ИИ даёт не правду, а наиболее вероятное продолжение текста. Поэтому ему нужны чёткое ТЗ, чистый контекст, разрешённые данные и проверка человеком.
Результат урока. Слушатели различают запрос и контекст, объясняют роль токенов, замечают перегрузку диалога и выбирают инструмент по задаче, а не по рейтингу.
Тон. Без хайпа: на каждую возможность — граница. Термин всегда рядом с метафорой, а не вместо неё.
Перед занятием
Открыть страницу урока на проекторе и пролистать до конца: все 8 демо должны загрузиться. Демо удобнее показывать кнопкой «На весь экран».
Из сети площадки проверить доступ к GigaChat, Алисе AI, DeepSeek и arena.ai. Если что-то не открывается — показываем через демо на странице.
Подготовить 1–2 синтетических примера для ДЗ: заметки совещания по «насосной станции № 3», условный блок питания БП-12.
Опорные точки автора урока: история начинается на 2-й минуте, контекстное окно — 42–54 мин. Остальные тайминги — рекомендация. Если отстаёте, сокращайте справочник сервисов в блоке 7: он остаётся на странице для самостоятельного чтения.
ДПО-1 учит пяти вещам: ставить понятные задачи ИИ, проверять ответы, работать с контекстом, выбирать инструмент, получать черновой результат (инструкцию, таблицу, протокол, справку, проект письма).
Разработка, закрытый контур, агенты и программирование — отдельные последующие ДПО. На вопросы об этом: «будет, но не сегодня».
Правило курса: только синтетические и обезличенные данные. Реальные документы, ПДн, ТТХ и служебная переписка во внешние сервисы не загружаются.
Сказать: «Сегодня мы не жмём кнопки, а разбираемся, как устроена технология. Из устройства следуют и её возможности, и её ошибки».
Идеи. 1950 — Тьюринг и «Игра в имитацию». 1956 — Дартмутский семинар, Маккарти придумывает термин «искусственный интеллект». 1957 — перцептрон Розенблатта: первая обучаемая сеть и первый хайп.
Разочарование и возрождение. 1966 — ELIZA и эффект Элизы: люди приписывают программе понимание. 1974–1980 — первая «зима ИИ». 1980-е — экспертные системы и обратное распространение ошибки.
Прорывы. 1997 — Deep Blue: перебор позиций, а не нейросеть. 2012 — AlexNet: большие данные + обучение на GPU. 2016 — AlphaGo и «ход 37».
Эра LLM. 2017 — архитектура Transformer. 2022 — ChatGPT: по оценке UBS, 100 млн пользователей примерно за 2 месяца.
Итог блока: каждый прорыв — это три двигателя сразу: новые алгоритмы, мощность «железа» (GPU) и объёмы данных.
Спросить«Было ли, что вы на секунду забыли, что переписываетесь с ботом?» — мостик к эффекту Элизы.
ОсторожноПроценты на слайде «Эволюция теста Тьюринга» получены в разных экспериментах — это не одна линейка. Пройденный тест ≠ понимание или сознание. Автопоказ ленты не включать, пока рассказываете, — листать вручную.
Переход: «Для нас важнее всего 2017 год. Посмотрим, что внутри трёх букв GPT».
G-P-T: Generative — сочиняет ответ заново; Pre-trained — усвоил закономерности языка, а не заучил факты; Transformer — архитектура с механизмом внимания.
Шаг 1 — токены и эмбеддинги. Текст режется на кусочки, каждый превращается в набор чисел. Метафора — «карта смыслов»: «кошка» рядом с «собакой», «экскаватор» далеко.
Шаг 2 — Self-Attention. Модель смотрит на всё предложение сразу и связывает слова: «Заяц убежал от волка, потому что он был быстрым» — «он» = заяц.
Шаг 3 — генерация. Из общего контекста модель пошагово строит ответ. Она не достаёт готовый ответ из базы.
Показать демо
Предложение А → выбрать «он» (нить к «заяц»). Затем предложение Б «Заяц не убежал…» — одно слово, и внимание переходит на «волка».
СпроситьПеред переключением на Б: «А теперь кто был быстрым?»
ОсторожноВеса в демо условные: в реальной модели десятки слоёв и «голов» внимания.
Переход: «Модель не ищет, а сочиняет. Что будет, если фактов у неё нет?»
Главный риск — галлюцинации: модель заполняет пустоту правдоподобным текстом.
Без подключённого поиска модель не проверяет факты в реальном времени.
Показать демо
Вкладка «Следующее слово» («среда» — 85%). Затем «Галлюцинация по шагам»: биография «профессора, изобретшего квантовый опреснитель в Тюмени». Итог не открывать сразу.
Ключевая фраза: «ИИ даёт не правду, а наиболее вероятное продолжение вашего текста».
СпроситьПеред итогом: «Убедительно? Кто бы поверил и вставил в отчёт?» — и только потом открыть разоблачение.
ОсторожноПоиск и загруженные документы снижают риск выдумки, но не отменяют проверку: пересказать можно и настоящий источник неверно. В демо модель всегда берёт самый вероятный вариант — это упрощение.
Текст → LLM · Свежие факты → поиск/RAG · Изображение → диффузионные модели / Vision · Аудио → распознавание / синтез речи · «Посмотри на график» → мультимодальная LLM.
RAG простыми словами — экзамен с открытой книгой: сначала найти источник, потом ответить по нему.
Кнопка «загрузить файл» не даёт разрешения загружать производственные материалы.
Спросить«Какая у вас задача на этой неделе и какой у неё входной формат?» — выслушать 1–2 ответа.
ОсторожноСлайд «Самые популярные нейросети»: аудитория — данные самих компаний (WAU и MAU несравнимы), большинство сервисов официально недоступны из РФ. Упоминая Meta, оговорить: компания признана экстремистской и запрещена в России.
Токен — единица текста для модели. Частые короткие слова — 1 токен, длинные дробятся. Русский текст обычно «дороже» английского; разрыв зависит от токенизатора.
Метафора: телеграмма с оплатой за знаки. Крупный шрифт токенов не добавляет, а лишнее вежливое вступление отнимает полезное место.
Промпт = ТЗ. Метафора шеф-повара: «сделай вкусно» → устрицы при аллергии; чёткое ТЗ → результат с первого раза. Garbage In — Garbage Out.
MEGA-формула: Роль · Контекст · Задача · Ограничения · Формат.
Виды: zero-shot (без примеров), few-shot (с образцами), chain-of-thought («рассуждай по шагам»).
Показать демо
Токенизатор: «Встреча» → «Запомнить как A» → «+ поручение» → смотрим разницу. Вручную ничего не считаем.
Конструктор: «Размытый запрос» — чипы серые → «Письмо о задержке» — полное ТЗ. Можно сразу заполнить с группой пресет «ДЗ: чек-лист приёмки».
СпроситьПоказать размытый запрос: «Каких элементов формулы здесь не хватает?»
ОсторожноУчебный токенизатор — упрощённая модель, его счёт не совпадает с реальными моделями. Точный подсчёт — во внешних токенизаторах из раздела. Хороший промпт снижает риск ошибок, но не делает факты верными.
Переход: «Промпт — только часть того, что лежит у модели на столе. Что там ещё?»
Опорные определения: ПРОМПТ — поручение и данные; ТОКЕН — единица обработки, не обязательно слово; КОНТЕКСТ — сведения, доступные модели при ответе.
Метафора: рабочий стол мастера. Это учебная аналогия, а не описание физической памяти.
В окне: системный промпт + история диалога + файлы + текущий запрос. При каждом ответе контекст обрабатывается заново.
Lost in the Middle: начало и конец модель учитывает лучше, середина «растворяется».
Три симптома перегруза: теряются факты из середины, дольше ждать первого слова ответа, в API растёт расход.
Правила: один чат — одна задача; главное — в конец промпта; длинную историю — в проверенную выжимку и новый чат.
Показать демо
«Следующее состояние»: A = 100 → B = 130 (превышение 30) → C = 100 (резюме истории). Затем часть 2 — «Найдите ошибку в резюме»: день недели взят старый, а время — новое.
СпроситьКогда резюме влезло в окно: «Короче — значит лучше?» Правильный ответ: нет, сверяем смысл.
Осторожно100/130/100 — условные единицы, не лимит сервиса; при превышении сервисы ведут себя по-разному. Исследование Lost in the Middle — 2023 год, у новых моделей эффект слабее. 10 млн токенов у Llama 4 Scout — цифра разработчика (Meta — оговорка о запрете в РФ).
Идеальной нейросети «для всего» нет: рейтинг не учитывает ваши задачи, юрисдикцию и требования к данным.
Метафора автопарка: спорткар — ChatGPT, Claude; карьерный самосвал — Gemini (огромный контекст); бронированный инкассатор — GigaChat, YandexGPT; тягач с открытым кодом — Qwen, DeepSeek на своём сервере.
Три вопроса: категория данных → объём → тип задачи. Категория данных важнее остальных двух.
Кейсы «до/после»: отчёт на 400 страниц в чат с маленьким окном; юрист с реальным договором в зарубежном чат-боте.
Доступ из РФ (на 13.09.2026): ChatGPT и Gemini РФ официально не поддерживают; GigaChat и Алиса AI работают без VPN; DeepSeek и Qwen обычно открываются, но без официальной гарантии.
Перед первым использованием: официальный адрес, проверка на несекретном примере, «без VPN» ≠ «локально».
Показать демо
Пройти вслух два сценария: 🛑 данные с ПДн (любой объём) и 🟢 открытые данные + большой объём. Обратить внимание на оговорки в карточке результата.
Спросить«Какие из ваших рабочих материалов попадают в „красную“ категорию?»
ОсторожноНе советовать обход блокировок. Российский сервис — не автоматическое разрешение для ПДн и служебных данных: нужны согласие организации и подходящие условия. Если не хватает времени — справочник сервисов оставить на самостоятельное чтение.
Слепое A/B-тестирование: один промпт, две анонимные модели, оценка только по ответу. Имена открываются после голосования.
Метафоры: слепая дегустация кофе; собеседование с закрытыми именами в резюме.
Пять критериев: точность и фактология · следование ограничениям · глубина · структура и читаемость · лаконичность.
Бизнес-смысл: простую задачу может решить модель в разы дешевле; спор «что моднее» заменяется измеримым качеством.
Показать демо
Зачитать промпт: «лизинг против кредита, ровно 3 различия, таблица из 3 колонок, без вступлений». Группа голосует руками по каждому критерию, затем «Победил А/Б» и раскрытие. Если arena.ai открывается из сети площадки — отправить туда один обезличенный запрос.
Спросить«По какому критерию ответ А проиграл сильнее всего?» Ожидаемый ответ: следование ограничениям.
ОсторожноВ ответ А намеренно вставлена фактическая ошибка («лизинг всегда выгоднее») — назвать её при разборе. Таблица — иллюстрация, не финансовая консультация. Публичный рейтинг арены — чужие задачи, а не ваши.
Выбрать одну задачу: инженерно-технологическую (методика проверки условного узла, журнал сбоев), документационную (заметки совещания → протокол) или аналитическую (сравнение двух комплектующих таблицей).
Шаг 1. Собрать MEGA-промпт из пяти элементов (шаблон на странице копируется одной кнопкой).
Шаг 2. Запустить промпт или сравнить ответы двух доступных систем по пяти критериям арены; при необходимости уточнить запрос.
Шаг 3. Заполнить карточку проверки: есть ли выдумки и что исправлено; соответствует ли формат ТЗ; какая выгода по времени (например, 40 минут вручную → 30 секунд ИИ + 3 минуты правки).
Сказать: «Результат домашнего задания — не текст от нейросети, а ваша карточка проверки».
2–3 вопроса разобрать вслух голосованием руками, остальные — самостоятельно после занятия. Затем ответить на вопросы группы.
Финальная фраза: «Нейросеть — быстрый, но фантазирующий стажёр. Чёткое ТЗ, никаких секретов и проверка результата — и 40 минут ручной работы превращаются в 3 минуты правки».
Ответы на квиз
LLM шаг за шагом выбирает наиболее вероятное продолжение текста.
Три фактора прорывов: новые алгоритмы, мощность «железа» (GPU) и объёмы данных.
Модели обучали в основном на английском, и русские слова чаще дробятся на несколько токенов.
Контекстное окно — ограниченный объём информации в токенах, который модель учитывает в одном диалоге.
Ключевую задачу и ограничения ставим в самый конец промпта.
Для договора с ПДн — разрешённый в организации российский сервис или локальная модель внутри контура.
Названия моделей в арене скрывают, чтобы оценка шла по качеству ответа, а не по бренду.
Частые вопросы слушателей
«Можно загрузить наш регламент или отчёт в GigaChat?»
Только открытый документ — или при разрешении организации и подходящих условиях обработки. Российский сервис не отменяет правил работы со служебной информацией. На курсе — только синтетика.
«ИИ понимает, что пишет?»
Модель вычисляет вероятности на основе закономерностей в текстах. Тест Тьюринга проверяет умение имитировать диалог, а не понимание. Отсюда и уверенные ошибки.
«Почему на один и тот же вопрос ответы разные?»
При генерации модель выбирает продолжение с долей случайности, а не всегда самый вероятный вариант. В демо урока это упрощено.
«Почему модель забыла, о чём мы договорились в начале чата?»
Длинная история не поместилась в контекстное окно или «потерялась в середине». Лечится выжимкой договорённостей и новым чатом.
«А если ChatGPT не открывается?»
Курс опирается на официально доступные сервисы, обход ограничений не рекомендуем. Для задач урока и ДЗ хватает GigaChat, Алисы AI и демо на странице.
«ИИ заменит сотрудников?»
На курсе ИИ готовит черновик, а решение, проверка и ответственность остаются за человеком. Выгода — в сэкономленных часах на черновик, а не в отказе от проверки.
«Сколько это стоит?»
В чатах — тариф сервиса. В API платят за входящие и исходящие токены: длинная история в каждом запросе заметно увеличивает расход.