Думающий ИИ: как работать умнее и принимать решения увереннее

Мой опыт: от лопаты к экскаватору

Пару лет назад я взялась за проект, который запомнила как «никогда больше». Нужно было сделать полный расклад по стратегии для клиента: экосистема продуктов, стиль, упаковка, личный голос. Сроки были нормальные. Проблема была в другом — ни клиент, ни его команда не знали, что они хотят и зачем.

Два месяца ушло только на изучение их “кастдевов” — интервью с потенциальными клиентами. Более 800 страниц А4. ИИ тогда был как хитрый старшеклассник: кое-что знает, но если не уверен в ответе — придумает любую фигню с умным видом.

В апреле 2025 мне снова предложили похожий проект — разработку маркетинговой стратегии и стиля в нише популярной психологии. Первая реакция: «нет». Не хочу. Не буду.
Но ситуация изменилась. Появились новые модели ИИ, а, значит, новые возможности работать интереснее и умнее. И я решила проверить. Сделала тест: пройти весь маршрут по этому проекту с ChatGPT-o3 — первой думающей моделью OpenAI.

Оказалось совсем другое дело. За день (!) мы:

• вытащили нужные данные,
• проанализировали конкурентов в разных странах,
• нашли лучшие идеи и провальные кейсы,
• разобрали отзывы и мнение аудитории,
• разложили задачу на шаги,
• получили три стратегии с плюсами и минусами — и каждую ИИ обосновал, опираясь на мои комментарии.

Разница? Примерно как неделями копать землю лопатой или за час все сделать экскаватором.
И я даже не боялась сказать заказчику, что работаю с ИИ. Потому что с думающей моделью ты контролируешь процесс на каждом этапе.

Что такое думающий ИИ простыми словами

Обычный ИИ — стажёр, который хорошо ищет информацию и умеет ее кратко пересказать. Он быстро выдаёт готовый текст, но часто не вникает в суть задачи.
Думающий ИИ (Reasoning AI) — другой класс моделей. Он не угадывает «правильный» ответ как обычные модели, а проходит путь размышлений шаг за шагом:

1. Уточняет задачу — задаёт вам вопросы, чтобы точно понять, что нужно.
2. Разделяет задачу на части — строит план действий.
3. Анализирует данные — ищет, сравнивает, проверяет гипотезы.
4. Обосновывает решение — объясняет, почему выбрал именно этот вариант.

Вместо «вот вам текст» вы получаете логически связанное, проверенное решение, которое можно применить в работе.

Это не значит, что он знает всё на свете. Но он умеет искать информацию в сети, рассуждать и строить выводы так, как это сделал бы эксперт. Делает это достаточно быстро, но сохраняет качество ответа.

Это как в Яндекс.Картах: видишь, где автобус, как он едет к тебе, на каком перекрёстке застрял, через сколько минут будет на твоей остановке. И ты спокойно ждешь, потому что понимаешь, что происходит и каким будет результат.

Не нужно быть программистом

Многие, услышав про «думающий ИИ», представляют себе что-то непроницаемое: формулы в Excel, код на Python или экраны с синими и зелеными буквами, как в кино про матрицу.

На самом деле, достаточно уметь формулировать свою задачу так, как вы бы объясняли её коллеге. Всё.

Вы пишете:
«Разложи задачу на шаги и объясни ход рассуждений перед тем, как дать ответ».

И модель начинает действовать как стратег, а не как угадыватель правильной последовательности слов.

Вы не пилот космического корабля, а пассажир бизнес-класса. Вам не надо знать, как устроен двигатель, чтобы лететь в 10 раз быстрее.
И совсем не обязательно быстрее — иногда хочется не мчаться со скоростью звука, а мягко фланировать, чтобы спокойно разглядывать все детали и наслаждаться пейзажем.

В чём главная разница для эксперта

Когда ты эксперт, твоя работа — не просто собрать информацию, а превратить её в работающие решения.

И вот тут разница между обычным и думающим ИИ становится особенно заметна.

С обычным ИИ:

• Много общих слов, которые звучат умно, но в дело идут плохо.
• Приходится по 5–10 раз переспрашивать, пока дойдёте до сути.
• Легко уходит в сторону от задачи, если вы упустили фокус.

С думающим ИИ:

• Он сам уточняет детали, чтобы не работать «вслепую».
• Держит одну линию рассуждений от начала до конца.
• Строит чёткий пошаговый план и проверяет, что учёл все ключевые факторы.
• Обосновывает каждый шаг, чтобы вы понимали, почему это решение лучше.

Для нас это значит: меньше времени на правки, меньше стресса, больше уверенности в результате.

Вместе с ИИ вы перестаете “угадывать”. Вы получаете решение, которое можно реализовать прямо сейчас.

От велосипеда к вертолёту: почему это золотая жила для экспертов

Стив Джобс называл компьютер «велосипедом для мозга». Велосипед не думает за тебя, но помогает ехать быстрее и дальше, чем пешком.

Обычные ИИ — это и есть такой велосипед: ускоряют, но всё равно едешь по тем маршрутам, которые знаешь.

Думающий ИИ — это уже вертолёт.

Он поднимает тебя над картой, открывает новые маршруты и показывает, что за горизонтом. И главное: он может приземлиться туда, куда пришлось бы долго добираться на велосипеде или пешком.

Для эксперта это золотая жила, потому что:

• Ты получаешь доступ к масштабам и глубине анализа, которые раньше были только у больших команд с бюджетами.
• Можно тестировать гипотезы и видеть их слабые места ещё до того, как потратишь время и деньги на реализацию.
• Экономишь недели на исследовании и разработке стратегий, при этом контролируя каждый шаг.
• Создаёшь продукты и решения, которые выделяются на фоне конкурентов не только «красивой подачей», а реальным содержанием.

💡 И самое важное: эта возможность теперь встроена в ChatGPT-5, который стал основной моделью даже для бесплатных аккаунтов.

Примеры задач: что можно делать уже сегодня

Что чаще всего мешает экспертам начать работать с думающим ИИ? Не страх, не сложность. А банальное: «Не знаю, что ему поручить».

В голове возникают какие-то гигантские проекты, формулы в Excel, аналитика на 300 страниц… И вы думаете: «Не, это пока не для меня. Мне бы что попроще».

А на самом деле начинать можно с простых задач. Аппетит приходит во время еды. Не тех, что «напиши пост» (это умеет любой ИИ), а тех, где интересно копнуть чуть глубже.

Я собрала несколько таких примеров, с которых сама начинала исследовать возможности думающего ChatGPT-o3. Эти задачи вы можете поручить ИИ уже сегодня — и сразу почувствовать разницу.

Задачи для думающего ИИ

• Читаем книгу с ИИ
• Проводим глубокий поиск в интернете
• Осваиваем новый навык (обучение)
• Бонус: составляем умный промпт

Читаем нон-фикшн с думающим ИИ: мой эксперимент с Юджином Шварцем

Я проверила, как работает думающий ИИ на книге, которую знаю почти наизусть — Eugene Schwartz, Breakthrough Advertising. Она издана в 1960‑х, стоит сейчас от $800 до $3000. Не потому, что библиографическая редкость, а потому что ее покупают. Перевода на русский нет, и при этом остаётся рабочей оптикой для тех, кто продаёт идеи и услуги.

Почему не «саммари»

Обычный запрос «сделай конспект» даст аннотацию общими словами. Можно задавать умные вопросы — но это удобно после прочтения. А если тема новая и ты ещё не знаешь, что спрашивать?

Как я ставила задачу ИИ

Я попросила GPT‑5 не «пересказать», а подумать:

Прочитай Eugene Schwartz — Breakthrough Advertising.

1. Разбей на ключевые идеи и уровни осведомлённости аудитории.
2. Для каждой главы — практические выводы для онлайн‑эксперта (коуч/психолог/консультант).
3. Дай 3–5 современных примеров (RU/EN), где идея реально работает.
4. Покажи, что устарело и как адаптировать к сегодняшнему рынку.
5. Собери пошаговый «гайд по применению» для упаковки онлайн‑курса или услуги.
6. Работай по шагам. После каждого шага я задаю вопросы — двигаемся дальше, когда я подтвержу.

Thinking GPT-5 уточнил формат: «глубокий разбор» или «практика?», предложила план: Awareness → примеры → адаптация → шаго‑гайд, сверила тезисы Шварца с современными кейсами (лендинги, запуски, воронки). На выходе это было не резюме, а инструкция, как приложить книгу к моим проектам.

Неожиданный практический инсайт

Самое полезное открылось уже на знакомом материале: «сшивка» уровней осведомлённости аудитории и «зрелости» рынка (sophistication). Когда эти две шкалы складываешь, оффер и стратегия продвижения превращается в кубик Рубкика: становится легче целиться заголовком, оффером и прогревом.

Складываются два простых параметра, которые можно видеть невооруженным глазом:

• что знает аудитория о моем продукте (услуге) = с кем я хочу работать
• насколько "прогрет" рынок в моей нише = с кем я конкурирую

И маркетинг превращается из занудства в интересную игру.

Быстрая «сшивка»: Осведомленность × Зрелость рынка (куда целится заголовок)

• Не осознают проблемы × S3–S4: История + «скрытая причина» + чуть‑чуть механизма (без жёстких обещаний).
• Осознают проблему × S3: «Почему стандартные решения не работают» → ваш механизм.
• Осознают решение × S4: «Чем наш механизм отличается» + демонстрация/кейсы.
• Знают продукт × S4–S5: «За что нас выбирают» + точные доказательства/гарантии.
• Готовы покупать × S5: «Теперь» (повод/срок/редкость) + лаконичное напоминание ценности.

Глубокий поиск: что реально волнует аудиторию

Что такое глубокий поиск

Обычно, когда мы «ищем что-то в интернете», мы имеем в виду Google или Яндекс: запрос → десятки ссылок → дальше копаем сами. Думающий ИИ работает иначе. Он не просто выдаёт ссылки, а проходит цепочку анализа: собирает данные из разных источников, группирует, находит повторяющиеся идеи, отбрасывает шум и показывает результат в виде выводов.
Это похоже не на поиск, а на работу ассистента-аналитика: вы даёте задачу, он идёт в источники, возвращается и говорит: «Вот 5 главных проблем, вот как люди их формулируют, вот почему это мешает, и вот как можно это использовать».

Именно поэтому «глубокий поиск» ценен: он позволяет быстро увидеть картину целиком там, где руками вы бы залипли на сотнях страниц отзывов и комментариев.

Помните мою историю про 800 страниц результатов кастдевов с потенциальными клиентами?
Я сверила результаты глубокого поиска ИИ с результатами анализа этих интервью, потому что один из вопросов моих интервью был о том, какие проблемы возникают у экспертов с продающими текстами.

Все оказалось намного проще. Иногда достаточно просто пройтись по отзывам на «Отзовике», полистать обсуждения в Telegram или VC и послушать, о чём на самом деле переживают люди.
Я проверила это на примере экспертов, которые учатся писать продающие тексты. Взяла отзывы о курсах, дискуссии на форумах, комментарии в соцсетях — и очень быстро всплыл список повторяющихся страхов:

1. «Как писать, чтобы не выглядеть навязчивым или манипулятивным?»
2. «Я не копирайтер — у меня вообще получится сильный текст?»
3. «Что делать, если текст выходит сухим и безэмоциональным?»
4. «Как писать о себе, если стыдно хвалиться?»
5. «Смогу ли я продавать без скидок и демпинга?»

Честно? Вот этого массива уже достаточно, чтобы придумать и продукт, и контент-план.

«А не мало ли этого?»

Может показаться, что для запуска услуги или курса этого недостаточно. Но на первом этапе этого более чем достаточно. Потому что это не гипотезы «экспертов от маркетинга», а живые слова людей, которые завтра могут стать вашими клиентами.

А дальше можно идти глубже: попросить думающий ИИ расширить поиск, прогнать опрос по своей базе, поговорить с друзьями или клиентами. Но как старт — этих «пяти страхов» хватает с головой.

Промпт для глубокого поиска

Проведи анализ отзывов и обсуждений экспертов, которые учатся писать продающие тексты.

1. Источники: форумы, соцсети (VK, Telegram), VC.ru, Отзовик.
2. Выдели 5–7 самых частых страхов и вопросов.
3. Приведи живые цитаты или характерные формулировки.
4. Объясни, почему эти страхи мешают, и как экспертный продукт (курс, консультация) может их закрыть.

Сформулируй идеи для контент-плана: посты, вебинары или мини-продукты, которые отвечают на эти страхи.

Обучение с думающим ИИ: курс, который у вас всегда под рукой

Помните любимое возражение против покупки очередного онлайн-курса?
«Зачем покупать, если всё это уже есть в интернете бесплатно?»
Раньше это была просто отговорка. Или возражение клиента, которое нужно было “отработать”. Теперь — реальная альтернатива. Потому что думающий ИИ умеет не только «дать ссылку на Википедию», а собрать учебник, объяснить тему простым языком и даже подстроиться под ваш уровень.

Здесь я приведу два реальных примера из своего опыта.

Пример 1. Маркировка рекламы за вечер

С этой темой я носилась несколько месяцев, как с тяжёлой гирей. Хотелось сделать “как все”: нанять таргетолога или пройти курс по маркировке — от 7–25 тысяч рублей.

Объяснения в рунете есть, но они либо запутанные, либо очень тяжелые. И там, и там — без бутылки не разберешься.

Поэтому я пошла другим путём. Попросила Thinking ChatGPT-5 провести исследование и составить понятный пошаговый гайд для чайника. С условием: добавить ссылки на видеоинструкции (YouTube или RuTube).

👉 Результат: уже через 40 минут у меня был первый токен для маркировки саморекламы в Телеге. Я поняла, что все совсем не так страшно, и сопротивляться тут нечему.
По ходу я делала скрины, задавала уточняющие вопросы. А чтобы ИИ меньше глючил, я попросила прямо: «Если не знаешь ответ, так и пиши: не знаю».
И это оказалось удобно: он честно показывал пробелы, а мелкие детали мы вместе добирали обычным поиском.

✨ Итог: задача, которую я откладывала месяцами, решилась за один вечер.
Теперь на очереди ещё пара таких «ужасных прикладных штук», которые я раньше отодвигала, а теперь понимаю: справлюсь легко.

Пример 2: теория игр без страха и формул

Здесь задача была другой. Это не обычное выполнение практической задачи, где достаточно пошагового гайда “howto”, а исследование непростой темы с нуля.

Честно? Я долго боялась этой темы. Я гуманитарий, алгебру помню смутно. Как только в книгах встречала формулы — сразу откладывала. К тому же выяснилось (с помощью поиска с ИИ и ручного гугления), что книг для чайников на русском по теории игр нет.

Но этим летом любопытство пересилило страх. Я попросила думающий ChatGPT-5 составить для меня подробный промпт для… самого себя.

Смысл был в том, чтобы ИИ сделал для меня мини-курс по теории игр, адаптированный под мой уровень: объяснял простыми словами, без лишней математики, с метафорами и примерами из жизни.

И что получилось?

• ИИ стал моим персональным тьютором: каждый день мы занимаемся по 20 минут.
• Вместо абстрактных формул — «разогрев», короткие микроуроки, практические задачки и разбор реальных кейсов.
• Я учусь думать «с оглядкой на другого»: как поведёт себя конкурент, что сделает партнёр, как среагирует клиент.

ИИ сразу снял мой главный страх: теория игр оказалась не про «страшные уравнения», а про практическое мышление.

Теперь я реально вижу, как эта логика помогает в переговорах, при выборе стратегии и даже в командных проектах.

Примеры упражнений от ИИ
Цена или скидка.

• У вас онлайн-курс. Конкурент запускает похожий курс и даёт скидку -30%. Что выгоднее: тоже дать скидку, держать цену, или придумать третий ход?

→ Упражнение учит видеть стратегию не в лоб («скидка против скидки»), а шире — искать другие варианты.

Партнёрство или конкуренция.

• Вы и коллега работаете в одной нише. Можно объединиться и сделать совместный продукт, а можно остаться «каждый сам по себе». Какое решение принесёт больше выгоды в долгую?

→ Тут тренируется умение прогнозировать реакцию другой стороны, а не только свою выгоду.

Команда и инновации.

• В компании внедряют ИИ-инструменты. Если принимает один человек — неудобно, если все вместе — эффект сильнее. Что лучше: тянуть команду за собой или ждать, когда все дозреют?

→ Это классическая «игра координации», где выигрывает согласованность действий.

Бонус: если боитесь формулировать задачи

Многие эксперты думают: «Я не умею составлять правильные запросы. Вдруг я спрошу не так — и получу ерунду?» На самом деле, это уже не проблема.

Фокус в том, что думающий ИИ может сам написать для вас промпт.
Как это выглядит вживую
Вы:
Хочу проанализировать конкурентов, но не знаю, как правильно составить запрос.
GPT-5:
Хорошо, уточню детали:

1. Какая у тебя ниша?
2. Для какой аудитории нужен анализ?
3. Интересуют цены, структура программ или сами офферы?
4. Нужен быстрый обзор или глубокий анализ?

После ответов он соберёт готовый промпт, который можно скопировать и вставить снова.

Мини-шпаргалка

Помоги мне составить подробный промпт для думающего ИИ.
Задача: [опиши её в 1–2 фразах].

1. Уточни у меня детали.
2. Составь финальный промпт пошагово.
3. Объясни, какой результат я получу.

💡 С этого момента «плохо формулировать задачу» невозможно. Даже если просто пишешь «сделай мне хороший промпт», модель сама додумает всё остальное.

Четыре задачи — только разминка

Мы рассмотрели всего четыре задачи:

• как читать книгу с ИИ,
• как провести глубокий поиск,
• как освоить прикладной навык,
• и как составить умный промпт.

Это лишь капля в море. На самом деле таких кейсов становится всё больше каждый день — и они куда разнообразнее, чем можно представить на старте.
Я заметила одну интересную штуку. Думающий ИИ работает как «интеллектуальный трамплин»: он подбрасывает тебя чуть выше твоего уровня, но не так высоко, чтобы страшно, а ровно настолько, чтобы стало интересно. И это чувство азарта — «ух ты, у меня получилось!» — реально втягивает.
Поэтому я решила не строить из этого «учебник по применению ИИ», а делиться наблюдениями, инсайтами и открытиями. Живыми историями, которые случаются в работе каждый день.
Стив Джобс называл компьютер велосипедом для ума. Думающий ИИ — скорее телепорт. Возможность отправиться туда, куда пешком или на колёсах не доберёшься вовсе. А дальше — вопрос любопытства: куда поехать? Главное — не забыть пристегнуть ремень безопасности.
Четыре задачи — это только разминка