ИИ видит картинку не так, как вы: где он поможет, а где уверенно наврёт

Мультимодальный ИИ — это модель, которой можно показать картинку вместе с вопросом. Чек, скриншот ошибки, фото доски, схему процесса или рукописную заметку — всё это она попробует прочитать, объяснить и превратить в следующий шаг.

Звучит удобно. Но гладкий ответ легко принять за истину. Одна неверная цифра в чеке, потерянное «не» в заметке или перепутанная стрелка на схеме создадут больше работы, чем сэкономят.

Полезная роль ИИ здесь простая: он делает первый разбор, а человек проверяет всё, что дорого исправлять. Это суммы, реквизиты, условия договора, права доступа и изменения в рабочих процессах.

Лучше всего модель справляется с чётким изображением, крупным текстом и ясным заданием. Хуже — с бликами, мелким шрифтом, повёрнутым фото, зачёркиваниями и обрезанными фрагментами. В справке ChatGPT о работе с изображениями прямо перечислены ограничения: мелкие детали, точное расположение объектов, подсчёт и графики могут быть проблемными.

Главный риск — не обычная ошибка, а уверенная догадка. Модель может не разобрать символ и подставить правдоподобный вариант. Поэтому просите её отделять то, что видно, от предположений. Честное «не могу прочитать» полезнее красивой выдумки.

Чек: переносите данные, но не сдавайте отчёт без сверки

ИИ удобно использовать после командировки, когда нужно собрать несколько чеков в таблицу расходов. Он может вынести продавца, дату, валюту, позиции и итог. Это экономит время на ручном вводе.

Но термобумага выцветает, названия товаров сокращают, а итог и реквизиты печатают мелко. Сотрудник прислал чек за такси для авансового отчёта. Модель перенесла данные в таблицу, а сотрудник сверил по фото итог, дату, валюту и продавца. Так ошибка распознавания не попала в отчётность.

СкопироватьИзвлеки из чека только то, что видно: продавец, дата, валюта, позиции, количество, цена, скидка и итог.

Не угадывай нечитаемые символы. Каждый сомнительный фрагмент пометь [неразборчиво].

Сделай таблицу:
— поле;
— значение;
— уверенность: высокая, средняя или низкая.

В конце перечисли поля, которые нужно сверить с оригиналом вручную.

Суммы, ИНН, номера документов и платёжные реквизиты проверяйте глазами. Здесь ИИ — быстрый оператор ввода, а не бухгалтер.

Скриншот ошибки: объяснит сообщение, но не найдёт причину сам

Скриншоты ошибок — полезный сценарий, когда нужно перевести технический текст на человеческий язык. ИИ может выписать код ошибки, объяснить термин и предложить безопасные первые проверки.

Менеджер нажал «Экспорт в XLSX» в CRM и увидел `Access denied`. Модель объяснит: система отказала в доступе. Затем она предложит проверить роль сотрудника, права на выгрузку и срок сессии.

Но ИИ не видит журнал событий, настройки сервиса и действия коллег до ошибки. Фраза «это точно проблема с базой данных» остаётся гипотезой, даже если звучит убедительно.

СкопироватьРазбери скриншот ошибки в двух частях.

Сначала выпиши наблюдения:
— точный текст;
— код ошибки;
— название сервиса;
— видимые кнопки и поля.

Потом назови до трёх гипотез. Для каждой укажи, на чём она основана, что проверить первым и какое действие безопасно.

Не называй причину подтверждённой, если её нет на скриншоте.

Не удаляйте интеграции и не сбрасывайте настройки по совету модели. Сначала проверьте гипотезу в самой системе.

Схема: подписи прочитает, связи перепутает

ИИ может назвать блоки на схеме и пересказать общий маршрут. Это помогает перед встречей: вы быстрее понимаете, кто создаёт документ, кто его согласует и где появляется финальное решение.

Но смысл схемы часто сидит в мелочах: стрелках, пунктирных линиях, подписях «да» и «нет», возвратах и исключениях. Блоки, стоящие рядом, не обязательно связаны.

Руководитель попросил превратить схему согласования платежа в список этапов. ИИ заметил блок «Юрист» и развилку после него. Руководитель сверил стрелку с оригиналом: она вела в «Доработку», а не в «Финансы». Команда не внедрила несуществующий маршрут.

СкопироватьОпиши схему как процесс.

Для каждого блока укажи:
— точную видимую подпись;
— входящие связи;
— исходящие связи;
— направление, только если стрелка видна.

Отдельно перечисли развилки, циклы, нечитаемые подписи и связи, в которых ты не уверен.

Не считай блоки связанными только потому, что они стоят рядом.

Не меняйте процесс по текстовой расшифровке. Сначала сравните каждый переход со схемой.

Рукопись: не разрешайте модели «наводить порядок»

ИИ помогает разобрать заметки с доски, итоги встречи и списки задач. Но в рукописи он может раскрыть сокращение, исправить слово или превратить обрывок фразы в законченную мысль.

После встречи у менеджера осталась запись: «созв. с Олей, 15:30?». Модель способна превратить её в «созвон с Ольгой в 15:30». Для личной заметки это терпимо. Для задачи команде рискованно: вопросительный знак мог означать, что время ещё не подтвердили.

СкопироватьРасшифруй рукопись максимально близко к оригиналу.

Не исправляй орфографию и не раскрывай сокращения без пометки.
Не угадывай даты, суммы, имена, адреса и номера.
Сомнительные фрагменты заключай в [квадратные скобки].
Сохрани переносы строк и структуру списка.

После расшифровки выдели задачи только из строк с высокой уверенностью.

Не загружайте в публичные ИИ-сервисы документы с паролями, персональными данными, медицинскими записями и коммерческой тайной без разрешения компании.

Сравнивайте ответы на одинаковых картинках

Русский интерфейс, местная оплата и привычный сервис могут быть удобны команде. Но они ничего не говорят о точности работы с изображениями. Если выбираете модель для такой задачи, проверяйте результат на одинаковом наборе файлов и с одинаковым запросом.

Возьмите по три чека, скриншота ошибок, схемы и рукописные заметки. В каждой группе добавьте чёткий файл, обычное рабочее фото и сложный вариант с бликом, мелким текстом или зачёркиванием. Это не рейтинг сервисов, а проверка ваших реальных сценариев.

Для типичной рабочей задачи выбирайте не самый уверенный ответ, а модель, которая реже добавляет несуществующие детали и прямо отмечает сомнения.

В Telegram-канале «Женя Pro Диджитал» можно взять идею для таблицы такого теста: сравнивайте не красоту ответа, а ошибки в важных полях.

Сегодня загрузите один рабочий скриншот и задайте три вопроса: что видно точно, что не читается и что проверить вручную. Этот запрос быстро превращает ИИ из уверенного рассказчика в полезного помощника.