Менторство в эпоху AI: как учить специалистов работать с нейросетями, а не бояться их
Год назад ко мне на встречу 1-на-1 пришёл сильный middle-специалист и сказал...
Обе крайности — проблема руководителя, а не специалиста.
Год назад ко мне на встречу 1-на-1 пришёл сильный middle-специалист и сказал: «Слушай, я посмотрел, что ChatGPT делает с кластеризацией и текстами. Мне вообще есть смысл дальше качаться в SEO?» Это был не первый и не последний такой разговор. У кого-то страх, у кого-то обратная крайность — человек пихает нейросеть во всё подряд и сдаёт работу, которую сам даже не прочитал.

Обе крайности — проблема руководителя, а не специалиста. Если у вас в команде люди либо саботируют AI, либо бездумно ему доверяют — значит, вы не выстроили систему обучения. Разберу, как я подхожу к этому на практике.
Почему «просто дайте людям доступ к нейросети» не работает
Самая частая ошибка руководителей: купили корпоративный доступ к GPT, скинули в чат пару промтов — и ждут роста производительности. Через месяц смотрят: половина команды инструментом не пользуется вообще, вторая половина генерит метатеги, которые стыдно показывать.

Причина простая. Нейросеть — это не кнопка «сделать хорошо», а инструмент, который усиливает то, что уже есть в голове у специалиста. Сильного — усиливает. Слабого — маскирует его слабость, и вы узнаёте об этом через полгода, когда проект просел.

Поэтому менторство в эпоху AI — это не обучение промтам. Это обучение двум вещам:
  1. Пониманию, где нейросеть даёт выигрыш, а где создаёт риск.
  2. Умению проверять результат — то есть, по сути, экспертизе в самом SEO.
Второй пункт важнее первого. И вот тут начинается интересное.
Главный риск AI для команды — не увольнения, а остановка роста джунов
Об этом почти никто не говорит, а зря. Раньше junior рос на рутине: руками собирал семантику, руками писал ТЗ, руками разбирал выдачу. Скучно, долго — но именно на этом объёме формировалась насмотренность. Человек тысячу раз видел, как выглядит нормальный кластер и как выглядит мусор.

Теперь рутину делает нейросеть. И джун, который с первого дня работает через AI, получает результат, но не получает насмотренности. Он не может оценить, хорош ли кластер, потому что никогда не собирал его сам. Грубо говоря, у вас вырастает специалист, который умеет нажимать кнопки, но не умеет думать.

Что я делаю с этим на практике:
  1. Первые 2-3 месяца джун делает ключевые операции руками, без AI. Не потому что я ретроград, а потому что ему нужна база, чтобы оценивать чужую — в том числе машинную — работу.
  2. Дальше вводим AI постепенно, по одной задаче. Сначала человек делает руками, потом ту же задачу через нейросеть, потом сравнивает и пишет разбор: где AI ошибся, где сэкономил время.
  3. Только после этого задача переходит в «AI-режим» на постоянной основе.

Да, это медленнее. Но альтернатива — специалист, которого через два года нельзя повысить до senior, потому что повышать не к чему.
Как я встраиваю AI в работу команды: пошагово
Схема, которую я обкатал на своих командах. Она не про вдохновляющие лекции — про процесс.

Шаг 1. Аудит задач отдела. Берём все регулярные задачи и раскладываем на три корзины: AI делает хорошо (черновики ТЗ, метатеги, разбор конкурентов по структуре), AI помогает частично (кластеризация, идеи для контент-плана), AI трогать нельзя без жёсткой проверки (стратегия, приоритизация, всё, что уходит клиенту или бизнесу без ревью). У нас на такой аудит ушло два спринта.

Шаг 2. Регламент, а не «пользуйтесь как хотите». По каждой задаче из первых двух корзин — короткий регламент: какой промт, какие входные данные, кто и как проверяет результат. Это не бюрократия — это способ сделать так, чтобы знания жили в отделе, а не в голове одного энтузиаста, который уволится через год.

Шаг 3. Правило «AI-результат = черновик». Жёсткое правило: всё, что сгенерила нейросеть, по статусу равно черновику стажёра. Сдал не глядя — это твоя ошибка, а не ошибка GPT. После пары честных разборов на ретро это правило встаёт намертво.

Шаг 4. Еженедельный разбор кейсов. 30 минут в неделю: кто-то из команды показывает, как применил AI к реальной задаче — с цифрами. «Раньше ТЗ на статью занимало 1,5 часа, теперь 25 минут, вот что пришлось поправить руками». Это работает лучше любого курса, потому что примеры свои, на своих проектах.
Что делать со страхом «нас всех заменят»
Со страхом не работают уговорами. «Не бойся, AI — просто инструмент» — пустой звук: человек кивнёт и продолжит бояться. Работает другое — показать специалисту его новую ценность через задачи.

Я делаю так: на 1-на-1 мы вместе смотрим, какие его задачи забирает AI и что освобождается вместо них. Освобождается всегда одно и то же — время на работу, где нужна голова: аналитика, гипотезы, стратегия, коммуникация с бизнесом. Дальше прописываем в план развития конкретные навыки под эти задачи — с дедлайнами и критериями.

Тот самый middle, который спрашивал, есть ли смысл качаться дальше, за год вырос до senior. Именно потому, что перестал конкурировать с нейросетью в рутине и начал делать то, чего она не делает: принимать решения и отвечать за них.

Ну и отдельно про инфополе. Сейчас на каждом углу продают курсы «SEO на автопилоте с AI» и пугают, что профессия умрёт через полгода. Умрёт не профессия — умрёт формат работы «руками перекладываю ключи из таблицы в таблицу». Кто перекладывал ключи и не рос — тому действительно тревожно. Кто думает головой — у того инструментов стало больше.
Короткий чек-лист для руководителя
Если сжать всё до списка, менторство в эпоху AI для меня выглядит так:
  • Сначала база, потом инструмент. Джун без насмотренности + AI = красиво упакованный брак.
  • AI-результат всегда проходит ревью. Ответственность на человеке, не на модели.
  • Регламенты по задачам вместо хаотичных экспериментов каждого в своём углу.
  • Регулярный обмен кейсами внутри команды — с цифрами по времени и качеству.
  • Индивидуальный план развития под задачи, которые AI не забирает: аналитика, стратегия, управление.
Ничего революционного здесь нет — и это, по сути, главная мысль. AI не отменил менторство, он сделал его обязательным. Раньше слабый процесс обучения просто тормозил команду. Теперь он производит специалистов, которые генерируют контент быстрее, чем успевают понять, что делают.

Если вы руководите SEO-командой и чувствуете, что с внедрением AI у вас скорее хаос, чем система — напишите мне. Разберём вашу ситуацию: какие задачи отдать нейросетям, как перестроить обучение и не потерять в качестве. Без обещаний «10x за месяц» — просто рабочая схема под вашу команду.
Для агентств и инхаус команд
Работаю не только с агентствами и инхаус командами, но и со специалистами любого уровня
Made on
Tilda