нет ни одной нейросети, которая вмещала бы в себя преимущества других, потому что у каждой из них разные:

• датасеты (информация, на которой они обучались);

• подходы в обработке контекста (данных, которые получают в запросах);

• создатели — кому-то нормально охватывать большую часть планеты, кому-то ок, что ИИ будет пользоваться определённая группа людей. Поэтому и функции у них соответствуют размерам и потребностям целевой аудитории.

Моя личная команда супергероев на данный момент выглядит так.

Claude Sonnet 4.5. Его я использую для текстов, где важна глубина и нет роботизированного тона. Это мой главный партнёр по брейншторму, который, к тому же, ещё и пишет складно.

Gemini 3 с думающим режимом. Google сделали прорыв: свою нейросеть они обучали не только на массивах данных, но и на диалогах живых редакторов и учёных. Поэтому именно их ИИ лучше других умеет в иронию, понимает мысли между строк и зажигает интерес — отвечает так, что его размышления хочется дочитать до конца.

Perplexity и Manus. Для работы с фактами я использую связку из двух моделей. Первая — идеальный агрегатор ссылок, в своём поиске она фокусируется на конкретных словах из запроса. Вторая — исследовательница, фокусируется на общем смысле. Где Perplexity промахивается, Manus подхватывает — мне остаётся только проверить источники и отобрать лучшие.

Да, все эти модели работают с VPN. Недавно мы составили подборку российских нейросетей, которые тоже весьма достойно справляются с запросами. Узнать их вы можете тут.

Важный нюанс: лучше проверять не только качество, но и даты источников. Иногда тот же Perplexity уверяет, что статьи трёхлетней давности — это актуальные материалы, особенно в быстро меняющихся темах вроде криптовалют или тех же нейросетей. Manus в этом плане честнее — он показывает временные метки рядом со ссылкой на сам источник.

Всё проверяет, структурирует и отправляет в формате таблицы

Кастомные настройки: начните с этой базы

Чтобы ИИ не отвечал банально, ему нужно об этом сообщить.

Вот несколько готовых фраз, которые я использую в каждом промпте:

1. «Если собираешься использовать фразу, которую использовал бы любой другой ИИ, останови себя и перефразируй» — тогда нейросеть будет общаться более естественно.

2. «Напиши ответ в формате: суть (1 предложение) → развитие (2–3 абзаца) → применение (конкретный пример)» — тогда можно сразу получить структурный ответ.

3. «Если в чём-то не уверен на 100% — так и скажи, не выдумывай» — так я разрешаю нейросети признаваться в том, чего она не знает, вместо того чтобы галлюцинировать.

А ещё после обучения вы сможете навайбкодить какую-то программу — так наш выпускник создал CRM для логистики. Как вам такое?

Метод цифрового Сократа

Переходим к самому интересному — примерам. Первый будет про то, как я использую нейросети в качестве собеседников-философов. 

Не знаю как у вас, но среди моих знакомых нет профессионалов по дебатам, учёных с несколькими степенями и экспертов, доступных 24/7. А вот Claude и Gemini есть, и они неплохо справляются с этими ролями.

Для Claude я использую простой промпт: «Ты эксперт в [теме]. Сейчас я задам тон беседы и вкину мысль, а ты, пожалуйста, прямо поспорь со мной. Я считаю, что [узкий запрос], потому что [лично видела / находила какие-то упоминания]. Напиши свои контраргументы, опираясь на факты и доказательства».

На первое возражение мне обычно есть что ответить, а вот дальше начинается полноценная дискуссия. Именно в этот момент мы с ИИ пробиваем слой банальностей и доходим до нестандартных подходов.

Мало того что правильно понял задачу, учёл мой контекст, так ещё и сценарии в качестве примеров предложил: https://claude.ai/share/f880d655-065e-44e7-82ae-8ca1b30e478b

На Claude всё не заканчивается. Дальше я иду в Gemini 3 и активирую думающий режим. Gemini можно задать любой, даже самый душный вопрос, и он не только адекватно его поймёт и поймает вайб моего вопроса, но и подкинет новые грани темы, о которых до этого момента я ни разу не размышляла.

Gemini тренировали и на данных, и на диалогах с редакторами и учёными. Поэтому нейросеть научилась выстраивать общение так, чтобы вам было интересно чатиться с нейронкой несколько часов подряд, а структура ответа помогала прояснять даже самую сложную тему.

Недавно одна такая дискуссия вывела меня на концепцию «Космического натурализма». Мы начали с деградации ИИ (коллапса моделей), а закончили обсуждением того, является ли человек органом чувств Вселенной.

Всего за полчаса мы успели разобрать:

• почему законы Азимова не работают в реальной жизни (потому что мораль нельзя захардкодить, её можно только имитировать);

• как заработать на своём опыте (позволять нейросетям учиться на нём и получать роялти через специализированные платформы);

• что будет, если совместить эволюцию с Богом (получится совершенно новая концепция, к которой мир ещё не готов, хи-хи).

Обратите внимание, мы общались за философию и развитие цивилизации в одном чате, и ни у меня, ни у него не полетел котелок — технологии! К тому же самостоятельно я бы варилась в этих мыслях неделями и не факт, что дошла бы до чего-то нового сама

Что ещё важно: такие философские дискуссии — это интеллектуальная игра, а не поиск абсолютной истины. ИИ может элегантно отстаивать взаимоисключающие позиции в разных чатах. Да-да, и такое бывало. Поэтому я всегда записываю, какие идеи родились именно у меня в процессе диалога, а какие предложила нейросеть — так я не теряю авторство моих собственных мыслей (попробуйте запомнить сразу сотен чатов за раз, да ещё и после рабочего дня!).

Что мне даёт такой подход

Больше свободного времени. Благодаря многочасовым размышлениям с неустанным собеседником я быстрее погружаюсь в контекст новой темы и быстрее дохожу до понятного для меня осмысления. Все мои возражения и аргументы от нейросетей я потом использую в своей работе. Так получаются живые и убедительные тексты, к тому же проверенные по фактам минимум дважды (и оба раза мной!).

Экономия — несколько часов в неделю. Практика в дебатах — бесценно

Какие вопросы задать ИИ для разгона своих идей

Будущее концепции. «Я считаю, что [пример концепции] — это будущее [сферы]. Выступи экспертом по психологии потребителя и поспорь со мной. Докажи, что я ошибаюсь».

Автоматизация процессов. «Моё мнение, что нужно как можно скорее автоматизировать все рутинные процессы в компании, работающей в [сфере]. Ты — консультант по трансформации. Покажи мне риски, которые я не могла предполагать».

Бизнес-стратегия. «Я уверена, что фокус на узкую нишу — единственный способ выжить [в сфере] в 2025 году. Ты — стратег с опытом масштабирования компаний. Приведи контрпримеры и покажи слабые места этой логики».

Deep Research: аналитика на стероидах

Для глубоких исследований обычно я использую Manus — он лучше других справляется с анализом больших объёмов информации.

Так, к примеру, вместе с ИИ мы искали средние зарплаты топ-менеджмента по разным сферам, прямые цитаты о значении визуала в маркетинге и бизнесе, истории публичных людей, решившихся сменить нелюбимую работу на любимую и много всего ещё — обычно такие исследования занимают несколько страниц документа и с десяток сообщений в чате.

Но недавно в качестве эксперимента я решила отправить один и тот же простой запрос четырём моделям сразу — Manus, Perplexity, Gemini и NotebookLM. Так я хотела проверить — правильный ли сделала выбор в пользу одной. Вдруг какая-то из других нейросетей окажется лучше Manus, и я ещё быстрее смогу искать фактуру.

Мой экспериментальный запрос выглядел так:

«Внимательно изучи сайт DTF. Найди популярные материалы за последние 5 лет, которые набирали много реакций и комментариев и при этом не были новостью или короткой заметкой (мемом, шуткой)»

Обычно исследования я провожу для работы, поэтому не трачу лишнее время на дополнения, а сразу прошу обо всём, что мне нужно. Получается прям запрос-простыня, но последние версии ИИ легко справляются даже с таким объёмом. Для эксперимента же я специально сделала запрос коротким, чтобы проверить, насколько хорошо нейросети самостоятельно поймут мой запрос и дополнят контекст.

Итак, вместо того чтобы листать ленты UGC-платформы вручную (в течение нескольких часов как минимум пару дней подряд), я делегирую это нейросетям и получаю вот такой результат.

Gemini подробно расписал, какими жанрами славится DTF и даже названиями популярных материалов поделился. Жаль только, без рабочих ссылок — даже когда я попросила их прислать :) По названиям, кстати, материалы тоже не находились (хотя на такие темы статьи я на площадке точно встречала).

Да-да, очень интересно, а как это найти, не подскажешь?)

Вау, в самих названиях появляются ссылки! Жаль только, что ведут они в никуда…

Оцениваю результат на 2/10, и то, 2 балла только за общее понимание темы.

NotebookLM — это тоже продукт от Google, но позиционируется как отдельный ИИ-инструмент, с акцентом на анализ загруженных материалов и обучение по ним. На главной странице так и пишут — «Инструмент на основе последних моделей Gemini, который помогает анализировать данные и проводить исследования, используя надежные источники». О, исследования, это нам и нужно!

Отправляю такой же запрос и жду результат. Получаю три источника — в данном случае это три отдельных документа. Первый почему-то с вёрсткой сайта DTF. Спасибо, конечно, но я и напрямую могу посмотреть сам сайт. Второй — со ссылками на десять самых комментируемых материалов. Кажется, подходит! А, нет… это комментируемые материалы с VC.ru, скопированные уже из готовой подборки, собранной человеком. Кажется, кто-то совсем ничего не хотел исследовать))

Может, в третьем материале будет самое нужное? Может, от меня утаивали алмаз?! Нет…. Это отчёт на тему «Архитектура Глубокого Вовлечения: Драйверы Высокоэффективного Лонгформ-Контента в Цифровых Медиа (2019–2024)». Почему про это? Зачем вообще это? Непонятно…

Нет, ну если мне надо, я материалы и через RSS почитаю…

И как это оценивать? Даже не старался!

А вот в моих универских работах такой воды не было :)

Результат на 0/10. Возможно, такая работа не для него.

Третий на очереди — Perplexity. На первый взгляд, работа проделана такая же, как и у Gemini — названия есть, ссылок нет. Но если погуглить материалы отдельно, всё находится. И даже когда я дополнительно попросила список статей по неигровым темам, всё прислал.

Результат на 7/10, потому что всё равно приходится догугливать, но это уже совсем другой разговор, согласитесь?

Вы не думайте, что за серым тегом dtf скрывается ссылка на материал, это обман, чтобы набрать классы :)

Последний в нашем эксперименте — Manus. Скажете, что я его буду хвалить, что я не объективна, раз он мой любимчик… А вот и не угадали! Он тоже облажался, но уже по-своему.

Сначала всё было как всегда: он подхватил запрос, начал создавать документ, куда вписывал подходящие ссылки. Даже критерии поиска там отметил! Только вот так увлёкся, что ушёл в бесконечный поиск. И если бы у меня был платный тариф, я бы даже и не сразу это заметила, а тут он все 500 ежедневных токенов потратил и остановился. Казна пустеет, милорд!

А я ведь знаю, что для такого запроса ему за глаза и 200, поэтому сразу заподозрила баг и пошла проверять, успел ли он сделать хоть что-то. Успел! 

Так как он заранее создал документ, я увидела, что он смог собрать чуть больше десяти ссылок, а дальше должен был проверить их на актуальность (чтобы были не старше пяти лет) и объём (не такие короткие, как я и просила), на этом он и завис. Я не стала создавать новый чат, чтобы убедиться, будет ли такой же баг — скорее всего, нет. Проделанной работы для меня было достаточно, поэтому эксперимент я и закончила.

Ставлю 8/10, где дополнительный балл за желание проверить самого себя. Ну пытался же!

Вот так выглядит чат (слева) с открытым документом (справа) и найденными в нём ссылками, рабочими, кстати!

Что в итоге

Я получила результат, который на 70% заменяет мою ручную работу. Оставшиеся 30% — это то, что я могу доверить только себе: критическую оценку, выбор акцентов и проверку на здравый смысл. А, да, ещё менталитет!

Как заморочиться ещё больше: создать цепочку запросов. Сначала получить общий обзор темы, затем выделить три самых противоречивых момента и уже по каждому из них сделать отдельное углублённое исследование. Так вы не утонете в информационном потоке и сможете сфокусироваться на действительно спорных, а значит, интересных точках зрения.

Что мне даёт такой подход

Ещё больше свободного времени. Благодаря исследованиям я экономлю с десяток часов каждую неделю, узнаю новое интересное за короткое время и делаю свои материалы более аналитическими. На примере этого эксперимента наглядно видно, как превратить два дня скроллинга в полчаса перебора нужных ссылок.

Экономия — 10+ часов в неделю. Расширение кругозора — бесценно.

Какие вопросы задать ИИ для разгона своих идей

Конкурентный анализ. «Проанализируй стратегию контент-маркетинга трёх главных конкурентов в [сфере]. Какие темы они освещают? Какой тон используют? Какие пробелы я могу заполнить?».

Тренды индустрии. «Какие новые инструменты / методы / технологии появились в [индустрии] за последние шесть месяцев? Проанализируй обсуждения на специализированных платформах, выдели то, что игнорируют популярные медиа».

Исследование аудитории. «Найди 20 постов в LinkedIn / Twitter / других источниках, где люди жалуются на проблемы, которые решает мой продукт. Вот что он делает: [описание продукта]. Выдели общие паттерны в формулировках — как они описывают боль?».

Что дальше

На этом мой опыт использования ИИ не заканчивается. Во второй части я расскажу о том, как нейросети помогают мне за короткое осваивать даже сложные темы.

Переходите по ссылке, чтобы узнать, как создать виртуального учителя и закрепить новую информацию в игровом формате. А ещё — сколько стоит всё это удовольствие. Вы точно удивитесь цифрам!