Что такое ИИ и нейросети — простыми словами

«Искусственный интеллект», «нейросеть», «языковая модель», «LLM» — в обиходе почти одно и то же. Для работы HR достаточно одной рабочей модели понимания.

Современные ИИ-помощники вроде ChatGPT — это большие языковые модели (LLM). Модель обучили на огромных объёмах текста, и она научилась предсказывать следующее слово. Из этого вырастает способность писать тексты, отвечать на вопросы, обобщать документы и рассуждать.

Ключевое — нейросеть не «знает» факты и не «понимает» смысл, как человек. Она оперирует вероятностями языка. Отсюда и сила (мгновенно генерирует связный текст), и слабость (может уверенно выдать правдоподобную неправду).

Чем отличается от привычной автоматизации — обычный софт работает по жёстким правилам («стаж меньше года — отклонить»), а нейросети можно дать задачу словами, без программирования, и она справится с нестандартными формулировками. Это универсальный помощник для текста и анализа, но требует умения ставить задачу и проверять результат.

Что ИИ умеет, а что — нет

Реалистичные ожидания — половина успеха. Вот честная картина.

ИИ хорошо справляется с:

  • черновиками текстов: вакансии, письма, офферы, посты, инструкции;
  • переработкой и структурированием: сжать, переписать под тон, перевести, превратить в таблицу;
  • анализом и сравнением: оценить резюме по критериям, выделить риски, сравнить кандидатов;
  • генерацией идей: вопросы для интервью, сценарии адаптации, темы опросов;
  • рутиной с текстом: расшифровать заметки со встречи, сделать саммари, составить чек-лист.

ИИ плохо справляется или не справляется с:

  • фактами и цифрами без источника — может выдумать закон, статью ТК, статистику («галлюцинации»);
  • доступом к вашим внутренним данным — модель не знает вашу компанию, пока вы сами не дадите контекст;
  • принятием решений за вас — финальный выбор кандидата, оценка человека, увольнение остаются за человеком и несут юридические и этические последствия;
  • свежими событиями — без функции веб-поиска модель ограничена датой обучения;
  • гарантией непредвзятости — модель усваивает искажения из данных, поэтому решения на её основе нужно контролировать.

Главный принцип гайда — ИИ берёт на себя рутину и черновую работу, экономя часы. Решение, ответственность и проверка остаются за человеком. Это не «автопилот», а сильный ассистент.

Хороший ИИ vs плохой ИИ

«Плохой» ответ нейросети — чаще всего не вина модели, а следствие плохо поставленной задачи. Но отличать качественный результат от мусора всё равно нужно.

Признаки хорошего ответа:

  • Точность — факты можно проверить, нет выдуманных ссылок и норм закона.
  • Полнота — закрыты все части задачи, ничего не пропущено.
  • Логика — рекомендации не противоречат друг другу, выводы следуют из посылок.
  • Конкретность — нет воды и общих фраз вроде «важно учитывать множество факторов».
  • Тон — соответствует вашему корпоративному стилю, не слишком формально и не агрессивно.

Красные флаги (ответ «плохой»):

  • уверенные цифры и ссылки без источника — например: «по данным исследований, адаптация с ИИ ускоряется на 47,3%» (ссылки нет, цифра выглядит выдуманной);
  • общие шаблонные фразы, подходящие любой компании — «важно создать комфортную атмосферу и поддерживать вовлечённость сотрудников»;
  • ответ не на тот вопрос или только на часть задачи — попросили план на 2 недели, а получили общие принципы адаптации без сроков;
  • противоречия внутри текста — в одном абзаце «откажитесь от тестового задания», в другом «обязательно дайте тестовое задание»;
  • «вода» вместо конкретных шагов — «проведите онбординг качественно и системно» без указания, что именно делать.

Как превратить плохой ответ в хороший — не меняя модель. Слабый запрос «Помоги с адаптацией нового сотрудника» даст общий текст без структуры. Улучшаем по шагам:

  1. Добавьте контекст — отрасль, размер, ценности, ограничения. Было: «Помоги с адаптацией». Стало: «…в ИТ-компании до 50 человек, бюджет на обучение минимальный, упор на наставничество».
  2. Задайте роль. Добавляем: «Ты — опытный HR BP в ИТ-стартапе».
  3. Покажите образец формата. Добавляем: «Оформи как таблицу: неделя / цель / задачи / ответственный».
  4. Сузьте задачу — вместо размытой формулировки конкретный результат. Было: «помоги с адаптацией». Стало: «составь план адаптации junior-разработчика на 2 недели».
  5. Попросите аргументировать. Добавляем: «Кратко обоснуй, зачем нужен каждый этап».

Итоговый промпт после всех шагов:

Ты — опытный HR BP в ИТ-стартапе. Составь план адаптации junior-разработчика на 2 недели для компании до 50 человек с упором на наставничество и минимальным бюджетом на обучение. Оформи как таблицу: неделя / цель / задачи / ответственный. Кратко обоснуй каждый этап.

Тот же ИИ на этот запрос с большей вероятностью выдаст структурированный план вместо общих слов. Но качество зависит и от модели, и от входных данных, и от проверки — универсального процента здесь нет.

Какие бывают модели и чем отличаются

Нейросетей десятки, и они быстро обновляются. Важно не гнаться за «самой новой версией», а понимать классы инструментов. Ниже — ориентир по основным семействам на 2026 год.

Модель / семейство В чём сильна Для каких HR-задач
ChatGPT (OpenAI) Универсал, хорошо стартовать с нуля, работа с файлами Тексты вакансий, сценарии интервью, скрининг, онбординг, оценка
Claude (Anthropic) Длинные и сложные документы, аккуратный тон, большой контекст Анализ больших массивов резюме, политики, длинные регламенты
Gemini (Google) Интеграция с поиском и сервисами Google, актуальная информация Ресёрч рынка труда, работа внутри Google Workspace
YandexGPT (Яндекс) Русский язык, доступ из РФ, версии для бизнеса Все текстовые HR-задачи на русском, корпоративные чат-боты
GigaChat (Сбер) Русский язык, доступ из РФ, экосистема Сбера Письма, пересказы, тексты на естественном русском
DeepSeek Сильная аналитика и логика, работа с большими документами HR-аналитика, прогнозы оттока и найма, обработка данных
Генераторы изображений (Midjourney, Kandinsky, Шедеврум) Картинки и короткие видео Визуал для вакансий, соцсетей, мероприятий
Нейросети для презентаций (Gamma, Tome) Превращают текст в слайды HR-презентации, отчёты руководству, обучающие материалы

Версии моделей меняются каждые несколько месяцев — в гайде сознательно даём ориентир по семействам, а не по номерам релизов, чтобы материал не устаревал.

Как выбирать модель под задачу

Простой алгоритм выбора без перебора всех инструментов.

  1. Тип задачи. Текст и общие задачи — ChatGPT/YandexGPT. Длинные документы и анализ — Claude/DeepSeek. Картинки — Midjourney/Kandinsky. Слайды — Gamma.
  2. Русский язык и доступ из РФ. Если важны прямой доступ и русский — YandexGPT или GigaChat.
  3. Работа с файлами. Нужно загружать резюме и документы — берите модель с поддержкой файлов (ChatGPT, Claude). Помните: резюме — это персональные данные, а внутренние документы — часто коммерческая тайна. Перед загрузкой в публичный сервис обезличивайте их.
  4. Безопасность данных (152-ФЗ). Для работы с чувствительными данными — корпоративные версии (например, YandexGPT для бизнеса), которые не используют ваши данные для обучения.
  5. Цена. Базовые задачи закрывают бесплатные версии. Платные нужны для объёма, файлов и приоритетного доступа.

Правило старта — не подключайте всё сразу. Начните с одной универсальной модели для текста (ChatGPT или YandexGPT) и одного профильного инструмента под узкую задачу (например, Gamma для презентаций). Расширяйте набор, когда упрётесь в ограничение.

Источники