AI в 2026: что учить, чтобы не переучиваться каждые полгода

80% пользы за 20% действий

Каждый день выходит новый AI-инструмент. Новые модели, новые «убийцы ChatGPT», новые обёртки. Если бы мне сегодня нужно было учить AI с нуля, я бы в этом потоке просто утонул.

Потому что 80% этого шума устареет уже через полгода. Это либо то, что больше не работает, либо чистая теория, которой ты никогда не воспользуешься. Останется маленькое ядро вещей, которые работают сейчас и будут работать ещё долго.

Всё, что связано с использованием AI, можно описать в трёх областях: модель, контекст, система. Ниже — по каждой из них, что реально стоит времени, а что нет.

Модель

Самая частая ошибка — следить за инструментами. Каждую неделю выходит новый сервис, новая обёртка, новый «убийца ChatGPT». В этой гонке ты выгораешь раньше, чем успеваешь что-то освоить.

Правильный фокус — на сами модели. Инструменты — это надстройки. Когда базовая модель становится сильнее, десятки инструментов поверх неё резко улучшаются за одну ночь.

Выбери одну фронтир-модель и иди вглубь

Не все три разом. На это есть две причины.

Первая. Раньше модели действительно отличались по силе. Сейчас они все стали такими мощными, что для обычного пользователя разница уже почти не ощущается. Это видно на любом независимом графике сравнений — топовые модели сбиваются в один плотный кластер в правом верхнем углу.

Вторая. Все топовые AI-компании копируют друг друга. У всех сегодня одинаковый набор базовых функций. А значит, если ты научился пользоваться одной — этот навык напрямую переносится на остальные.

Отдельно: Perplexity — это не фронтир-модель, а поисковик, который тонко настраивает чужие модели. Как самостоятельный «дом» для работы он не подходит.

Три принципа выбора

1. Платный тариф в приоритете

   Контекст длиннее, лимиты выше, доступ к самым свежим моделям. Для тех, кто в России, есть нюансы с оплатой — поэтому важно и то, какой сервис ты вообще можешь оплатить.

2. Модель под характер работы

   ChatGPT — самая зрелая, больше всего пользователей, поэтому и больше всего гайдов и шаблонов. Лучший вариант как повседневный ассистент — эдакий канцелярский ножик.

   Claude — лучший в написании текста и кода. Это важно, даже если ты не программист: анализ данных, красивые диаграммы, дашборды — всё это под капотом делается через код.

   Gemini — лучший выбор, если ты работаешь сразу с текстом, картинками, аудио и видео. Единственная модель, которая обрабатывает смешанные форматы нативно.

3. Vibes модели

   Может звучать несерьёзно, но у каждой модели свой характер. Чем больше тебе нравится в ней сидеть — тем чаще ты будешь её открывать. А чем чаще открываешь — тем быстрее растёшь.

Совет напоследок: переключаться между моделями сейчас очень легко. У всех трёх есть экспорт памяти. В настройках находишь «экспорт памяти» и следуешь инструкциям. Пара минут — и весь твой контекст уже у тебя.

Меняй дефолтные настройки

AI-компании по умолчанию подсовывают тебе самую слабую модель — просто потому, что она дешевле для них. Для серьёзной работы всегда вручную переключайся на самую мощную модель из доступных. Только она реально разбирает запрос по шагам, продумывает план и находит нюансы, о которых ты сам мог бы забыть.

Контекст

Вы, возможно, заметили, что до этого момента я ни слова не сказал про промпты. И это специально: сегодня промпт — больше не главный фактор качества ответа.

Что важнее — покажу на примере. Тебе нужно выбрать подарок другу. Можно потратить десять минут, расписывая в промпте всё, что, как тебе кажется, он любит. А можно просто дать AI список того, что он уже покупал и чем сам делился в чатах, — и пусть AI сам выцепит закономерность. Второй вариант выигрывает каждый раз.

Потому что этот список и есть «правильный контекст».

На практике это значит: больше не нужно зубрить десятки промпт-фреймворков. Модели стали достаточно умными, чтобы самим достроить роль, формат и всё остальное — если ты дал им две вещи: чёткий результат и правильный контекст.

Есть только один фреймворк, который реально стоит запомнить: Результат + Контекст.

Три способа дать правильный контекст

Первый — назови подходящий фреймворк по имени. Вместо того чтобы абзацем объяснять модели, как переписать отчёт, я просто говорю: «перепиши это по принципу пирамиды Минто». Эти два слова несут больше контекста, чем абзац описания.

Если не знаешь, какой фреймворк взять, — спроси у самой модели. «Какие есть лучшие фреймворки для постановки целей?» — выбираешь подходящий и используешь в следующем промпте.

Второй — дай реальные примеры того, как выглядит «хорошо». Лучший контекст для AI — это конкретные образцы. В примерах зашито всё, что ты забыл бы прописать словами: ожидания руководителя, привычки команды, тон голоса.

Вместо того чтобы расписывать формат, длину и тон еженедельного отчёта, вставь два-три предыдущих, которые уже были одобрены. Сверху — твои сырые заметки за неделю. И пишешь: «напиши отчёт за эту неделю в том же формате». AI заберёт всё, что нужно, из этих примеров.

Третий — подключай свои инструменты. Лучший контекст — тот, который у тебя уже есть: он лежит в почте, заметках, в Notion. Подключив AI напрямую к этим сервисам, ты избавляешься от ритуала «скачал — переименовал — загрузил».

Вместо того чтобы вручную таскать встречи, ты говоришь: «забери из календаря встречи за прошлую неделю, подтяни стенограммы и выведи ключевые выводы». Дальше AI сам идёт и берёт.

Сохрани контекст в проекте

Хорошо, мы знаем, как выглядит хороший контекст. А как его сохранить, чтобы не объяснять одно и то же каждую новую сессию?

В ChatGPT и Claude эта штука называется «Проекты». В Gemini — «Гемы». Работают они одинаково. Проект — это постоянный дом для повторяющейся задачи, и состоит он из трёх частей:

• Инструкции проекта — правила, которые применяются всегда: цели, ограничения, тон.
• Файлы знаний — справочный материал, из которого AI вытаскивает информацию: исходные документы, примеры, фреймворки.
• Память — её AI ведёт сам: записывает ключевые апдейты и вехи внутри проекта.

Покажу на моём самом элементарном проекте, которым я пользуюсь каждый день, — написание постов в Telegram. В инструкциях прописана цель и ограничения: длина постов, тон голоса, темы, которые я не беру. В файлы знаний я загрузил свои прошлые удачные посты в формате Markdown.

Поскольку эти файлы доступны в любом чате внутри проекта, я говорю: «у меня есть референсные посты — вот текст. Сделай мне пост в моём формате, опираясь на прошлые посты». И AI собирает мне черновик, который уже звучит как я, а не как обобщённый блогер.

Система

Проекты — это основа для повторяющейся работы. Но у них есть один минус: каждый проект — изолированный остров.

Мой проект «посты в Telegram» не видит, что лежит в проекте «контент-план на месяц» — хотя им было бы логично разговаривать друг с другом. И самое обидное — твоя обратная связь, твои правки, твои уточнения — всё это остаётся внутри одного чата. В следующей сессии модель снова делает те же ошибки.

Вот тут на сцену и выходит AI-система.

Что умеет система, чего не умеет отдельный проект

Первое — тянет контекст из разных проектов сразу, ловит закономерности между ними и подсвечивает выводы, которые отдельный проект бы упустил.

Второе — система обновляет саму себя после твоей обратной связи. Знания копятся. Большинство людей правит ответы AI, нажимает «отправить» и идёт дальше — вся обратная связь умирает в чате. А нужно превращать её в правила, которые система будет применять сама.

Приём reconcile

Делается за десять секунд. Ты берёшь финальную версию своего текста — после всех правок. Кидаешь её обратно в тот же чат и пишешь: «сверь мою финальную версию с твоим первым черновиком. Перечисли все мои правки, объясни, почему я их внёс, и сформулируй правила, которые нужно запомнить на будущее».

AI раскладывает каждое изменение по полочкам и сам формулирует правила, которые потом можно положить в инструкции проекта. С каждым следующим разом инструкций от тебя нужно всё меньше — система учится.

Работает не только с текстами. Любая задача, где есть первый драфт и финальная версия, — отчёт, письмо, описание продукта, код — годится.

Чем собирать систему

Claude Cowork или Claude Code. Cowork сделан как раз для нетехнических людей: контроля больше, но придётся посидеть и собрать всё руками.

Codex от OpenAI. Смесь Cowork и Claude Code: настраивается под себя как угодно, мощности хватает на любые задачи.

Gemini Spark. Меньше возможностей для кастомизации, но и легче настраивать. Сам я не пользуюсь, поэтому советовать не буду.

Кстати, селектор моделей в каждом из этих инструментов хорошо подсказывает, для кого они сделаны. В Codex — полно опций, рай для прошаренного. Cowork эту панель упростил: выбор есть, но без перегруза. А Gemini Spark пока вообще не даёт выбирать модель.

Твои 20% за 30 секунд

• Модель. Платно, одна фронтир-модель под характер работы, самая мощная из доступных по умолчанию.
• Контекст. Фреймворк по имени, реальные примеры, подключённые инструменты. Всё, что повторяется, сохраняй в проекте.
• Система. Связывай проекты и делай reconcile после каждой правки — превращай обратную связь в правила.

Большинство людей пока не дошло до третьей области — и это нормально. Никто никуда не гонит. Разница между «пользоваться AI» и «пользоваться AI хорошо» всегда была невидимой.

Три артефакта для практики

Скопируй эти три штуки в свой проект. Дальше — только приложить к своей работе.

1. Reconcile-промпт

Вставляешь в чат после того, как правки в свой финальный текст уже внёс. AI перечисляет твои изменения и формулирует правила для будущих сессий.

Сверь мою финальную версию с твоим первым черновиком. Перечисли все правки, которые я внёс, объясни, почему я их сделал, и сформулируй правила, которые нужно запомнить на будущее. Правила оформи так, чтобы их можно было положить в инструкции проекта.

Финальная версия:
[вставь текст]

Первый черновик:
[вставь текст]

2. Шаблон инструкций проекта

Заготовка под инструкции для Claude Projects, ChatGPT Projects или Gemini Gems. Заполни один раз — работает во всех чатах внутри проекта.

# Инструкции проекта

## Цель
Что этот проект делает и для чего он существует.

## Формат вывода
Какого формата ждём результат: длина, структура, где будет использоваться.

## Тон
Как это должно звучать. 1–2 примера фраз, которые я говорю. 1–2 примера, которых избегаю.

## Ограничения
Что нельзя: темы, слова, форматы, длина.

## Как использовать файлы знаний
Что лежит в файлах, когда на них опираться, как приоритизировать.

3. Чек-лист «твои 20%»

Скопируй в Notion, Obsidian или куда угодно ещё. Пройдись по галочкам раз в квартал — увидишь, куда двигаться дальше.

# Твои 20% в AI на 2026

## Модель
- [ ] Одна фронтир-модель, а не три
- [ ] Платный тариф (если можешь оплатить)
- [ ] По умолчанию — самая мощная модель из доступных
- [ ] Экспорт памяти между моделями настроен

## Контекст
- [ ] Знаю 2–3 фреймворка, которые называю по имени
- [ ] Даю модели примеры «как выглядит хорошо», а не описываю словами
- [ ] Подключены инструменты (почта / календарь / диск / Notion)
- [ ] Файлы знаний в .md, не в PDF

## Система
- [ ] Есть 2+ связанных проекта, а не разрозненные чаты
- [ ] После каждой правки делаю reconcile
- [ ] Правила от reconcile перекладываю в инструкции проекта

Всё, что упоминалось

Модели: ChatGPT · Claude · Gemini

Для сборки системы: Codex · Claude Cowork · Gemini Spark