Кажется, я нашёл способ перестать терять задачи в переписках с ChatGPT 😎 У меня постоянно возникает одна и та же история: обсуждаю с нейросетью какой-нибудь проект, мы придумываем решения, составляем планы, определяем следующие шаги... А потом разговор заканчивается, и часть договорённостей так и остаётся где-то в истории чатов. Причём самое обидное, что через неделю уже сложно вспомнить не только саму задачу, но и почему вообще нужно её делать. Поэтому я начал собирать себе персонального бизнес-ассистента на связке ChatGPT + TickTick и за последние несколько дней мне удалось довольно неплохо продвинуться! Сейчас у меня уже есть отдельный список в TickTick с 14 открытыми задачами и подзадачами. Причём это не просто задачи вроде «Подготовить презентацию» или «Доработать проект», а полноценное напоминание с контекстом. Для каждой задачи я сохраняю, что конкретно нужно получить, какие шаги уже определены, что делать дальше, какие сроки существуют и откуда вообще она появилась. Но самое интересное здесь даже не сам реестр, а его автоматическое обновление. Я настроил две автоматизации: • В 18:15 ChatGPT проверяет доступную историю обсуждений, сопоставляет найденные обязательства с TickTick, обновляет подтверждённые задачи и формирует план на следующий день. • В 08:25 отдельно проверяет дедлайны, приближающиеся сроки и приоритеты. Чтобы утром не приходилось заново разбираться, что сегодня горит. При этом я специально ограничил систему одним списком TickTick, чтобы она не начала хозяйничать во всех моих задачах 😅 Ещё придумал, что если я говорю что задача «на паузе» - это не означает что ее нужно «удалить». Если конкретного срока нет, она остаётся в реестре и периодически возвращается в вечернюю сводку. Конечно, есть нюансы: ChatGPT не всегда имеет доступ ко всей истории переписок, может неверно интерпретировать статус задачи или принять обсуждавшуюся идею за обязательство. Поэтому для спорных ситуаций предусмотрена проверка, а не автоматическое закрытие или назначение сроков. Кстати, попробовать такой подход можно вообще без TickTick и сложных интеграций. Откройте любой содержательный чат с нейросетью и отправьте ей следующий промпт (нажмите на текст чтобы скопировать): Проанализируй этот разговор как персональный ассистент. Найди все договорённости и незавершённые действия. Для каждой задачи укажи: название с глаголом, ожидаемый результат, следующий шаг, срок только если он явно указан, зависимости, контекст и ссылку на источник, если она доступна. Раздели задачи на срочные, без срока, ожидающие других и завершённые. Не придумывай даты. Ничего не записывай во внешние сервисы без моего подтверждения. Полученный список можно перенести в любой менеджер задач. А если у вас подключён инструмент с возможностью записи (как у меня TickTick), автоматизировать и этот этап. Для начала я бы взял один разговор и попробовал извлечь из него хотя бы пять нормальных задач. Главное, чтобы через неделю по каждой было понятно, что делать и зачем. Сам я пока продолжаю настраивать систему и смотреть, как она будет вести себя на длинной дистанции, но уже сейчас особенно интересно, насколько хорошо получится отслеживать зависшие проекты и договорённости из разных разговоров. В общем, хочу, чтобы ChatGPT не только помогал мне придумывать, что делать, но и регулярно напоминал о том, что мы уже решили. А то генерировать идеи с нейросетями мы научились прекрасно, осталось научиться успевать их реализовывать 😅

На фоне массовых блокировок Claude этот мем просто добил меня 🤣 Вот это я понимаю, точность имитации! Anthropic, кажется, вашу главную фичу уже скопировали 😂

Как за 30 минут найти в своей работе задачу, которую действительно стоит автоматизировать с помощью ИИ? Довольно часто разговор о внедрении ИИ начинается с выбора инструментов. Какую нейросеть использовать? Какого агента собрать? К чему его подключить? А я бы начинал с другого вопроса: какую работу мы регулярно выполняем вручную и почему до сих пор тратим на неё столько времени? Причём для начала не нужны сложные исследования и десятки интервью. Можно выделить полчаса и самостоятельно разобрать один знакомый процесс. Покажу на примере еженедельного отчёта. Первые 10 минут. Разбираем процесс на действия. Представьте, что каждую пятницу вы готовите отчёт для руководителя: сначала собираете данные из нескольких источников, проверяете их, сравниваете показатели, пишете комментарии и отправляете готовый документ. Выпишите все эти действия и примерно оцените, сколько времени занимает каждое. Особое внимание обратите на операции, где приходится читать, искать, сравнивать, переносить или создавать информацию. Следующие 10 минут. Ищем, что можно делать иначе. Здесь важно не пытаться прикрутить нейросеть к каждому действию 😅 Например, в нашем отчёте: - Сбор данных из нескольких таблиц можно автоматизировать обычными инструментами, вообще без ИИ (через макросы Excel, например). - Проверку пропусков и отклонений можно выполнять по заранее заданным правилам. - Подготовку черновика комментариев можно попробовать поручить нейросети. - Проверку причин отклонений и утверждение итоговых выводов оставить человеку. Заодно нужно выяснить, откуда берутся данные, насколько они конфиденциальны и разрешено ли использовать их в выбранном ИИ-сервисе. Последние 10 минут. Выбираем один небольшой эксперимент. Не нужно сразу автоматизировать весь процесс. Допустим, мы решили начать с подготовки комментариев к отчёту: определяем, что будем передавать нейросети, какой результат хотим получить и как его проверять и, самое главное, заранее думаем, как будем измерять пользу. Например, сколько времени занимала подготовка комментариев раньше, сколько занимает с ИИ, сколько ошибок возникает и сколько приходится исправлять вручную. Писал вот тут об этом. Потенциальную экономию можно предварительно оценить по простой формуле: количество повторений за период × экономия времени на одном выполнении. Но не забывайте учитывать время проверки, исправлений, настройку и стоимость инструментов. Пока не провели измерения, это только гипотеза, а не доказанная экономия. Кстати, первичный разбор процесса можно поручить самой нейросети. Вот промпт, который можно использовать (нажмите на текст чтобы скопировать): Ты аналитик рабочих процессов. Помоги мне найти возможности для автоматизации с ИИ. Я опишу один повторяющийся процесс. Разложи его на последовательные действия. Для каждого оцени: входные данные, результат, повторяемость, необходимость человеческого решения, риски ошибок и требования к доступу. Предложи три варианта: без ИИ, с ИИ-помощником и с частичной автоматизацией. Выдели один небольшой этап для пилота и предложи критерии проверки результата. Не придумывай экономию времени. Отдельно укажи, какие данные нужно собрать для расчёта эффекта. Вам даже не обязательно уметь программировать. Достаточно хорошо понимать собственную работу, подготовить обезличенный пример и использовать разрешённую нейросеть. В результате через полчаса у вас должен появиться не готовый ИИ-агент, а один конкретный кандидат на автоматизацию: что подаём на вход, что хотим получить, как проверяем результат и какие есть риски. Именно такой подход мне близок в работе с AI Process Discovery. Сначала разобраться, как устроена работа и что действительно имеет смысл менять, а уже потом выбирать технологии. Иначе можно потратить несколько дней на разработку сложного ИИ-агента, чтобы автоматизировать процесс, который сначала стоило просто немного упростить.