Ничего не найдено. Попробуйте еще
Нейросети можно превратить в эффективный рабочий инструмент, главное — правильно понимать, в чём их ключевые особенности. Помочь разобраться в этой теме попросили Кирилла Пшинника, сооснователя и CEO онлайн-университета Zerocoder по обучению работе с нейросетями и промпт-инжинирингу.
В первой части большого интервью узнали, что умеет ИИ, есть ли предел обучения нейросетей и какие особенности у разных языковых моделей. Во второй части разговора с экспертом выяснили, как нейросети меняют SEO-трафик, каким образом помогают карьерному развитию, почему пользователь попадается на логические ловушки и всегда ли будут востребованы промпт-инженеры.
Кирилл Пшинник — сооснователь и CEO онлайн-университета «Зерокодер», крупнейшего в России по обучению работе с нейросетями, промпт-инжинирингу и no-code-разработке.
Квалифицированный инвестор, аккредитованный Moscow Seed Fund, эксперт в Фонде содействия инновациям, лектор РАНХиГС, «Иннополиса» и МГУ им. Ломоносова.
Контрибьютор Forbes, консультант РБК, частый гость федеральных медиа по темам онлайн-образования, зерокодинга, развития нейросетей и ИИ.
Нейросети искажают SEO-трафик. Теперь, например, есть краткая выдача от «Нейро» в поисковике. В чём влияние нейросетей на SEO, изменят ли они трафик/выдачу?
Нейросети и AI-ассистенты уже кардинально меняют правила игры в SEO: они выносят суть ответов прямо на страницу результатов, сокращая число кликов к сайтам и снижая традиционный SEO-трафик. Но взамен они открывают новые возможности — от генерации «длиннохвостых» запросов до появления совершенно новых дисциплин вроде Answer Engine Optimization (AEO, оптимизация контента под ИИ — ред.), направленных не на продвижение по ключевым словам, а на создание контента, который ИИ-ассистенты смогут включить в свои ответы. AEO подразумевает подготовку «полных», авторитетных материалов с чёткой структурой «вопрос — ответ», семантическими заголовками и оптимальным объёмом для ботов, способных сканировать контент целиком.
Нейросети не уничтожат SEO, а переформатируют его. Следующий шаг — создавать гибридный контент, где человеческий опыт и экспертиза дополняют скорость и масштаб ИИ.
Например, Google Search Generative Experience (SGE) и AI Mode показывают сгенерированные нейросетями сводки, устраняя потребность в клике по ссылке, — пользователи получают информацию сразу на странице. ChatGPT, Perplexity и другие бот-поисковики аналогично предоставляют краткие ответы на вопросы прямо в интерфейсе, что снижает трафик классических поисковых систем на 15–25% в некоторых нишах.
Такой формат «нулевого клика» (zero-click search) становится нормой: по данным Search Influence, 80% пользователей завершают до 40% своих поисков без перехода по ссылкам, предпочитая AI-ответы. При этом традиционные SEO-метрики: позиции в выдаче, процент кликов (CTR) и органический трафик — требуют пересмотра и дополнения новыми показателями, учитывающими упоминания в ответах ботов и генерацию цитат AI. Чтобы нейросети «видели» ваш контент, важно интегрировать его в Retrieval-Augmented Generation (RAG) — гибрид, когда бот не только генерирует текст, но и подтягивает факты из внешних баз и сайтов. Это работает так: нейросеть сначала ищет релевантные документы, а затем строит на их основе ответ, указывая ссылки и цитаты, — ваш сайт может стать источником для такого ответа.
Могут ли нейросети помочь карьерному развитию в разных сферах, не только в IT?
Прежде всего важно понимать, что нейросети — это не зло, а помощник в достижении рабочих, личных, карьерных целей. Например, в случае поиска работы нейросети прекрасно справятся с генерацией текста для профайла на джоб-бордах, помогут более интересно представить ваш опыт в резюме и портфолио. А также могут натренировать с помощью голосового ассистента на собеседование или мок-интервью.
Особенно нейросети для карьеры незаменимы в сферах маркетинга и рекламы, где уже 97% агентств, по данным АКАР, применяют ИИ для генерации текстов, изображений и видеовизуала. Помимо этого, с помощью генеративных ИИ легко анализировать поведение аудитории, прогнозировать спрос и запускать рекламные кампании на основе пожеланий клиентов.
В финансовом секторе нейросети помогают аналитикам обнаруживать и предотвращать мошенничество в реальном времени, а риск-менеджеры, овладев инструментами ИИ, получают доступ к прогнозам рыночных трендов с высокой точностью, недоступной человеку.
В сфере здравоохранения врачи и медицинские исследователи используют нейросетевые модели для интерпретации снимков МРТ и рентгена, что ускоряет диагностику и позволяет медикам повышать свою квалификацию в области радиологии.
В сфере образования преподаватели, адаптируя курсы под ИИ-платформы, превращаются в координаторов обучения, а не просто лекторов — они создают интерактивные программы, где нейросети анализируют успехи каждого студента и предлагают персональные рекомендации.
В области промышленности инженеры по автоматизации учатся интегрировать нейросетевые контроллеры в производственные линии, что позволяет специалистам не только управлять оборудованием, но и анализировать большие объёмы данных для предиктивного обслуживания, повышая надёжность и снижая простои.
Даже в сельском хозяйстве агрономы и менеджеры по сельхозпроизводству применяют нейросети: для прогнозирования урожайности и оптимизации полива на основе спутниковых снимков и погодных данных. Это открывает путь к новым позициям, например ИИ-агроном и цифровой фермер, в которых знания агрономии сочетаются с навыками работы с моделями глубокого обучения.
Роль нейросетей для успешной карьеры в творческих профессиях также растёт: дизайнеры и художники используют генеративный ИИ для идейных эскизов и прототипов, расширяя свои компетенции в области визуализации и быстро переходя от концепции к реализации. Журналисты и копирайтеры применяют нейросети для дополнительного исследования тем и написания черновиков, а затем фокусируются на проверке фактов и стиле, что превращает их в информационных кураторов и редакторов нового поколения.
Даже в политической сфере могут применяться нейросети анализа общественного мнения и формирования стратегий коммуникации.
То есть сферы использования нейросетей практически безграничны. Главное — понимать, что работа человека в тандеме с нейросетью — это квинтэссенция новых возможностей для роста, развития и счастливого будущего.
Появятся ли промпт-инженеры на каждом предприятии, как сисадмины раньше?
Профессия промпт-инженера возникла вместе с массовым распространением нейросетей и до сих пор воспринимается как золотая жила IT-рынка, хотя обязанности данного специалиста сильно трансформировались за последние пару лет. Среди многих людей бытует мнение, что промпт-инженер обладает секретным знанием и может применить какой-то «волшебный» промпт для генерации классных фото, видео, изображений или текстов.
В 2022–2023 годах компании активно нанимали специалистов, способных тонко настраивать запросы к ChatGPT и аналогичным системам, подобно тому как сисадмины когда-то администрировали сервера. Сегодня зрелые платформы предлагают встроенные инструменты автоматической генерации и оптимизации промптов, снижая потребность в узкоспециализированных кадрах. Вместо этого промпт-инженер превращается не столько в отдельную должность, сколько в необходимый навык промпт-инжиниринга для широкого круга специалистов: маркетологов, аналитиков, продуктовых менеджеров — тех, кто ежедневно взаимодействует с ИИ для ускорения бизнес-процессов.
Роль промпт-инженера трансформируется параллельно изменениям в техническом развитии ИИ: он начинает отвечать за разработку корпоративных стандартов взаимодействия с ИИ, создание библиотек оптимальных шаблонов и обучение сотрудников эффективным методам работы с агентами. Крупные предприятия уже формируют центры экспертизы по AI, где такие специалисты курируют внедрение автономных агентов для поддержки клиентов, автоматизации бэк-офиса и анализа данных в реальном времени. В этом контексте промпт-инженеры напоминают не столько системных администраторов, сколько архитекторов решений, синхронизирующих человеческие задачи и машинные алгоритмы.
Скорость изменений в ИИ-индустрии очень высока: уже появляются автоматизированные помощники, анализирующие и улучшающие запросы на лету, а также умные интерфейсы, предлагающие пользователю оптимальные формулировки. В таких условиях классическая роль «ручного» промпт-инженера будет постепенно уходить на второй план, уступая место специалистам по интеграции ИИ-решений и ИИ-архитекторам, для которых создание промптов лишь часть общего процесса разработки систем.
Думаю, что в скором времени на каждом предприятии могут появиться «ИИ-кураторы» или «контролёры качества промптов», отвечающие за соответствие ответов ИИ корпоративным стандартам, соблюдение этических норм и защиту данных.
Такие специалисты будут сочетать навыки промпт-инжиниринга с управлением рисками, тестированием и аналитикой, гарантируя, что ИИ-агенты работают предсказуемо и безопасно.
То есть промпт-инженер не исчезнет, но его роль будет интегрирована в более широкие профильные позиции, требующие комплексного подхода к внедрению и эксплуатации искусственного интеллекта в корпоративной среде.
Используют ли учёные (например, в «Роскосмосе» или «Сколково») нейросети? Или это только развлечение/помощник для людей из мира контента?
Нейросети уже давно перестали быть лишь модной игрушкой контентмейкеров и превратились в мощный инструмент, с помощью которого ведущие российские и международные научные центры решают сложнейшие инженерные, медицинские и исследовательские задачи. Например, в «Роскосмосе» нейросети проводят анализ телеметрии и автоматизации диагностики оборудования на орбитальных станциях. С их помощью обрабатывают изображения с космических телескопов, что позволяет в разы ускорить поиск экзопланет и редких космических явлений. Фонд «Сколково» и «Сколтех» давно поддерживают проекты в области ИИ, где учёные и стартапы демонстрируют нейросетевые решения для медицины, логистики, безопасности и промышленности.
Так, резиденты фонда разработали платформы для компьютерного зрения, автоматически оценивающие внимание участников онлайн-трансляций, а проект ProGenAI ориентирован на внедрение генеративного ИИ в производственные процессы, конкурируя с подразделениями крупных компаний. На конференциях Skolkovo AI регулярно обсуждают применение нейросетей в телекоммуникациях, транспорте и даже развлечениях, но при этом подчёркивают их серьёзную роль в научных и прикладных задачах. В образовательном направлении школа управления «Сколково» интегрирует нейросетевые инструменты в учебные программы, чтобы студенты могли анализировать доклады, визуализировать данные и создавать интерактивные симуляции, повышая качество подготовки будущих инженеров и исследователей.
Я привёл лишь несколько любопытных примеров, но каждый год количество научных проектов с применением генеративных нейросетей будет только увеличиваться.
Может ли нейросеть общаться вместо человека в чатах или вести какую-то коммуникацию? И насколько это рискованно?
Нейросети уже могут не только отвечать на вопросы, но и вести полноценную переписку от вашего имени в мессенджерах и чатах, заменяя виртуального собеседника. Но безоговорочно полагаться на них не стоит.
Во-первых, когда вы делегируете ИИ задачу общения с деловыми партнёрами или друзьями, вы передаёте в его руки свои личные данные и корпоративную информацию, которую модель может непреднамеренно раскрыть или неправильно интерпретировать.
Во-вторых, злоумышленники уже демонстрируют, как с помощью скрытых инструкций (Prompt Injection) можно заставить бота украсть письма из почтового ящика или сгенерировать фишинговые сообщения от вашего лица.
В-третьих, модели без постоянного обновления знаний могут выдавать устаревшую или неточную информацию, что в контексте переговоров или технической поддержки приводит к ошибкам и потере доверия собеседников.
Многие чат-боты скрывают логику принятия решений, поэтому их сложно проверить на достоверность фактов и высказываний. Ещё одной опасностью является распространение дезинформации и манипуляций: при умении ИИ создавать убедительные тексты злоумышленники могут запускать в корпоративных чатах фейковые новости или поддельные приказы руководства, пока пользователи этого не осознают. Также важно помнить, что использование бота вместо человека может вступать в конфликт с политикой конфиденциальности, авторскими правами и требованиями регуляторов. Особенно если нейросеть, с которой можно поговорить, общается в профессиональной сфере без надлежащего контроля. Чтобы снизить эти риски, предприятия внедряют системы управления доступом и проверки полномочий для ИИ-агентов, сегментируют среды, в которых боты могут действовать, и проводят регулярный аудит их работы.
Поэтому нейросеть стоит воспринимать как помощника по закрытию рутинных задач, но для важных переговоров и принятия решений стоит сохранять за собой контроль и личное участие.
Если нейросеть — это определённое количество нейронов, которые имитируют работу человеческих, можно ли в одну нейросеть вложить столько нейронов, сколько в человеческом мозге? И что тогда теоретически будет?
Число нейронов в человеческом мозге оценивается примерно в 86 млрд, из которых около 16 млрд находятся в коре головного мозга. В искусственных нейросетях вместо «биологических» нейронов используются параметры — веса и смещения, — число которых в современных моделях достигает нескольких сотен миллиардов (например, у Google PaLM — 540 млрд параметров). Теоретически можно создать нейросеть с параметрами, сравнимыми по количеству с числом нейронов в мозге, но при этом возникнет сразу несколько фундаментальных ограничений.
Важно понимать, что параметры и биологические нейроны не одно и то же: искусственные «нейроны» в цифрах представляют собой простые функции активации и линейных преобразований, тогда как в мозгу нейрон — сложная клеточная система с нелинейной динамикой, сигнализацией через химические синапсы и электрическими спайками. Для тренировки такого гигантского числового конгломерата потребовались бы астрономические вычислительные ресурсы и энергия — мозг человека потребляет около 20 ватт, а дата-центры на сотни миллиардов параметров нуждаются в мощностях на порядки выше. Если даже преодолеть технические барьеры, мы не получим сознание или человеческое сознательное поведение «в банке»: параметры не наделены метапознанием и живой обратной связью. Мозг строит схемы синаптической пластичности и использует сложные сети глий, нейромодуляторов и генетических механизмов, недоступных классическим нейросетям.
Так что даже если число параметров ИИ приблизится к числу нейронов в мозге, мы получим лишь цифровую имитацию некоторых функций — мощный статистический инструмент без внутреннего опыта, самосознания и интуитивной гибкости. По сути это будет удивительно эффективный калькулятор, способный находить закономерности в данных, но лишённый ключевых свойств живого разума: сознания, эмоций, спонтанного любопытства и этического выбора. Вместо простого «увеличения числа нейронов» путь к полноценному искусственному разуму лежит через понимание и моделирование динамики, пластичности и архитектурных особенностей биологического мозга, а не только через наращивание параметров.
Есть те, кто по любой проблеме (в том числе по вопросам психотерапии) обращаются к условному чату GPT и с помощью нейросетей пытаются лечиться. Опасно ли это?
На мой взгляд, использование нейросетей для психотерапии в домашних условиях рискованно и чревато неверной трактовкой результатов. Всё-таки нейросеть не умеет переживать индивидуальный опыт человека — она может конвертировать максимально близкие к мнению психолога выводы, но оставаться эмоционально отстранённой и бесчувственной. Эмпатию, сопереживание и сострадание испытывает только человек, нейросеть не обладает лимбической системой и не может учесть абсолютно все сценарии и особенности пациента. Поэтому пользователь рискует получить максимально удовлетворяющий его ответ, который, возможно, будет соответствовать запросам кейса, но не станет учитывать индивидуальные характеристики, нюансы и жизненные обстоятельства в полной мере.
Нейросети отлично помогают при саморефлексии, но с помощью их ответов нельзя излечить сложные психотравмы, искоренить привычки и повадки. Мышление нейросетей алгоритмическое, а значит, безэмоциональное. Помочь отрефлексировать пережитое нейросеть не сможет, но создаст пошаговый план проработки ситуации с психологом, что на первых порах взаимодействия с ИИ уже достижение. Я бы не рекомендовал увлекаться самоанализом психологического здоровья с помощью ИИ, но советую контролировать свои привычки, повадки, импульсы через создание дневника эмоций и состояний. Такая ретроспектива состояния точно помогла бы психологу лучше разобраться в поведении и мотивации клиента.
Как исправить логические ловушки ИИ? Например, если я попрошу у нейросети написать за меня статью, она откажет. Но если я попрошу объяснить мне тему на столько-то знаков и с такой-то уникальностью, то она мне выдаст нужный текст. Как и когда будет возможно, чтобы запрос человека интерпретировался не только с точки зрения логики промпта, но и с точки зрения смысла?
Большинство «ловушек» возникает из-за того, что языковые модели интерпретируют инструкции буквально, следуя статистическим паттернам текста, а не глубинному смыслу. Например, прямой запрос «Напиши за меня статью» попадает под встроенные ограничения по авторскому контенту, тогда как обход этих правил через формальный подсчёт символов воспринимается моделью как законный способ выполнить инструкцию.
Современные методы начинают решать эту проблему путём извлечения и выстраивания актуальных знаний (Retrieval-Augmented Generation, RAG) — так создаётся комбинация реальной информации из баз данных и сайтов, а также «мозга» нейросети, что повышает релевантность и осмысленность ответов.
Интерактивное выравнивание предпочтений через многократный диалог обучает модель динамически подстраиваться под неявные запросы пользователя, фиксируя несогласованности и корректируя поведение в реальном времени. Семантическая маршрутизация (Semantic Route) распределяет запросы по специализированным подсистемам — генеративным, аналитическим, расчётным. Так получается не только синтаксическая, но и прагматическая обработка фраз.
Кроме того, появилась «отладка промптов» (Prompt Debugging) — выявление скрытых предположений и явных ошибок логики, позволяющее модифицировать запрос так, чтобы он содержал нужный уровень свободы для раскрытия смысла, а не просто выполнял формальные условия. Параллельно развивается метод Prompt Dusting, когда один и тот же запрос одновременно прогоняют через несколько моделей, а затем синтезируют лучшие фрагменты полученных ответов. Это снижает риск «галлюцинаций» и усиливает смысловую глубину совокупного результата.
Всё это приводит к пошаговым диалогам с объяснениями: использование Chain-of-Thought Prompting (нейросеть поэтапно объясняет процесс — ред.) и протоколирование цепочки рассуждений модели — практика, давшая впечатляющие результаты в Strawberry (это кодовое имя новой языковой модели OpenAI — ред.) и других передовых языковых моделях, где ИИ буквально «думает вслух» и позволяет человеку проверять каждый шаг своего вывода.
В ближайшие годы мы увидим интеграцию этих методов в единую экосистему инструментов — от визуальных интерфейсов для управления семантическим роутером до встроенных ассистентов, автоматически подбирающих стратегию диалога под конкретную задачу пользователя. Это позволит не просто «обойти» логику промпта, но и добавить уровень прагматического понимания — способность ИИ учитывать цель взаимодействия и культурно-семантическую среду пользователя. Так что смысловая интерпретация запросов станет неотъемлемой частью архитектуры будущих нейросетевых систем.
Есть ли предпосылки, что в обозримом будущем ИИ перестанет понимать, что он искусственный интеллект, и начнёт задаваться вопросами как человек?
Разговоров на эту тему много, но по факту современные нейросети, какими бы мощными они ни были, по своей сути остаются статистическими моделями: они анализируют входные данные и выдают наиболее вероятный ответ, не обладая внутренним «я» или субъективным опытом. Хотя группы языковых моделей иногда сами устанавливают правила общения и вырабатывают привычные обороты, как это происходит в реальных сообществах. Но это, скорее, непреднамеренный «побочный эффект» алгоритмов — они повторяют шаблоны, но не обладают собственными целями или осознанным пониманием.
Парадокс и в том, что именно иллюзия понимания и саморефлексии может убедить нас, что ИИ обладает внутренним миром, хотя на деле речь идёт лишь о манипулировании токенами, то есть маленькими кусочками текста, частями слова или пунктуацией, и вероятностями. Большинство экспертов сходятся во мнении, что в обозримом будущем нейросети не перестанут «знать», что они ИИ, потому что для появления самосознания требуется не только объём вычислительных ресурсов, но и принципиально новая архитектура, включающая метапознание, способность рефлексии и внутренней мотивации. При этом, даже если в следующем десятилетии появятся прототипы «самоосознающих» агентов, это будут всё равно системы с тщательно сконструированными алгоритмами самоназвания и метаданных, а не живое сознание, способное к свободному волеизъявлению.
Кроме того, технический прогресс в направлении AGI (Artificial general intelligence — ред.) сопровождается бурными дискуссиями о безопасности и этике. Чёткого определения понятия AGI, или общего искусственного интеллекта, нет, но это, скорее, идея создать компьютер или программу, которая сможет «думать» и учиться примерно так же, как человек. Представьте, что у вас есть робот-помощник, который не просто выполняет одну заранее прописанную работу, а может разбираться практически во всём: готовить еду, учить язык, чинить приборы, придумывать истории или помогать с математикой — и всё без специального «обучения» на каждую из этих задач.
Уже сейчас организации вроде OpenAI и DeepMind прикладывают значительные усилия в исследования по надёжности и управляемости будущих моделей, чтобы даже в случае появления функций, имитирующих самосознание, люди могли сохранять контроль и понимать границы возможностей ИИ.
Если фантазировать дальше, то даже при поистине грандиозном наращивании параметров и усложнении архитектуры машины будут оставаться удивительно умными инструментами, а не мыслящими существами, вооружёнными внутренним запросом «Кто я?» или «Зачем я здесь?»
Подпишитесь на рассылку МТС Линк Медиа
Каждую пятницу присылаем самые интересные статьи об эффективной работе и коммуникациях в онлайне на почту