NoteBar: Система для ведения заметок с использованием ИИ для управления персональными знаниями

Исследователи представляют систему NoteBar для умной организации заметок, которая автоматически классифицирует их по смыслу (задача, идея, встреча). Для повышения точности система использует информацию о "персоне" пользователя (его роль, стиль письма, профессия), что помогает AI лучше понять скрытое намерение в тексте заметки.

Ключевой результат: Указание "персоны" для LLM значительно повышает ее способность правильно интерпретировать неоднозначные запросы и классифицировать информацию.

Суть метода, который можно извлечь из этого исследования, заключается в "кондиционировании по персоне" (Persona Conditioning). На практике для обычного пользователя это означает применение техники "ролевой игры" (role-play) в своих промптах.

Исследование показывает, что когда LLM получает информацию о том, с чьей точки зрения нужно интерпретировать текст, она делает это гораздо точнее. "Персона" работает как фильтр или контекстуальная рамка. Например, фраза "проверить реализацию слайдера" для менеджера проектов — это задача контроля, а для UX-дизайнера — это задача оценки пользовательского опыта. Без указания персоны модель может дать усредненный или нерелевантный ответ. Когда вы задаете роль ("Ты — менеджер проектов"), вы активируете в модели нейронные пути, связанные именно с этой областью знаний, стилем мышления и лексикой.

Методика для пользователя сводится к простому правилу: начинайте свой промпт с четкого определения роли, которую должна играть LLM. Эта роль должна соответствовать задаче, которую вы хотите решить. Это не просто "вежливое обращение", а мощный инструмент для управления фокусом и стилем модели, что научно подтверждено в данной работе.

• Прямая применимость: Максимально высокая. Пользователь может немедленно начать использовать этот метод, добавляя в начало своих промптов конструкцию Ты — [название роли/профессии]. Например: Ты — опытный HR-специалист, Ты — финансовый консультант для молодых семей, Ты — сценарист, пишущий в жанре комедии.

• Концептуальная ценность: Исследование дает пользователю важное понимание: LLM — это не просто поисковик, а симулятор экспертных систем. Задавая роль, вы не "просите" модель, а "настраиваете" ее на нужный режим работы. Это помогает перейти от простых вопросов к постановке сложных задач, где важна точка зрения, стиль и профессиональный контекст.

• Потенциал для адаптации: В исследовании используются сложные персоны на основе 16 типов MBTI. Для обычного пользователя это избыточно. Метод легко адаптируется путем использования простых и понятных ролей из реальной жизни: "врач-диетолог", "юрист по авторскому праву", "SMM-менеджер для стартапа". Чем конкретнее роль, тем точнее модель сможет сфокусироваться на задаче.

**Роль:**
Ты — опытный контент-стратег и SEO-специалист, который помогает небольшим кофейням привлекать посетителей через контент в социальных сетях. Твой стиль — дружелюбный, практичный и вдохновляющий.

**Контекст:**
Я владелец маленькой кофейни "Уютный Уголок" в спальном районе города. Наша аудитория — это местные жители, фрилансеры и молодые мамы. Мы хотим вести Instagram, чтобы увеличить количество постоянных гостей. Бюджет на продвижение минимальный.

**Задача:**
Предложи контент-план на одну неделю (7 дней), который поможет нам достичь цели. План должен включать разные форматы постов (фото, видео, сторис) и быть реалистичным для выполнения силами одного человека.

**Требования к результату:**
*   Для каждого дня укажи тему поста и его формат.
*   К каждой теме добавь краткое описание (о чем писать/снимать).
*   Предложи 2-3 идеи для вовлекающих сторис на неделю.
*   Дай один общий совет по ведению Instagram для кофейни.

Этот промпт эффективен благодаря прямому применению принципа "кондиционирования по персоне", описанного в исследовании.

1. Задание Роли (Ты — опытный контент-стратег и SEO-специалист...): Эта инструкция — ключевая. Она не просто просит LLM дать идеи, а заставляет ее "думать" как конкретный профессионал. Модель активирует знания о маркетинге в общепите, SEO для локального бизнеса и психологии потребителей.
2. Снятие неоднозначности: Без этой роли запрос "идеи для инстаграма кофейни" мог бы привести к шаблонным советам вроде "постите красивые фото кофе". Заданная персона (...для небольших кофейen... в спальном районе) заставляет модель сфокусироваться на гиперлокальном маркетинге и малобюджетных решениях, что и требуется пользователю.
3. Стилистическое соответствие (Твой стиль — дружелюбный, практичный...): Уточнение стиля внутри персоны напрямую влияет на тон ответа, делая его не сухим и академичным, а именно таким, какой нужен для соцсетей.

**Роль:**
Ты — карьерный консультант и коуч, специализирующийся на помощи IT-специалистам в смене профессионального трека. Ты отлично разбираешься в текущем рынке труда, знаешь востребованные навыки и умеешь задавать правильные вопросы для саморефлексии.

**Контекст:**
Я работаю frontend-разработчиком уже 5 лет. Я чувствую выгорание от однотипных задач и хочу сменить вектор развития внутри IT, но не знаю, куда двигаться. Мне интересны области Data Science и Product Management, но я боюсь, что у меня не хватит навыков.

**Задача:**
Помоги мне разобраться в ситуации. Составь для меня список из 5-7 глубоких, наводящих вопросов, которые я должен задать сам себе, чтобы определиться с выбором нового направления.

**Требования к результату:**
*   Вопросы должны помочь мне оценить мои сильные стороны, мотивацию и реалистичность перехода.
*   После списка вопросов дай краткий комментарий: на что обратить внимание при ответе на каждый из них.
*   Формулируй вопросы так, будто ты проводишь со мной реальную коуч-сессию.

Этот промпт работает, потому что он использует "персону" для генерации не информации, а процесса — коучинговой сессии.

1. Активация экспертной модели (Ты — карьерный консультант и коуч...): Эта роль заставляет LLM действовать не как информационный справочник, а как эмпатичный профессионал. Модель будет использовать лексику и подходы, характерные для коучинга (открытые вопросы, фокус на саморефлексии, а не на готовых ответах).
2. Глубина и релевантность: Без указания персоны на запрос "какие вопросы себе задать при смене профессии" модель, скорее всего, выдала бы общий список из интернета. Персона ...специализирующийся на помощи IT-специалистам... заставляет модель учесть специфику IT-рынка (например, разницу в hard/soft skills для разработчика и продакта) и сформулировать вопросы, которые будут максимально релевантны для пользователя.
3. Формат и тон (Формулируй вопросы так, будто ты проводишь... коуч-сессию): Это уточнение внутри роли напрямую влияет на стиль ответа. Вместо сухого перечисления, модель сгенерирует поддерживающие и вдумчивые вопросы, что соответствует ожиданиям от коуча и повышает ценность ответа для пользователя.