ИИ-рабочее пространство для консультантов: презентации, фреймворки и исследования на скорости партнёра

Что ИИ на самом деле заменяет в проекте

Консалтинговая работа это не одна задача. За одну неделю вы структурируете проблему, опрашиваете заинтересованные стороны, чистите выгрузку данных, строите сюжетную линию, пишете страницы и защищаете рекомендацию. Эти задачи требуют совершенно разного поведения модели, поэтому одна подписка на ИИ всегда ощущается на 70 процентов полезной и на 30 процентов раздражающей.

Честная формулировка такая: ИИ не выдаёт готовый ответ в проекте. Он убирает те два часа, которые вы тратите на первый черновик того, что вы уже умеете строить, и находит пробел, который вы бы обнаружили в четверг, будь у вас больше времени. При таком использовании он стоит нескольких часов в неделю. При использовании как машина ответов он выдаёт ровно тот общий текст, который партнёры научились распознавать. Самый ценный пример этого в проекте: пересказ звонка, у которого есть собственный процесс в статье как резюмировать встречи с помощью ИИ.

Вот маршрутизация, к которой приходит большинство консультантов через несколько недель:

Задача	Лучшая модель	Почему
Структурирование проблемы, деревья вопросов, матрицы 2x2	GPT	Следует явным структурным ограничениям, держит логику MECE, выдаёт чистые иерархии
Заголовки слайдов и сюжетная линия	Claude	Пишет в человеческом регистре, избегает лишних прилагательных, держит единую нить аргумента
Резюме для руководства и письмо клиенту	Claude	Лучше всего контролирует тон и дипломатично говорит сложные вещи
Обзоры рынка и конкурентов	Gemini	Сильнее всего работает со свежими веб материалами, источники которых можно проверить
Чтение длинных документов и транскриптов	Gemini	Контекстное окно на 1 млн токенов, поэтому годовой отчёт на 120 страниц помещается за один проход
Извлечение данных в таблицы или JSON	GPT	Надёжнее всего держит строгие форматы вывода, которые можно вставить в Excel
Проверка рекомендации на здравый смысл	Любая модель, в которой вы не писали черновик	Вторая модель, это самая дешёвая проверка, которую вы вообще можете провести

Запоминать это не обязательно. Практическая версия такая: черновик структуры в GPT, черновик текста в Claude, исследования в Gemini, а финальную логику проверяйте в модели, которая её не писала.

Рабочий процесс 1: генерация фреймворка, которая не выглядит шаблонной

Запрос "фреймворк для этой проблемы клиента" возвращает пять сил Портера с вставленным именем клиента. Решение в том, чтобы дать модели тот же набор ограничений, что дал бы менеджер: решение, которое клиент реально принимает, оси, которые допустимо учитывать, и то, что уже исключено.

Промпт: дерево вопросов

Ты структурируешь проблему для консалтингового проекта. Решение клиента: [конкретное решение, например "объединять ли три региональных распределительных центра в один"]. Построй дерево вопросов MECE глубиной в три уровня. Уровень 1 должен содержать 3-5 вопросов, ответы на которые решают задачу. Для каждого листа укажи требуемый анализ и нужный источник данных. Не включай ветки, которые нельзя проверить доступными данными. Отметь любую ветку, ответ на которую, вероятно, уже известен.

Промпт: матрица 2x2, которая оправдывает своё существование

Предложи три кандидатные матрицы 2x2 для этой проблемы. Для каждой назови обе оси, объясни, что означало бы положение в каждом квадранте для клиента, и укажи единственное решение, которое эта матрица определяет. Отклони любую пару осей, которая является переформулировкой одной и той же переменной. Затем порекомендуй одну и объясни, почему две другие здесь слабее. Контекст: [вставь заметки о ситуации].

Промпт: стресс-тест уже построенного фреймворка

Вот фреймворк, который я построил: [вставь]. Веди себя как скептически настроенный менеджер проекта. Найди пересекающиеся ветки, отсутствующие ветки, ветки, которые нельзя проанализировать в доступное время, и любые места, где структура заранее предполагает ответ. Не переписывай его. Просто перечисли проблемы.

Последний промпт, это самый ценный на этой странице. Модели гораздо лучше критикуют структуру, чем изобретают её, а проход критики занимает 30 секунд. Прогоняйте свой фреймворк через него до обзора у менеджера, а не после.

Рабочий процесс 2: нарратив презентации, который переживает обзор партнёра

Слабое место слайдов, написанных ИИ, не в грамматике. Оно в том, что каждый заголовок это тема, а не утверждение. "Обзор рынка" это тема. "Категория выросла на 11 процентов, пока наш клиент потерял 3 пункта доли рынка, полностью из-за скидочного канала" это утверждение, и презентация из утверждений читается как мышление, а не как отчёт.

Промпт: сначала сюжетная линия, потом страницы

Построй горизонтальную сюжетную линию для презентации клиенту. Ситуация: [2 предложения]. Осложнение: [2 предложения]. Вопрос, который задаёт клиент: [1 предложение]. Доказательства, которые у меня есть: [пункты]. Рекомендация: [1 предложение]. Верни 8-12 заголовков слайдов, каждый как полное утверждение с подлежащим и сказуемым, которые читаются по порядку как единый аргумент. Никаких тематических ярлыков. После заголовков перечисли любые утверждения, для которых у меня пока нет доказательств.

Именно последняя инструкция вас и спасает. Она даёт вам список пробелов в доказательствах до того, как вы построите страницы, а это ровно тот список, который партнёр всё равно составит на обзоре.

Промпт: напиши страницу

Напиши содержание для этого слайда. Заголовок: [вставь заголовок]. Подтверждающие данные: [вставь цифры или выводы]. Аудитория: [например "операционный директор и два его прямых подчинённых, разбираются в операционке, скептически настроены к консультантам"]. Ограничения: максимум три подтверждающих пункта, каждый до 20 слов, никаких прилагательных, которые нельзя измерить, никаких утверждений, выходящих за пределы данных. Добавь одну строку "и что это значит" для клиента.

Промпт: проход по тону

Перепиши это, чтобы соответствовало образцу голоса. Сохрани каждую цифру и утверждение без изменений. Убери любое предложение, которое одинаково подошло бы к презентации для другого клиента. Образец голоса: [вставь два абзаца из презентации, которая понравилась твоему партнёру]. Черновик: [вставь].

Образец голоса важнее любой инструкции про тон. Два абзаца реального текста вашей фирмы сдвинут результат сильнее, чем абзац прилагательных, описывающих желаемое звучание.

Прежде чем что-либо отправлять, прогоните презентацию через обратный тест: вставьте свои заголовки обратно в новый чат и спросите Какой аргумент здесь выстраивается и где самое слабое звено в нём? Если модель не может пересказать ваш аргумент, значит и клиент не сможет.

Рабочий процесс 3: обзоры рынка, на которые реально можно ссылаться

Исследования, это область, где ИИ полезнее и опаснее всего в проекте. Уверенно названная, но выдуманная цифра размера рынка, попавшая в презентацию клиенту, это проблема для карьеры, а не неудобство. Дисциплина проста: используйте модель с доступом к вебу, требуйте источники и считайте каждую цифру непроверенной, пока не откроете источник сами.

Промпт: обзор категории

Исследуй рынок [категория]. Верни: (1) оценки размера рынка за последние 24 месяца, каждая с указанием организации-публикатора, года и URL; (2) 5-8 крупнейших игроков с любыми публично заявленными показателями выручки или доли рынка; (3) существенные изменения за последние 12 месяцев: выходы на рынок, уходы, раунды финансирования, приобретения и регуляторные изменения; (4) две-три структурные силы, наиболее вероятные для изменения конкурентной картины в ближайшие 24 месяца. Там, где источники расходятся, покажи обе цифры, а не усредняй их. Отметь всё, что нельзя подтвердить источником, как НЕ ПРОВЕРЕНО.

Промпт: разбор конкурента

Построй разбор позиционирования [конкурент]. Охвати: заявленное ценностное предложение их собственными словами, целевые сегменты, ценообразование там, где оно публично, каналы дистрибуции, недавние изменения продукта или сообщений с датами, и темы жалоб клиентов, видимые в публичных отзывах. Указывай источник для каждого утверждения. Отдели то, что заявляет компания, от того, что наблюдают третьи стороны.

Промпт: чтение длинного документа

Прочитай этот документ и извлеки только то, что важно для [решение клиента]. Верни таблицу со столбцами: утверждение, ссылка на страницу или раздел, и подтверждает ли оно, противоречит ли оно или нейтрально к гипотезе о том, что [сформулируй гипотезу]. Затем перечисли три вещи из этого документа, которые сильнее всего удивляют относительно отраслевых норм.

Последний промпт показывает, почему большое контекстное окно важно в этой работе. Загрузить целый годовой отчёт, полную нормативную заявку или набор из 15 транскриптов интервью и задать один вопрос по всему этому массиву, это реально другая способность, чем суммировать по странице за раз. Gemini 3.7 Flash читает контекст на 1 млн токенов в Whizi, примерно 2000 страниц текста, поэтому это модель по умолчанию для такого прохода.

Более подробный разбор поиска и проверки источников смотрите в статье ИИ для маркетинговых исследований.

Конфиденциальность клиента: что нужно скрыть перед вставкой текста

Каждый консультант задаёт этот вопрос ещё до второго промпта, и честный ответ состоит из двух частей. Whizi не обучается на ваших разговорах, и политика обработки данных каждого провайдера доступна для ознакомления до того, как вы включите эту модель. Это касается платформы. Это не касается вашего договора с клиентом, который обычно строже любой политики поставщика и является документом, который на самом деле вас регулирует.

Рабочая привычка, это убирать идентификацию, не убирая структуру. Для рассуждений ИИ имя клиента не нужно, а его удаление ничего вам не стоит:

• Замените имена клиента и конкурентов токенами: Клиент А, Конкурент Б, Регион 1.
• Округляйте или индексируйте цифры. "Выручка, индексированная к 100 в 2023, 94 в 2025" сохраняет всю аналитическую форму.
• Убирайте имена, адреса электронной почты и должности из транскриптов интервью перед загрузкой. Ролей достаточно, и именно роли использует анализ.
• Держите всё, что подпадает под конкретный пункт NDA, персональные данные или существенную непубличную информацию, полностью вне любого ИИ инструмента, включая этот.
• Если проект находится под усиленными ограничениями, согласуйте это с командой по рискам вашей фирмы до начала проекта, а не после.

Отредактированный промпт, как правило, и так лучше. Заставляя себя описывать ситуацию структурными терминами, вы убираете случайные детали, которые размывали внимание модели.

Почему одно рабочее пространство лучше трёх подписок здесь

Конкретное преимущество в проекте, это не цена, хотя арифметика реальна: ChatGPT Plus, Claude Pro и Google AI Pro стоят около $20 каждая, примерно $60 в месяц, против $29.99 за Whizi Pro, а сообщение Claude Sonnet 5 тратит 10 кредитов из 2000, которые несёт тариф Pro каждый месяц, так что серия черновиков заголовков для презентации почти не задевает лимит. Независимые специалисты ощущают ещё более острую версию этой арифметики, разобранную в статье ИИ инструменты для фрилансеров. Настоящее преимущество в том, что контекст переживает переключение модели. Вы загружаете выгрузку данных клиента, структурируете проблему в GPT, пишете черновик сюжетной линии в Claude и подтягиваете рыночный контекст в Gemini, всё в одном треде, который помнит всё, что было раньше. Делать то же самое в трёх разных продуктах означает объяснять проект заново три раза и держать историю версий в голове.

Второе преимущество, это сравнение результатов бок о бок, и оно напрямую отражает то, как оценивается качество консалтинга. Прогнать одно и то же резюме для руководства через две модели и оставить лучший абзац, это привычка на две минуты, которая заметно поднимает нижнюю планку того, что вы отправляете. Это также снижает реакцию "это звучит как ИИ", потому что вы отправляете лучший результат для каждого раздела, а не стиль одной модели, растянутый на весь документ.

Третье, это проход красной команды. Попросите модель, которая не писала черновик рекомендации, поспорить с ней: Приведи самый сильный аргумент против того, что эта рекомендация верна. Что должно быть правдой, чтобы верным оказался противоположный вывод? Всё, что она найдёт, финансовый директор клиента нашёл бы тоже.

Чего ИИ не сделает за вас

Он не скажет вам, чего клиент действительно хочет, а это обычно отличается от того, что написано в RFP, и узнать это можно только в комнате переговоров. Он не будет знать, что операционный директор, которому предстоит внедрять вашу рекомендацию, заблокировал ту же идею два года назад. Он не несёт ответственность за цифру, поэтому каждая цифра, которая попадает на страницу, это ваша задача проверить.

Он также слаб именно в том, за что платят консультантам: суждение в условиях неполной информации с репутационными последствиями. Модель охотно даст вам уверенный ответ при скудных доказательствах, потому что уверенность дёшева для неё и дорога для вас. Относитесь к любому результату как к первому черновику начитанного аналитика, который никогда не встречался с клиентом и которого не в чем упрекнуть.