Чему вы научитесь

Расчетное время: 20 минут

К концу этого урока вы сможете:

• Синтезировать четыре свойства и обучающие «отпечатки» в работающую ментальную модель

• Связать «Возможности и ограничения» с 4D Framework как две половины одной системы

• Определить одно конкретное изменение для внедрения в вашу практику работы с ИИ на этой неделе

Применение 4D Framework для получения лучших результатов от ИИ

(5 минут)

Умелое использование ИИ не сводится к запоминанию всех режимов сбоев. Речь идет о том, чтобы держать в голове небольшую, четкую модель машины, чтобы, когда что-то идет не так, вы могли распознать, с каким именно типом проблемы столкнулись, и отреагировать соответствующим образом.

Небольшая модель машины

AI Capabilities & Limitations Framework

Четыре свойства, которые определяют, что ИИ может и не может сделать для вас. Каждое из них находится на спектре — чем правее, тем больше вам следует проверять и компенсировать.

Возможность

Ограничение

Предсказание следующего токена

Откуда берутся ответы ИИ?

Хорошо проторенные пути: резюмирование, переформатирование, объяснение распространенных понятий

Новая территория, редкие шаблоны, «правда vs. звучит правдоподобно»

Знания

Что ИИ на самом деле знает?

Частые, недавние в обучении, последовательные: основные темы, популярные языки

Редкие, вышедшие за рамки обучения, нишевые, локальные или спорные темы

Рабочая память

На что ИИ обращает внимание прямо сейчас?

Материал укладывается в голове, сессия актуальна, вы предоставляете релевантный контекст

Очень длинные документы/разговоры, ожидание межсессионной преемственности (обрыв)

Управляемость

Насколько я контролирую процесс?

Краткие, конкретные, проверяемые инструкции («ответь в виде таблицы», «менее 100 слов»)

Длинные цепочки рассуждений, абстрактные запросы, нативная точность

Основные выводы

• У вас теперь есть работающая ментальная модель: четыре свойства как континуумы, характерные сбои как пересечения свойств.

• Эта модель и 4D Framework — две стороны одной системы. Свойства объясняют, на что реагируют 4D-компетенции.

• Калиброванное доверие означает определение вашей задачи на каждом континууме и соответствие ваших привычек проверки и предоставления контекста тому, где она находится.

• Модели будут продолжать меняться. Форма этих свойств останется полезной, даже если точные границы будут смещаться.

Упражнения

Упражнение: Ваше обязательство

Вернитесь еще раз к своему списку задач из Урока 1. Для каждой задачи кратко оцените: где задача находится на каждом континууме свойств, и какие меры предосторожности могут понадобиться?

Теперь выберите одну задачу и одно изменение, которое вы внедрите на этой неделе (шаг проверки, настройка постоянного контекста, контрольная точка, привычка формулировать цель, а не только формат). Запишите это.

Размышления об уроке

• Какое самое большое изменение в том, как вы воспринимаете поведение ИИ, произошло с Урока 1 до сегодняшнего дня?

• Какая из 4D-компетенций кажется вам наиболее актуально улучшенной благодаря тому, что вы узнали здесь?

Что дальше

Если вы еще не прошли курс «AI Fluency Framework & Foundations», это станет естественным следующим шагом. Он углубляется в человеческие компетенции, для которых этот курс дал вам контекст с точки зрения машины. И продолжайте проверять границы: свойства остаются стабильными, но их границы будут смещаться по мере улучшения моделей.

Обратная связь

По мере прохождения курса мы будем рады узнать, как вы применяете концепции курса в своей работе, а также получить ваши отзывы. Поделитесь своим отзывом [здесь](#).

Благодарности и лицензия

Copyright 2026 Anthropic. Оригинальная работа построена на основе AI Fluency Framework, разработанного профессором Риком Даканом (Ringling College of Art and Design) и профессором Джозефом Феллером (Университетский колледж Корка). Выпущено по лицензии CC BY-NC-SA 4.0.