Забудьте «summarize»: чему OpenAI научила свою команду спрашивать у ИИ

Каждую неделю тысячи людей загружают файл в чат-бота и печатают одно и то же слово: «summarize». Получают сжатый отчёт, кивают — и ничего не меняют. Проблема не в качестве сводки, а в вопросе, который за ней стоит. OpenAI недавно опубликовала промпты, которыми реально пользуется её финансовая команда, и в этом наборе почти нет запросов «расскажи, что в данных». Есть другое: «куда должен пойти следующий доллар». Это не риторическая разница — это другой режим работы с ИИ.

Почему промпты OpenAI для анализа данных обходятся без «summarize»

У финансовой команды OpenAI не было проблемы с данными или бюджетом — деньги и цифры были. Проблема была в скорости решения: пока команда анализировала, куда шли рекламные доллары, неделя, к которой относились данные, уже заканчивалась. Сводка о прошлом всегда смотрит назад. А маркетинговые каналы устроены так, что отдача с них убывает: первый доллар, вложенный в канал, приносит кратно больше, чем сотый. Вопрос «что происходит» этого не показывает — нужен вопрос «где я теряю отдачу и куда переложить ресурс».

Три вопроса вместо одного

В прошедших через 16 сценариев OpenAI выстраивается понятная лестница. Внизу — «что произошло» (это и есть summarize, ретроспективный и в целом безобидный старт). Дальше — «где я получаю всё меньше отдачи на то же время или деньги» — вопрос про диминишинг-ретёрнс, применимый не только к рекламе, но и к любому ресурсу, который тратится неравномерно. И наконец главный: «что мне перенести — откуда и куда». Именно этот вопрос почти всегда стоял в промптах OpenAI, потому что он один сразу упирается в решение, а не в описание.

Готовый промпт для принятия решений на своих данных

Промпт из блога OpenAI можно переиспользовать почти дословно: «Мне нужно решить, куда пойдут моё время и деньги на следующей неделе. Сформулируй ответ для занятого владельца бизнеса, который может изменить только одну вещь на этой неделе и должен выбрать правильную». Дальше — три уточняющих вопроса: что стоит делать больше и почему, от чего стоит отказаться и почему, и что я выиграю, если сделаю именно этот один обмен. Важная деталь тут не содержание, а форма: ИИ дают не роль («ты эксперт мирового уровня»), а аудиторию («ты отвечаешь занятому владельцу бизнеса»). На новых моделях персонажи скорее вредят — модель начинает играть роль вместо того, чтобы решать задачу, а описание аудитории держит её сфокусированной на пользе для читателя.

Где взять данные уже сегодня

Для этого упражнения не нужны корпоративные дашборды. Подойдут календарь за прошлый месяц (куда реально уходит время), банковская выписка или список подписок (где деньги утекают без отдачи) и список клиентов с учётом времени на каждого (кого стоит держать, а с кем — расстаться). Тот же принцип, что и у OpenAI с рекламным бюджетом, работает один в один на личных данных.

Человек остаётся в контуре

Отдельно в материале OpenAI подчёркивается то, что легко упустить за эффектными промптами: рекомендацию ИИ нельзя принимать на веру. Каждое число должно сопровождаться источником — иначе это не решение, а гадание с уверенным тоном. И у любых данных есть слепые зоны: сезонность бизнеса, клиент с низким чеком, но большим потоком рефералов, — то, что ИИ не видит, если явно не спросить. Финальная часть промпта — «что в этих данных ты не видишь и что могло бы изменить рекомендацию» — как раз ловит эти слепые зоны и переводит ИИ из режима советчика в режим партнёра, чью логику можно проверить.

Вывод

Разница между «summarize» и «куда двинуть следующий доллар» — это разница между сводкой и решением. Сводка экономит время на чтение, а вопрос о переносе ресурса экономит время на само раздумье и сразу даёт то, ради чего данные вообще собирались. Инструмент здесь один и тот же — большая языковая модель. Меняется только вопрос, а вместе с ним и то, что от ИИ можно получить.