15.05.2026
Нейросети ускоряют работу, но результат часто приходится переделывать — например, когда модель не попала в требуемый стиль или стандарты. В Claude для этого есть скиллы — способ один раз объяснить, как именно ты работаешь, и вызывать этот режим в любой момент. Редактор SimpleWine Арина Семчугова упаковала в скиллы свои повторяющиеся задачи и обнаружила, что иногда шаблон становится способом разобраться в том, как ты работаешь.
Скилл живет отдельно от чата: он создается один раз на основе ваших инструкций, удачных и неудачных примеров, шаблонов, запретов. Разница с обычным промптом в том, что контекст не нужно каждый раз объяснять заново: Claude сам распознает, когда переключиться в нужный режим.
На деле я пользовалась скиллами еще до того, как узнала про эту функцию (и вообще пересела на Claude) — наверное, как и многие. Работая в ChatGPT с повторяющимися текстами, собирала удачные промпты и примеры в заметки и добавляла их к каждому новому ТЗ. Работало в половине случаев, остальное я редактировала как за джуном.
Мой первый скилл в Claude был суперпростым: для одного из проектов я периодически собирала описания блюд на сайт, 1–2 предложения, всегда из одного исходника. Чистая рутина. Claude быстренько проанализировал примеры, упаковал паттерн — мне осталось только вытаскивать блох.
После головокружительного успеха я решила собрать все однообразные задачи в скиллы и наконец-то сосредоточиться на чем-нибудь важном (например, на написании этого текста). Но оказалось, что скиллы устроены, как икеевский шкаф: собрала — и обнаружила, что это только первый уровень.
Тогда я вела переписку со своим автором по следам правок — пыталась объяснить, как отделять «нужное от ненужного» в описании винного бренда. Вроде бы автор и следовала ТЗ, не искажала факты, но получалось совсем далеко от читателя. Вышло вот такое полотно:
Пока расписывала, поняла: я объясняю то, что сама никогда текстом не формулировала. Применяла и думала, что каждый работает в той же логике. Философ Майкл Полани называл это tacit knowledge, говоря: «Мы знаем больше, чем можем рассказать». Моя бывшая коллега написала про это применительно к ИИ: скиллы — способ кристаллизовать неявное знание и передать агенту.
Я попросила Claude провести со мной интервью — задавать вопросы, как именно я работаю с текстом, пока не станет понятно, что именно я делаю автоматически. Нужно было вытащить конкретику через ситуации: что замечаешь первым в чужом тексте, с чего начинаешь, когда материал запутанный.
Когда формулируешь это вслух — точнее, в чат — это перестает быть просто ощущением. Становится чем-то, что можно передать. Юрген Аппело (автор 8-этапной концепции «Трагедия агентов») называет это переходом от неявного к явному: знание из головы и интуиции кодируется и становится осязаемым. Скилл и есть этот переход.
В конце Claude собрал карту: шесть навыков от портрета читателя до редактуры, где убирается все декоративное. Один из них — формула «Свойства → Выгоды → Ценность» (в оригинале: Features → Benefits → Value) — оказался именно тем, что я мучительно объясняла автору в переписке. Решила сделать отдельный скилл.
«Свойства → Выгоды → Ценность» — это адаптация принципа «Свойства, преимущества, выгоды» (в оригинале: Features, Advantages, Benefits), который давно используют в продажах. Я беру его в чуть доработанной логике: самой убедительной частью становится не выгода, а ценность для конкретного читателя.
Свойство — это факт о продукте. Выгода объясняет, как свойство меняет жизнь конкретного человека: что он теряет без этого или приобретает с этим. А ценность помещает эту выгоду в конкретный жизненный контекст. Продукт становится важным прямо сейчас.
Я описала Claude принцип, дала пример, объяснила логику — и попросила собрать это в скилл.
Claude хотел побежать упаковывать все, но сначала нужно было разобраться с деталями. Прежде чем переводить свойство в ценность, нужно убедиться, что свойство вообще конкретное. «Узнаваемый стиль» и «высокие оценки экспертов» — это абстракции. За ними могут стоять реально продающие факты, но читатель их не видит и гуглить не пойдёт. Этот фильтр — фактура или абстракция — я как раз пыталась объяснить автору. Теперь он был в скилле.
Оставался вопрос про аудиторию — скилл был заточен под вино, а хотелось шире. Мы обсуждали, как он должен уточнять контекст. «Кто ваша аудитория» — слишком широко, за этим вопросом ничего конкретного. «Что происходит в жизни человека в момент выбора» — уже точнее и без соблазна ответить «Наш продукт для всех хороших людей».
Тест я намеренно делала на далеком от вина продукте. Сочинила ИИ-генератор контента с максимально корпоративным описанием: «Мы работаем с текстом на атомарном уровне и можем консистентно развивать один бриф в полноценную кампанию с графикой и видео». Хотела проверить, вытащит ли скилл ценность из этого.
Первый запуск: скилл получил описание и сразу написал текст — без вопросов, которые уточняли бы аудиторию и ее контекст. Я переписала инструкцию жестче: «Твой первый ответ — только этот вопрос. Никакого текста до получения ответа». Второй запуск: снова без вопроса.
Оказалось, «не начинай писать» скилл читает как рекомендацию. Аппело называет такую ситуацию «Танцем с агентами»: нужно менять собственный язык, чтобы лучше взаимодействовать с машинной логикой. Переформулировала так, чтобы первым действием был только вопрос и ничего больше.
С третьей попытки Claude наконец спросил про читателя. Я ответила: руководитель отдела, хочет чтобы тексты писались быстро, не погружен в специфику, нужно объяснить, почему важно автоматизировать работу с текстом в первую очередь.
Claude: «Любой формат — баннер, сторис, видео — начинается со слов. Если текстовый слой не отлажен, вся остальная машина — дизайн, монтаж, согласования — простаивает в очереди к одному человеку с пустым документом. Работа на атомарном уровне означает, что один утвержденный бриф консистентно разворачивается в полноценную кампанию».
Ближе. Но «атомарный уровень» просочился — жаргон из моего же описания, не язык руководителя. Мы попробовали закодировать и это: после вопроса про момент выбора — переформулировать свойства продукта в терминах этого конкретного человека, убрав жаргон. Результат стал лучше, но с «атомарным уровнем» у них случилось какое-то взаимное притяжение. На этом месте у меня было два пути: продолжать объяснять психологию руководителя генератору единиц и нулей или просто дописать самой. А мне хотелось чего-то простого:
«Любой формат — баннер, сторис, видео — начинается со слов. Пока не утвержден заголовок, баннер не уходит в работу. Пока нет сценария, видео не снимают. Автоматизируешь текст — и производство всей кампании больше не тормозится».
Переписывание руками — новый уровень лени.
Тест скиллов второго уровня оказался интереснее и полезнее не с точки зрения делегирования, а как самоанализ. Вот что я вынесла:
Да, редактура на уровне смыслов, логических переходов пока хромает, или просто я не смогла настолько подробно их закодировать. Все-таки чутье формируется быстрее, чем кристаллизуется, и живой человек остается на шаг впереди своих скиллов. Пока это кажется мне достаточным поводом не паниковать. С другой стороны, пока я ресерчила и писала этот текст, ИИ-евангелисты успели запустить teammate.skill — проект, который предлагает просто скормить переписку, коммиты и доки уволившегося коллеги и воссоздать его как агента. «Человек уволился. Все, что он знал, — осталось».
Или все-таки паниковать?
Пишите нам
Спасибо, что написали! Вернемся к вам на почту :)
Мы мечтаем собрать самую большую команду талантливых авторов в России. Если вы придумали идею большого текста, готовы поделиться опытом в формате колонки или стать героем нашего подкаста, напишите нам.
Как говорили в популярной рекламе начала 00-х: лучшие руки трудоустроим.
Гуманитарии и вайбкодинг. История обучения одной команды
Какие навыки развивает вайбкодинг и как нейросети помогают строить мосты между разными профессиональными средами.
Не переключайтесь, или Как Spotify создала новый тип слушателя. Фрагмент из книги «Машина настроений»
Журналистка и исследовательница Лиз Пелли — о том, как стриминги изменили наш опыт прослушивания музыки.
Зона неопределенности. Как дейтинговые приложения управляют нашими ожиданиями
Изобилие выбора, авторефлексия и неопределенность — опыт автоэтнографического исследования дейтингов.
Отравленные рекомендации. Какие тайные инструкции дают LLM-моделям сайты
Между оптимизацией под AI-поиск и недобросовестной рекламой: какие ловушки расставлены на пользователя LLM-моделей.