Один и тот же AI даёт разный результат разным людям. Дело не в модели — дело в трёх вещах.
Hard skills
Знание систем и инструментов: Claude, GPT, Gemini, DeepSeek, Grok, Skills, MCP — какая система для какой задачи
Meta skills
Модели поведения, перенесённые на работу с AI — как методичность, аналитичность и другие софты определяют, что вы просите у модели
Драйверы мотивации
AI — это чит-код, который ускоряет реализацию любого драйвера. Это обучение прямо кормит драйверы результата: достижение, новаторство, самореализацию
02Теория · Уровни
Уровни владения AI
Уровень
Аналогия (вождение)
В работе с AI
L0 · Manual
Нет автоматизации, ты контролируешь всё
AI не используется в рабочих процессах
L1 · Assistive
Круиз-контроль, подсказки на полосе
Черновики через ChatGPT от случая к случаю
L2 · Partial
Машина рулит и разгоняется, ты наблюдаешь
Общие AI-воркфлоу, есть постоянный контекст
L3 · Conditional
Едет по трассе сама, ты — на сложных участках
Процессы перестроены вокруг AI; человек — судья по исключениям
L4 · High
Едет сама почти везде
Маленькая команда + AI = 10x результата
L5 · Full
Руль не нужен
Мультиагентные системы, человек — на контрольных точках
02
Где именно болит на вашем уровне
Hard skills
Выдаёт недостоверную информацию — придумывает цифры и факты и не проверяет их
Не работает с документами: не может прочитать таблицу, не транскрибирует аудиозапись, теряется в PDF со сложной вёрсткой
Работает в одном диалоговом окне без памяти — каждый новый чат объясняешь всё заново
Ответы шаблонные и обезличенные, не учитывают специфику вашей ниши
Метаскиллы
Используется как поисковик — вопрос в лоб, первый ответ забирается как есть, без проверки
Агент никак не компенсирует и не усиливает ваши сильные и слабые стороны — он одинаков для всех, кто его использует
Hard skills
Забывает как вас зовут и всю информацию о вас — на второй день диалога вы снова «никто»
В диалоге забывает ТЗ, которое вы давали на старте — приходится напоминать в каждой длинной сессии
Контекст между чатами копируется вручную — нет ни одного настроенного кастомного ассистента
Метаскиллы
Интуитивно понятно, что стиль важен («отвечай короче», «будь строже»), но переносится это на ощупь и каждый раз заново
Нет системного переноса своей модели поведения на агента — только разовые правки
Hard skills
У модели нет постоянной памяти между чатами и проектами — контекст «протекает»
Модель жжёт много токенов — половину базы знаний приходится пересказывать в каждом новом запросе
Кастомные ассистенты/Projects не связаны между собой — каждый в своём изолированном контексте, дублирование работы
Путает, какой из ваших проектов сейчас в работе, если их несколько параллельно
Метаскиллы
Настроены отдельные черты (тон, формат ответа), но нет полной калибровки под все свои модели поведения — компенсируются 1-2 черты, а не системный профиль
Hard skills
Архитектура становится сложнее самой задачи, которую должна решать — риск переусложнить систему
Одна ошибка одного агента в цепочке каскадируется по всей автоматизации
Никто в команде до конца не понимает, как работает вся система целиком
Метаскиллы
Профиль настроен один раз и не пересматривается — люди меняются, а конфигурация агента остаётся статичной; риск «застывшей» персонализации
03Теория · Блок А
Три типа пользователей ИИ
Человек 1+
Просто пользуется голой моделью (GPT/Claude) — без настройки, без системы
Как держит память
Диалоговое окно ChatGPT/Claude. Память живёт внутри чата и теряется, если открыл новый чат, удалил его или диалог стал слишком длинным
Как формирует запрос
Как в Google — одно предложение в лоб, без контекста и уточнений
Какой результат получает
Общий, усреднённый ответ «для всех». Приходится проверять и дорабатывать вручную
Человек 2+
Использует свою систему: выбирает между моделями (Gemini, Sonnet и т.д.), есть своя база данных
Как держит память
Ведёт внешнюю базу заметок/файлов и вручную копирует нужный контекст в новый чат при каждой сессии
Как формирует запрос
Собирает запрос из шаблонов и примеров, подбирает модель под задачу — но каждый раз пересобирает контекст заново
Какой результат получает
Более точный и предметный ответ, чем у Человека 1, но ценой ручной работы — система не помнит и не учится сама
Человек 3+
Владеет метанавыками — перенёс свою модель поведения на агента
Как держит память
Профиль и контекст живут в отдельных слоях памяти агента — не привязаны к одному чату и не теряются со временем
Как формирует запрос
Даёт короткую вводную — агент уже знает стиль мышления, приоритеты и то, как проверять свои же выводы
Какой результат получает
Результат, заточенный под его способ принимать решения — не усреднённый, а конкретно его. Качество растёт от сессии к сессии
04Теория · Блок Б
Давайте сравним на реальных задачах
Тип 1 · простая задача: «Выбрать лучшие рестораны Лондона»
Человек 1
Просто пользуется голой моделью — без настройки, без системы
[скрин ответа ИИ — вставить]
Ответ на «Лучшие рестораны Лондона»
Человек 2
Использует свою систему: выбор модели, своя база данных
[скрин ответа ИИ — вставить]
Ответ на «Лучшие рестораны Лондона»
Человек 3
Владеет метанавыками — перенёс модель поведения на агента
[скрин ответа ИИ — вставить]
Ответ на «Лучшие рестораны Лондона»
На простой задаче выигрыша нет. Все трое получили один и тот же результат.
Разница начинается там, где начинается сложность.
04Теория · Блок Б
Сложная аналитическая задача
Тип 2 · сложная задача: «Проанализировать рынок [ниша], найти точки роста и риски»
Человек 1
Просто пользуется голой моделью — без настройки, без системы
[скрин ответа ИИ — вставить]
Ответ на аналитическую задачу
Человек 2
Использует свою систему: выбор модели, своя база данных
[скрин ответа ИИ — вставить]
Ответ на аналитическую задачу
Человек 3
Владеет метанавыками — перенёс модель поведения на агента
[скрин ответа ИИ — вставить]
Ответ на аналитическую задачу
Один вопрос. Три разных будущих для одного и того же бизнеса.
На сложной задаче результаты расходятся не по стилю, а по значимости решения: один ответ можно сразу нести инвестору, другой — завёл бы вас не туда.
Один и тот же AI. Три принципиально разных по цене ошибки результата.
04 · Теория · Блок Б
?
Агент — зверь, вырывающийся из банки. Без памяти. Каждый раз — с нуля.
Что нужно сделать, чтобы у него появилась память?
04Теория · Блок Б
Из чего складывается память агента
Основа — не один файл, а несколько слоёв, которые дополняют друг друга. Нажмите на инструмент слева.
1Профильный файл+
2Консолидация памяти+
3Векторная база / RAG+
4Структурированное хранилище+
5Суммаризация диалогов+
6Файл настроек+
Профильный файл (CLAUDE.md / memory.md)
Статичные факты о вас: кто вы, чем занимаетесь, стиль общения, повторяющиеся задачи, ключевые предпочтения. Загружается в начале каждой сессии как контекст.
Настроить память — это hard skill. Но что заставляет вас формировать правильный запрос?
Память решает техническую часть разрыва. Но у двух людей с одинаково настроенным контекстом результат всё ещё может отличаться — потому что дальше в игру вступает не техника, а то, как именно человек мыслит.
Это и есть Metaskill.
05Теория · Блок В · Metaskill
Что такое Metaskill
Определение
Metaskill — навык переносить свою модель поведения (как вы анализируете, решаете, взаимодействуете) на работу с AI-агентом, чтобы он усиливал именно ваш способ работы — а не выдавал усреднённый результат «для всех».
05Теория · Блок В · Metaskill
Модели поведения: карта из 15 моделей
15 моделей поведения, сгруппированных в 3 сферы управления, раскрываются через 45 конкретных компетенций. Модель поведения — не оценка, а инструмент: не бывает «правильных» и «неправильных» моделей, есть совпадение или несовпадение с задачей.