HR-специалисты тонут в рутине. Вакансии, письма кандидатам, описания должностей, планы адаптации, опросы вовлеченности... Список можно продолжать долго. И вот тут на сцену выходит искусственный интеллект. Вопрос только в том, как его правильно использовать, чтобы он действительно экономил время, а не создавал новые проблемы.
Многие думают, что работа с нейросетями интуитивна: написал запрос, получил ответ. На практике всё сложнее. Один и тот же вопрос, сформулированный по-разному, даёт кардинально разные результаты. Можно потратить час на правки текста, который ИИ выдал с первого раза, а можно потратить пять минут на грамотный промпт и сразу получить то, что нужно.
Проблема в том, что каждый раз заново придумывать, как правильно спросить у нейросети, тоже отнимает время. Поэтому умные компании создают свои библиотеки проверенных запросов. Это как база знаний, только не для людей, а для работы с ИИ.
Представьте себе папку с шаблонами, которые реально работают. Там собраны запросы для всех типовых задач отдела: подбор, адаптация, обучение, внутренние коммуникации. Каждый промпт уже протестирован, отшлифован и даёт предсказуемый результат.
Новичок приходит в отдел и вместо того, чтобы неделю учиться правильно общаться с ИИ, просто открывает библиотеку. Нужно написать письмо об отказе кандидату? Есть промпт. Составить опросник для оценки кандидата на собеседовании? Пожалуйста. Подготовить чек-лист для онбординга? Без проблем.
Первым делом выпишите все повторяющиеся задачи, на которые уходит время. Не нужно пытаться охватить сразу всё. Начните с того, что действительно раздражает своей монотонностью.
Дальше под каждую задачу создаётся базовый промпт. Важно понимать, что хороший запрос к нейросети содержит контекст, чёткую задачу, требования к формату и тону. Если просто написать "составь описание вакансии", результат будет общим и безликим. А вот когда вы укажете специфику компании, целевую аудиторию, ключевые требования и желаемый стиль изложения, получится совсем другое дело.
После того как промпт создан, его нужно проверить в деле. Запустите несколько раз, посмотрите на результаты. Что-то нужно уточнить? Добавьте в запрос. Какие-то формулировки стабильно не нравятся? Скорректируйте инструкцию для ИИ.
Любой работающий запрос состоит из нескольких слоёв. Сначала идёт роль: вы объясняете нейросети, кем она должна себя представлять. Это может быть опытный рекрутер, HR-бизнес-партнёр или специалист по обучению. Роль задаёт контекст и помогает ИИ генерировать более релевантные ответы.
Потом описываете контекст задачи: что за компания, какая ситуация, для кого предназначен результат. Чем больше деталей, тем точнее будет ответ. Нейросеть не умеет читать мысли, поэтому всё, что вы считаете очевидным, нужно проговорить явно.
Следующий уровень — конкретная задача. Не просто "напиши текст", а "составь приветственное письмо для нового сотрудника отдела продаж, которое он получит за день до первого рабочего дня". Видите разницу?
И наконец, требования к формату и стилю. Какой должен быть объём? Какой тон: формальный, дружелюбный, мотивирующий? Нужны ли списки, подзаголовки, выделения? Все эти детали влияют на итоговый результат.
Создать сотню запросов мало. Их нужно так организовать, чтобы коллеги могли быстро находить нужное. Самый простой вариант — структурированный документ с разделами по направлениям работы. Рекрутинг в одном блоке, адаптация в другом, корпоративные коммуникации в третьем.
Каждый промпт сопровождается коротким описанием: для чего используется, какие переменные нужно заполнить, что получается на выходе. Можно добавить теги для поиска и пометки об авторе. Если кто-то улучшил промпт, стоит указать дату последнего обновления.
Некоторые компании идут дальше и создают внутренние платформы или разделы в корпоративных порталах, где промпты можно не только хранить, но и оценивать, комментировать, предлагать улучшения.
Библиотека промптов — это не статичная штука, которую создали и забыли. Она должна расти и адаптироваться. Появляются новые задачи, меняются подходы к работе, совершенствуются сами нейросети. То, что работало полгода назад, может сегодня давать не такие хорошие результаты.
Хорошая практика — назначить ответственного за библиотеку. Этот человек собирает обратную связь от команды, тестирует новые промпты, удаляет устаревшие, следит за качеством. Раз в квартал можно проводить ревизию: какие запросы используются чаще всего, какие вообще не востребованы, что нужно добавить.
Полезно поощрять инициативу сотрудников. Кто-то придумал удачный промпт для своей задачи? Отлично, пусть добавит его в общую копилку. Так библиотека будет расти естественным образом, а команда почувствует причастность к общему делу.
При всех плюсах автоматизации важно помнить о границах. Есть задачи, которые нельзя доверять искусственному интеллекту полностью. Принятие решений о найме, оценка сотрудников, работа с конфиденциальной информацией — здесь ИИ может быть помощником, но не заменой человеческого суждения.
Кроме того, любой текст, сгенерированный нейросетью, нуждается в проверке и адаптации. ИИ не знает специфики вашей корпоративной культуры, не чувствует тонкостей отношений в команде, не понимает контекста конкретной ситуации. Поэтому даже самый совершенный промпт даёт только заготовку, которую нужно довести до ума.
Когда библиотека промптов внедрена и работает, результаты ощутимы быстро. Время на рутинные задачи сокращается в разы. Качество текстов становится более стабильным, потому что используются проверенные формулировки. Новички быстрее входят в работу, потому что не нужно изобретать велосипед.
Но главное — освобождается время для того, что действительно важно. Для глубоких разговоров с кандидатами, для выстраивания стратегии развития команды, для решения сложных конфликтов. Для всего того, где нужен живой человек с его эмпатией, интуицией и опытом.
