Какие задачи отдавать AI, а какие оставить себе

Разбираешь свой список дел и видишь, где Claude экономит часы, а где стоит денег ошибка, которую он не заметит.

Один вопрос решает 80% споров про делегирование задач нейросети: можешь ли ты проверить результат быстрее, чем сделать задачу сам? Если да — отдавай не думая. Если нет — сначала построй способ проверки. Потом отдавай.

1. Смотри на цену ошибки, а не на сложность задачи

Сложность задачи и риск ошибки — разные оси. Составить таблицу цен конкурентов — просто и рискованно, если цифры пойдут в коммерческое предложение без проверки. Написать первый вариант поста в Threads — тоже просто. Но ошибка здесь стоит правки, а не потерянного клиента.

Правило: считай цену ошибки в деньгах или часах, а не в баллах «сложно / просто». Задача с ценой ошибки до часа твоего времени — кандидат на полную автономию AI. Задача с ценой ошибки в деньгах клиента или репутации требует проверки перед отправкой.

2. Проверь: можешь ли ты распознать неправильный результат

Это критерий проверяемости. Если ты плохо разбираешься в теме, ты не заметишь, что Claude выдумал цифру или ссылку. Выдумка выглядит убедительно ровно настолько же, насколько выглядела бы верная.

Пример: если ты не знаешь налоговое законодательство, не проси Claude посчитать налоговую нагрузку без сверки у бухгалтера. Ты физически не можешь оценить, ошибся он или нет. А если ты пять лет пишешь код на Python, можешь бегло вычитать функцию и поймать баг за минуту — здесь делегирование безопасно.

3. Ищи повторяемость — делегируй то, что будешь делать больше двух раз

Разовая задача редко окупает время на настройку промпта, шаблона или воркфлоу. Повторяемая задача окупает почти всегда, даже если первая попытка выйдет неидеальной.

Пример: разбор одного отзыва клиента быстрее сделать самому. Разбор ста отзывов каждый месяц — другое дело. Строй промпт один раз, прогоняй Claude на новой партии, каждый месяц экономишь часы.

4. Отдели задачи, где нужен вкус или личная ответственность

Есть категория решений, где важна не правильность, а то, что решение принял именно ты — под своим именем и с личной ответственностью. Примеры: финальное «да» клиенту по цене, спорное письмо с извинениями, публичная позиция по чувствительной теме.

AI может подготовить черновик такого текста. Но если ты подписываешься под решением своим именем — прочитай и утверди лично, не публикуй черновик как есть. Здесь вопрос ответственности перед человеком на другом конце, а не доверия к модели.

5. Таблица: примеры задач по четырём критериям

Задача	Цена ошибки	Проверяемость	Повторяемость	Кому решать
Черновик поста в Threads	низкая	высокая (сам знаешь голос)	высокая	AI, потом сам редактируешь
Расшифровка встречи в текст	низкая	высокая (сверяешь с аудио)	высокая	AI полностью
Парсер цен с 11 сайтов поставщиков	средняя (баг сломает выгрузку)	высокая, если умеешь читать код	высокая	AI пишет, ты тестируешь на реальных данных
Финальная цена в коммерческом предложении	высокая	низкая, если не считал сам	средняя	Ты, AI только черновик расчёта
Ответ на юридическую претензию	высокая	низкая без юриста	низкая	Юрист, AI не подключать
Сбор идей для контент-плана	низкая	высокая	высокая	AI полностью
Диагностика, почему клиент не заплатил вовремя	средняя	средняя	низкая	Ты, AI как второй собеседник для гипотез

6. Как начать делегировать, если сейчас делаешь всё сам

Возьми одну задачу, которую ты делаешь чаще двух раз в неделю и умеешь проверить за минуту. Не бери самую страшную и самую денежную задачу для первого теста. Ты проверяешь механизм делегирования, а не свою смелость.

Дай Claude ровно ту же задачу, что делаешь сам, с теми же вводными. Сравни результат с тем, что сделал бы сам, — по времени и по качеству. Не на глаз, а вслух проговори, что именно не так, если не так.

Через три-четыре повтора одной и той же задачи будет ясность. Либо ты доверяешь результату без проверки, либо видишь конкретный повторяющийся сбой. Во втором случае чинишь промпт или инструкцию, а не идею делегирования целиком.

7. Что происходит, если критерии игнорировать

Есть два типичных сценария провала. Первый — отдаёшь AI всё подряд без разбора, потому что один раз сработало на простой задаче. Через месяц в переписке с клиентом всплывает выдуманная деталь, которую никто не проверил, и это уже стоит доверия, а не пяти минут на правку.

Второй сценарий — обратный. Один плохой опыт с AI на задаче с высокой ценой ошибки закрывает тему делегирования целиком. Человек возвращается к ручному режиму даже там, где риск был низким, а экономия часов — реальной. Оба сценария — следствие того, что решение принималось по одной задаче, а не по чётким критериям.

Рабочий путь — третий: держать короткий список из трёх-пяти задач, которые уже прошли проверку по цене ошибки и проверяемости, и расширять его по одной задаче за раз, а не сразу на весь рабочий день. Список стоит пересматривать раз в месяц — задача, которая была рискованной три месяца назад, часто становится безопасной, когда ты сам лучше разобрался в теме и научился быстро находить в результате чужие ошибки.

Где это ломается

Делегируешь задачу целиком, а потом всё равно тратишь время на проверку каждой строчки. Экономии нет, только новый шаг в процессе. Так бывает, если задачу выбрал без учёта проверяемости.

Отдаёшь Claude задачу с высокой ценой ошибки один раз, ловишь баг — и на этом делегирование заканчивается. Хотя правильный вывод был другой: эта конкретная задача требовала проверки перед отправкой, а не после.

Путаешь повторяемость с частотой. Задача может быть частой, но каждый раз разной по сути — например, ответы на нестандартные вопросы клиентов в поддержке. Такую задачу нельзя один раз настроить и забыть. Промпт нужно постоянно дорабатывать.

Отдаёшь личную коммуникацию — письмо, где важна именно твоя интонация, а не факты — и получаешь текст, который звучит как чужой. Читатель это чувствует, даже если не может сформулировать, что не так.

Считаешь, что творческую задачу нельзя делегировать вообще, а техническую можно отдать без проверки. Оба вывода ошибочны. Критерий не в типе задачи, а в цене ошибки и твоей способности её заметить.

Частые вопросы

Что делать, если не знаю, могу ли я проверить результат? Ответь на конкретный вопрос: сколько минут тебе нужно, чтобы найти ошибку в готовом результате, если она там есть. Ответ «не знаю» значит — не отдавай задачу. Сначала разберись в теме настолько, чтобы ответ появился.

AI ошибается реже человека — не значит ли это, что проверка не нужна? Частота ошибок и цена ошибки — разные вещи. Даже если Claude ошибается в одном случае из ста, при высокой цене ошибки этот один случай всё равно требует проверки. Правило про частоту работает только при низкой цене ошибки.

С чего начать делегирование, если сейчас страшно отдавать что угодно? С задачи, где худший исход — переписать заново, а не потерять деньги или клиента. Черновик текста, расшифровка встречи, первый вариант структуры документа. Везде цена ошибки ограничена твоим временем на переделку.

Нужно ли платить за более дорогой тариф, чтобы делегировать больше задач? Не нашёл данных, что тариф сам по себе меняет эти критерии — они про задачу, а не про модель или подписку. Более мощная модель может снизить частоту ошибок. Но необходимость проверки задач с высокой ценой ошибки она не отменяет.

8. Один вопрос, который стоит задавать себе перед каждым делегированием

Перед тем как отдать задачу, спроси: что случится, если Claude в этом ответе ошибётся и ты этого не заметишь. Если ответ — «ничего страшного, исправлю на следующей итерации», делегируй смело. Если ответ — «клиент уйдёт» или «придётся возвращать деньги», сначала построй шаг проверки, а уже потом автоматизируй остальное.

Этот вопрос работает лучше, чем интуитивное «доверяю или не доверяю AI» — он переносит решение с ощущений на конкретные последствия, которые можно оценить заранее.

Что сделать сегодня

Выпиши три задачи, которые делаешь регулярно, и отметь для каждой цену ошибки и то, за сколько минут ты можешь проверить результат.

Развилка: если минимум одна задача заняла у тебя больше пяти часов за последний месяц и её проверка занимает меньше пяти минут — отдавай её Claude сегодня, а не в следующем квартале.