Как учиться с помощью AI: собираем своего преподавателя

Спросить у модели и учиться с моделью это разные занятия. В первом случае вы получаете ответ и закрываете вкладку. Во втором у вас появляется программа, уроки, проверка и память о том, где вы спотыкаетесь.

Собрать себе такого преподавателя можно тремя способами. За 15 минут в NotebookLM, за час в проекте чата с системным промптом или за вечер в собственном учебном репозитории, где агент помнит всю вашу историю. Отдельно разберу голосовой режим, который закрывает разговорную практику. Ниже все по шагам, со сквозной темой теста на уровень и с честным списком того, где такой преподаватель врет.

Модель умеет объяснять лучше многих учебников. Подстраивает объяснение под вас, отвечает на глупый вопрос в десятый раз без вздоха, разбирает пример до последней детали. Проблема в том, что вся инициатива остается на вас. Вы спрашиваете, вам отвечают, разговор заканчивается, а завтра начинается с чистого листа.

Преподаватель отличается от справочника четырьмя вещами, и каждая из них добавляется в систему отдельно.

Качество объяснений везде примерно одинаковое. Отличается количество ручной работы, которое ложится на вас между занятиями.

Способы складываются друг с другом. Материалы удобно разбирать в первом, ежедневную практику вести во втором, а когда занятия входят в привычку, переехать в третий и забрать туда все накопленное.

Самая частая ошибка при обучении с AI выглядит безобидно. Человек садится и просит объяснить тему. Модель объясняет с нуля, потому что не знает, что половину вы уже проходили. Треть времени уходит на пересказ известного, а настоящая дыра остается незакрытой, потому что вы про нее не спросили.

Лечится это тестом на старте. Важно, чтобы тест был адаптивным. Вопросы идут по одному, сложность растет после верного ответа и падает после ошибки. Так за 12-15 вопросов определяется граница, где знание заканчивается. Список из двадцати вопросов сразу меряет усидчивость.

Промпт работает во всех трех способах без изменений. Заключение из четырех пунктов дальше становится файлом профиля. Такие рабочие заготовки я по ходу дела складываю в канале.

Ценность теста в такой формулировке. Интуитивно верный ответ без правила это отдельная дыра, и она попадет в программу.

Тест стоит повторять раз в три-четыре недели по той же схеме и складывать заключения рядом. Разница между двумя заключениями показывает движение честнее, чем ощущение прогресса.

NotebookLM отвечает строго по тем документам, которые вы в него загрузили, и подкрепляет каждое утверждение ссылкой на конкретное место в источнике. Для учебы это принципиально. Модель перестает придумывать факты, потому что ей запрещено выходить за пределы вашего материала.

Один блокнот на один предмет или на одну главу. Свалка из десяти разных курсов в одном блокноте портит ответы, сервис начинает смешивать терминологию из разных источников.

В настройках чата блокнота задается роль собеседника и цель разговора. Там есть готовые режимы вроде наставника или аналитика и поле для собственных инструкций. Туда переезжает та же методика, что описана ниже для проекта в чате. Сначала наводящий вопрос, разбор ошибки до правила, честная оценка ответа. После этого блокнот перестает быть справочником и начинает вести занятие по вашему материалу.

Знание о вас добавляется через источники. Заключение диагностики и список ошибок кладутся в блокнот отдельным документом, и дальше вы просите строить объяснения с оглядкой на них. Работает это ровно до того момента, пока документ актуален.

У способа есть потолок. Журнал не пополняется сам. Блокнот работает с тем, что лежит в источниках на момент вопроса, поэтому вчерашние ошибки доходят до него только после того, как вы обновите документ. Программу занятий он тоже не ведет. Для разбора материала этого хватает, для регулярных занятий нужен следующий шаг.

В крупных чат-сервисах есть проекты. Это контейнер, где лежат общие инструкции и файлы, действующие в каждом новом чате внутри него. Разовые вопросы превращаются в занятия, потому что роль преподавателя и знание о вас больше не нужно повторять каждый раз.

Инструкция проекта собирается из трех блоков. Кто преподаватель и по какой методике работает, что он знает о вас, как устроен урок. Первый блок отвечает за качество занятий, второй за попадание в ваш уровень, третий за то, чтобы урок укладывался в отведенные двадцать минут.

Строка про похвалу здесь важнее, чем кажется. Без нее модель хвалит любой ответ, и вы теряете единственный сигнал о том, что тема не закрыта.

Часть памяти работает сама. Крупные сервисы запоминают, чем вы занимаетесь, и переносят это между чатами внутри проекта, поэтому роль преподавателя и общая картина ваших занятий держатся без напоминаний. Для учебы этого мало. Запоминается общее впечатление, а нужен список ошибок с датами повторения.

Надежность дает файл. В проект кладутся два документа, профиль с заключением диагностики и журнал занятий. После каждого урока модель выдает готовый блок для журнала, вы вставляете его в файл и обновляете документ в проекте. Занимает полминуты, зато урок начинается с ваших конкретных ошибок и с планом повторений.

Двух строк на урок достаточно. Журнал ведется ради последней строки. Без плана повторений ошибки возвращаются через месяц в том же виде.

Отдельного разговора заслуживает голосовой режим ChatGPT. После обновления он звучит близко к живой речи. Держит паузы, меняет интонацию, спокойно реагирует на то, что его перебили, и продолжает с того места, куда вы вклинились. Для языков это меняет дело, потому что появляется собеседник в любое время суток, с которым не страшно выглядеть глупо.

Как встроить его в занятия. Просите вести диалог по сценарию из жизни, держаться вашего уровня и переходить на русский только когда вы совсем встали. Разбор ошибок пусть оставляет на конец разговора отдельным списком. Отдельно просите разбирать произношение, где уехал звук, где ударение, где вопрос звучит как утверждение. Хорошо работает и обратный ход, когда вы голосом объясняете только что пройденную тему, а собеседник ищет в объяснении дыры.

Голос дает скорость реакции и привычку говорить без черновика, чего переписка не тренирует. Общение с живыми носителями языка он не отменяет, зато снимает барьер, из-за которого до этого общения обычно не доходит. Что появляется в голосовых режимах дальше, разбираю в канале по ходу дела.

У способа два слабых места. Длинный чат теряет нить, а журнал держится на вашей аккуратности. Пропущенная синхронизация опускает занятие до уровня общей памяти сервиса, где ошибки помнятся приблизительно. Дальше начинается третий способ, где эту работу делает агент.

Третий способ отличается тем, что агент работает в папке с файлами и умеет их читать и дописывать. Отсюда все остальное. Журнал обновляется сам, программа лежит рядом и отмечается по мере прохождения, а учебник целиком доступен для цитирования.

Пять файлов в корне это вся система. Папки наполняются по ходу занятий, создавать их заранее не нужно.

Текстовый формат нужен для того, чтобы агент цитировал учебник точно и мог сослаться на конкретный параграф. PDF он тоже прочитает, но хуже, потому что таблицы разъезжаются, а нумерация страниц не попадает в цитату. Перевод делается одной просьбой. Положите PDF в папку и попросите агента разобрать его в Markdown с сохранением структуры заголовков и упражнений. Большой учебник лучше резать по главам, по файлу на главу, иначе один файл съест половину контекста на каждом обращении.

AGENTS.md или CLAUDE.md, в зависимости от вашего агента, читается в начале каждой сессии. В него кладется роль, устройство папки и обязанности по обновлению файлов. Это то же самое, что инструкция проекта из второго способа, плюс инструкции по работе с памятью.

Правило про пять незакрытых ошибок держит темп. Без него программа уезжает вперед, а хвост нерешенного растет.

Повторяющиеся сценарии оформляются скиллами, короткими инструкциями, которые агент подхватывает по имени. Три штуки закрывают почти все. Провести урок, устроить проверку, разобрать ошибки за неделю.

Третья команда дает группировку ошибок по причине вместо списка неверных ответов, чего нет ни в одном онлайн-курсе.

Когда основа работает, добавляется приятное. Агент умеет собрать вам страницу-тренажер под конкретную тему. Просьба звучит просто, вроде сделай одностраничный тренажер на спряжение из главы 2, 20 заданий, проверка ответа сразу, в конце список ошибок для errors.md. Получается HTML-файл, который открывается в браузере, работает офлайн и живет в папке tests. Такой тренажер полезнее покупного приложения, потому что задания в нем собраны из ваших ошибок.

Ежедневную порцию можно поставить на расписание, тогда агент утром готовит карточки на повторение по журналу и кладет файл в папку. Дальше вопрос привычки открыть его. По деньгам это подписка на агента и все, отдельных платежей учеба не требует. Если платить не хочется совсем, есть бесплатные ключи и локальный запуск моделей через Ollama или LM Studio. Названия моделей меняются каждые несколько месяцев, поэтому связки я проверяю по ходу дела и выкладываю находки в канале.

Конспект отвечает на вопрос, что было в главе. Для учебы полезнее файл, который отвечает на вопрос, где вы ошибаетесь и почему. Он же дает материал для повторений и показывает движение.

Запись об ошибке состоит из четырех частей: что было неверно, как правильно, какое правило за этим стоит и когда вернуться. Последняя часть превращает список в план. Сначала через день, потом через неделю, потом через три недели. Это обычный интервальный подход, и агент прекрасно считает такие даты сам, если попросить.

Три слабых места, про которые лучше знать заранее.

Даты, цифры, формулировки законов и параграфы модель может уверенно придумать. Лечится тем же, чем в NotebookLM, работой по своим материалам и требованием давать ссылку на место в учебнике. В файле правил это одна строка про запрет придумывать примеры вне папки textbook.

Модели обучены быть приятными собеседниками, и это ломает роль преподавателя. Слабый ответ получает похвалу, спорное решение подтверждается, а на возражение модель меняет позицию, даже когда была права. В учебе это опаснее галлюцинаций, потому что вы получаете подтверждение неверного понимания. Помогают три вещи. Инструкция называть ошибку до похвалы, просьба оценивать по названным критериям с обоснованием оценки и привычка иногда спорить с верным ответом, чтобы посмотреть, устоит ли модель.

Хорошее объяснение оставляет ощущение, что тема освоена. Ощущение появляется от узнавания текста, само знание при этом не появляется. Единственная защита это воспроизведение без материалов. Через день объясните тему своими словами и решите задание, не подглядывая.

Часы за занятиями и число прочитанных страниц ничего не показывают. Работают три измеримых признака.

Раз в месяц полезно прогнать тот же диагностический промпт, что и на старте, и положить заключение рядом с предыдущим.

Собрать преподавателя это частный случай общего навыка. Описать процесс, выдать агенту роль и правила, дать ему память в файлах. На кэмпе Точки над ИИ мы проходим это на практике, от первого проекта в чате до своего репозитория со скиллами и автозапуском. Инструменты для учебы меняются быстро, поэтому новые находки и разборы я выкладываю в канале.