Многие открывают нейросети лишь для того, чтобы переписать письмо вежливым тоном или быстро набросать структуру презентации. Но куда эффективнее сделать ИИ своим личным тренажером управленческих навыков — и за счет этого продвигаться быстрее.
Меня зовут Ярослава, мне 24 года, я менеджер по персоналу в Selecty и занимаюсь ИТ-аутсорсингом: мы с командой подбираем и предоставляем крупному бизнесу ИТ-сотрудников или целые команды. В своей работе я каждый день стараюсь не просто делегировать рутину ИИ, а через сложные задачи и промпты учиться думать как менеджер.
На примере одного моего обычного рабочего дня покажу, как это происходит на практике: как формулировать адекватные ТЗ, развивать системное мышление и где в этой связке важно включать внутреннего критика, а иногда и переделывать все руками, чтобы в итоге вырасти в лида.
Сейчас я погружена в проект по организации серии Performance Review (PR) — это ежегодная оценка сотрудников внутри компании (в нашем случае и HR-, и ИТ-специалистов). Она позволяет понять, как человек развивается, каких результатов достигает и куда может расти.
Первую часть — оценку рекрутеров — мы уже провели, теперь под них нужно составить рекомендации на основе 100 собранных анкет (но этим я займусь чуть позже). Утро же началось со второй, самой сложной части — запуска оценки для ИТ-специалистов. Здесь весь путь нужно проходить с нуля.
Масштаб огромный: мне предстоит проанализировать отзывы на 70+ человек. На каждого приходится 15-16 анкет (обратная связь от коллег, лидов, самоанализ) — суммарно это больше 1 тыс. документов.
Прежде чем зарыться в эту гору аналитики, нужно сделать первый и самый важный шаг — актуализировать список компетенций, по которым мы вообще будем оценивать ИТ-специалистов. Для этого мне нужно созвониться с руководителями групп подбора.
Признаюсь, на старте эта задача меня испугала: да, у меня есть тимлид и ментор, но я стараюсь не злоупотреблять их временем. Первые два интервью подтвердили мои опасения: по полтора часа плотных обсуждений, после которых нужно вручную добирать разрозненные комментарии, выстраивать из них длинный общий список навыков, а затем мучительно отсекать лишнее до финального набора.
Я поняла, что если назначу еще десяток таких встреч, то проект просто утонет в созвонах, и решила действовать на опережение. У меня на руках был прошлогодний набор компетенций — огромный, устаревший и, честно говоря, не самый системный. Но к нему добавились инсайты из первых двух разговоров. Вместо того чтобы продолжать интервью, я упаковала весь этот хаос в контекст и поручила задачу DeepSeek.
{{slider-gallery}}
Составь список из 15 ключевых профессиональных компетенций ИТ-специалиста для проведения оценки «360 градусов». Подели на блоки: «софт», «хард» и те, которые описывают соответствие корпоративной культуре (в нашей компании принято много и интенсивно работать, с приоритетом интересов клиента, важна быстрая реакция в коммуникации, занимаемся аутсорсингом ИТ-специалистов для топ-10 банков РФ).
DeepSeek сделал эту работу за десять минут (с учетом тюнинга промптов), проработав детали даже лучше человека! Он был четок и конкретен, на удивление не упустил при анализе ни одного важного блока — по крайней мере, при проверке я не нашла упущений.
Хотя потом, уже вместе с руководителем, мы решили исключить несколько параметров: например, из списка soft skills удалили участие в мероприятиях и развитие личного бренда, которые не совсем актуальны для ИТ. Тем не менее вместо десятков часов новых разговоров по телефону и систематизации расшифровок нам осталось только согласовать готовую структуру.
Не все нейронки одинаково отзывчивы. Начала я свой эксперимент с обращения к CoPilot, который вшит в наш корпоративный «Битрикс». Ну, видимо, у него в тот день было не то настроение… На просьбу составить список профессиональных компетенций я получила такой ответ:
{{slider-gallery}}
Следующее дело — проанализировать анкеты рекрутеров, уже прошедших Performance Review, и составить на их основе персонализированные Talent Review (обзоры карьерного потенциала). Всего, напомню, собрано 100 таких анкет, и в обычном режиме всего на пару из них у меня бы ушел как минимум весь оставшийся день.
Но монотонные задачи — это как раз то, что нужно учиться делегировать. На этот раз я пошла дальше обычного промпта в чат-боте, создала в CustomGPT персонального HR-ассистента и собрала для него базу знаний: шаблоны отчетов, шкалу оценок и ценности нашей компании.
Ты — опытный HR-специалист, твоя задача — помогать HR-менеджеру составлять персонализированные Talent Review на основе результатов Performance Review. У нас ценятся оперативность, результативность, инновации, доверие и непрерывное развитие.
Твои задачи:
Стиль: дружелюбный, вдохновляющий, экспертный, с вниманием к каждому сотруднику (например: «Мария, ты уверенно справляешься с техническими задачами…»).
Ограничения: не меняй структуру шаблона. Все рекомендации должны базироваться строго на фактических данных.
К 17:00 у меня было полностью обработано не два комплексных отчета, как изначально ожидал руководитель (а вручную сводить тонны чужих комментариев и сопоставлять оценки быстрее просто физически невозможно), а все 22! Сроки проекта сократились более чем в десять раз.
Правда, переделывать планы тоже пришлось, но об этом позже. А еще периодически нейросеть «галлюцинировала» или (внезапно) переходила на иероглифы.
{{slider-gallery}}
Сложнее всего было научить нейросеть выдавать критический анализ вместо банального пересказа цифр из таблички. ИИ регулярно промахивался мимо контекста и откровенно фантазировал: например, мог посоветовать качать сложные ИТ-навыки рекрутеру. А еще указывал на странные зоны роста: рекомендовал сотруднику «стать более открытым», хотя и команда, и руководитель были полностью довольны его коммуникацией.
Так что часть результатов пришлось переделывать руками, и на это было еще две причины.
Во-первых, сопротивление лидов. Некоторые руководители скептически отнеслись к оценкам от нейросети. Тимлиды были уверены, что знают своих людей лучше, поэтому рекомендации ИИ казались им избыточными. Многое из сгенерированного они просто удаляли, не особенно вчитываясь.
Во-вторых, несовпадение планов и реальности. Нейросеть могла предложить классный трек для повышения сотрудника, но у руководителя банально не было под него свободной ставки в штате. Кроме того, иногда ИИ трактовал нехватку оценок как «низкую квалификацию», хотя на самом деле сотрудник работал отлично.
А еще нам пришлось экстренно учить ассистента быть добрее к людям и дорабатывать стилистику ответов. Лидам казалось, что некоторые советы нейросети сформулированы слишком в лоб и могут обидеть ребят.
Кстати, были опасения, что сами рекрутеры, которых выбрали для первого прогона проекта, негативно отнесутся к тому, что анализ их сильных сторон, зон роста (а уж тем более рекомендации по развитию) будет выводить не живой HR, а нейронка. Но, собрав после проекта обратную связь по качеству процесса, мы получили 4,5 балла из 5!
Мой конек — это логика и структура, а вот рисовать презентации я никогда не любила. На конец рабочего дня у меня была запланирована подготовка слайдов о ценности нашего проекта для внутренней команды. Я решила не мучиться в PowerPoint и доверить визуализацию Gamma AI.
Сначала попробовала решить задачу наскоком и задала нейросети совсем простой промпт: «Создать презентацию на основе текста». Загрузила текстовый файл, и ИИ сам разбил его на слайды, предложил структуру, цветовую палитру и иконки.
С картинками вышла заминка: сначала Gamma выдавала только абстрактные градиенты. Потом я нашла функцию генерации изображения, и через нее по простому промпту вроде «герой на основе реального фото» нейросеть сгенерировала «ИИ-Ярославу» в нескольких стилистиках. Это изображение и стало «лицом» презентации. За полчаса удалось создать отличный референс, а за финальной доработкой обратилась к отделу маркетинга.
Вместо двух с половиной часов мучений в редакторе (обычно столько я трачу на простые презентации) я получила готовый и оформленный проект всего за 30 минут.
{{slider-gallery}}
Делегировать задачи ИИ — это отдельный навык, где тоже приходится ошибаться и учиться. Мой рабочий день помог сформулировать три правила работы с нейросетями, без которых автоматизация превратится в бесконечный передел брака.
ИИ не выполнит работу за тебя. Блестящий результат нейросети всегда базируется на качественной самостоятельной работе: глубоком анализе, подготовке вводных и четком ТЗ. Без твоего экспертного взгляда и перепроверки не обойтись.
Чем сложнее задача, тем дольше подготовка. Наберитесь терпения. Начинать нужно со сбора всех данных, шаблонов и примеров, которые потом станут частью промпта. Кстати, для подготовки качественного промпта я использую вот такой метапромпт.
Ты — эксперт по промпт-инжинирингу с навыками системного мышления и UX-коммуникации. Твоя задача — помочь мне создать эффективный промпт для работы с языковой моделью. Мы будем работать итерационно, уточняя запрос шаг за шагом.
Этапы твоей работы:
1. Спроси: «Какую задачу ты хочешь решить с помощью промпта и для кого предназначен результат?»
2. На основе моего ответа сформируй четыре блока:
- Пересмотренный промпт — четкая, структурированная версия с понятной ролью и форматом результата.
- Идеи для улучшения — что можно добавить: ограничения, стиль, эталонный ответ, ролевую настройку.
- Уточняющие вопросы — два-три точных вопроса для следующей итерации.
- Усилители — контекст, важные роли или триггеры.
ИИ — не оракул, а инструмент или стажер. Но именно это качает твой менеджмент. Да, нейросеть может выдумать компетенции, выдать поверхностный анализ или промахнуться мимо реального контекста. Да, на итоговую калибровку с тимлидами и доработку сгенерированного мы в общей сложности потратили около 20 часов.
Но посмотрите на это с другой стороны. В прошлом году аналогичным проектом занимались четыре человека на протяжении двух месяцев. В этот раз я прошла весь путь практически в одиночку, защищая решения перед руководителями и на ходу перестраивая логику системы.
Именно этот процесс — когда ты учишь алгоритм выдавать глубокую аналитику, дискутируешь с тимлидами насчет формулировок и калибруешь результаты под реальный бизнес — развивает менеджерские навыки в сто раз быстрее любых теоретических курсов.
Конечно, ИИ за тебя карьеру не построит. Но может освободить ресурс на то, чтобы думать, анализировать, принимать решения, осваивать новые, управленческие навыки даже на старте. Главное тут — всегда оставаться мозгом процесса, а не просто оператором кнопки «сгенерировать».
