Пределы профессионализма

🕹 А я тем временем продолжаю улучшать курс «Продуктивность 101». Недавно начал добавлять ИИ компоненты в основной алгоритм. Это не какое-то следование трендам и хайпу, а скорее необходимость. В обратной связи с предыдущих потоков затраты времени на планирование в топе основных проблем. Также в топе затраты на изменения плана при случайных сбивках. ⏹️ Затрат на сбивки можно избежать, если проанализировать прошлые планы и внести соответствующие изменения в свои процессы. А вот с времязатратами на планирование ничего не поделаешь. Некоторым участникам приходилось выделять на планирование около часа в день, и даже в таком варианте это давало множество преимуществ и оптимизаций. ⏹️ Однако, так как люди обычно не хотят напрягаться, а я особенно. Хорошо было бы, если бы план был готов минут за 5-10 по предварительно обозначенным задачам. А еще лучше наговаривать эти задачи голосом. ⏹️ В итоге основные сложности у участников возникают с двумя частями моего алгоритма, которому я обучаю на базовом курсе. Первая часть — это планирование сложных задач или проектов. Там сейчас большой многоэтапный процесс. И второе — распределение задач во времени на основе имеющихся индивидуальных закономерностей и ограничений. ⏹️ Например, есть одна очень частая ошибка: ставить сложные задачи на конец рабочего дня. Трудоспособность человека к вечеру падает — и это нужно принять как ограничение/закономерность. И таких закономерностей нужно знать и учитывать десятки, что бывает довольно «больно» для мозга. ⏹️ Я уже поработал с алгоритмом планирования сложных задач и на данный момент получил неплохие результаты. Комбинацией инструментов получилось достичь хорошей автоматизации на тестовых данных. Пока пробую на своих личных проектах, которые уже завершил.

Значит ли это, что можно переставать учиться писать/печатать? Нет. Когда мы говорим, у нас включаются разные режимы работы. Например, в deep work режиме голос может стать проблемой. Если же мы разгребаем текучку, то быстрое голосовое "разбрасывание" задач - самое то. Наверняка, вы когда-нибудь слышали про "мышление письмом". Это именно про это. О том же писал и Пол Грэхем, правда очень декларативно. Это скорее мнение. Более детально эту мысль выразил Выготский :

Я уже как-то указывал на то, что все исследования письменной речи детей показывают, что она трудна для ребенка раннего возраста, потому что она требует произвольного употребления тех самых речевых функций, которые непроизвольно ребенок употреблял уже раньше. Если, например, ребенок очень живо рассказывает о каком-нибудь событии, а потом с величайшим трудом очень упрощенными фразами передает это письменно, то это происходит главным образом потому, что в письменной речи он должен произвольно сделать то, что непроизвольно он делает в устной речи.

Л.С.Выготский, Умственное развитие детей в процессе обучения, Ленингард, Государственное учебно-педагогическое издание, 1935г., с. 106 Другими словами: во время письма у нас включается «другое» мышление, нежели во время речи. Это мышление той самой «системой 2» по Канеману.

Распознавание голоса в Windows 🔈 Я очень долго искал нормальную распознавалку голоса для Windows. Не было даже минимального форматирования, и точность оставляла желать лучшего. На маке все уже давно было (вот, например). Более того - уже давно существовала модель от OpenAI - Whisper, которая позволяла очень точно делать speech-to-text. Одного распознавания голоса недостаточно, нужно приложение которое бы позволяло быстро и "в потоке" использовать диктовку. И вот, наконец,ребята из wispr flow выпустили бету своего приложения для windows (можно попробовать на их сайте) Важно что это приложение помимо всего прочего анализирует контекст (в том числе что уже написано) текста и форматирует диктовку соответственно : - сообщение в мессенжере; - большой пост; - код; - и т. п. Иногда очень забавно Whispr flow также можно использовать и "в режиме" LLM когда он вставляет в текстовое поле ответ от языковой модели. #1000техник

🌪 Анонс новой рубрики: «Тысяча техник личной эффективности» Всем привет! Сегодня запускаю проект, который вынашивал давно — первую постоянную серию на канале. Раньше я делился лонгридами, но теперь хочу перейти к более системному и, надеюсь, полезному формату. Знакомьтесь: «Тысяча техник личной эффективности» — цикл, где каждая статья или видео будут посвящены отдельному методу, инструменту, лучшей практике или лайфхаку. ▶️ Чем это отличается от прошлых материалов? Во-первых, разноуровневостью: здесь встретятся и целые системы, и узкие практики в духе использования мини-аппов, и даже просто неочевидные наблюдения из моего опыта. Во-вторых, глубиной: по каждой технике я дам развернутый комментарий. Если метод тестировал лично — расскажу о плюсах, подводных камнях и способах адаптации. Например, как превратить стандартный time-blocking в гибкий инструмент, а не просто в раскрашенный календарь. ▶️ Почему именно «тысяча» техник? Тут нет особого смысла - просто будет много всего. И не будет строгой последовательности или системы. Берите то, что резонирует именно вам. Одни техники станут основой ежедневных ритуалов, другие — мб экстренной помощью при прокрастинации. В целом - я знаю, что интернет завален советами по продуктивности. Но здесь будет не теория, а концентрированный опыт. Как отличить работающие методы от популистских? Как адаптировать их под свой ритм? Об этом — в каждой публикации. Первые выпуски — уже на подходе. P.S. Лонгриды никуда не денутся. Но теперь у них появится «младший брат» — более динамичный и прикладной.

Вышла моя книга «Инструменты личной эффективности» 💡 Сегодня хочу поделиться важной новостью: спустя несколько лет после первого обновления, наконец, полностью увидела свет моя первая книга. Я с уверенностью могу сказать, что это лучшая книга в своем классе. Просто потому, что изучил практически все книги из моей области на русском и английском, и могу сравнивать. Я отбросил пустые и неработающие распиаренные техники, и вместо них мои рекомендации в основном опираются на знания из многих смежных областей. Эта книга — результат более четырех лет изучения сферы и сотен переработанных источников. Книга «Инструменты личной эффективности» посвящена вопросам продуктивности отдельного специалиста. ⚡️ Первые главы про самодиагностику — поиск своих пределов и определение барьеров, которые мешают достичь оптимальной скорости работы. Следующие главы содержат информацию об организации труда, использованию наиболее действенных методик, проверенных мной и обоснованных с помощью научных исследований. В конце книги я затрагиваю тему стратегического планирования — следующий этап организации своих ресурсов после того, как в «тактике» решены все проблемы и организованы все процессы. Эта книга — не «ещё один гайд по тайм-менеджменту». Я не буду рассказывать, как ставить цели по SMART. Вместо этого мы копнём глубже: - Как найти скрытые ресурсы (время, энергию, внимание), даже если кажется, что их нет. - Как определить препятствия и избавиться от них. - Как выстроить рабочий процесс, который понизит уровень стресса и повысит скорость и качество работы. Что внутри? 📩 Принципы — столпы, на которых стоят все работающие техники и инструменты. 📩 Инструменты — чек-листы, шаблоны, быстрые решения. 📩 Кейсы/антикейсы из реальной жизни — истории специалистов и коллективов, которые смогли (или нет) увеличить эффективность своего труда. Как получить книгу? Она доступна для покупки в электронном формате на сайте издательства Livrezon. P.S. Всем, кто купил книгу раньше, рекомендую ознакомиться с текущей версией книги, так как в последней редакции были внесены 2 новые главы: про навыки и привычки, связанные с продуктивностью, и про стратегическое планирование.

❓ Последнее время столкновение с категоричным «это нереально» стало для меня почти рутиной. Возьмём бытовую историю: сломанная молния на рюкзаке. Первый мастер, к которому я обратился, яростно жестикулировал, доказывая, что починить её — задача из разряда фантастики. Его аргументы напоминали театральный монолог: «Замок полностью рассыпался!», «Таких деталей уже не производят!». Я кивнул, забрал вещь и зашёл в соседнюю мастерскую. Там мужчина молча осмотрел крепления, покрутил в руках бегунок и через двадцать минут вернул рюкзак с идеально скользящей молнией. Счёт за работу — как за чашку кофе. Тот же скепсис преследует меня, когда речь заходит о скорости работы с информацией. «Ты читаешь 500 страниц в день? Не верю!» — знакомые округляют глаза, будто я сообщил о полёте на Марс. При этом никто из них не задумывается, что даже мой темп — всего 10% от рекордов скорочтения. Это как спорить с марафонцем, пробегающим километр за три минуты: «Да ты жульничаешь!» — хотя его результат вдесятеро хуже олимпийских стандартов. История любит повторяться. Фредерик Тейлор, революционер в научной организации труда, сталкивался с аналогичным недоверием в начале XX века. Когда он предлагал рабочим удвоить производительность без сверхусилий, те лишь усмехались: «Мечтать не вредно». Но Тейлор не спорил — он садился за станок и методично демонстрировал, как оптимизация движений, расстановка инструментов и контроль за темпом превращают «невозможное» в норму. Его подход стал фундаментом современного менеджмента, хотя в те годы многие считали его идеи бредом. Артур Кларк как-то заметил, что развитые технологии неотличимы от магии. Этот принцип работает и в обратную сторону: то, что часто кажется волшебством непосвящённым, для знающего — лишь вопрос техники. Когда в следующий раз услышите «это невыполнимо», задайте простой вопрос: «Какие именно физические, временные или ресурсные ограничения мешают реализации?». В 80% случаев оппонент замнётся — его уверенность держится на шаблонах, а не на фактах. Если же ограничения названы (материал не выдержит нагрузки, алгоритм требует слишком много вычислений), — поздравляю! Вы нашли не стену, а дверь. Осталось подобрать ключ: сменить сплав, оптимизировать код, пересмотреть подход. Сложное становится простым, когда вместо пассивного отрицания включается любопытство. Как тот второй мастер с молнией — он не тратил силы на споры, а просто делал. PS : Как вам deepseek-обработка текста почти без промптинга?

💡Расхламляем и ускоряем Obsidian Сейчас во многих случаях неважно, как и с кем я работаю. Чаще всего я модернизирую либо создаю какую-то часть системы в Obsidian, которая затем будет работать автономно. Зачастую ко мне люди уже приходят с готовой системой. Работу с такими системами легко превратить в ад, когда, например, с пятой попытки не получается найти нужное сочетание для того чтобы поставить квадратную скобку для бэклинка. Я решил рассказать о некоторых техниках которые сделают вашу работу намного более быстрой и потоковой. 1️⃣ Первое — я использую шорткаты для всех основных команд в Obsidian. Реализуется это либо непосредственно хоткеями, либо хоткеями, которые привязаны к дополнительным плагинам, либо что-то реализовано как дополнительные скрипты для того чтобы поставить #, ## или ### (AutoHotKey, например). Плюс последнего способа в том, что скрипты могут быть использованы во всей операционной системе, не только внутри Obsidian. Шорткатами я делаю очень многое. Создаю линки, бэклинки, меняю положение окон в Obsidian с помощью Pain Relief. Создаю ссылки на заголовки, либо отдельные блоки. Меняю порядок строк, перемещаю строки в какие-то другие подзаголовки и многое другое. Используя такой подход больше не нужно зависать, переключая раскладки, чтобы поставить квадаратную скобку. И по моим наблюдениям хоткеи довольно быстро прописываются в подкорку 2️⃣ Следующее, что можно сделать, это ускорить загрузку Обсидиана. Как ни странно, количество заметок почти не замедляет Обсидиан. Наибольший вклад в замедление загрузки дают плагины. Может быть такое, что 1-2 плагина дают наибольшую задержку при загрузке системы. Если вы в порыве энтузиазма поставили 100500 плагинов и не используете их, то сейчас самое время почистить свою систему. Чтобы найти то, что дает задержку, попробуйте все отключить и попеременно включая половину, затем половину от половины искать зловредные замедлители. Либо можете установить Lazy Plugin Loader, который позволяет настроить ленивую загрузку. То есть сначала загружаются самые базовые функции, и лишь потом подгружаются тяжеловесные плагины. Но вы уже можете работать в системе. 3️⃣ Следующее — это вы можете выучить Vim. С помощью Vim можно очень быстро редактировать текст. x3-x10 в зависимости от задачи и уровня навыка. А также планировать и многое другое. Vim mode базово доступен в Обсидиане. Стартовым пререквизитом является слепой десятипальцевый набор текста. Если часто печатаете то на базовое освоение vim-a уйдет около двух недель. 4️⃣ Далее — повсеместное использование шаблонов. Я уже сбился со счета, сколько шаблонов я использую. Конечно же, есть базовые шаблоны для создания заметок в базе знаний, для Daily Note и так далее. Наверняка у вас тоже они есть. Есть и более сложные шаблоны в Templater, которые преобразуют выделенный текст, подключаясь к внешним API и используя языковые модели, изменяют текст.

Через 15 минут начнется закрытый стрим «Создание личной ИИ-экосистемы». Если кто-то хотел попасть, но все еще не писал мне — сейчас самое время это сделать. Писать сюда: @nick_senin

🥺 Что такое ИИ-экосистема? Попробую дать ответ через требования : ✍️ Автоматизация рутины Цель экосистемы — убить рутину в первую очередь. Допустим, каждый понедельник я анализирую статьи. Если ИИ делает это за меня, я трачу 5 минут на проверку вместо 2 часов. Система не обязана решать уникальные задачи, но обязана сокращать время на ваши шаблонные операции. ✍️ Минимум инструментов Мне не нужен миллион подписок на ИИ-сервисы. Хватит 3–4 инструментов, которые перекрывают 90% задач, и через которые можно сбилдить приемлемо работающие альтернативы других «специализированных» сервисов. Нет смысла платить за десятки различных инструментов, если можно выбрать плюс-минус универсальные. ✍️ Учет развития моделей Хочется, чтобы система сама обновляла модели. Или по крайней мере вы сами могли легко обновить модель в нужном узле вашей системы. Как только появляется что-то новое — GPT-5, новая DeepSeek или локальная Llama 3.4, — оно без проблем встраивается туда, где это нужно. ✍️ Возможность для создания цепочек Часто нужно связывать запросы к LLM в многошаговые процессы. Скажем, сначала модель анализирует текст, потом проверяет факты, потом генерирует вывод. Тут ошибка хотя бы на одном этапе портит всё. Поэтому отсюда следует следующее требование. ✍️ Предсказуемость результата Главное требование — предсказуемость результата. Если я настроил цепочку действий (типа «скачать видео → получить транскрипт → найти факты»), она должна работать без сбоев. Каждый шаг нужно тестировать сразу на практике. Например, при первом запуске система может дать сбой в 30% случаев, после доработки — максимум в 10%. И этого для моих целей будет достаточно. ✍️ Создание новых процессов Если я понимаю, как решить задачу, то хочу иметь возможность превратить это в (полу-)автоматический сценарий за 10–20 минут. Сначала пишу простой код или настройку в интерфейсе, потом проверяю на тестовых данных. В идеале создание нового процесса должно быть максимально интуитивным и простым. ✍️ Универсальный доступ Хочется, чтобы экосистема включала переиспользуемые модули для любого устройства/платформы. Например, начать задачу в телеграме, продолжить на ПК через Obsidian, а проверить результат — с телефона. API и разные облачные синхронизации для этого хорошо подходят. Хуже, когда инструмент привязан к одной платформе — это ограничивает свободу. ✍️ Личные данные. "Soul-file" Должна быть возможность безопасно интегрировать личные данные вроде дневника, планов, и т. п. При этом уметь использовать эту информацию в запросах: например, искать связи между заметками за 2022 год и текущими задачами. ✍️ Интерфейс — не только чат Чатботы идеально подходят только для весьма специфичных задач. Хорошо бы иметь разные режимы: чатбот, разные виды канвасов или встроенный в рабочую среду процесс. Должна быть возможность смены интерфейса под задачу. Предлагаемая мной модель экосистемы -> связка из 5-7 инструментов которые позволяют быстро и с минимальными затратами выполнить требования, описанные выше.

▶️ Закрытый стрим «Создание личной ИИ-экосистемы» Уже в это воскресенье проведу закрытый стрим, где расскажу, как специалист может (и скоро будет вынужден) использовать LLM в своей деятельности. Рассмотрим детально, какие классы интеллектуальных задач уже сейчас может помочь выполнять ИИ. Расскажу, какие встроенные ограничения есть у LLM (не только галлюцинации) и как их обойти. Поделюсь пятью принципами создания личной ИИ-экосистемы и пошаговым планом создания рабочих промптов через тестирование. Участники также получат: 1️⃣ Конкретные и полезные шаблоны использования ИИ : 🔸 Быстрое изучение предметной области (2 шаблона); 🔸 Анализ видео (оценка полезности, сбор необходимых/интересных фактов, поиск источников за 1 минуту); 🔸 Оценка полезности научной статьи и поиск интересных фрагментов в пару кликов; 🔸 Расшифровка записи митинга, оценка и разбор; 🔸 Быстрое создание заготовки плана на день на основе сырых задач; 🔸 Информационный поиск (лучше, чем perplexity.ai, так как заточено под конкретную задачу). 🔸 Часть моей системы создания контента (в процессе разработки и тестирования). И, разумеется, как самому создать полезный ИИ-шаблон под свои задачи... 2️⃣ Инструкции по интеграции ИИ в основные платформы: 🔸 Obsidian (не Copilot) 🔸 Telegram 🔸 Телефон 🔸Лаунчеры 🔸 Таблицы 🔸 ... 3️⃣ Каждый участник получит демо-ключ для быстрого теста шаблонов. Для вдохновения :) 📆16 февраля ⏰18:00 мск, длительность - около 3-х часов 💸Стоимость участия — 6.500₽. Будет запись + общий чат с остальными участниками. 👉Для покупки доступа писать мне: @nick_senin Часто задаваемые вопросы в коментах под постом 🔽

🤖 Джарвисы побеждают Терминаторов? В то время как электронные мозги эволюционируют все быстрее и быстрее наши способы использования ИИ остаются на уровне пещерных технологий. Я об этом писал на канале уже не раз. Например, появились мультиагентные системы и копайлоты. Мультиагентные системы == терминаторы, действуют по большей части автономно. Копайлоты == джарвисы, сотрудничают с человеком. Пока что я скептически отношусь к мультиагентным системам. Когда многие называли 2024й годом внедрения ИИ-агентов, практика шептала: «Рано…». Реальных кейсов с полезным эффектом для бизнеса,например, практически нет. Другое дело — копайлоты aka Джарвисы. Это когда вы решаете свои задачи рука об руку с ИИ. И я думаю, что дизайн копайлотов — сейчас наиболее перспективное направление. При этом я ориентируюсь в основном на способы использования, где специалист может решать свои конкретные специфичные рабочие задачи с помощью кастомного копайлота, а не обобщенные. 🤖 Возьмем, из последнего, хайповую модель DeepSeek R1. Дешевая, умная, да еще и opensource. Знаете ли вы, сколько ваших задач она могла бы решить быстрее, а может, и лучше? Я ставлю, что намного больше, чем вы думаете. А почему вы не используете эту модель? Предположу, что ваш ответ будет одним из этих:

- Вы до сих пор не пробовали использовать ИИ для решения своих задач.
- Вы не знаете, какие задачи можно "поручить" модели.
- Вы попробовали, но использование ИИ требует от вас больше усилий и переключений, чем если вы бы делали все сами.
- Вы попробовали, но пришлось долго ждать ответ. Особенно если речь идет о десятке объектов и множестве операций.

🎯 Рассмотрим следующий кейс. Вы открываете YouTube-канал с полезным контентом в нужной вам сфере: там 30 видео. Достаете транскрипты, оцениваете контент, ищете интересные эффекты и закономерности оттуда, открываете научные статьи по темам, вносите все в свою базу знаний… Достаточно сложно делать все самому. Практически каждое преобразование может выполнить ИИ, но нужно руками копировать и вставлять каждый шаг в чатбота, ждать кучу времени. В то же время уже сейчас есть все возможности создать интерфейс, который будет выполнять все это фоном, после того, как вы задали ему цепочку преобразований минуты за 3. Именно такой интерфейс я сейчас использую сам и внедряю для различных разработок. Последние три месяца я обобщаю свои знания и наработки в этом направлении, и на следующей неделе проведу закрытый стрим на котором об этих вещах расскажу, а также передам кучу полезных шаблонов, принципов и инструментов.

⌨️ Хакаем хакнутое - приемы улучшающие использование ИИ Примерно неделю назад написал свой второй плагин для Obsidian. Первый, кстати, написанный пару лет назад, дичайше оптимизировал процесс категоризации линков внутри одного файла. До сих пор радуюсь когда его использую. Он позволяет скопировать текущую строку под нужный заголовок в файле меньше чем за секунду. Обычно я не занимаюсь программированием, но тут было интересно протестировать возможности AI на реальном проекте. А также глянуть одну древнюю, но полезную методологию написания кода (Jackson System Development, кому интересно) Почему-то не до всех, кто занимается своей эффективностью, дошло, что AI при правильном использовании может кратно ускорить в профессиональной деятельности. И не только программистов, кстати. 👨‍💻 Сейчас уже есть неплохие исследования, показывающие, что использование AI для кодинга позволяет получить прирост в примерно 30%. И это при использовании устаревшего ChatGPT 3.5 и версии GitHub copilot до их обновления функционала! 30% — просто от «бездумного» использования AI. Но если человек будет понимать общие принципы и приемы использования AI, то можно получить прирост в разы больший. Это то, что интересует меня в первую очередь. К каким выводам в использовании AI я пришел:

- Понимать, что делаешь, все же нужно. Но многие детали можно отдать на откуп AI. Я не понимаю до конца как работает где-то треть написанного кода. - Один из наиболее важных приемов: нужно скормить всю нужную документацию в эмбединги. Я использую Cursor, он позволяет это делать. - Другой важный принцип: итеративность. Крайне важно декомпозировать все, что хочешь сделать, на небольшие проверяемые блоки. Это дает хороший контроль, тем более большие куски кода просто не влезут в контекст. - На написание требований, то есть детальное описание того как должен работать код, какие есть функции и т. п. скорее всего придется тратить времени не меньше, чем на написание кода. Это важно т. к. ИИ делает не то, о чем вы думаете, а то, что вы ему написали в промпте. - Можно переключаться между (топовыми) моделями, если разработка далее не идет, а вникать в детали не хочется. - Выбор подходов к реализации тех или иных функций я бы тоже взял на себя. Решите сами, какие внешние модули и библиотеки вы будете использовать, примите все ключевые решения самостоятельно. Это важно. LLM тут можно использовать в качестве генератора вариантов и совещательного голоса.

И все равно не стоит ждать идеальных результатов. В конце ни одна из моделей не нашла довольно примитивный баг. На его самостоятельные поиски и исправление я потратил где-то 30 мин.

❌ Почему вы так часто обламываетесь во внедрении новых привычек? Есть интересное наблюдение, которое мой опыт только подтверждает: в среднем привычка «устанавливается» в мозг и нервную систему только с 5-6-ой попытки. Даже самая простая. Причина такого долгого процесса постановки привычки в том, как разные привычки влияют друг на друга. Например, пока я не начал планировать отдых в течение дня, я не мог научиться вовремя отходить ко сну. Мой организм отчаянно сопротивлялся ложиться в постель и закрывать глаза без порции дофамина после насыщенного и напряженного рабочего дня. И только когда цель постановки привычки «ложиться спать до 23:00» дополнилась подзадачей «планировать интересные события», я наконец-то достиг желаемого. Так, например, участники моего закрытого клуба «Додзе по привычкам» в конце месяца внезапно осознают, что намного эффективнее было бы развивать «подводящие» привычки вместо целевых, чтобы достичь тех же результатов. Кстати, сейчас опыт каждого участника добавляется в общую таблицу. Так при внедрении в свою жизнь привычки, которая уже кем-то ставилась на предыдущих потоках, человек получите бо̀льшую эффективность и меньший шанс провала, чем если бы ставил эту привычку самостоятельно. 📍 Вернемся к трудностям, которые мешают нам ставить привычки по щелчку пальцев. Даже при постановке простейших привычек обычно есть от трех барьеров, которые прямо или косвенно мешают нам придерживаться желаемого образа жизни с минимальным стрессом. Даже незаметный стресс в виде ненужного (или отсутствия нужного) предмета под рукой может загубить многие начинания. А количество таких барьеров бывает нередко переваливает за десяток, и это только для одной конкретной привычки! Без устранения таких барьеров практически невозможно изменить свое поведение. Вы даже можете придерживаться новой привычки довольно длительное время, заставляя себя силой воли. Спустя какое-то время может даже показаться, что привычка стала частью вашего естественного поведения. Но если барьеры остались в вашей жизни, и каждый раз следование привычкам «трется» об эти барьеры и заставляет вас, пусть и не осознанно, стрессовать — можете быть уверены, срыв будет рано или поздно. Барьеры часто исправляются довольно простыми изменениями среды: купить какую-то полезную мелочь, открыто поговорить с людьми из окружения о вашей цели, поставить небольшой скрипт на телефон. Решения находятся просто, когда сами барьеры найдены. Самое сложное — осознать эти барьеры и определить каждый из них. Вопросу поиска и проработки барьеров в «Додзе» уделена наиболее трудоемкая часть работы. Если вы хотите вступить в «Додзе по привычкам», то сейчас самое время это сделать, новый цикл начинается 1 февраля. Первые четыре дня — выбор привычек, определение барьеров и их устранение. Вступить в «Додзе по привычкам» можно здесь. Узнать про «Додзе» подробнее и можно на сайте.

📥 Только за последнюю неделю я два раза наблюдал людей который ловили совершенно неиллюзорный стресс от неопределенности касательно дальнейшего направления действий на разных уровнях. Настолько что не могли даже включиться в работу нормально. Есть исследование, что некоторые виды животных и человек могут выдержать без последствий в три раза большую боль, если знают, сколько это будет длиться. Неопределенность усиливает стресс и снижает нашу способность этому стрессу сопротивляться, выполнять необходимые действия и вообще двигаться вперед. 🔆 Составление планов на разных уровнях это один из самых эффективных способов фиксить такую неопределенность. Именно поэтому планирование не только организовывает дела на день/неделю/месяц, но и высвобождает ресурс, который организм тратил на стресс. Это работает на разных уровнях :

- Я трачу 100% своего ресурса на задачу внутри блока (15-45 мин), зная, что этот блок находится внутри дня в нужном месте, и за этот день я ничего не забуду и продвинусь по основным/приоритетным задачам и проектам. - Я знаю, что задачи из этого блока оптимально влияют на проект в целом. - Я знаю, что выполнение проекта оптимально повлияет на развитие сферы. - Я знаю, как улучшение в данной сфере повлияет на мои глобальные цели и выполнение стратегического плана.

Уровни у вас могут быть другие, но важно что я не стрессую на всех 4-х уровнях, спокойно делаю текущую задачу и получаю удовлетворение от каждого действия, потому что они ведут меня к выполнению долгосрочных целей.

🎮 ТРИ СТРАТЕГИИ ПОИСКА Средний специалист много ищет информацию. Очень много. При сорокачасовой рабочей неделе это почти целый месяц в году. Очевидно, что отлаженная технология эффективного поиска могла бы дать бОльший буст чем любые призывы поедания лягушек, классификации на зеленые, красные и серобуромалиновые задачи, и т. п. Я уже не говорю про личное стратегическое планирование, где поиск тоже суперважен. В то же время люди ищут информацию про новый смартфон более тщательно чем про свои глобальные цели. Материала на эту тему вообще почти нет. Зато есть миф что человек должен сам научиться искать нужную информацию в ВУЗе или где-нибудь на рабочем месте. Разумеется в реальности этого даже близко не происходит. Один из моих очень важных выводов про поиск состоит в том что у профи должно быть ТРИ технологии поиска. 🌐 БЫСТРЫЙ ПОИСК Это одноходовый-двуходовый поиск в основных поисковых системах, использование языковых моделей и т. п. Многие решения и ответы находятся на поверхности, следовательно включать более тяжеловесные приемы нет смысла, т. к. это приводит к нерентабельному времени. 🛠 УГЛУБЛЕННЫЙ ПОИСК Это более долгий, основательный и многоходовый поиск. Включается только в тех случаях когда быстрый не сработал, но вы понимаете что : - вероятно ответ/решение где-то есть; - сделать самому точно менее выгодно чем искать. Как понять последний пункт - отдельная история. Например, в некоторых технологических компаниях если разработка нового соединения стоит менее 10000$ то его не ищут, а разрабатывают заново. 🤨 ИССЛЕДОВАТЕЛЬСКИЙ ПОИСК Это то чем мы с коллегами занимаемся в издательстве Livrezon. Тут нужное решение/ответ могут быть найдены в совершенно непредсказуемой области и через пару-тройку месяцев. Примеры : - Решения по эргономике рабочего места были найдены в биографии Уинстона Черчилля; - Некоторые эффективные принципы по развитию навыков и привычек я нашел в кодексе движения иезуитов; - Решения по предотвращению появления пузырьков на микропроцессорах были найдены в производстве шампанского. Не мной, но интересно. Там тоже по пузырькам профи.

📚 Теория бутерброда для продуктивности Оптимизации или улучшения неоднородны. Это довольно нетривиальная мысль. Одна из моделей которой я оперирую при поиске решений в личной работе - несколько уровней продуктивности. И один из выводов из этой модели - улучшения с одного уровня складываются, в то время как улучшения с разных перемножаются. То есть если у нас есть три улучшения с одного уровня, каждое из которых увеличивает выполнение работы на 50% то в результате будет :

100%(начальных) + 50% + 50+ 50% = 250%

Если бы они были с разных то арифметика была бы следующей :

150% * 150% * 150% = 337%.

Так я всегда смотрю на уровень который больше всего отстает (принцип Либиха). Потому что это может дать наибольший прирост за счет умножения. Рассмотрим пример ускорения для чтения. Мы можем ,например :

- читать с прямой спиной; - читать утром когда нет усталости; - и еще накатить кофе/зеленого чай.

Это улучшит результаты, но все эти улучшения с одного уровня. Также мы можем рассмотреть другой "стэк" :

- заранее отбираем из большого массива только ту литературу в которой есть то что нам нужно; - тренируем скорочтение; - используем большой монитор (+20% к скорости чтения) - читаем с прямой спиной.

Тут каждый из уровней относительно независим и при перемножении дает буст в разы превышающий предыдущий. Можете покидать в коментах ваши мультипликативные оптимизации.

🔈 🎮 Публикую новое интервью. На этот раз пообщался с Андреем Серяковым, физиком, про то, как работают большие команды в ЦЕРНе и вообще в физике высоких энергий. Почему мне это интересно? В ЦЕРНе, в т. ч. на большом адронном коллайдере, работают на переднем крае науки тысячи человек на нескольких экспериментах в течение лет и десятков лет. Очевидно, что там существуют подходы, которые могут использовать другие команды. Выступление Андрея по этой же теме, которое я крайне рекомендую посмотреть сначала. Андрей Серяков, создатель проекта https://vk.com/cernach. tg : https://t.me/sexcolliderrock inst: @andrey_seryakov Смотреть интервью Смотреть интервью Смотреть интервью На фото часть коллаборации ALICE на фоне полноразмерной схемы этого детектора на Большом адронном коллайдере. Источник.

👉 Новый лонгрид про ИИ и одну из самых распространенных проблем личной организации знаний и информации! Я решил не давать все последние выводы по ИИ, а описать конкретный кейс решения проблемы хлама в сохраненках. Сам пользуюсь этим решением почти ежедневно. Кто минимально технически подкован сможет сделать себе что-то подобное. В личной работе я тоже часто разрабатываю такие инструменты под человека. По ИИ ,вероятно, до НГ будет еще одно более масштабное мероприятие. Читать Читать Читать

📚 Немного про разработку коллективных/публичных баз знаний. Мало кто знает что этот процесс радикально отличается от создания "второго мозга", или ,как чаще бывает, "второго подобия мозга" для личного использования ... Бесконечно прокрастинировать с созданием неиспользуемой в дальнейшем структуры здесь не получится. Вместо этого нужна четкая структура которая будет легко понятна среднему пользователю, ритуально забившему на изучение хелпа. Это накладывает, например, ограничение на количество и глубину категорий при выборе древовидной структуры. А вообще может быть что для отдельных групп стейкхолдеров будут доступны только 1-2 категории. Создание самой структуры базы не занимает много времени при проделанной подготовительной работе. По времени это около 3-4 часов. Но нужно детально проявить как и какие задачи будет решать база знаний. В 100% случаев заказчик не "видит" всех возможных задач. На этом этапе я беру серию детальных интервью у представителей каждой группы стейкхолдеров. Группы накладывают свои ограничения на структуру и платформу для базы. Может оказаться так что значительная часть контента которую заказчик хотел добавить в базу вообще никому не нужна и не используется. А может его и вовсе не существует. Этим небольшим постом я частично показал процесс разработки коллективной базы знаний с птичьего полета. Если вас это заинтересовало, или появились вопросы - можете написать мне : @nick_senin .

Я об этом не каждый раз рассказываю, но каждые полгода участвую в 2-3 конференциях. В прошлом месяце прошла первая конференция по результативным коллективам по стандартам проекта VIKENT.RU. Я рассказывал материал полученный при частичном обобщении данных по 30-40 проработанным мной результативным коллективам. А в конце этого месяца вновь поеду на TeamLead Conf в Сколково в Москве рассказывать про свою разработку по применению ИИ в управлении знаниями. Когда выйдем на уровень продукта/сервиса не знаю, но послушать про основные принципы и подходы можно уже сейчас. Если будет кто знакомый - можем пересечься)