AI для личной эффективности: как устроена моя рабочая система

Эффективность появляется от процессов

Набор открытых вкладок с нейросетями сам по себе ничего не ускоряет. Ускорение дает один разобранный процесс, который перестал требовать вашего постоянного участия. Поэтому вопрос звучит так: какая часть моей недели повторяется и может уйти исполнителю с инструкцией.

Все инструменты, которые у меня прижились, встают в один из трех слоев. Вход это то, как мысль, встреча или документ становятся текстом. Память это место, где текст лежит и накапливает контекст. Руки это те, кто делает работу с этим текстом. Инструмент, который не встает ни в один слой, обычно живет неделю и уходит.

Слои собираются в любом порядке и работают по отдельности. Полную отдачу дает связка, когда вход кормит память, а память кормит руки.

---

Слой первый. Вход: голос и локальные модели

Самая узкая труба в работе с AI это клавиатура. Подробный запрос агенту занимает абзац текста, набирать такое каждый раз лень, и запросы вырождаются в короткие огрызки, из которых модель угадывает задачу.

Лечится голосом. У меня на одну горячую клавишу повешена диктовка через локальную модель Whisper: приложение слушает микрофон, превращает речь в текст и вставляет его в любое поле ввода, где стоит курсор. Терминал, чат с агентом, письмо, поле задачи в планировщике. На macOS это MacWhisper, на Windows такую же роль играет WhisperFlow. Из бесплатного есть Handy с открытым кодом: сборка под Windows, распознавание идет целиком на вашей машине, вешается на ту же одну клавишу.

Дальше меняется сам характер запроса. Наговорить агенту три абзаца контекста занимает сорок секунд, набрать их руками пять минут, и в этом вся разница между постановкой задачи и огрызком. Ставьте задачу так, будто перед вами толковый исполнитель, который не читает мысли.

Транскрибация звонков на своей машине

Вторая половина этого слоя работает без моего участия. Запись созвона попадает в папку на компьютере, локальная модель расшифровывает ее в текст, а дальше срабатывает маленький сторож: он замечает новый файл, отправляет транскрипт в модель вместе с файлом инструкции и получает структурированный разбор.

В инструкции описано, что именно вытащить: кто был на встрече, тема в три-пять слов, ключевые смысловые блоки, договоренности в формате кто и что делает и к какому сроку, две-четыре точные цитаты собеседника и наблюдения о человеке. Отдельным пунктом стоит правило: ничего не выдумывать, пустые поля оставлять пустыми.

Результат уходит двумя маршрутами. Саммари приходит мне в телеграм через пару минут после окончания звонка, а карточка контакта в базе обновляется сама. Через полгода это дает эффект, ради которого все и затевалось: перед следующим разговором с человеком поднимается вся история общения с ним, включая его формулировки.

Про локальный запуск моделей и про то, какая память нужна под какие размеры, написано в гайде про бесплатную работу с агентами и нейросетями. Для расшифровки хватает скромного железа, потому что модель распознавания речи заметно легче языковой.

Локальная модель забирает то, что нельзя отправлять наружу, и то, что не жалко считать медленно. Расшифровки, разбор логов, черновики, переименования файлов.

Разбор чужих материалов

Третий вход это лекции, подкасты, длинные видео и чужие документы. Здесь у меня работает NotebookLM: в блокнот загружаются источники, и модель отвечает строго по ним, со сносками на конкретный абзац. Это снимает главную боль работы с большими материалами, когда ответ выглядит правдоподобно и проверить его нечем. Механика и сценарии разобраны в гайде по NotebookLM, а отдельный прием с выгрузкой рабочей переписки в такой блокнот в гайде про анализ телеграм-чатов.

Полезный лайфхак поверх этого: блокнот подключается к агенту в редакторе через коннектор MCP. Тяжелое чтение больших документов остается на бесплатной стороне Google, а платные токены агента уходят только на постановку задач и сборку итогового результата. Большой разбор при таком делении нагрузки обходится в разы дешевле, механика коннекторов разобрана в гайде про MCP.

Честно про свою практику: сам я сейчас захожу в NotebookLM редко, эту работу у меня забрали второй мозг и агент в редакторе. На первых шагах картина другая. Там это самый быстрый способ увидеть, как AI работает именно с вашими документами и со ссылками на источник, поэтому многим он заходит и держится надолго.

---

Слой второй. Память: второй мозг

Чат забывает вас каждое утро. Поэтому вторым слоем идет место, где лежит контекст: обычная папка с текстовыми файлами на компьютере, к которой подключен агент. Это и есть второй мозг.

У меня внутри разделы по сферам: входящие, личное с целями и здоровьем, бизнес-проекты, обучение, операционка и системная часть с инструкциями. Разделы пронумерованы, чтобы у каждой заметки было одно очевидное место. Главное правило звучит скучно и решает половину проблем: у каждой сущности один файл-владелец, все остальное это ссылки на него. Как только один и тот же факт живет в трех местах, система начинает врать.

Файл правил на входе в систему

В корне лежит один файл, который агент читает в начале каждой сессии. В нем описано, кто он в этом проекте, на каком языке отвечает, как оформляет результат, где что лежит, какие роли подтягивать под какие задачи и какие протоколы выполнять автоматически.

Протоколы это самая полезная часть. У меня их несколько, вот три рабочих примера:

• Разбор входящих на старте. Агент в начале сессии проверяет очередь заметок, которые я накидал за день с телефона, и предлагает разложить их по местам.
• Хвосты прошлой сессии. В конце каждой сессии агент пишет короткое саммари, где главный раздел это незакрытые вопросы. На старте следующей он читает последнее саммари и напоминает про них. Этот протокол появился после истории, когда три незавершенные оплаты просто растворились между сессиями.
• Ловля наблюдений. В фоне агент замечает подтвержденные поведенческие паттерны и в конце сессии дописывает их в отдельный лог. Через несколько месяцев из этого лога собирается довольно точный портрет того, как я на самом деле принимаю решения.

Отдельно живет планировщик: задачи, проекты и спринты в одном структурированном файле, поверх него простой интерфейс со списками и таймлайном. Агент кладет туда задачи по фразе в диалоге и сам подтягивает нужный проект. Как в такой системе живут длинные горизонты, разобрано в гайде про цели на 1, 3 и 5 лет, а сборка второго мозга по шагам в гайде про второй мозг.

---

Слой третий. Руки: агент в редакторе

Основное рабочее место у меня это редактор кода с агентом внутри, Claude Code и Cursor. Звучит странно для человека, который не пишет код, и именно в этом главный сдвиг: редактор дает агенту папку с файлами, терминал и историю изменений. Все три вещи нужны для работы с текстами, таблицами, документами и сайтами ровно так же, как для кода.

Что это меняет на практике. Агент читает десяток моих файлов сам, без загрузки вложений. Он делает работу за несколько шагов и проверяет промежуточный результат. Он запускает скрипты: собрать выгрузку, пережать картинки, посчитать цифры, задеплоить страницу. И каждое изменение ложится в git, поэтому неудачный заход откатывается одной командой, что снимает страх дать агенту право писать в файлы.

Дальше начинается обычный вайб-кодинг: телеграм-боты, внутренние дашборды, сайты, мелкие сервисы под свои задачи. Мой сайт живет в такой же папке, и правки в него я вношу через агента, это отдельно разобрано в гайде про ведение сайта с агентом. Что выбрать из инструментов, если вы только начинаете, есть в каталоге инструментов для вайбкодинга, а приемы конкретно по Claude Code в отдельном гайде.

Задача	Куда идет
Разовый вопрос, объяснение, черновик письма	Чат в браузере
Работа с файлами, несколько шагов, проверка результата	Агент в редакторе
Процесс, который повторяется третий раз	Скилл
Мысль на ходу, ссылка, голосовая заметка	Бот в телеграме
Запись под NDA, персональные данные, транскрипт	Локальная модель
Действия на чужих сайтах, формы, поиск и сравнение	Агент в браузере
Регулярная сводка в одно и то же время	Автономный агент на сервере

---

Агент в браузере: рутина на чужих сайтах

Отдельная пара рук работает там, где нет ни файлов, ни терминала: на обычных сайтах. У меня это Comet, браузер от Perplexity, где агент видит открытую страницу и умеет на ней действовать. Задачи, которые уходят туда чаще всего:

• Поиск и сравнение. Обойти десяток вкладок, собрать варианты в один список и показать разницу. Ручной обход тех же сайтов занимает вечер.
• Настройка сервисов. Пройти по интерфейсу аналитики и выставить счетчики, цели и доступы по шагам, пока вы заняты другим.
• Разговор с поддержкой. Написать в чат сервиса, объяснить проблему, дождаться ответа и вернуться с результатом. Экономит те самые сорок минут ожидания в очереди.
• Однотипные формы. Анкеты, личные кабинеты, повторяющиеся заявки с одними и теми же данными.
• Промокоды при оплате. Прием, который нравится всем: перед оплатой агент ищет действующие купоны на этот сервис и подставляет их в поле промокода. Срабатывает через раз, а стоит одной просьбы.

Границы тут жестче, чем в редакторе: браузер ходит по вашим авторизованным сессиям. Пароли, подтверждение платежа и отправка чего-либо от вашего имени остаются за вами. Про сам поисковый движок под этим браузером есть гайд про Perplexity, а браузерные агенты разбираются в первую неделю кэмпа рядом с основами работы с моделями.

---

Скиллы: как упаковать процесс один раз

Это та часть системы, которая дала самый заметный прирост. Скилл устроен просто: папка с текстовым файлом, где обычными словами написано, что делать, в каком порядке и по каким правилам. Агент читает файл и работает по нему. Разбор самой механики лежит в гайде про скиллы для AI-агентов, а подборка чужих готовых наборов в гайде про готовые скиллы.

Ценность в том, что процесс перестает объясняться заново. Пока процедура живет в голове, каждый запуск стоит вам десяти минут объяснений и половины забытых деталей. После упаковки запуск стоит одной команды.

Скилл	Что делает по одной команде
Пост в канал	Собирает свежие материалы по теме, предлагает идеи, пишет текст по моим стилевым правилам
Карусель	Разбирает статью на карточки, верстает их в дизайн-системе проекта, отдает готовую подпись
Документы	Делает договор, счет и акт по реквизитам заказчика из шаблонов
Презентация	Генерирует слайды в нужном визуальном стиле с опорой на референсы
Финальная вычитка	Проходит по тексту и вычищает приметы машинного письма и мои личные стоп-слова
Диагностика компьютера	Смотрит память и процессы, чистит кэши, объясняет, почему все тормозит

Правило третьего повторения. Скилл рождается на третий раз, когда вы ловите себя на объяснении одного и того же. Записывать процедуру заранее почти всегда бесполезно: пока процесс не прожит руками, вы не знаете, где в нем настоящие развилки.

Само написание отдается агенту. Вы делаете работу вместе с ним обычным способом, а в конце просите записать процедуру в файл скилла.

Первый прогон скилла всегда правится: агент упускает половину развилок. После двух-трех правок файл становится стабильным и живет месяцами.

Скиллы связываются друг с другом. У меня разбор материалов, написание поста и финальная вычитка идут цепочкой, а один и тот же файл со стилевыми правилами читают все текстовые скиллы сразу. Как собирается такая связка с автозапуском по расписанию, показано в гайде про сборку дайджестов.

---

Дизайн и фронтенд: как получать свой стиль, а не общий

Больное место у всех, кто делает визуал с AI. Модель по умолчанию выдает усредненную картинку из интернета, и результат опознается с первого взгляда. Лечится это переносом стиля в контекст.

• Дизайн-токены текстом. Один файл, где записаны цвета в шестнадцатеричном виде, шрифты, размеры, отступы, скругления и правила использования. Агент читает его перед любой версткой, и страницы выходят в одном стиле без напоминаний.
• Референс картинкой. При генерации иллюстраций в запрос кладется образец нужного стиля. Все обложки этого раздела нарисованы так: одна референсная картинка плюс описание сюжета, поэтому они выглядят как один набор.
• Правила прямо в скилле. Стилевые запреты живут в файле скилла, а не в моей голове. Скилл презентаций знает про допустимые раскладки, скилл карточек про поля и кегли.
• Схемы кодом. Часть иллюстраций дешевле нарисовать разметкой, чем генерировать. Схема с тремя слоями выше это несколько строк, и она одинаково четкая на любом экране.

Порядок работы получается такой: сначала дизайн-система в файле, потом страницы. Развернуто это разобрано в гайде про красивый дизайн с AI-агентом, по слайдам в гайде про презентации, по соцсетям в гайде про карусели.

С текстом работает тот же принцип. Стиль переносится файлом с примерами ваших формулировок и списком запретов, и это единственный способ получить на выходе свой голос: как научить агента писать вашим голосом.

---

Телеграм как интерфейс системы

Компьютер открыт не всегда, а мысли приходят в дороге. Поэтому у системы есть вход через мессенджер.

Самый простой вариант это бот для входящих. Я отправляю ему голосовую заметку или ссылку, бот кладет ее в очередь, а утром агент на старте сессии разбирает очередь и раскладывает по местам. Такой бот собирается за вечер, и он же обычно становится первым личным проектом на кэмпе.

Дальше идут агенты, которые живут на сервере и работают без вашего компьютера. OpenClaw это открытая платформа для персонального ассистента 24 на 7: подключаете мессенджер, набор навыков и модель по API. Hermes от Nous Research устроен похоже и заточен под автономную работу с инструментами. Общее у них то, что агент перестает зависеть от того, открыт ли у вас ноутбук.

Отсюда растет автономность по расписанию: сводка новостей к восьми утра, напоминание о неоплаченных счетах, еженедельный отчет по проектам. Запрос на такое звучит в каждом потоке кэмпа, и собирается это связкой из скилла и планировщика задач на сервере.

Чтобы агент дотягивался до ваших сервисов, между ними ставится коннектор. Календарь, почта, таблицы, база данных, трекер задач подключаются по единому протоколу: что такое MCP и как это работает.

---

Как находить свои процессы под передачу

Самый частый тупик звучит так: инструменты поставлены, а применить их не к чему. Разбирается он механически.

1. Неделя хронометража. Записывайте, на что уходит время, крупными блоками. Достаточно строчки в заметках после каждого блока.
2. Три признака кандидата. Задача повторяется, у нее понятный результат, ее сделает любой аккуратный исполнитель по инструкции. Совпало три из трех, задача уходит первой.
3. Разбор на шаги вслух. Продиктуйте агенту, как вы делаете эту работу, со всеми развилками. Голосом это занимает пару минут и выходит подробнее, чем письменно.
4. Первый прогон вместе. Пройдите процесс с агентом руками и запишите, где он ошибся.
5. Упаковка. На третьем прогоне процедура ложится в скилл.

Что уходит первым почти у всех: перенос данных между системами, форматирование документов, первичный разбор входящих, подготовка черновиков, регулярная отчетность, поиск по своим материалам. Что остается за вами: выбор направления, решения с последствиями, живые разговоры, финальная ответственность за результат.

Примеры из последнего потока: расчет себестоимости блюд с ежедневным сбором цен по утрам, распознавание счетов из фотографий в таблицу, разбор входящих резюме, бот, который превращает пересланное сообщение в задачу с напоминанием. Все это собрано людьми без опыта разработки за четыре недели. Похожие разборы регулярно выкладываю в канале Точки над ИИ.

---

Контекст-инжиниринг: навык, который решает больше инструментов

Промпт это рецепт, контекст это ингредиенты. Даже лучший повар не приготовит блюдо из того, чего нет в холодильнике. Работа с AI на дистанции сводится к тому, чтобы у модели перед началом работы были правильные ингредиенты.

Приемы, которые я использую постоянно:

• Разметка вместо простыни. Заголовки, списки и таблицы модель читает заметно лучше сплошного текста. Markdown для нее родной формат.
• Интервью вместо технического задания. Если задача в голове расплывчатая, попросите агента задать вам вопросы, из ответов на которые соберется задание. Вытаскивать контекст вопросами у модели получается лучше, чем у вас формулировать его с нуля.
• Самооценка результата. Просьба оценить свою работу от нуля до ста и переделать, если оценка ниже девяноста, стабильно поднимает качество на один заход.
• Гигиена контекста. Отдельные файлы под описание продукта, под требования, под стиль. Один длинный чат на все подряд начинает тупить примерно на середине.
• Пересадка через саммари. Когда окно контекста забилось, попросите короткое саммари прогресса, откройте новую сессию и начните с него.
• Короткий файл про проект. Половина расхода токенов уходит на то, что агент раз за разом перечитывает лишнее. Страница с описанием проекта экономит больше, чем любая оптимизация формулировок.

---

Экономика: на что уходят деньги

Расходы делятся на три уровня. На нуле рублей работают бесплатные тарифы и локальные модели, цена этого решения время и просадки на сложных задачах. Около 20-40 долларов в месяц стоит один платный тариф, и этого хватает большинству. От 50 до 100 долларов и выше набегает при нескольких подписках сразу и оплате токенов по API.

Важнее уровня привычки, которые определяют расход:

• Планируйте сильной моделью, выполняйте дешевой. Разбор задачи стоит десятков токенов, механические правки тысяч.
• Собирайте мелкие правки в одно сообщение. Пачка из пяти замечаний обходится заметно дешевле пяти отдельных заходов, потому что контекст отправляется заново каждый раз.
• Отдавайте рутину локальным моделям и бесплатным сервисам. Расшифровки, черновики и разбор логов прекрасно живут офлайн, а тяжелое чтение больших документов уходит в бесплатный NotebookLM.
• Не гоняйте агента вхолостую. Непродуманная задача стоит столько же, сколько продуманная, и дает мусор на выходе.

Про доступ к западным сервисам и способы оплаты есть отдельный разбор: как оплатить ChatGPT и Claude из России. Если хочется сначала попробовать без затрат, смотрите карту бесплатных моделей и оболочек.

---

Безопасность и границы

Чем больше система умеет, тем аккуратнее выдаются права. Мои правила по этой части:

• Доступ к боевой базе только на чтение. Изменения идут через отдельный шаг, который я подтверждаю.
• Ключи отдельные под каждую задачу и с минимальными правами. Общий ключ от всего в файле проекта это авария, которая ждет своего дня.
• Персональные данные, документы под NDA и чужие секреты уходят только в локальную модель или в тариф с обещанием не использовать данные для обучения.
• Публикация наружу, платежи и правки на живом сайте проходят через мой просмотр. Агент готовит, кнопку нажимаю я.
• Чужие скиллы и расширения читаются перед установкой. Это чужой текст, который получает права на вашей машине.

---

Грабли

• Копить инструменты вместо процессов. Десять подписок без единого упакованного процесса дают ноль ускорения и приличный счет.
• Строить систему, которой не пользуетесь. Красивая структура папок без записанных решений мертва через месяц. Начинать стоит с одного живого процесса.
• Держать контекст в голове. Пока правила не записаны в файл, вы объясняете их заново каждое утро и удивляетесь разному результату.
• Один бесконечный чат на все. Контекст забивается, качество падает, найти прошлое решение невозможно.
• Отдать агенту полные права. Один неаккуратный заход в боевую систему стоит дороже всей сэкономленной недели.
• Ждать идеального результата с первого раза. Первый прогон скилла всегда кривой, ценность появляется после двух правок.
• Мерить эффективность количеством запросов. Мерить надо освободившимися часами и задачами, которые перестали доходить до вас.

---

План на первую неделю

1. День 1. Голос. Поставьте локальную диктовку, назначьте одну горячую клавишу, продиктуйте пару задач агенту вместо набора руками.
2. День 2. Папка проекта. Заведите папку под одну рабочую задачу и положите туда короткий файл с описанием: что за проект, кто вы, чего хотите, каких формулировок избегать.
3. День 3. Агент в редакторе. Поставьте один инструмент и прогоните на нем настоящую задачу из своего дня.
4. День 4. Память. Три раздела второго мозга и один протокол: короткое саммари в конце каждой сессии с разделом незакрытых вопросов.
5. День 5. Первый скилл. Возьмите самый надоевший повторяющийся процесс и упакуйте его в файл.
6. День 6. Вход через телефон. Соберите бота, который принимает голосовые заметки и складывает их в очередь на разбор.
7. День 7. Ревизия. Выпишите, что реально ускорилось и где вы застряли. Второй список важнее первого.

Через неделю обычно видно две вещи: какие задачи вы готовы отдавать каждый день и какого слоя вам не хватает. Дальше система растет от этого.

---

Как это ложится на программу кэмпа

Ровно в такой последовательности собран модуль про личную эффективность с AI, четыре недели живых эфиров и практики.

• Неделя 1. Фундамент: как устроены модели, голосовой ввод, контекст-инжиниринг и NotebookLM как личная база материалов.
• Неделя 2. Агенты и визуал: принципы работы с агентами, дизайн-системы, сайты и веб-приложения, презентации, таблицы.
• Неделя 3. Свои проекты: инфраструктура, телеграм-боты, углубленный вайбкодинг, правила работы с агентами.
• Неделя 4. Second Brain, агенты с ролями, скиллы под личные задачи и демо собственных проектов.

Отдельная трехнедельная программа про второй мозг с постоянной памятью и агентами-специалистами стартует осенью, на нее открыт лист ожидания. Остальные направления собраны на странице всех программ.

---

Частые вопросы

С чего начать, если из AI пока только чат в браузере?

С голоса и с папки. Голосовой ввод через локальную модель ставится за полчаса и сразу меняет скорость работы с любым интерфейсом. Папка проекта с коротким файлом правил решает вторую половину: агент перестает каждое утро узнавать заново, чем вы занимаетесь. Дальше добавляется агент в редакторе, второй мозг и скиллы.

Чем агент в редакторе отличается от чата в браузере?

Чат отвечает текстом и ничего не помнит между вопросами. Агент в редакторе видит папку с вашими файлами, читает и пишет их, запускает команды, проверяет результат и повторяет цикл до готового результата. Плюс каждое изменение ложится в git, поэтому любой шаг откатывается одной командой.

Зачем локальные модели, если есть облачные?

Ради приватности и стабильной цены. Транскрибация звонков, разбор записей встреч, работа с документами под NDA идут на локальной модели, и наружу не уходит ничего. Локальная модель не считает запросы и работает без интернета, поэтому она забирает рутину: расшифровки, черновики, разбор логов, переименования.

Что такое скилл для агента и почему с него растет эффективность?

Скилл это папка с текстовым файлом, где обычными словами описано, что делать и по каким правилам. Агент читает файл и работает по нему. Процесс, который вы объясняли заново каждый раз, превращается в одну команду. Хорошее правило: процесс упаковывается в скилл на третьем повторении.

Сколько времени занимает сборка второго мозга?

Рабочий каркас собирается за вечер: папка с текстовыми заметками, три-четыре раздела по сферам жизни и один файл с правилами для агента. Дальше система растет от задач. Смысл появляется на второй неделе, когда агент начинает отвечать с учетом ваших прошлых решений.

Сколько это стоит в месяц?

Три уровня. Ноль рублей на бесплатных тарифах и локальных моделях, с потерей в скорости. Около 20-40 долларов при одном платном тарифе, этого хватает большинству. От 50 до 100 долларов и выше при нескольких подписках и оплате токенов по API. Расход растет от привычки гонять агента вхолостую, поэтому дисциплина по контексту экономит больше, чем выбор тарифа. Часть нагрузки при этом снимается бесплатно: рутина уходит локальной модели, тяжелое чтение документов в NotebookLM.

Что нельзя отдавать агенту?

Полный доступ к боевым данным и деньгам. Доступ к базе даем на чтение, ключи держим отдельными и с минимальными правами, изменения на живом сайте и в платежных системах проходят через ваш просмотр. Персональные данные и документы под NDA идут только в локальную модель или в тариф с обещанием не использовать данные для обучения.

Как понять, какие задачи отдавать AI?

Неделю записывайте, на что уходит время. Кандидаты на передачу видны по трем признакам: задача повторяется, у нее понятный результат, ее делает любой аккуратный исполнитель по инструкции. Перенос данных, форматирование, первичный разбор, черновики, регулярная отчетность уходят первыми.