Как превратить опыт специалиста в рабочий скилл
В каждой компании есть человек, к которому идут со сложными случаями. Он знает, как отвечать трудному клиенту, какие документы запросить у поставщика, где в договоре обычно прячется проблема. Этот опыт нигде не записан. Когда сотрудник в отпуске, качество проседает; когда уходит — уходит вместе с ним. Передать такой опыт нейросети можно, но не через «загрузить всё, что он знает». Через скилл: описание одной задачи так, чтобы её мог выполнить другой.
Скилл — это не база знаний
База знаний отвечает на вопрос «что у нас есть». Скилл отвечает на вопрос «как делается вот эта задача». Разница принципиальная. Можно загрузить в модель все регламенты и получить общие ответы. Можно описать один сценарий — как разбирать претензию по недопоставке — и получить исполнителя, который делает это стабильно.
Скилл состоит из четырёх частей: с чем работаем на входе, по каким шагам идём, что должно получиться на выходе, в каких случаях останавливаемся и зовём человека. Последняя часть обязательна.
Выберите задачу, а не тему
Не «опыт продаж», а «квалификация входящей заявки от нового клиента». Не «работа с поставщиками», а «проверка счёта на соответствие спецификации». Задача должна повторяться и иметь понятный результат, который можно проверить. Иначе описывать нечего, а проверять — тем более. Подход к выбору тот же, что при выборе первого процесса для ИИ: подробнее о критериях.
Вытащите неявное через разбор реальных случаев
Специалист не может рассказать, как он принимает решения: большая часть его опыта — это интуиция, которую он сам не формулирует. Спрашивать «как ты это делаешь» бесполезно. Работает другое: взять десять реальных случаев из последнего месяца и пройти по каждому вслух. Почему здесь запросил дополнительный документ. Почему этот случай отправил юристу, а похожий закрыл сам. Что насторожило в третьем письме.
Из десяти разборов складывается набор правил, которых сам специалист до этого не осознавал. Это и есть материал для скилла.
Запишите правила так, чтобы их мог проверить другой
Правило «смотрю, нормальный ли клиент» — не правило. Правило «если у контрагента дата регистрации меньше полугода и запрос на отсрочку платежа — передать на ручную проверку» — правило. Каждое утверждение в скилле должно быть таким, чтобы его можно было применить, не зная контекста, и проверить, применено ли оно верно.
Здесь же фиксируется граница: перечень ситуаций, в которых нейросеть не принимает решение, а передаёт задачу человеку с пояснением, что именно вызвало сомнение.
Проверьте на прошлых случаях до того, как дать новые
Прежде чем скилл начнёт работать с реальным потоком, прогоните его на тех же десяти случаях, которые разбирали, и ещё на десяти, которые не разбирали. Сравните результат с тем, что тогда сделал специалист. Расхождения — не повод бросить, а материал для уточнения правил. Обычно двух-трёх таких проходов хватает, чтобы скилл стал рабочим.
Оставьте специалисту роль, а не задачу
После передачи задачи цифровому сотруднику специалист не освобождается от неё полностью. Он становится тем, кто проверяет спорные случаи и правит правила, когда меняются условия. Это меньше времени, чем делать всё самому, и это единственный способ, при котором скилл не устаревает через полгода. Как устроена такая связка человека и ИИ на одном процессе, описано на странице цифровой ИИ-сотрудник.
Что нужно, чтобы начать
- Одна повторяющаяся задача с проверяемым результатом.
- Десять реальных случаев за последний месяц и час времени специалиста на их разбор.
- Записанные правила в виде «если — то», с перечнем ситуаций для передачи человеку.
- Проверка на двадцати прошлых случаях до запуска на новых.
- Договорённость, кто правит правила, когда что-то меняется.
Если нужно посмотреть, как это выглядит на вашей задаче, — опишите её в брифе, достаточно нескольких предложений.