Распознавать типичные сложности на старте работы с ИИ и применять техники их устранения
Дать определение AI Fluency и знать, где узнать больше о грамотной работе с ИИ
Объяснить, как настроить evals (оценки), чтобы лучше понять, как Claude справляется именно с твоими рабочими процессами
Типичные сложности и как их исправить
Начиная работать с Claude, ты, скорее всего, столкнёшься с моментами, когда ответ не совсем такой, как ожидал. Это нормально — и это возможность отточить подход. Вот самые частые проблемы и как их решать.
Проблема
Что происходит
Попробуй так
Ответ Claude слишком общий
В промпте не хватило контекста о твоей конкретной ситуации
Добавь детали об аудитории, роли или ограничениях. Вместо «Напиши письмо о задержке проекта» попробуй: «Напиши письмо нашему enterprise-клиенту о том, что интеграция ПО задержится на две недели. Они пока терпеливы, но это уже вторая задержка. Сохрани профессиональный, но извиняющийся тон.»
Ответ слишком длинный (или короткий)
Claude угадывает подходящую длину
Указывай явно: «Дай резюме в два абзаца», «Уложись в 100 слов» или «Нужен исчерпывающий анализ — длина не важна».
Claude не соблюдает мой формат
Claude понял, ЧТО ты хочешь, но не КАК это подать
Показывай, а не только рассказывай. Дай пример формата или опиши структуру явно: «Используй маркированные списки с жирными заголовками для каждого раздела».
Получил уверенно звучащую, но неверную информацию
Claude иногда генерирует правдоподобную, но неточную информацию — особенно по конкретным фактам или нишевым темам
Для ответственных задач проверяй ключевые факты независимо. Проси Claude указывать источники или уровень уверенности. Включай web search, чтобы привязать ответы к актуальной информации.
Тон не тот
Claude по умолчанию полезный и профессиональный, что не всегда подходит
Опиши тон простыми словами: «Сделай разговорнее» или «Должно звучать авторитетно и формально». Приложи пример текста в нужном стиле.
Мышление в режиме итераций
Один из важнейших сдвигов в работе с Claude — понять, что первый промпт редко даёт идеальный результат, и это нормально. Воспринимай начальный промпт как старт разговора, а не как запрос «с одного выстрела».
Эффективные пользователи Claude:
Воспринимают первые черновики как отправную точку. Смотрят, что выдал Claude, отмечают, что работает, а что нет, и дорабатывают.
Дают конкретную обратную связь. «Сделай короче» — нормально, но «Убери первые два абзаца и сделай вывод более ориентированным на действие» — лучше.
Знают, когда начать заново. Если разговор ушёл не туда, иногда быстрее открыть новый чат с более чётким промптом, чем пытаться его перенаправить.
Что такое AI Fluency?
AI Fluency — это способность эффективно сотрудничать с ИИ-инструментами: не просто знать, какие кнопки нажимать, а развить суждение, чтобы хорошо применять ИИ в разных ситуациях.
4D Framework for AI Fluency (профессоры Rick Dakan, Ringling College of Art and Design, и Joseph Feller, University College Cork) выделяет четыре ключевые компетенции, которые вместе помогают выжать максимум из взаимодействия с ИИ:
Delegation (Делегирование): решение, какую работу должны делать люди, какую — ИИ, и как распределять задачи. Включает понимание своих целей, возможностей ИИ и стратегический выбор формата сотрудничества.
Description (Описание): эффективная коммуникация с ИИ-системами. Чёткое определение результатов, направление процессов ИИ и задание желаемого поведения.
Discernment (Распознавание): вдумчивая и критическая оценка результатов, процессов и поведения ИИ. Оценка качества, точности, уместности и определение зон для улучшения.
Diligence (Тщательность): ответственное и этичное использование ИИ. Осознанный выбор систем и взаимодействий, прозрачность и ответственность за работу, сделанную с помощью ИИ.
Ты уже практиковал эти навыки на протяжении курса. Фреймворк промпта из урока 2 (задать сцену, определить задачу, задать правила) укоренён в Description. Техники устранения проблем выше опираются на Discernment и Diligence.
Оценка Claude под твои процессы (Evals)
По мере встраивания Claude в работу возникает вопрос: как понять, что Claude реально хорош в конкретной задаче? Здесь ключевым становится Discernment. Evals (от evaluations — оценки) — это системный способ протестировать, насколько хорошо Claude справляется с важными для тебя типами задач, и развить интуицию в оценке его результатов.
Почему evals важны
Твоя работа уникальна. Claude может отлично писать маркетинговые тексты, но требовать больше указаний для технической документации в твоей сфере. Простые evals помогают:
Понять, где Claude приносит больше всего пользы в твоём процессе
Выявить задачи, где нужно давать больше контекста или примеров
Выстроить доверие к результатам Claude для повторяющихся задач
Простой подход к eval
Сложная инфраструктура не нужна. Практический подход:
Собери примеры. Возьми 5–10 примеров задачи, которую делаешь регулярно — письма, отчёты, анализы.
Создай тестовые промпты. Напиши промпты, которые дали бы похожий результат, с тем контекстом, который у тебя обычно есть.
Сравни результаты. Запусти промпты и сравни ответы Claude со своими примерами. Спроси себя: уловил ли Claude ключевую информацию? Подходят ли тон и стиль? Чего не хватает или что можно улучшить?
Дорабатывай подход. На основе выводов корректируй промпты, добавляй примеры «как выглядит хорошо», определяй, где обязательна проверка человеком.
🎬 Видео в уроке
Пример: использование Claude для анализа данных
Видео взято из курса «AI Fluency for nonprofits», но пример релевантен любому, кто работает с данными в ИИ. Чтобы оценить, как Claude справится с твоими данными:
Найди датасет, который анализировал вручную
Создай промпты с просьбой к Claude сделать анализ за тебя
Сравни результаты Claude с оригиналами
Отметь паттерны и доработай промпт: может, Claude получает верные цифры, но упускает общие закономерности
Содержимое видео см. в оригинале. Разбор/транскрипт — отдельным файлом, см. ответ в чате.
Такая лёгкая оценка помогает развить интуицию в работе с Claude над важными задачами — и понять, где сосредоточить силы на проверке и доработке.
Рефлексия по уроку
Прежде чем двигаться дальше, подумай:
Какие из типичных сложностей ты уже встречал? Какие техники попробуешь в следующий раз?
Где в твоей работе простой eval помог бы понять, подходит ли Claude для повторяющейся задачи?
Как 4D Framework помогает осмыслить твоё сотрудничество с Claude?
Что дальше
В следующем уроке ты изучишь десктоп-приложение Claude и три режима взаимодействия: Chat, Cowork и Code.
← Предыдущий: Твой первый разговор с ClaudeДалее: Десктоп-приложение Claude — Chat, Cowork, Code →