AI-грамотність для нетехнічних спеціалістів: базовий набір

AI-грамотність стала тим, чим 15 років тому було вміння користуватись Excel: не професія, а базовий навик, без якого ти повільніший за колегу. Але навколо неї стільки шуму, що нетехнічний спеціаліст не розуміє, з чого почати. Юристу не треба вчити Python. HR-у не треба знати, що таке трансформер. Бухгалтеру не треба розбиратись у векторних базах даних.

У цій статті — базовий набір AI-грамотності для людей без технічного бекграунду. Те, що ми в MaxICo Labs даємо командам на першому ж занятті, бо без цього все інше не тримається.

Що таке AI-грамотність насправді

AI-грамотність — це не «вміти промптити ChatGPT». Це чотири речі:

1. Розуміти, на що модель здатна, а на що ні — щоб не давати їй задач, де вона провалиться.
2. Вміти сформулювати задачу так, щоб отримати корисний результат — це і є промптинг, але прикладний.
3. Перевіряти результат — бо модель помиляється впевнено.
4. Знати, куди не можна вантажити дані — мінімальна гігієна приватності.

Якщо людина володіє цими чотирма, вона вже випереджає 80% ринку. Решта — інструменти, які змінюються кожні три місяці.

Чому це не «технічна» тема

Працювати з AI ближче до роботи з підлеглим-стажером, ніж до програмування. Ти даєш завдання словами, отримуєш чернетку, коригуєш. Це навик комунікації та критичного мислення, а не інженерії. Саме тому гуманітарії часто опановують його швидше за розробників — вони звикли працювати з нечіткими формулюваннями.

Базовий набір №1: ментальна модель

Перше, що ми пояснюємо — як модель «думає». Не технічно, а функціонально:

• Модель передбачає наступне слово на основі мільярдів текстів. Вона не «знає» фактів — вона відтворює патерни.
• Тому вона блискуча в переформулюванні, структуруванні, генерації варіантів і слабка в точних фактах, свіжих даних, арифметиці.
• Вона не має пам'яті між чатами (якщо це не налаштовано окремо).
• Вона вигадує, коли не знає — це називається галюцинація, і вона звучить так само впевнено, як правда.

Коли людина це засвоює, вона перестає питати в моделі «яка судова практика по статті X за 2025 рік» і починає питати «структуруй ці п'ять рішень, які я тобі дав, за критерієм Y». Перше — пастка. Друге — суперсила.

Базовий набір №2: п'ять задач, які закривають 90% роботи

Нетехнічному спеціалісту не треба 50 сценаріїв. Треба п'ять, доведених до автоматизму:

Задача	Приклад	Економія часу
Чернетка тексту	Лист клієнту, опис вакансії, пост	60-70%
Переробка тону/формату	З розмовного у діловий, скоротити вдвічі	80%
Структурування	З аудіо-наради → список рішень і дедлайнів	75%
Аналіз тексту	«Що не так у цьому договорі з боку орендаря»	50%
Brainstorm/варіанти	10 заголовків, 5 підходів до проблеми	90%

Кожна з цих задач безпечна: ти даєш моделі вхідні дані й перевіряєш вихід. Тут немає простору для галюцинацій про факти — є робота з тим, що ти сам надав.

Що ми бачимо на практиці

Коли ми навчаємо команди в межах послуги AI для бізнесу, найбільший приріст дає не «крутий новий інструмент», а доведення цих п'яти задач до рефлексу. Людина, яка робить чернетку листа за 30 секунд замість 8 хвилин, економить години на тиждень — і це масштабується на всю команду.

Базовий набір №3: промптинг без містики

Навколо промптингу наросло багато езотерики. Реально працює проста структура:

• Роль: «Ти досвідчений HR-менеджер».
• Контекст: хто аудиторія, яка ситуація, що вже відомо.
• Задача: що конкретно зробити.
• Формат: список, таблиця, 200 слів, діловий тон.
• Приклади (якщо є): «ось як виглядає хороший результат».

Не обов'язково мати всі п'ять елементів щоразу. Але якщо результат поганий — майже завжди не вистачає контексту або формату. Це перше, що варто додати, перш ніж розчаровуватись у моделі.

Ітерація важливіша за «ідеальний промпт»

Міф про «магічний промпт» шкідливий. Професіонали не пишуть ідеальний запит з першого разу — вони ведуть діалог: отримали чернетку, сказали «коротше і додай цифри», отримали наступну. Три-чотири ітерації дають кращий результат, ніж години полювання за досконалим формулюванням.

Базовий набір №4: перевірка і межі довіри

Найнебезпечніший етап — коли людина починає довіряти моделі. Правила, яких ми вчимо:

• Факти, цифри, цитати, посилання — завжди перевіряй. Модель вигадує правдоподібно.
• Юридичні, медичні, фінансові висновки — модель дає чернетку, рішення за фахівцем.
• Свіжі дані (новини, ціни, законодавство) — модель може не знати або знати застаріле.
• Власні дані компанії модель не знає, якщо ти їх не дав у чат.

Правило просте: модель добре працює з тим, що ти їй дав, і ненадійна з тим, що вона «згадує» сама.

Базовий набір №5: гігієна даних

Останнє, але критичне для нетехнічних спеціалістів, які працюють з чутливою інформацією:

• Не вантаж у публічні чати персональні дані клієнтів, комерційну таємницю, паролі.
• З'ясуй, чи використовує твій інструмент введені дані для навчання (у бізнес-версіях зазвичай ні).
• Для чутливих задач — корпоративні рішення з контрактом про конфіденційність.

Це не привід боятись AI. Це привід використовувати його як дорослий — з розумінням, де межа.

Як це виглядає в роботі конкретних спеціалістів

Абстракція не закріплюється. Тому покажемо, як базовий набір лягає на реальні нетехнічні ролі.

Юрист

Не питає в моделі «яка норма закону» (тут вона галюцинує). Натомість: вантажить договір і просить «знайди пункти, невигідні орендарю, поясни ризик кожного простими словами». Або: «переформулюй цей пункт у трьох варіантах — м'якший, нейтральний, жорсткий». Чернетку перевіряє юрист, рішення — за ним. Економія на рутинному вичитуванні — години на тиждень.

HR

Опис вакансії за 2 хвилини замість години: «напиши вакансію на позицію X, тон дружній, аудиторія — мідл-розробники, додай блок про культуру». Скринінг резюме: «структуруй ці 20 резюме за критеріями Y і Z у таблицю». Підготовка до співбесіди, фідбек-листи, онбординг-матеріали — усе чернетками.

Бухгалтер / адмін

Не рахує цифри в моделі — це заборонено принципом. Але: «поясни простими словами, у чому різниця між цими двома режимами оподаткування», «структуруй цей лист від податкової у список того, що від нас вимагають і до якого числа», «склади чернетку відповіді». Інтерпретація й текст — так, арифметика — у таблиці.

Менеджер / асистент

Резюме годинної наради з транскрипту → рішення, власники, дедлайни за хвилину. Тріаж пошти, чернетки відповідей, перетворення хаотичних нотаток у структурований план. Це ролі, де економія часу найпомітніша одразу.

Три питання, які ставлять найчастіше

«А мене не замінить AI?»

Коротка відповідь: замінить не AI, а колега, який AI використовує, а ти — ні. Базовий набір — це і є страховка. Спеціаліст, який робить ту саму роботу втричі швидше й вивільняє час на складніше, стає ціннішим, а не зайвим.

«А якщо я зламаю щось / зроблю помилку?»

У безпечних п'яти задачах зламати нічого. Ти працюєш з чернетками, які перевіряєш перед використанням. Єдине реальне правило безпеки — гігієна даних (не вантажити чутливе в публічні чати). Решта — ітерації, де помилка просто означає «переформулюй».

«Скільки часу це займе щодня?»

На етапі звички — 15-20 хвилин свідомої практики на день протягом двох тижнів. Далі це стає фоновим інструментом, який економить більше часу, ніж забирає. Інвестиція окуповується вже на першому тижні.

За скільки це реально опанувати

Чесна відповідь: базовий набір — за один день інтенсиву плюс два тижні щоденної практики. Не 40-годинний курс. Не сертифікація. Розуміння + п'ять задач + звичка.

У MaxICo Labs ми навчаємо саме так, бо самі впровадили AI у свої процеси — від контенту до аналітики — і знаємо, що працює в проді, а що залишається красивою теорією зі слайдів. Ми не лектори, ми практики: показуємо те, що окупається, а не те, що хайпово.

Якщо хочете, щоб ваша команда вийшла за межі «погрався з ChatGPT» і почала економити реальні години — почніть із базового набору.

записатись на навчання · безкоштовна консультація