Перші хвилі обговорень ChatGPT уже вщухли, тож настав час поговорити про те, як новий інструмент вписався в робочі процеси. Фахівці компаній екосистеми Genesis також протестували чат у своїх доменах. За допомогою нового ШІ-інструменту вони автоматизували рутинні завдання, знайшли помилки в коді, розібралися в нових технологіях та знайшли відповіді на інші специфічні запити. Втім, у чату є і недоліки, які варто врахувати під час роботи. Разом зі співробітниками компанії розповідаємо, як ChatGPT покращує та інколи погіршує робоче життя.
ChatGPT вміє агрегувати, редагувати та збирати інформацію, й, загалом, найкраще підходить для роботи з будь-якими текстами. Код — це теж текст. Втім, чату добре вдаються лише прості завдання. Зазвичай я використовую його, аби поверхнево ознайомитися з технологіями — наприклад, працюємо з AWS, а потрібно розібратися з Google Cloud, — або якщо потрібно вирішити точкову задачу на кшталт отримання методу чи класу. Це досить зручна альтернатива десяткам посилань у Google, на кожне з яких треба витратити мінімум пару хвилин.
Сам запит варто формулювати якомога конкретніше, в ідеалі — з прикладами. Зараз уже є цілий сайт, на якому можна купити готові prompts (тобто мовні конструкції-запити) до ChatGPT за $3-4. Поясню, як вони працюють на простому прикладі. Припустимо, що ви створили презентацію, але формулювання занадто сухі та офіційні. Можна довго описувати зміни до кожного слова, а можна використати персонажа. Тобто, сказати чату: «Уяви, що зараз ти — Стів Джобс. Перепиши презентацію в його стилі».
Чат добре впишеться й у повсякденність. Наприклад, за допомогою prompts я створив собі діалог з рекомендаціями фільмів: пояснив, у якому форматі потрібно надавати рекомендацію, та зазначив, що хочу оцінювати кіно через лайк та дизлайк.
Важливо! Часто написати код вручну буде швидше й простіше, ніж детально описувати контекст. Наприклад, у запиті «напиши алгоритм сортування числового масиву» ChatGPT зрозуміє кожен термін та надасть ідеальну відповідь. От тільки подібних завдань у реальній роботі майже немає — все організовано більш комплексно з купою нюансів.
Код ніколи не пишеться у відриві від цілей компанії. Їх розумітиме розробник, але поки не ясно, як описувати бізнес-логіку, аби її зрозуміла нейромережа. Тому, ChatGPT можна використовувати для написання окремих шматочків коду, але точно не для об’ємних класів чи цілих додатків.
До того ж він може помилятися та фантазувати. Нещодавно я намагався згенерувати код, який буде визначати «якість» фото з урахуванням багатьох параметрів, як-от різкість, контраст тощо. В результаті отримав метод, який навіть не хотів запускатися.
У OpenAI говорять, що база знань обмежується 2021 роком, проте фактично це не так — чат навчається у режимі реального часу. Однак я б не радив користуватися ним для роботи з інформацією, що може оновитися або втратити актуальність.
Взаємодія з ChatGPT схожа на те, як Тоні Старк працював із Д.Ж.А.Р.В.І.С. Це такий собі розумний помічник, що може виконувати різноманітні команди. Нещодавно я почав користуватися ним майже щоденно. Як він може допомогти в роботі?
Провести автотести. Раніше їх делегували фахівцям рівня трейні чи джуніор, зараз цим чудово може впоратися ChatGPT. Ізольований файл можна «завантажити» у чат, «попросити» зробити юніт-тести. Він далі сам створює mock і пише тест для коду, показує, яке у нього покриття тощо.
Задокументувати код. У нас є стандарт — прописувати самарі до всіх файлів з кодом. Так кожен розумітиме, для чого потрібен той чи інший документ. Писати їх — досить буденне завдання, й воно часто робиться за залишковим принципом. Втім, його можна делегувати ChatGPT — він непогано аналізує та описує готовий код.
«Підхопити» рутинні чи одноманітні завдання. Наприклад, у нас є запит на E2E-тести з тестувальниками. Для них потрібно зробити підготовчу роботу, тобто визначити різні конфігурації користувачів. І от я написав одну конфігурацію, додав у чат і попросив зробити інших 15 технік за аналогією. Ще один приклад — нещодавно я хотів зробити перформанс-тести, перевірити, наскільки швидко працює алгоритм. І щоб не писати ці тести, я «згодував» ChatGPT вимоги — й він досить швидко все автоматизував.
Виправити помилки. Як виявилося, ChatGPT може допомогти зі «свіжими» кейсами, попри те, що його знання про світ після 2021 року досить обмежені. Наприклад, нещодавно ми зіштовхнулися з багом в оплатах Apple. Відповідно до документації, дані, мають віддаватися у певному форматі. Ми його дотримуємося, однак іноді підписки у деяких користувачів обробляються неправильно. Я описав проблему ChatGPT і виявилося, що це поле віддається тільки за певних обставин, не завжди, хоча в документації Apple цього не зазначали.
Пояснити складний код, тобто підсумувати та описати, що саме він робить. GPT-4 працює з цим краще, вона загалом більш помічна для розробників. Зокрема, добре справляється з рефактором та підходить для складних завдань з великою кількістю даних.
Важливо! З ChatGPT потрібно бути обережним у всьому, що стосується оновлень та нових даних, не покладатися повністю та завжди перевіряти написане. Він запросто поділиться неактуальною документацією чи згенерує стару версію, яка не буде працювати. Тому я б не радив фахівцям рівня джуніор та трейні писати код разом із ним — поки в них немає достатньо досвіду, аби відрізняти достовірну інформацію.
Навряд чи нас всіх замінять роботи, але мені здається, що майбутнє саме за штучним інтелектом. ChatGPT як інструмент допомагає пришвидшити та оптимізувати купу процесів, а сліпе копіювання відповідей без розуміння, що ви робите, одразу впадає в око. Ось декілька кейсів, де чат допоміг…
…знайти помилки. Якось я мала побудувати дашборд у DataStudio. Потрібно було вивантажити дані з MS Excel, а перед цим — розподілити їх за категоріями та відфільтрувати. Однак Excel категорично відмовлявся працювати коректно. Я ніяк не могла знайти причину проблеми, й вирішила «запитати» ChatGPT. Спочатку детально описала своє завдання, потім — формулу, яку використовую, і помилку, яку видає. Експеримент виявився вдалим — чат допоміг зрозуміти, де проблема. Єдиний нюанс — у подібних запитах потрібно прописувати, з якою версією Exel ви працюєте, бо синтаксис різних версій не однаковий.
Іншим разом я мала виправити баг у нашій HR-системі. Вона написана на специфічній мові програмування, яка призначена конкретно для цієї платформи. Я точно розуміла, у чому баг, але не знала, як його виправити. Тут мені знову таки допоміг ChatGPT — він «вказав» на проблемне місце та надав варіанти рішень.
…попрацювати з малознайомим інструментом. Колись давно я обрала для себе мову програмування Java. Однак для дипломної роботи в університеті вирішила використовувати Dart — вона кросплатформна і більш гнучка. І от мені потрібно знайти найкоротший шлях у зваженому графі, я знаю, яким має бути алгоритм, але не розумію, як прописати його саме на Dart. Я знову-таки звернулася до чату, щоб зрозуміти, як діяти. Окремо попросила задокументувати код та надати приклади використання, аби розуміти, що відбувається у кожному рядку.
Формулювати запит влучніше допомагають тригерні фрази. Наприклад, «Дій, як [хтось]» або питання «Чи потрібні тобі якісь додаткові дані?» Тоді він надасть більш ґрунтовну відповідь на запит.
Важливо! Проблема ChatGPT в тому, що він занадто самовпевнений й не завжди визнає свої помилки. Він може придумати статті або надати «биті» посилання, причому на пристойні сайти. Було таке, що з 15 посилань, які він надав, працювали лише три — всі інші вели на сторінки з помилкою 404. Або інша ситуація: нейромережа згенерувала відповідь на запит, але посилання на інформацію надавати «не хоче», пояснюючи це тим, що текст, який вона згенерувала, повністю унікальний. Тому це корисний інструмент, але не надто досконалий, щоб використовувати його без уваги людини.
ChatGPT дуже прискорює процес ознайомлення і пошуку. Звичайно ж, всі відповіді потрібно перевіряти, але це точно швидше, ніж «чистий» пошук. В певний момент я зрозуміла, що уже не гуглю те, що мені цікаво, а просто «закидаю» питання у ChatGPT. Ось декілька завдань, з якими може допомогти ця нейромережа.
Підготувати річний звіт. Точніше, запакувати його в патерн дизайн-мислення. Я готувала приклад для креативної техніки, мала готовий матеріал, але вирішила поцікавитися, чи може допомогти чат. Спочатку змоделювала ситуацію: «У мене є завдання — підготувати річний звіт. Хочу спроєктувати його за методикою дизайн-мислення. Що я маю зробити?». У відповідь чат досить непогано адаптував фреймворк до мого завдання: розказав про всі основні етапи, та пояснив, як працювати зі звітом на кожному з них.
Написати скрипти для Adobe Illustrator. Програма дає змогу автоматизувати ряд процесів за допомогою скриптів. Більшість можна знайти у мережі, але не завжди вони підходять до конкретних специфічних завдань. Дизайнер, у якого я підгледіла цей метод, мав опрацювати декілька інфографік різними мовами: уніфікувати написання деяких символів та замінити шрифти. Він створив скрипт через ChatGPT й додав у Illustrator, трохи відредагувавши. На завдання пішло хвилин 30 замість декількох годин.
Вирішити дрібні дизайн-завдання. Потрібно створити гіфку на прозорому фоні, колеги сплять, а Google видає дивні варіанти? Немає питань — ChatGPT сформулює два детальні та зрозумілі алгоритми, щоб вирішити це завдання.
Знайти відповідь на специфічні запити. Нещодавно я почала працювати з Webflow й мала купу питань, в яких потрібно розібратися. Але є запити, коли навіть не розумієш, як краще це загуглити. Наприклад, треба було зробити анімацію елемента під час наведення мишки. Google тоді не дуже допоміг, а от ChatGPT — цілком. Я описала, яка анімація потрібна і запитала, як я можу це зробити. І отримувала покроковий мануал.
Навчитися нового. Підібрати матеріали про розвиток дизайн-команди, доповнити лекцію про креативне мислення, розповісти про професію Design Ops, яку Google ще погано знає — з цим усім ChatGPT здатний впоратися.
Важливо! Сильна сторона чату — це текст, а от у візуальному контенті він слабкий. Нещодавно я працювала над сайтом, і ніяк не могла придумати вдале оформлення блоку «Команда» на головній сторінці. Якраз тоді ChatGPT став доступним в Україні, і я вирішила його протестувати — хотіла знайти релевантні референси. Попри те, що я формулювала максимально конкретні запити з урахуванням дизайн-характеристик, належні варіанти нейромережа так і не знайшла. Думаю, що ChatGPT підбирав референси на основі коду, але навіть попри схожу структуру, дизайн подібних сайтів може суттєво відрізнятися. Знаю, що GPT-4 краще працює з зображеннями.
Ми працюємо з SEO-контентом на новинних медіа сайтах, тому наші запити повʼязані з оптимізацією текстів під пошукові системи та кластеризування, а також написанням самарі, листів, повідомлень, метаданих, постів для соціальних мереж та JSON-LD скриптів. Можу сказати, що чат досить непогано генерує списки питань та відповідей на основі наших текстів, а далі може створити скрипт JSON-LD. У цьому випадку наш алгоритм такий:
Даємо готовий текст і запит на п’ять запитань та відповідей на основі статті.
Одержуємо список, редагуємо його за потреби.
Надсилаємо запит на створення скрипту JSON-LD (FAQs).
Отримуємо готовий код, який можна додати в CMS.
Підхід для створення текстів для соціальних мереж дуже схожий, але можна ще «гратися» з tone-of-voice та створювати інтригу. Ось декілька інших сильних сторін чату, які я помітила:
NLP-модель ChatGPT правильно інтерпретує запити користувача.
Текст написаний дуже грамотно (хоча не ідеально).
Є можливість придумувати ідеї для свого контенту.
Відповіді досить релевантні — завдяки системі NLP, ключовим словам і механізму генерації відповідей.
Під капотом — хороша база загальних знань та здатність пояснювати складні теми простими словами.
Найскладніший виклик минулого місяця — це тестові завдання, виконані ChatGPT. Ми не проти використання штучного інтелекту для роботи — він чудово пришвидшує та автоматизує процеси. Однак якщо людина просто копіює те, що він написав, не перевіряючи — ми маємо відмовити такому кандидату. Помилки дуже легко відстежити, як і «авторство» нейромережі.
Наприклад, одне з наших завдань звучить так: «Оцінити сайти з точки зору алгоритмів E-E-A-T and YMYL». ChatGPT в цьому випадку генерує неправильну відповідь, тому що знає лише модель E-A-T (розшифровується як Expertise, Authoritativeness, Trustworthiness — три фактори, які Google використовує для вимірювання ступеня довіри до сайту). Однак у грудні 2022 року Google оновився — і до алгоритму додалася ще одна E (тобто experience). У завданні кандидата другої E бракувало — ось і фактична помилка.
Важливо! Чат має і низку слабких сторін. Ось вони:
Основний масив даних зібрали до кінця 2021 року, тож інформація у відповідях на запити може бути застарілою.
Буває так, що ChatGPT генерує неправдиву інформацію, й не каже про це, доки не запитаєш напряму.
Іноді ChatGPT посилається на статистику та джерела, але якщо перейти за посиланням, то виявляється, що воно або дуже застаріле, або ніколи не існувало.
ChatGPT добре вміє давати нечіткі описи та визначення, але рідко надає реальні деталі.
Чат не здатний створювати контент на основі досвіду чи глибоких знань теми. А це необхідна складова стандартів контенту для пошукових систем.
Нейромережа просто об’єднує уже доступну інформацію й сама собою не генерує унікальний контент — а це ще один «червоний прапорець» для Google. Ми декілька разів запускали один запит, і отримували майже однаковий текст, який при цьому ідентифікувався як матеріал з високим відсотком оригінальності. Якщо багато компаній почнуть використовувати подібні тексти, Google, ймовірно, песимізує весь такий контент.
Якщо ви керуєте командою копірайтерів, потрібно обовʼязково прокомунікувати, яким чином можна використовувати ChatGPT в роботі. Він не годиться для генерації контенту з нуля, а якщо ним зловживати, матеріал можуть потрапляти під Google Update та опускатися нижче у видачі.
Я використовую ChatGPT у двох напрямах — це робота з текстом та менеджмент освітніх проєктів. Перший підхід зрозумілий — чат допомагає дібрати більш вдалі формулювання, відстежити комунікаційні патерни, скоротити чи розширити текст або підкоригувати tone-of-voice. Наприклад, моя команда працює з університетами, тож буває, що нам потрібен академічний стиль.
Другий кейс цікавіший — нейромережа допомагає брейнштормити «дорожню карту» освітніх курсів та ефективніше супроводжувати subject-matter experts (це професіонали, що мають провідні знання у своїй галузі) у їхній підготовці до лекцій та воркшопів.
Як проєктні менеджери в освітній сфері, ми маємо конвертувати досвід та експертизу спеціалістів компанії в учбову програму. Водночас курси мають відповідати багатьом критеріям: вимоги партнерів та університетів, підготовка слухачів, навчальні цілі.
Створення подібних програм — це багатоетапний процес, де потрібно вивчати десятки референсів, брифувати експерта, тож треба бути готовою хоча б приблизно орієнтуватися в його доменній експертизі. Це важливо, бо не завжди людина може декомпозувати свою експертизу, накласти на рівень підготовки аудиторії й запропонувати «дорожню карту» навчання. Це — задача проджект-менеджера, який також застосовує методичні та методологічні принципи для формування навчального шляху студента.
Власне, ChatGPT виявився крутим інструментом, який допомагає якісно оптимізувати етапи дослідження та підготуватися до спілкування з доменними спеціалістами. Як це працює? Ось, наприклад, завдання — скласти програму з вивчення PHP для студентів. Раніше я робила величезне дослідження, переглядала десятки курсів, аналізувала логіку донесення матеріалу. Підготовка попереднього плану, який ми потім допрацьовували з доменними спеціалістами, займала від тижня до місяця.
Зараз, завдяки ChatGPT, я сформувала його в десятки разів швидше. Спілкуватися починала з простого запиту на кшталт «склади програму для вивчення PHP», на що очікувано отримала досить загальну відповідь. Тоді поставила питання: «Які модулі потрібно включити до програми з вивчення PHP для початківців?». Чат видав більш конкретну відповідь й окреслив потрібні блоки. Далі я звужувала контекст: просила його надати короткі самарі навчальних програм найбільш популярних курсів PHP для початківців, питала, за яким принципом їх будують, та які навчальні цілі закладають. Паралельно я все одно робила власне дослідження та збираю референси. І до розробників уже йшла з готовим проєктом та проханням його валідувати.
Звичайно, цей інструмент не зможе замінити ні проєктного менеджера, ні доменного спеціаліста, але він точно допомагає працювати швидше та якісніше.
Важливо! При роботі з чатом варто пам’ятати принципи роботи моделі, на якій він побудований. Зокрема, що це генеративна модель. Тому, особисто я зараз приділяю час розвитку навички prompt engineering. Наприклад, один із базових прийомів — це «звуження контексту». Модель не може думати самостійно та враховувати всі обставини, тож свої питання важливо формулювати деталізовано. Наприклад, якщо я роблю запит «згенеруй план воркшопу на певну тему», я також одразу зазначаю, які навчальні цілі закладаю у такий воркшоп, які знання мають мої слухачі, і яких у них немає.
ChatGPT — це мій асистент у створенні креативних ідей. Найефективніше — застосовувати його в роботі з різноманітними текстами. Наприклад, генерувати креативні заголовки. Чат дає безліч варіантів, які можна доповнювати чи адаптувати до певної тематики, треба тільки детально описати специфіку продукту та цільову аудиторію.
Так само і з іншим неймінгом. Скоро ми плануємо зарелізити нашого маскота й зараз шукаємо ім’я. Нейромережа згенерує багато цікавих, якщо детально описати характер персонажа, продукт та загалом дати розгорнуте ТЗ. Поки ми не зупинилися на жодному, але маємо дуже класне джерело додаткового креативу.
Що стосується менеджерської частини роботи, чат допомагає писати розгорнуті та дуже структуровані рев‘ю. Звичайно ж, подібні документи потрібно редагувати, надавати більшої персоналізації та деталей. Ще один підхід, який я використовувала — це самарі профільної книги. Її також можна оформити в презентацію, виділити основні тези — все це скорочує час та допомагає оптимізувати робочі процеси.
А от ідеї для сценаріїв та ТЗ для моушн-дизайнерів виходять не надто оригінальні. Тут перевага точно за людиною, адже креативник має більше досвіду, експертність та надивлене око.
Важливо! За чотири місяці роботи я дуже часто зустрічала помилки у відповідях. Буває так, що ChatGPT просто вигадує історії та видає їх за факти. Тому це класний допоміжний інструмент, але ставтеся до нього, як до бездоганно достовірного джерела. До того ж є сумніви щодо безпеки та захисту даних. Навіть сам ChatGPT застерігає від того, аби поширювати йому робочий код та інформацію з корпоративними даними.
