Как мы пытались написать статью в базу знаний с помощью ChatGPT

Мы не пытались написать роман с помощью ChatGPT. Мы просто хотели, чтобы она помогала писать статьи в базу знаний. Живые люди уклоняются от этого под разными предлогами: горят дедлайны, писать не люблю, неудобно и т.д. Поэтому мы попросили нашего дизайнера, разработчика и менеджера протестировать нейросеть и оценить результат.

Перспектива была заманчивая: нейросеть пишет статьи, а в это время сотрудники попивают кофе или зарабатывают денежки на клиентских проектах. А теперь вернемся в реальность и оценим то, что получилось в итоге.

Как мы подключились к нему из России. Тут глобально есть два варианта: через сайт Open.AI либо через чат-ботов.

Если хотите, можно подключиться через сайт OpenAi

Недорогие симки за 12-14 рублей быстро разбирают. Самые дорогие номера в Британии, Франции и Дании. Зато они всегда есть. Нам удалось урвать симку Эстонии. Но подключиться получилось не сразу — смс-ки иногда не доходят, и приходится пробовать новый номер.

Можно попробовать подключиться через платных чат-ботов. Подписка стоит около 500 рублей в месяц. Никакой возни с номерами, и в итоге дешевле и проще.

Сначала мы были скептически настроены по отношению к статьям, которые может писать нейросеть. Все потому, что самые полезные статьи для базы знаний основаны на знании продукта, процессов и специфики компании.

А ChatGPT нельзя обучить на нужном массиве данных. Поэтому самые сложные статьи и код мы пока пишем сами. А нейросети мы делегировали статьи попроще. Но результат приятно удивил.

Сначала мы подумали: неплохо бы помочь дизайнерам наполнять базу знаний. Им регулярно заполнять её сложнее всего. Дизайнер во время работы почти не создает никаких текстовых документов. Поэтому они отдельно пишут статьи со скринами, чтобы рассказать о чем-то коллегам.

К тому же, писать тексты они не любят, поэтому статьи появляются редко и неохотно. Так пусть напишет ChatGPT. В случае чего поправим.

Это фрагмент из статьи Оксаны, нашего дизайнера. Она объясняла коллегам основные фишки и особенности работы плагина Pitchdeck Presentation Studio для Figma.

А может ли нейросеть написать такую же? Мы просто сформулировали для неё запрос: “Какие есть особенности плагина Pitchdeck Presentation Studio для дизайнера”.

Выглядит очень подробно и структурированно. Но на полноценную статью для базы знаний пока все же не тянет. Попробуем сформулировать запрос по-другому: “Напиши, как пользоваться плагином Pitchdeck Presentation Studio для Figma. Основные фичи, особенности работы, как установить”.

Если соединить текст из первого и второго запросов, получится вполне приличная инструкция. Нейросеть нигде не соврала. Особенно круто, что она выделила возможность экспорта из Figma в Power Point. Для дизайнера, который работает с презентациями это очень полезная штука. На практике часто возникает проблема: дизайнеры нарисовали презентацию в Figma, а маркетологи не могут быстро там что-то поправить. А с этим плагином просто перевел в формат pptx, и редактируешь без проблем.

Написать такую статью со скринами можно за 2-3 часа. Нейросеть может обработать 2 запроса минут за 10, если ничего не виснет и не отваливается. Проверить и отредактировать на свой вкус можно минут за 40. То есть минимум час можно спокойно сэкономить.

У нас в компании довольно много людей, которые выросли из разработчика до тимлида. Для них мы обязательно пишем статьи в базе знаний о том, как принято руководить и выстраивать командную работу именно у нас.

Мы дали ChatGPT задание: написать статью для начинающих руководителей в базу знаний о делегировании полномочий. Мы спросили, что должен делать тимлид в ИТ-компании и как ему делегировать полномочия.

Практически коуч и психотерапевт в одном лице. Со смыслом, конечно, не поспоришь, но человек, который вырос до руководителя уже сам понимает такие вещи. Мы пишем в базе знаний более конкретные вещи про делегирование именно в нашей ИТ-компании.

Здесь мы взяли статью про профилировщик XHProf. Сначала решили проверить, сможет ли она выдавать корректные вещи именно для разработчиков.

Но для разработчика этот вопрос простой. Может ChatGPT просто взял выжимку из Википедии или профильных статей, как любой поисковый движок?

Поэтому мы попробовали его подловить и задали вопрос с подвохом:

“Как мне использовать XHProf для микросервисной архитектуры при большом количестве межсервисных запросов". Мы знаем, что это не самое оптимальное решение. Интересно, а нейросеть знает?

Пока результаты ChatGPT не дотягивают до того, чтобы она полностью писала статьи для базы знаний за нас. Но если не требовать от неё сразу шедевров, то результаты у нее крутые: она дала неплохую рыбу для эксперта и помогла ему сэкономить время. Человек может два часа думать над тем, что ему написать в статье, а ChatGPT за 5 минут даст ему план, от которого можно оттолкнуться. Если, конечно ничего не зависнет и не отвалится.

Так что комбинация « ChatGPT + живой человек» нам кажется очень выигрышной. В конце концов, раньше все ездили только на механике, потом появилась автоматическая коробка, а потом Tesla с автопилотом.

Но сейчас пользоваться этой сетью в России - то еще приключение. Бот нестабильно работает из-за перегрузок серверов. К нему тяжело подключиться, а содержание не всегда предсказуемо. Так что ждем, когда в России создадут свой аналог ChatGPT.