From f900d53837cabc65d0b8fa5843c3700f47640908 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=D0=90=D0=B4=D0=B5=D0=BB=D0=B8=D0=BD=D0=B0=20=D0=A1=D0=B0?= =?UTF-8?q?=D1=82=D1=82=D0=B0=D1=80=D0=BE=D0=B2=D0=B0?= Date: Thu, 28 May 2026 12:47:34 +0000 Subject: [PATCH] add plan.md --- plan.md | 186 ++++++++++++++++++++++++-------------------------------- 1 file changed, 81 insertions(+), 105 deletions(-) diff --git a/plan.md b/plan.md index 2ea9c84..90f58a7 100644 --- a/plan.md +++ b/plan.md @@ -1,126 +1,102 @@ -# AI Fluency — Персональный план +# AI Fluency — Персональный план (на основе курса Anthropic) -## О курсе - -Пройден курс «AI Fluency Framework Foundations» от Anthropic, основанный на 4D‑фреймворке: Delegation, Description, Discernment и Diligence (ответственное и безопасное использование AI). -Курс помогает выстроить практичный, этичный и безопасный подход к работе с AI‑системами, чтобы использовать их эффективно, осознанно и с учётом ограничений моделей. +**Курс:** AI Fluency: Framework & Foundations (Anthropic) +**Модель:** Claude 3.7 Sonnet +**Целевой срок:** 3 месяца --- -## Персональные цели +## 1. Оценка текущего уровня (4D Фреймворк) -### Домен 1: Delegation (Делегирование) - -- **Текущий уровень**: 3/5 -- **Цель**: 4/5 к концу семестра - -**Фокус:** научиться осознанно решать, какие части задач в ML/CV и учёбе отдавать AI, а какие оставлять себе как критически важные (дизайн, финальные решения, проверка). - -**Действия:** - -- Составить список типовых задач (кодинг, ресерч, подготовка отчётов, работа с ботами/агентами) и пометить, что можно делегировать AI, а что лучше делать самой. -- Определить критерии «AI‑подходящих» задач: рутинность, повторяемость, работа с текстом/кодом без чувствительных данных, приемлемый риск ошибки. -- Практиковать делегирование ежедневно: минимум 3 задачи в день (например, «сгенерировать черновик кода», «структурировать конспект», «сделать список идей экспериментов»). -- Раз в две недели пересматривать список делегируемых задач и обновлять его, исходя из опыта (что AI делает хорошо, а где чаще ошибается). +| Компетенция | Текущий уровень (1-5) | Целевой уровень (через 3 мес) | Главная проблема сейчас | +|---|---|---|---| +| **Delegation** | 3/5 | 4/5 | Делегирую простые задачи, но не умею разбивать сложные проекты. | +| **Description** | 3/5 | 5/5 | Промты работают, но с 3-й попытки. Хочу получать годный результат с 1-го раза. | +| **Discernment** | 2/5 | 4/5 | Часто ловлю себя на том, что принимаю ответ ИИ как истину без проверки фактов. | +| **Diligence** | 2/5 | 4/5 | Останавливаюсь на первом ответе и не всегда думаю о безопасности данных. | --- -### Домен 2: Description (Описание) +## 2. Персональные цели и действия по доменам -- **Текущий уровень**: 3/5 -- **Цель**: 5/5 к концу семестра +### Домен 1: Delegation (Планирование и передача задач) -**Фокус:** выработать чёткий, системный стиль промптов, особенно для кода, CV‑тасок и учебных задач. +> *Цель:* Научиться раскладывать сложную задачу на «кодзадачу для ИИ» и «кодзадачу для человека». -**Действия:** +- **Текущий уровень:** 3/5 +- **Цель:** 4/5 (самостоятельно составлять блок-схему задачи за 5 минут) +- **Конкретные действия:** + 1. Составить чек-лист «AI-подходящих задач» (нет важных последствий ошибки, есть четкий паттерн, объем данных большой). + 2. Каждый понедельник декомпозировать 1 рабочую задачу: «Что делает Claude? Что делаю я?» + 3. Практиковать **«Reverse Delegation»** — просить Claude предложить, какие части его ответа не стоит доверять ИИ. -- Изучить и применять техники Chain‑of‑Thought, Few‑shot и Role‑prompting для сложных задач (разбор статьи, дизайн пайплайна, генерация кода с комментариями). -- Создать 5–10 шаблонов промптов для типовых задач: - - объяснение сложной темы в ML/DL; - - генерация скелета кода (PyTorch / TensorFlow); - - проектирование CV‑пайплайна (OCR, детекция, сегментация); - - подготовка конспекта и плана подготовки к экзамену; - - идеи для AI‑агентов/ботов и их шагов. -- При каждом запросе следовать структуре: **контекст → задача → формат ответа → критерии качества → ограничения**. -- Вести небольшой лог «удачных промптов» с пометками, что именно сработало (примеры, роль, структура, уточняющие вопросы). +### Домен 2: Description (Точное описание и промпт-инжиниринг) + +> *Цель:* Писать промты по шаблону «Роль + Контекст + Формат + Примеры + Ограничения» без пропусков. + +- **Текущий уровень:** 3/5 +- **Цель:** 5/5 (промт дает нужный результат с первой попытки в 70% случаев) +- **Конкретные действия:** + 1. Изучить техники из курса: **Chain-of-Thought** (цепочка мыслей), **Few-shot** (2-3 примера), **Role-prompting** (назначить эксперта). + 2. Создать 5 шаблонов промптов для частых сценариев: + - Анализ таблицы / данных + - Рерайт текста под голос бренда + - Генерация идей для контента + - Объяснение сложной концепции простым языком + - Поиск логических ошибок в моем тексте + 3. Вести журнал «Удачных / неудачных промтов» с разбором причин. + +### Домен 3: Discernment (Критическая оценка результатов ИИ) + +> *Цель:* Системно проверять факты и смещения в ответах Claude до того, как использовать результат. + +- **Текущий уровень:** 2/5 +- **Цель:** 4/5 (автоматически применять 5-пунктовый чек-лист проверки) +- **Конкретные действия:** + 1. **Чек-лист Discernment** (распечатать и держать на столе): + - [ ] Все ли цифры и даты совпадают с оригиналом? + - [ ] Нет ли явных галлюцинаций (вымышленных статей, законов, имен)? + - [ ] Не упущены ли важные контраргументы или нюансы? + - [ ] Есть ли в ответе неявные допущения, которые могут быть неверны? + - [ ] Не звучит ли ответ подозрительно гладко (overconfidence)? + 2. Завести **журнал галлюцинаций**: записывать, когда и как Claude ошибался, чтобы знать слабые места. + 3. Раз в неделю анализировать 3 старых диалога с ИИ через этот чек-лист. + +### Домен 4: Diligence (Итерации, безопасность и этика) + +> *Цель:* Сделать итеративное уточнение привычкой и никогда не отправлять конфиденциальные данные в ИИ. + +- **Текущий уровень:** 2/5 +- **Цель:** 4/5 (в 90% сессий — 2+ цикла уточнения, нулевая утечка PII) +- **Конкретные действия:** + 1. **Правило трех итераций:** Никогда не заканчивать диалог после первого ответа. Всегда задавать уточняющий вопрос или просить улучшить. + 2. Использовать технику **«Description → Discernment → Refined Description»** (как в курсе). + 3. Создать **Diligence-памятку**: + - «Что нельзя: имена, адреса, паспортные данные, финансовая отчетность компании, пароли». + - «Что можно: обезличенные метрики, публичные данные, черновики идей». + 4. Вести журнал итераций в Notion (промпт → ответ → уточнение → финал). --- -### Домен 3: Discernment (Оценка) +## 3. Таймлайн и измеримые результаты -- **Текущий уровень**: 2/5 -- **Цель**: 4/5 к концу семестра - -**Фокус:** сделать критическую оценку AI‑ответов встроенной привычкой, особенно для кода, технических объяснений и выводов по статьям. - -**Действия:** - -- Всегда проверять технические ответы: - - запускать предложенный код на маленьком тестовом примере; - - сверять ключевые факты с документацией, статьями или другими источниками; - - просить AI объяснить решение шаг за шагом и проверять логику. -- Вести журнал минимум 10 случаев, когда AI ошибся или сгенерировал «галлюцинацию», и фиксировать паттерны: в каких задачах и формулировках это чаще происходит. -- Для важных решений (архитектура модели, дизайн пайплайна, выбор метрик) всегда сравнивать несколько вариантов: свои идеи, идеи AI и внешние источники. -- Раз в неделю делать «разбор полётов» 2–3 AI‑ответов: что было полезно, что рискованно, как можно было задать задачу лучше. +| Период | Фокус | Конкретные результаты (к концу периода) | +|---|---|---| +| **Неделя 1-2** | Delegation + Description | ✅ Список из 10 задач, которые можно делегировать.
✅ 5 готовых шаблонов промптов.
✅ Журнал из 7 диалогов с разбором. | +| **Неделя 3-4** | Discernment | ✅ Чек-лист проверки применяется автоматически.
✅ Журнал галлюцинаций содержит 5+ записей.
✅ Нашел и исправил 3 критических ошибки Claude до того, как они ушли в работу. | +| **Месяц 2** | Diligence + Итерации | ✅ В 90% диалогов — 2 или более итераций.
✅ Ни одного случая отправки PII.
✅ 3 рабочих процесса стали короче на 30% благодаря итерациям. | +| **Месяц 3** | Все домены + Интеграция | ✅ Итоговая самооценка: Delegation 4/5, Description 5/5, Discernment 4/5, Diligence 4/5.
✅ Публичный пост / заметка с рефлексией «Как AI Fluency изменил мою работу».
✅ План апгрейда на следующий семестр (например, освоение MCP или fine-tuning). | --- -### Домен 4: Diligence (Ответственность и Итерации) +## 4. Инструменты для отслеживания -> В курсе Diligence связывают с ответственным использованием AI и осознанной итерацией: не останавливаться на первом ответе, учитывать риски, конфиденциальность и собственную ответственность за результат. +- **Журнал промтов и итераций:** Notion (база данных с тегами по 4D) +- **Чек-лист Discernment:** на стикере на монитор +- **Diligence-памятка:** в закрепленном сообщении в рабочем чате (для команды) +- **Еженедельный 15-минутный ретро:** отвечать на вопросы: + - Где Claude сэкономил мне больше всего времени? + - Где я доверился ему зря? + - Какой домен (D в 4D) сегодня страдал больше всего? -- **Текущий уровень**: 2/5 -- **Цель**: 4/5 к концу семестра - -**Фокус:** не брать первый ответ как финальный, работать итеративно и при этом помнить про этику, приватность и рамки использования. - -**Действия:** - -- Не останавливаться на первом ответе AI: задавать уточняющие вопросы, просить альтернативные подходы, пробовать другие формулировки промптов. -- Использовать технику «уточняющих вопросов»: «какие есть альтернативы?», «покажи пошаговое объяснение», «какие ограничения и риски у этого подхода?». -- Вести журнал итераций для 5–10 задач: *промпт → ответ → уточнение → улучшенный результат* и анализировать, какие уточнения сильнее всего повышали качество. -- Соблюдать базовые правила ответственности: - - не загружать приватные датасеты и закрытый код; - - не использовать AI для обхода академической честности (не просить «сделать работу за меня»); - - по возможности помечать, где именно в работе помогал AI, если это важно для контекста (университет, команда). - ---- - -## Таймлайн (на 3 месяца) - -| Период | Фокус | Ожидаемый результат | -|--------------|------------------------------|---------------------------------------------------------------------| -| Неделя 1–2 | Delegation + Description | Список делегируемых задач, 5–7 шаблонов промптов. | -| Неделя 3–4 | Discernment | Журнал анализа 10 AI‑ответов с ошибками/рисками. | -| Месяц 2 | Diligence + Итерации | 3 улучшенных рабочих процесса с AI (учёба, код, CV‑задачи). | -| Месяц 3 | Все домены | Итоговая самооценка 4D‑компетенций, обновлённый план на следующий семестр. | - ---- - -## Self‑Assessment (кратко) - -| Компетенция | Уровень (1–5) | Комментарий | -|----------------------------------------|---------------|------------------------------------------------------------| -| Prompt Engineering / Description | 3 | Базовые промпты работают, но нет полностью системного стиля. | -| Discernment (критическая оценка AI) | 2 | Часто есть доверие к ответу, даже если проверка минимальна. | -| Delegation (что и как отдавать AI) | 3 | Уже делегирую рутину, но не всегда делаю это осознанно. | -| Diligence (ответственность, этика, итерации) | 2 | Понимаю риски, но не всегда явно проговариваю рамки и не всегда достаточно итераций. | -| Интеграция AI в рабочий процесс | 2 | Использую AI эпизодически, а не как стабильную часть процесса. | - ---- - -## Ресурсы и метрики прогресса - -**Ресурсы:** - -- Материалы курса AI Fluency от Anthropic. -- AI Fluency Framework (документация и описания 4D). -- Документация к используемым фреймворкам (PyTorch, TensorFlow, библиотеки CV, инструменты для агентов). -- Статьи и гайды по prompt engineering, AI‑агентам и ответственному использованию AI. - -**Метрики прогресса:** - -- Снижение времени на типичные задачи (код, конспект, поиск информации) при сохранении или повышении качества. -- Рост доли задач, где AI встроен в процесс (а не используется «от случая к случаю»). -- Улучшение самооценки по 4D‑компетенциям каждые 3 месяца. -- Количество реальных артефактов: библиотека промптов, один или несколько AI‑агентов, рабочий LLM‑пайплайн под учебные/проектные задачи. \ No newline at end of file +> **Примечание:** План составлен на основе курса `ai-fluency-framework-foundations` от Anthropic и примера пользователя. Успешное выполнение плана = сданное задание **«Build a personal AI fluency plan»**. \ No newline at end of file