От ChatGPT до первого клиента

Каркас нужен, чтобы не обманывать себя. Когда человек говорит «хочу миллион в год», надо разложить это на месяцы, клиентов, цену, маржу и нагрузку. Если услуга стоит 50 тысяч рублей, нужен определённый поток проектов. Если подписка стоит 10 тысяч, нужна другая система продаж и удержания. Если продукт стоит 990 рублей, понадобится совсем иной масштаб. ChatGPT может быстро показать арифметику. А арифметика часто охлаждает фантазию.

Охлаждать фантазию полезно. Остывшая фантазия иногда превращается в план. Есть ещё один хороший приём: просить модель сравнить два пути. Не «какой бизнес лучше», а по критериям. Например: «Сравни услугу AI-контента для салонов красоты и услугу настройки базы ответов для онлайн-школ. Критерии: простота старта, готовность платить, повторяемость, риск качества, возможность подписки, конкуренция, мой опыт в текстах. Дай вывод для проверки в ближайшие 14 дней».

Сравнение заставляет думать о выборе. А выбор освобождает энергию. Пока у тебя десять равных идей, ты ничего не делаешь. Когда остаются две, уже можно спорить. Когда остаётся одна на ближайшие две недели, можно работать.

Но выбор не должен быть вечным. Это не брак. Это эксперимент. Ты выбираешь не судьбу, а гипотезу на срок. Здесь ChatGPT помогает формулировать эксперимент. «Что должно произойти за две недели, чтобы считать идею перспективной? Какие сигналы провала? Какие действия каждый день?» Такой запрос переводит мечту в проверку.

Проверка должна иметь цифры. Не обязательно сложные. Например: отправить 50 адресных сообщений, получить 8 ответов, провести 5 разговоров, получить 2 просьбы о предложении, закрыть 1 оплату или хотя бы понять конкретную причину отказов. Без цифр ты будешь оценивать настроение. Настроение в бизнесе ненадёжно.

ChatGPT может помочь сделать таблицу эксперимента: дата, сегмент, кому написала, какой текст, ответ, возражение, следующий шаг, вывод. Простая таблица иногда полезнее большого бизнес-плана. Она показывает, что реально происходит.

Есть люди, которые стесняются использовать AI в работе с клиентами. Им кажется, что это обман. Обман начинается не там, где ты используешь инструмент. Обман начинается там, где ты выдаёшь непроверенный машинный ответ за экспертное решение, скрываешь риски, обещаешь невозможное или отправляешь клиенту текст, который сама не читала. Если ты используешь ChatGPT как черновик, редактора, помощника по структуре и честно отвечаешь за результат, это обычная работа с инструментом.

Клиенту важен результат и ответственность. Его не волнует, писала ли ты первый черновик сама или с помощником, если итог точный, полезный и безопасный. Но если итог плохой, ссылка на AI не спасёт. Нельзя сказать: «Это модель ошиблась». Для клиента ошиблась ты.

Поэтому в запросах надо заранее ставить границы безопасности. «Не давай медицинских советов, только структуру вопросов к врачу». «Не формулируй юридическое заключение, только список документов для обсуждения с юристом». «Не обещай финансовую доходность». «Отмечай места, которые требуют проверки специалистом». Такие ограничения нужны не для красоты. Они защищают бизнес.

Если услуга связана с клиентскими данными, запросы должны учитывать приватность. Нельзя бездумно вставлять персональную информацию в любой инструмент. Нужно обезличивать, сокращать, проверять правила сервиса, понимать законы своей страны и требования клиента. Это скучный участок, но именно на нём отличают взрослый бизнес от самодеятельности.

В запросе можно прямо писать: «Предложи способ использовать ChatGPT для обработки обращений клиентов без передачи персональных данных. Дай процесс обезличивания и правила для сотрудников». Такой ответ может стать основой внутренней инструкции. Потом её всё равно должен проверить человек, который понимает юридическую сторону.

Ещё один приём, который я люблю: просить модель объяснить решение сотруднику. Не тебе, не абстрактному читателю, а конкретному человеку в процессе. Например: «Напиши инструкцию для администратора онлайн-школы: как использовать базу шаблонов и ChatGPT, чтобы отвечать ученикам. Укажи, когда можно отправлять ответ сразу, когда надо редактировать, когда обязательно передать менеджеру».

Такие инструкции превращают идею в работу. Без инструкции внедрение разваливается. Все вроде согласились, что AI поможет, но каждый использует его как попало. Один отправляет сырые ответы, другой боится нажать кнопку, третий забывает обновлять базу. Через месяц руководитель говорит: «Не сработало». Хотя не сработал не инструмент, а отсутствие процесса.

ChatGPT может помочь проектировать процесс. Но процесс должен быть простым. Слишком сложные регламенты никто не читает. Лучше короткая инструкция на одну страницу, чем идеальный документ на тридцать страниц, который живёт в папке.

Иногда модель даёт слишком много. Это её обычная вежливость. На просьбу «составь план» она выдаёт план, подплан, стратегию, показатели, риски, календарь и отдельный раздел про будущее развитие. Вроде щедро, но ты сидишь перед этим и не знаешь, с чего начать. Тогда надо просить сжать: «Оставь только первые три действия, которые дадут проверку спроса. Всё остальное убери».

Умение удалять - половина работы. С ChatGPT главным становится не умение получать текст, а умение выкидывать лишний текст. Раньше человек страдал от нехватки материала. Теперь он страдает от избытка. Избыток создаёт иллюзию богатства, но в работе он мешает.

Проси короче. Проси проще. Проси выделить главное. Проси сказать, что можно не делать. Особенно последнее. Модель редко сама говорит: «Это лишнее». Её надо заставлять выбирать.

Запрос: «Вот план запуска. Убери половину задач так, чтобы остались только действия, влияющие на получение первых клиентов». Это полезно и больно. Обычно вылетают приятные вещи: логотип, долгий блог, идеальная презентация, сложная автоматизация. Остаются разговоры, оффер, отправка, учёт ответов. То есть настоящая работа.

Настоящая работа не всегда выглядит умно. Иногда она выглядит как таблица с фамилиями и датами отправки писем. Но именно там начинается выручка.

Для хороших запросов нужен ещё один навык: сохранять контекст. Если каждый раз начинать заново, модель будет снова угадывать. Лучше вести проектную нить. В начале описать идею, аудиторию, ограничения, тон. Потом просить отдельные элементы в рамках этой нити. Если работа длинная, полезно периодически просить: «Суммируй текущие решения: аудитория, оффер, цена, гипотезы, открытые вопросы».

В работе с клиентскими проектами стоит делать отдельный документ контекста. Кто клиент, чем занимается, какая цель, какой тон бренда, какие запреты, какие примеры удачных текстов, какие продукты, какие частые вопросы, какие обещания нельзя давать. С таким документом ChatGPT работает заметно лучше. Без него каждый запрос похож на знакомство с нуля.

Такой контекст может стать частью услуги. Например, ты продаёшь не просто «посты с ChatGPT», а настройку контентной системы. Сначала собираешь голос бренда, аудиторию, темы, запреты, примеры. Потом создаёшь шаблоны запросов. Потом обучаешь клиента или его сотрудника. Это уже ценнее, чем разовая генерация текстов. Потому что ты продаёшь не набор слов, а порядок.

Порядок трудно продать тем, кто сам ещё живёт в хаосе. Поэтому начни со своего процесса. Сделай для себя библиотеку запросов: разведка ниши, интервью, оффер, письмо, страница услуги, возражения, финансовая проверка, инструкция, пост, анализ результата. Не как музей промптов, а как рабочую кухню. Использовала, улучшила, сохранила.

Но не превращай библиотеку в идола. Шаблон запроса помогает начать, но каждый клиент требует правки. Шаблон без внимания становится тем же мусором, только аккуратно оформленным.

Хороший запрос всегда немного живой. Он учитывает сегодняшнюю задачу. Он говорит модели, что изменилось. Он не ленится добавить одну важную деталь. Иногда именно эта деталь меняет ответ. «Клиент боится увольнять людей», «собственник не любит длинные документы», «у школы много подростков, а платят родители», «клиника не хочет выглядеть слишком технологичной», «команда уже пробовала чатбот и обожглась». Без таких деталей ответы будут ровными и мимо.

Ещё полезно просить несколько уровней глубины. «Сначала дай короткий вывод. Потом подробный разбор. Потом список действий». Это удобно, когда не знаешь, сколько времени будет на чтение. Можно быстро понять суть, а потом погрузиться.

Для сложных решений хорошо работает формат «рекомендация плюс сомнения». Например: «Выбери лучший вариант из трёх, но отдельно напиши, при каких условиях твой выбор окажется неверным». Такой запрос защищает от чрезмерной уверенности. Модель часто звучит так, будто всё решила. А в бизнесе почти всегда есть условия, при которых решение разваливается.

Сомнения не мешают действовать. Они помогают действовать с открытыми глазами. Иногда стоит просить модель не соглашаться. «Не поддерживай мою идею автоматически. Сначала найди три причины, почему она может не сработать. Потом предложи более маленькую версию для проверки». Это особенно важно, если ты уже влюбилась в концепцию. Влюблённый основатель плохо слышит рынок. Ему нужен холодный душ.

Но нельзя перекладывать на него окончательный выбор. Модель может предложить разумные аргументы, но она не знает твою энергию, связи, опыт, страхи, реальные обязательства. Иногда на бумаге лучше один бизнес, а в жизни ты вытягиваешь другой, потому что понимаешь аудиторию и можешь говорить с ней без напряжения. Это тоже фактор. Не всё измеряется таблицей.

Умный запрос учитывает человека, который будет выполнять план. «Я интроверт и не хочу проводить по десять созвонов в неделю» - важное условие. «Я хорошо пишу, но плохо продаю голосом» - важное условие. «У меня есть доступ к сообществу преподавателей» - важное преимущество. «Я могу работать только вечерами» - ограничение. Если не сказать этого, модель нарисует чужую жизнь.

Бизнес-план, который не учитывает твою реальность, является литературой. В этой книге мне важно держать простую линию: ChatGPT полезен там, где ты ставишь ему конкретную работу. Не поклоняешься, не боишься, не ждёшь чудес, а ставишь работу. Разобрать. Сравнить. Написать черновик. Упростить. Найти риск. Подготовить разговор. Составить инструкцию. Посчитать. Проверить на слабость.

Такой подход снимает лишний пафос. Ты не обязана быть техническим гением, чтобы начать. Но ты обязана быть внимательной. Обязана читать ответы. Обязана не отправлять клиенту сырьё. Обязана проверять факты. Обязана помнить, что быстрый текст не равен хорошему решению.

Когда это принято, работа становится спокойнее. Открываешь чат не как храм будущего, а как рабочий стол. Кладёшь задачу. Даёшь условия. Получаешь черновик. Режешь. Уточняешь. Проверяешь. Используешь. Идёшь дальше.

Вот пример полного запроса для старта услуги. Его можно не копировать, а разобрать как логику: «Я хочу за 14 дней проверить услугу для небольших онлайн-школ: настройка AI-помощника для администраторов без разработки приложения. Я одна, бюджет минимальный, умею писать инструкции и тексты, техническая часть только на уровне готовых инструментов. Целевая аудитория: школы с 200-1000 учениками, где много повторяющихся вопросов в мессенджерах. Помоги сформулировать проблему словами владельца, предложить услугу на 7 дней, описать результат, написать короткое письмо, составить вопросы для интервью, перечислить риски и что нельзя обещать».

В этом запросе есть почти всё: кто делает, для кого, что за задача, срок, ограничения, формат, тон, безопасность. Ответ не станет идеальным. Но он даст материал, с которым можно работать уже сегодня.

После первого ответа можно идти дальше: «Сократи услугу до самого маленького платного варианта». Потом: «Напиши страницу предложения до 1500 знаков». Потом: «Сыграй скептичного владельца школы и задай вопросы». Потом: «Переделай письмо с учётом этих вопросов». Потом: «Составь таблицу для учёта отправок и ответов». Вот так запросы складываются в процесс.

Один запрос редко решает задачу. Серия запросов решает лучше. Разговор должен быть не салютом, а рабочей цепочкой. На каждом шаге ты уточняешь, выбираешь, отбрасываешь, приближаешься к действию.

И тут важно не потерять авторство. ChatGPT предлагает. Ты решаешь. Он пишет. Ты отвечаешь за слова. Он считает. Ты проверяешь. Он спорит. Ты выбираешь, что принять. Если поменять местами, получится зависимость. Человек начнёт спрашивать у модели разрешение на каждый шаг. Это смешно и грустно.

AI должен расширять самостоятельность, а не забирать её. В какой-то момент ты заметишь, что стала думать иначе. Не «что бы мне сделать», а «какую задачу я могу поставить так, чтобы получить проверяемый результат». Это полезная перемена. Она дисциплинирует. Ты начинаешь лучше формулировать мысли не только машине, но и людям: клиентам, подрядчикам, сотрудникам, партнёрам.

Хорошая формулировка задачи всегда была дорогим навыком. ChatGPT просто сделал это заметным. Раньше расплывчатое мышление пряталось за долгими обсуждениями. Теперь оно сразу выдаёт плохой ответ. В этом есть даже справедливость. Модель как зеркало: если принести туман, получишь туман, только с аккуратными абзацами.

Поэтому не ругай инструмент раньше времени. Сначала посмотри на запрос. Если ответ плохой, спроси себя: я дала контекст? Я сказала, для кого это? Я указала цель? Я задала формат? Я описала ограничения? Я попросила проверить риски? Я дала пример тона? Я попросила сделать короче? Я вывела результат наружу?

Чаще всего после этих вопросов становится ясно, где провал. Конечно, бывают случаи, когда модель просто ошиблась. Тогда надо исправить, дать источник, попросить пересчитать, проверить самостоятельно. Не стоит вести себя так, будто ChatGPT обязан угадать всё с первого раза. Но и оправдывать его ошибки не надо. Рабочий инструмент должен проходить контроль.

В конце этой главы я хочу оставить не красивую мысль, а практику. Открой любой свой текущий проект или идею. Напиши один плохой запрос, как написала бы раньше. Потом перепиши его по простой схеме: роль, контекст, аудитория, цель, ограничения, формат, критерий хорошего ответа. Сравни результаты. Скорее всего, разница будет такой, что ты немного разозлишься на себя за прежнюю лень.

Это хорошая злость. Из неё получается навык. Потому что умение разговаривать с машиной на самом деле является умением ясно думать о задаче. Машина просто не делает вид, что поняла тебя из полунамёка. Люди иногда делают, а потом всё равно ошибаются. ChatGPT ошибается быстрее. И этим полезен.

Дай ему нормальную задачу. Потом проверь ответ. Потом сделай следующий шаг. С этого начинается работа.

Есть ещё маленькая, но важная привычка: сохранять не только удачные ответы, но и удачные уточнения. Часто ценность появляется не в первой фразе, а во второй или третьей, когда ты понимаешь, чего не хватало. Запрос «сделай короче» полезен, но слаб. Запрос «сделай короче, сохрани конкретный результат, убери обещания и оставь один следующий шаг» уже работает как редакторская рука.

Если ты работаешь с клиентом, не стесняйся показывать ему структуру, а не весь черновой поток. Клиенту не нужно видеть, как ты спорила с машиной. Ему нужен ясный итог. Внутри у тебя может быть десяток версий, снаружи - один аккуратный документ, где понятно, что будет сделано, зачем и как проверить результат.

Это разделение внутренней кухни и внешней подачи спасает от лишних объяснений. Не надо говорить клиенту: «Я тут попросила ChatGPT придумать». Лучше говорить: «Я подготовила три варианта, вот логика выбора, вот риски, вот что предлагаю проверить первым». Инструмент остаётся инструментом. Ответственность остаётся у тебя.

Со временем ты начнёшь замечать, что хорошие запросы похожи на хорошие управленческие поручения. Нельзя сказать сотруднику: «Займись маркетингом» и ждать чуда. Надо сказать, какой продукт, какой рынок, какой срок, какой бюджет, какой результат нужен. ChatGPT просто обнажает эту истину быстрее и без обид.

И последнее. Не ищи универсальный промпт. Универсальные промпты продаются хорошо, но в живой работе быстро стареют. Твоя сила не в том, что ты нашла волшебную формулу, а в том, что умеешь каждый раз собрать задачу заново: увидеть ситуацию, назвать ограничения, выбрать формат, проверить ответ и довести его до действия.