Руководство по применению ИИ для профессионалов гуманитарных дисциплин

Специалисты в гуманитарных науках не всегда меняют мир, но именно они сталкиваются с его последствиями.

Часто кажется, что продавцы обучающих курсов по ИИ воспринимают ИИ как магию: предложи чудесный промпт — и всё возможно. На самом деле всё гораздо сложнее. С момента основания FUNES мы активно применяем ИИ в ежедневной работе. В проектах, таких как Fuyou Tiandi, и в моих собственных текстах человеческих усилий становится недостаточно. Поэтому мы подробно изучали, как ИИ может поддерживать рынок контента и гуманитарные исследования.

Когда к нам присоединились новые коллеги, я подготовил простую презентацию в Keynote. Услышав об этом, Цзя Синцзя пригласил меня выступить. Вместе с партнёром Кеда мы назвали доклад «Руководство по использованию ИИ для гуманитарных специалистов». Вначале это была закрытая встреча, посвящённая основным принципам. Со временем презентация расширялась и совершенствовалась.

Это руководство стало публичным только в этом году, когда мы запустили Shishufeng с Чунцином и впервые подробно его обсудили. Текст ниже адаптирован из подкаста «Руководство по использованию ИИ для гуманитарных специалистов», с помощью ИИ и с сокращениями. Полную версию можно послушать на официальном сайте или найти «Shishufeng» в Yuzhou или Apple Podcasts.

QR-код Xiaoyuzhou

В течение прошлого года я делился этими практиками использования ИИ со многими коллегами, работающими с контентом, исследованием и продуктами знаний. Цель не в том, чтобы обучить нескольким волшебным промптам или представить ИИ как универсальное решение. Это методология — способ интеграции больших языковых моделей в написание, исследование, редактирование, выбор тем, организацию данных и производственные процессы без программирования, с обеспечением отслеживаемости, контроля и проверки, чтобы вы могли уверенно подписывать свою работу.

Этот подход основан на реальном опыте: когда объём производства контента растёт, человеческих ресурсов становится недостаточно, а прямое создание текстов ИИ приводит к галлюцинациям, упрощениям и «ИИ-шному» стилю. Нам пришлось превратить творческий процесс в производственную линию, а эту линию — в итерационную систему.

Вместо списка промптов я хочу поделиться ключевыми принципами.

Перед принципами: три базовых условия этого руководства

Перед тем как перейти к методам, определите три базовых условия. Они определяют и «как вы используете ИИ», и «почему именно так».

Процесс должен быть отслеживаемым, контролируемым и проверяемым

• Нельзя просто желать результата и игнорировать процесс. Для гуманитарных задач «чёрные ящики» особенно опасны: галлюцинации, ложные цитаты и концептуальные искажения возникают именно в темноте.

Процесс должен быть управляемым

• Вы должны задавать стандарты, определять, где замедлить процесс, где быть строгим. Это производство, а не игра на удачу.

Вы должны быть готовы подписать свою работу

• «Готов ли я поставить своё имя?» — это главный критерий качества. Если нет, причина обычно не моральная — просто ваш замысел не реализован, значит, качество не гарантировано.

Принцип 0: Не загадывайте желания ИИ — используйте его как рабочий инструмент

Многие воспринимают ИИ как машину исполнения желаний:

«Расскажи хороший анекдот», «Напиши статью», «Объясни эту работу».

Но «объяснить» — понятие многозначное: для неспециалистов, студентов, аспирантов, коллег. ИИ не знает ваши цели, уровень, предпочтения и стандарты по умолчанию. Если не уточнить, он выберет самый простой путь.

Использовать большие модели как инструмент — значит не просить готовый результат, а применять ИИ для решения задачи. Чётко формулируйте аудиторию, стандарты и этапы.

Пример: попросить ИИ объяснить научную статью

Преобразуйте пожелание («объясни статью») в рабочую задачу:

• Определите аудиторию: умные, любознательные аспиранты, не эксперты в теме

• Определите стиль объяснения: эвристический, поэтапный, академический

• Определите структуру: значимость, контекст, процесс исследования, ключевые технические моменты, выводы

• Определите тон: уважительный, без снисхождения, без предположения о глубоком знании

Чем больше ваши инструкции похожи на требования к заданию, тем меньше ИИ ведёт себя как ИИ и тем больше становится помощником.

Принцип 1: Чтобы ИИ был эффективен, начните с себя — вы несёте ответственность

Если бы вы наняли секретаря, вы бы не просто сказали:

«Исправь статью Хан Яна о Rust Belt».

Вы бы добавили:

Зачем нужна статья, для кого она, где возникли трудности, какую проблему надо решить, какие части нельзя менять, желаемый стиль, что важно.

С ИИ то же самое. Воспринимайте его как внимательного, вежливого коллегу без ваших неявных знаний. Настоящее «prompt engineering» — это ответственность: задача остаётся вашей, ИИ только помогает.

Если результат ИИ не устраивает, первым делом спросите себя:

• Я уточнил «аудиторию/цель/назначение»?

• Я дал достаточно контекста и ограничений?

• Я разбил абстрактные пожелания на конкретные шаги?

• Я указал критерии оценки?

Принцип 2: Используйте минимум три модели — у каждой ИИ свой «характер» и сильные стороны

В нашей компании я советую новым коллегам на начальном этапе задавать один вопрос сразу трём разным ИИ. Как и люди, ИИ различаются: одни лучше пишут, другие рассуждают, программируют или используют инструменты. Даже модели одной компании или новые версии меняют «стиль» и «границы».

Простая и эффективная привычка: задайте один вопрос минимум трём ИИ, и быстро поймёте:

• Кто лучше пишет, кто лучше рассуждает, кто ищет, кто упрощает

• Кто лучше для черновиков, кто для проверки

• Кто лучше для «темы/структуры», кто для «абзаца/предложения»

Ценность не в выборе «самой сильной модели», а в управлении командой моделей — не одним оракулом.

Принцип 3: ИИ не всезнающий — воспринимайте его как «сильного студента»

Практическое ожидание:

 Обычные знания ИИ ≈ сильный студент ведущего университета.

Если думаете, что «даже хороший студент этого не знает», предположите, что ИИ тоже не знает — или убедительно «придумает», если не знает.

Два прямых действия:

Обучайте его всему, что выходит за рамки общих знаний

• Например: хотите шутки, уникальный копирайт, специализированные аргументы? Не просто просите «сделай хорошо». Дайте примеры, стандарты, запретные темы, исходные материалы. Если вам требуется время объяснить другу, что такое хорошее письмо, ИИ сам это не узнает.

Используйте его как стажёра, а не как божество

• Он может создать структуру и связать ваши материалы в читабельный текст. Но структура и направление — ваши.

Принцип 4: Ведите ИИ поэтапно — белый ящик и много шагов надёжнее, чем чёрный ящик и один раз

Сильная сторона ИИ — не «мгновенные правильные ответы», а надёжное выполнение небольших шагов в вашем процессе. Чем больше вы хотите «результат за один раз», тем выше риск упрощений.

Яркий пример: TTS (text-to-speech) или сценарии озвучки. Вместо «не ошибайся в многозначных символах», разбейте задачу на этапы:

• Отметьте паузы/ударения/смену темпа

• Выделите потенциально многозначные символы

• Проверьте по словарям или авторитетным источникам

• Предварительно отметьте часто ошибаемые символы

• При необходимости замените на однозначные омонимы

Для человека это очевидные шаги, для ИИ — нет. Если не уточнить, ИИ выберет самый простой путь.

Принцип 5: Сначала индустриализируйте — нельзя перейти от вдохновения сразу к автоматизации

Если ваши процессы написания или исследования хаотичны, случайны и неорганизованы, ИИ не поможет. Он работает только с тем, что «описуемо и повторяемо».

Практичный путь:

• Сначала превратите работу в «производственную линию»: делимую, повторяемую, с контролем качества

• Затем делегируйте отдельные этапы ИИ: пусть будет рабочим местом, а не богом

Мы провели важное упражнение — разбили процесс написания моей научной статьи, включая:

• Почему начать с этой истории

• Почему выбрать это предложение

• Как оценивать примеры

• Как переходить и завершать

• Как связывать малые истории с общей линией

В итоге разделили процесс на десятки этапов, каждый поручили разным ИИ. Результат:

 Модель не стала сильнее сразу, но процесс объединил её «инкрементальные» возможности.

Когда сможете описать «как создаётся моя статья», поймёте: потолок качества определяется не «выбором модели», а явностью рабочего процесса.

Примеры этапов из наших тестов производственной линии

Рекомендую послушать программу для подробностей.

Принцип 6: Предугадывайте упрощения ИИ — он экономит вычисления, поэтому вы устраняете «барьеры формата»

ИИ систематически упрощает: если можно не открывать веб-страницу — не откроет; если можно не читать PDF — не прочитает. Это не злонамеренно — при ограничениях вычислений и времени он выбирает самый лёгкий путь.

Ваша задача — сосредоточить ресурсы ИИ на «понимании текста», а не «обработке формата».

Эффективные стратегии:

• Преобразуйте материалы в чистый текст или Markdown перед вводом

• Копируйте веб-контент как чистый текст (без навигации, рекламы, сносок)

• Для длинных материалов сначала извлеките факты или структуру, затем поручите ИИ написание

• Стандартизируйте PDF/EPUB/веб-страницы в поисковую TXT-базу

Вы заметите: многие избегают такой «рутинной работы», думая «машины должны делать это». Но в сотрудничестве человек—ИИ наоборот: если вы берёте на себя механическую часть, интеллект ИИ становится точнее и надёжнее.

Принцип 7: Помните об ограничениях контекста — выбирайте задачи на «сжатие», а не «расширение из ничего»

У ИИ есть окно контекста — ограничение памяти. Дайте ему 20 000 слов — он запомнит часть; 200 000 — просмотрит только заголовки. Представьте, что человека заперли с книгой на 200 000 слов на сутки, а потом попросили пересказать — примерно такова «память» ИИ.

Парадоксально, но важно:

Сжать проще, чем расширить

• Сжать 1 000 000 слов до 10 000 надёжнее, чем расширить 10 000 до 1 000 000.

Это меняет подход:

• Не используйте промпт на 100 слов для запроса целой статьи

• Лучше загрузите максимум материалов (порциями, через RAG и др.), а затем поручите ИИ сжать их в структуру, аргументацию и основной текст

В написании вы всегда «читайте много → выделяйте → организуйте → пишите». Ожидайте от ИИ того же — не требуйте создания «из ничего».

Принцип 8: Не поддавайтесь импульсу «Я просто исправлю» — итерация должна быть в процессе, а не в результате

Опытные авторы часто сталкиваются с такой проблемой:

ИИ создаёт черновик на 59 баллов; вы думаете, что сможете довести до 80, а в итоге переписываете; после переписывания решаете «лучше самому», и перестаёте использовать ИИ.

Решение — не в более жёстком редактировании, а в изменении подхода:

• Не стремитесь к идеалу в каждом результате

• Стремитесь к производственной линии, которая стабильно выдаёт 75–80

• Итерация должна улучшать процесс, а не совершенствовать каждый результат

Принцип 9: Воспринимайте рабочий процесс как итерацию продукта — ценность в надёжности

Система, которая стабильно выдаёт черновик на 70 баллов, ценна не потому, что «похожа на вас», а потому что:

• Вы получаете рабочий текст практически бесплатно

• Можете сосредоточиться на более важных решениях: тема, структура, доказательства, стиль, компромиссы

Вам не нужен всесильный заменитель — нужна надёжная фабрика: стабильная, пусть и не идеальная.

Принцип 10: Ставьте на количество — генерируйте больше, затем выбирайте

Просить ИИ создать один вариант — путь к посредственности. Используйте «количество» против среднего результата.

Более эффективные методы:

• Резюме: запросите сразу 5 вариантов

• Вступления: запросите 5, проведите AB-тесты

• Темы: запросите 50, сгруппируйте и выберите

• Структуры: запросите 3 набора, затем объедините

• Формулировки: запросите 10 вариантов, выберите лучший

Когда увеличиваете объём и средний балл, появляются «удивительные образцы» на 85 или 90. Часто выдающийся результат — не «гениальный порыв», а статистический отбор.

Принцип 11: Не берите на себя лишнего — управляйте как шеф-повар: пробуйте, оценивайте, отправляйте на доработку

Если вы шеф-повар, вы не готовите каждое блюдо лично. Вместо этого:

• Пробуете

• Оцениваете соответствие стандарту

• Даёте чёткую обратную связь (что не так, как исправить)

• Отправляете повару на доработку

То же относится к работе с ИИ. Уважайте его генеративный процесс — обучайте стандартам, а не исправляйте каждую версию сами.

Иначе бесконечные «правки» быстро утомят.

Основной принцип: возвращайтесь к реальности — материалы × вкус определяют потолок

В эпоху ИИ качество вашей работы всё больше зависит от:

 Материалы × Вкус.

Модели будут меняться, методы эволюционировать, но эти два фактора постоянны:

Материалы приходят из реального мира

• При выборе между двумя вариантами написания:

• Использовать новую модель, но только онлайн-материалы

Или использовать старую модель, но с архивами, устными историями и полевыми исследованиями

• Второй вариант часто даёт лучший результат.

Вкус формируется долгой практикой

• Когда «генерация» становится дешёвой, действительно дефицитно:

• Понимать, что стоит писать

• Знать, какие доказательства надёжны

• Знать, какой рассказ убедителен

• Готовность делать рутинную работу: глубокое погружение, тщательное исследование, практику

ИИ меняет эффективность и способ работы с материалами, но автором остаётесь вы, материал — предметом, а ИИ — инструментом.

Глубокая и практическая работа по сбору исходных материалов

Заключение: превратите тревогу в профессионализм

Многие испытывают трудности с ИИ не из-за недостатка интеллекта, а из-за цикла «желание — разочарование — отказ». Прорыв происходит, когда вы воспринимаете ИИ как инструмент, проектируете задачи, строите прозрачные процессы и развиваете экспертизу через практику.

Когда вы это сделаете, вы меньше склонны говорить «ИИ не работает»; вы становитесь новым профессионалом — умеющим управлять инструментами, без снисходительности и без поклонения, интегрируя их в свой рабочий процесс, реальность и работы, которые подписываете с гордостью.

Я — Хан Ян. Если вам интересны мои тексты, подписывайтесь на X или читайте блог.

Заявление:

1. Данная статья перепечатана с [HanyangWang]. Авторские права принадлежат оригинальному автору [HanyangWang]. По вопросам перепечатки обращайтесь в команду Gate Learn. Команда оперативно обработает ваш запрос в соответствии с установленной процедурой.

2. Отказ от ответственности: мнения и взгляды, выраженные в данной статье, принадлежат исключительно автору и не являются инвестиционной рекомендацией.

3. Переводы этой статьи на другие языки выполнены командой Gate Learn. Если не указано, что перевод принадлежит Gate, не копируйте, не распространяйте и не используйте переведённую статью без разрешения.