Интервью с экспертом провели, а статья все равно получилась как у конкурентов
Бриф для интервью с экспертом обычно короткий: расскажите об услуге, в чем ваши преимущества, чего нет у других. Ответ получается таким же коротким и обтекаемым: «учитываем особенности объекта», «подбираем решение под задачу клиента». Копирайтер записывает это, добавляет два абзаца из открытых источников конкурентов, и материал готов. Такую статью нельзя отличить от текста любого другого сайта в нише.
А ведь у эксперта опыта обычно достаточно. У него могут быть десятки успешных проектов, часть из которых шла вначале совсем не по плану. Например, изменилась технология, всплыл скрытый дефект, пришлось пересчитывать смету на середине работы. Этот опыт существует, но копирайтер в статье его не отразил, хотя честно пытался это сделать.
Расскажу о методиках, которые помогают понять, почему при обсуждении и интервью может теряться именно та информация, ради которой компания собирает фактуру.
Три фильтра, стирающие опыт
1 Общее вытесняет уникальное. Когда несколько человек в компании обсуждают, что написать в статье, разговор естественно скатывается к тому, что и так знают руководитель, маркетолог, редактор. Детали, которые известны только паре менеджеров из отдела продаж или паре монтажников из штатной бригады, в общем обсуждении не всплывают.
Это результат классического эксперимента Гарольда Стассера и Уильяма Титуса. Группам давали информацию о кандидатах. Часть сведений была известна всем участникам заранее, часть распределена так, что каждый знал только свой фрагмент. Когда решающие факты были общими для всех, правильного кандидата выбрали 83% групп. Когда те же факты выдавали по частям, с задачей справились только 18% групп: обсуждение крутилось вокруг известного всем, а уникальные детали каждого участника оставались невысказанными.
На планерке в компании может возникнуть похожая ситуация. Самая ценная деталь обычно известна одному человеку, и ее нужно доставать целенаправленно, а не ждать, что она всплывет сама в свободной беседе.
2 Результат стирает неопределенность. Когда проект завершен, эксперт описывает его как последовательность очевидных шагов. Психологи называют это хайндсайт-искажением: зная исход, человек задним числом считает его более предсказуемым, чем он выглядел до развязки.
Барух Фишхофф показал это на 24 разных сравнениях. Сообщение об исходе события каждый раз повышало оценку его изначальной вероятности, в среднем на 10,8 процентного пункта.
Так в рассказе эксперта может появиться фраза «решение было очевидным». Вместе с первоначальной неопределенностью из него выпадают отвергнутые варианты, сомнения и признаки, по которым решение действительно принималось.
3 Знакомство с темой может создавать завышенное ощущение полноты объяснения.
Мэттью Фишер и Фрэнк Кейл просили участников сначала оценить, насколько подробно они смогут объяснить темы из своей специальности, а затем дать эти объяснения. После попытки объяснить средняя самооценка падала с 4,93 до 3,97 балла: человек обнаруживал пробелы только в процессе рассказа, не раньше. Это не значит, что опытный эксперт обязательно ошибается насчет своих знаний. Эффект проявился в среднем по группе участников, а не у каждого человека.
Поэтому вопрос «вы сможете рассказать о своей услуге» бесполезен. Уверенное «да» ничего не говорит о том, восстановит ли эксперт условия и порядок, в котором принималось решение.
Эти три исследования посвящены групповым решениям и самооценке знаний, а не подготовке корпоративных статей. Они не доказывают, что любая редакция обязательно столкнется с теми же цифрами. Они показывают возможные механизмы, из-за которых стандартное интервью теряет уникальную, неочевидную и точную часть опыта, оставляя общие формулировки.
В своей большой аналитической статье я уже разбирал, как превратить семантику в задание на сбор и проверку фактуры. Сейчас здесь я рассматриваю более узкую проблему: почему часть опыта может потеряться еще во время обсуждения и интервью.
Метод, который решает ту же задачу иначе
В прикладной психологии для восстановления неявного знания давно используют разбор одного конкретного эпизода. Метод Critical Decision Method, разработанный Гэри Кляйном с коллегами, устроен так: интервьюер несколько раз проходит с экспертом один и тот же сложный случай, каждый раз уточняя новые подробности. Например, какие сигналы были замечены, какие цели преследовались, какие альтернативы рассматривались и в какой момент решение изменилось
Разница с обычным интервью в деталях разговора. Обычное интервью нацелено на тему в целом: «расскажите про услугу». Critical Decision Method работает с одним эпизодом и несколькими проходами по нему. Чем уже эпизод, тем больше шансов получить проверяемую фактуру, а не пересказ рекламного буклета.
Рабочая единица фактуры - след решения
Из всего этого складывается рабочее понятие, которое можно перенести на подготовку контента.
Для статьи, которая разбирает проектное решение, рабочей единицей фактуры становится его след:
- исходная ситуация,
- доступные на тот момент признаки,
- рассмотренные варианты,
- выбранное действие,
- причина выбора,
- результат,
- ограничение применимости,
- подтверждение.
Для действующей цены, технической характеристики или требования закона такая цепочка не нужна. Там фактурой остается просто проверенный факт с источником и датой.
Отдельные виды подтверждений эту цепочку не заменяют. Фотография объекта показывает результат, но ничего не говорит о том, почему выбрали именно такое решение.
Смета подтверждает сумму, но без исходного расчета не объясняет, из-за чего цена изменилась по ходу проекта.
Рассказ специалиста называет причину. Но, как показывают исследования выше, может незаметно сгладить и сомнения, и отвергнутые варианты.
Для разбора решения эти элементы становятся полноценной фактурой, когда соединены в одну проверяемую цепочку.
Для проверки цепочки нужно взять реальный проект, в котором первоначальный план изменился. По нему восстанавливают исходные данные, первое решение, новый обнаруженный факт, рассмотренные альтернативы, документальные подтверждения, результат и границы применимости вывода. Если часть звеньев восстановить нельзя, их фиксируют как пробел, а не заполняют правдоподобным объяснением. Это честнее, чем красиво додуманная деталь.
Что из этого следует для сбора фактуры
Отсюда вытекают три практических вывода, которые обычно упускают на этапе брифования эксперта.
✅ Особенно ценны кейсы, где первоначальное решение пришлось поменять. Обычный успешный кейс показывает результат. Измененное решение показывает критерий выбора - то, ради чего вообще читают экспертную статью.
✅ Жалобы и отказы показывают границы применимости предложения: при каких условиях и ожиданиях обычное решение компании перестаёт работать.
✅ Третье наблюдение более неприятное. Если причину изменения цены, срока или технологии нельзя восстановить по CRM, переписке, документам и комментариям участников, компания не может проверить происхождение конкретного решения. Это уже серьезная корпоративная проблема.
Какое решение рекомендую
Когда я готовлю такой разбор, то не собираю интервью со всеми экспертами компании подряд. Сначала выбираю один проект с измененным решением. Именно такой, а не самый успешный за квартал. И прогоняю его через семь вопросов (смотрите ниже).
Только после этого решаю, хватает ли фактуры на статью или нужен второй эпизод. Такой порядок требует отдельного разбора одного проекта, но снижает риск получить текст, который потом нечем подтвердить.
Как спросить, чтобы получить след, а не пересказ
Обычные вопросы для брифа «расскажите об услуге», «в чем ваши преимущества» провоцируют общий, рекламный ответ. Все дело в самом подходе.
Хороший сценарий интервью выглядит иначе:
- Вспомните последний проект, где первоначальное решение пришлось изменить.
- Что вы знали о ситуации в самом начале, до первых признаков проблемы?
- Какой вариант собирались использовать сначала и почему именно его?
- Какой новый факт заставил пересмотреть решение?
- Какие альтернативы рассматривали и почему их отклонили?
- Где это зафиксировано - календарь проекта, переписка, акт, комментарий клиента?
- Для каких других случаев этот вывод не подойдет?
Последний вопрос особенно важен. Ограничение применимости - часть следа решения. Без него читатель может принять частный случай за общее правило, а обнаруженное несоответствие снижает доверие ко всему материалу.
Где здесь помогает ИИ
Нейросеть хорошо справляется с механической частью:
- разложить расшифровку интервью по этапам следа решения,
- найти две версии срока в одном разговоре,
- указать, каких подтверждений не хватает для конкретного шага.
Это ускоряет систематизацию уже собранного материала.
Восстановить недостающий мотив решения или назначить, какая из двух версий срока верная, нейросеть не может. У нее нет доступа к календарю проекта, переписке или памяти участников. Эту часть работы все равно делает человек, у которого есть доступ к первичным источникам. Поэтому сбор следа решения нельзя полностью делегировать даже самому подробному промпту.
С чего начать вам
Возьмите один реальный проект, в котором первоначальное решение изменилось. Сначала задайте эксперту обычный вопрос: «Расскажите, как проходил проект». Затем пройдите тот же случай по семи вопросам из этой статьи. Сравните, появились ли во втором разговоре исходные признаки, отвергнутые варианты, причина изменения решения, подтверждения и ограничения.
Такой тест не докажет универсальность метода, но покажет, какие сведения не появились в первом разговоре и удалось ли восстановить их с помощью разбора конкретного решения.
Источники
- Стассер Г., Титус В. Объединение нераспространённой информации в групповом принятии решений: предвзятая выборка информации во время обсуждения // Journal of Personality and Social Psychology, 1985. Текст работы: www.uni-muenster.de/imperia/md/content/psyifp/aeechterhoff/vorlesungkommunikation/stasser_titus_unsharedinfogroupdisc_jpsp1985.pdf
- Фишхофф Б. Ретроспектив ≠ предвидение: влияние знания о результатах на суждение в условиях неопределённости // Journal of Experimental Psychology: Human Perception and Performance, 1975. Текст работы: web.mit.edu/curhan/www/docs/Articles/15341_Readings/Behavioral_Decision_Theory/Fischhoff_1975_Hindsight_is_not_equal_to_foresight.pdf
- Фишер М., Кайл Ф. К. Проклятие экспертизы: когда больше знаний ведёт к неправильно откалиброванному объяснительному пониманию // Cognitive Science, 2015. Текст работы: cogdevlab.yale.edu/sites/default/files/files/Fisher2015.pdf
- Кружков А. Как собрать фактуру для экспертной статьи // Pragmatix Digital, 2025. pragmatix.digital/kak-sobrat-facturu-dlya-excpertnoi-statii
- Кляйн Г., Калдервуд Р., МакГрегор Д. Критический метод принятия решений для получения знаний // IEEE Transactions on Systems, Man, and Cybernetics, 1989. Описание метода: ieeexplore.ieee.org/document/31053