Вы регулярно создаете с помощью ИИ много текстов, а не просто задаете ему сиюминутные вопросы или обсуждаете с ним житейские проблемы? Если да, то пора задуматься, где это делать удобнее всего.
- Использовать чат-платформы, такие как ChatGPT, Gemini, Perplexity или Gigachat, в качестве основного рабочего пространства — противоестественно. Рабочее пространство (воркспейс) — это то, что хранит и позволяет легко использовать результаты вашей работы (артефакты), а не то, что строится вокруг чатов с ИИ. Google Workspace и Яндекс 360 — это воркспейсы. ChatGPT движется в этом направлении, но ему еще очень далеко до звания воркспейса.
- Вместо этого можно надеяться, что ваше привычное рабочее пространство — например, Google Docs или Notion — обзаведется всеми необходимыми ИИ-функциями. И эта надежда вполне оправданна: универсальные воркспейсы, такие как Notion, уже почти не уступают чат-ботам в плане ИИ. Именно Notion и стал бы моим ИИ-пространством, если бы не одно «но»...
Лично я не хочу слишком сильно связывать себя, поскольку на своем горьком опыте знаю:
- Ни один программный продукт не может оставаться оптимальным выбором дольше нескольких лет. В случае с ИИ этот срок еще короче. Даже если функциональность продукта остается на высоте, его цена может оказаться значительно выше, чем у альтернатив.
- Если этот продукт — мое основное рабочее пространство, то переход на другой продукт будет крайне болезненным. Моя продуктивность надолго упадет, так как я не смогу быстро использовать артефакты, накопленные в прежнем пространстве. В случае с чат-ботами на базе ИИ переход еще сложнее, поскольку экспортировать оптом можно только чаты, но не артефакты (подробнее об этом см. в разделе 2.4).
Cursor как решение
Поэтому я пришел к нетрадиционному решению — работать с ИИ преимущественно в IDE (Integrated Development Environment). Лично я выбрал Trae IDE, хотя Cursor гораздо популярнее. Последние полгода я создаю в Trae различные тексты — как для профессиональных задач, так и для блогов.
Если же вас не нужно убеждать, ЗАЧЕМ это нужно, можете сразу читать мой пост на Substack, где я сфокусировался на конкретном сценарии использования и на вопросе, КАК это делать эффективно.
1. Когда IDE — правильный выбор?
Чтобы понять место IDE в общей картине ИИ-платформ, давайте разберемся, в каких случаях вообще стоит отходить от привычных чат-ботов вроде ChatGPT. Не будем рассматривать узкоспециализированные приложения (например, для транскрибации или создания маркетинговых материалов), а сосредоточимся на универсальных инструментах, ведь именно в универсальности и заключается главное преимущество ChatGPT и других ИИ-чатботов.
Здесь могут быть разные мнения. Мой личный подход к выбору ИИ-инструмента «под ситуацию» базируется на ценности результатов работы с ИИ: что они собой представляют, как связаны с внешним миром, а главное — как долго сохраняется их ценность для нас.
1.1. Ищите через AI Overview или голосового ассистента
Чаще всего ИИ используется для сиюминутных вопросов и простых задач. Они обычно не требуют большого контекста и, в частности, использования ваших прошлых наработок.
- Для таких задач многие по привычке открывают ChatGPT или Perplexity, но зачастую Google-поиск с функцией AI Overview либо Поиск с Алисой в Яндексе удобнее и быстрее.
- Если вы работаете в отдельном кабинете, удобнее всего спрашивать ИИ голосом. Лично я постоянно обращаюсь к колонке Яндекс Алиса. А ChatGPT Voice можно установить вместо стандартного Google Assistant на Android-смартфоне.
- Я стараюсь не забивать историю своего основного аккаунта ChatGPT простыми запросами, ответы на которые легко получить в Google Search напрямую или на вкладке AI Mode. Иначе у меня были бы проблемы со следующим пунктом 1.2.
1.2. Общайтесь с AI-чатботами
ChatGPT и аналогичные платформы идеально подходят для многоэтапных диалогов с ИИ, особенно когда речь идет о личных вопросах и задачах.
- В отличие от сиюминутных запросов, такие обсуждения могут быть важны в будущем, и вы, возможно, захотите к ним вернуться. И тогда функция поиска в ChatGPT вам поможет, особенно если вы не смешиваете эти диалоги с одноразовыми вопросами.
- Однако если ценность представляет не сам диалог, а созданный в его результате артефакт (например, документ или план), чат-бот — не лучший инструмент. В таких случаях не забудьте сохранить результат в надежное место, где вы сможете его легко найти.
- Если вы рассчитываете на персонализацию ответов чат-бота, она должна касаться вашей персоны в целом. Два вида памяти и Projects в ChatGPT могут быть полезны, но если вы начнете использовать тот же аккаунт для узкоспециализированных профессиональных задач, это «замусорит» память и ухудшит качество ответов.
1.3. Создавайте артефакты в AI IDE
Cursor или другая IDE отлично подходит для регулярного создания сложных артефактов в области вашей экспертизы. Как правило, это рабочие задачи, а не личные.
- Если вы менеджер, вы регулярно готовите презентации и отчеты. Если IT-аналитик — регулярно пишете user stories и другие требования. Если блогер — регулярно пишете посты или сценарии видео. Все это — примеры сложных артефактов. Стандартные инструменты редко подходят для таких экспертных задач, так как не учитывают ваш уникальный контекст и профессиональные требования.
- Почему IDE особенно хороша для регулярно повторяющейся работы? Ее мощь заключается в кастомизации процесса создания чего угодно с помощью ИИ. Вы можете сохранять и повторно использовать инструкции для ИИ, вместо того чтобы каждый раз заново писать их в чате. Тогда как если вы создаете сложные артефакты лишь изредка, нет необходимости формализовать процесс и отделять инструкции от диалога.
- Если у вас на работе несколько ролей или многофункциональная роль (например, вы продакт-менеджер), вам понадобится несколько рабочих пространств (Workspaces) в IDE. Один воркспейс — одна специализация, причина этого будет раскрыта в разделе 2.1. И переключаться между воркспейсами в IDE удобнее, чем в Notion или, тем более, ChatGPT!
1.4. Пользуйтесь традиционными воркспейсами для типовых рабочих задач
Для стандартных рабочих задач, таких как написание электронных писем, создание типовых документов или управление проектами, удобнее использовать готовые AI-решения, например, Asana AI, Битрикс-24 Copilot или другие системы управления задачами с ИИ.
- Такие инструменты обычно легко интегрируются с внешним миром — например, с календарем и почтой. В последнее время подобные интеграции также появляются в чат-бот платформах, таких как ChatGPT.
- В отличие от создания сложных артефактов, типовые задачи не требуют от пользователя глубокого управления контекстом, так как все необходимые механизмы уже встроены в готовое программное решение.
Таким образом, правильное распределение задач между различными инструментами позволяет извлечь из каждого максимум пользы.
2. Чем IDE лучше ChatGPT?
У каждого пользователя Cursor и аналогичных IDE есть свой ответ на этот вопрос. Например, если ИИ улучшает написанные вами тексты для публикации, ключевой функцией для вас может стать diff — наглядное сравнение версий до и после вмешательства ИИ. Если это ваш случай, можете сразу перейти к разделу 2.3, чтобы узнать, как именно превратить эту фичу в гейм-чейнджер.
Однако я начну с менее очевидной, но самой важной особенности IDE для тех, кто стремится к высокому качеству текстов и постоянному росту со временем.
- Для ответа на общий вопрос ИИ часто достаточно контекста из веб-поиска, а для личного вопроса — контекста из памяти (Memory). В таких случаях нет смысла переключаться с ChatGPT на Cursor.
- Большой объем специфического контекста необходим именно в экспертных задачах, которые я упоминал на схеме выше 👆. Давайте разберемся, как Cursor помогает работать с контекстом и чем это лучше ChatGPT.
2.1. Контекст-инжиниринг «для чайников»
Пока контекст-инжиниринг применяется лишь людьми двух типов:
- разработчики, способные настроить и отладить RAG, web search и tools;
- продвинутые юзеры, способные работать с no-code инструментами типа n8n, Make или ChatGPT Agent Builder, осознанно подключать MCP-сервера.
Однако отнюдь не только разработчикам и продвинутым юзерам интуитивно понятно, какой именно контекст необходим для их конкретной задачи. Если человек активно работает с ИИ, то большая часть этого контекста уже находится в его AI-платформе. Однако ChatGPT не предоставляет простого и универсального способа добавить этот контекст в любой запрос к ИИ.
С одной стороны, ChatGPT — одна из лучших платформ с точки зрения Context Engineering. Реализация RAG и Tools use от OpenAI является одной из лучших на рынке. GPTs и Projects – это хорошие способы задать общий контекст для решения многих однотипных задач.
С другой стороны, даже в ChatGPT уровень управления контекстом недостаточен для таких задач, как написание регулярных отчётов. Да, можно использовать @mentions для GPTs или аналогичные упоминания Spaces в Perplexity. Но ведь гораздо чаще требуется добавить в контекст не весь GPT или Space, а конкретный артефакт или его конкретную часть.
- Выделенный фрагмент текста можно добавить в AI-чат в один клик, причём он будет добавлен не как текст, а как ссылка, что улучшает читаемость чата.
- Файл или папку можно добавить в чат перетаскиванием (drag-n-drop) из панели Explorer или через упоминание (с помощью символов "@" или "#").
- Неявное добавление контекста: встроенный в IDE AI-агент может самостоятельно находить нужный контекст на основе обычных слов в промпте — например, правила из файла AGENTS.md или .cursor/rules.
Эти способы управления контекстом в IDE не требуют того высокого уровня технической подготовки, который необходим для настройки RAG, агентских tools или MCP. Когда речь идёт не об AI-агентах, а об AI-копилотах (ассистентах), Context Engineering становится интуитивно понятным делом для не-разработчиков.
2.2. Генерация контекста и его улучшение со временем
Вышеуказанное управление контекстом — это все-таки ручная работа. Мы как бы занимаемся «микроменеджментом» ИИ, мы указываем ему четко, какие инструкции и какие фрагменты прошлых артефактов следует использовать в качестве контекста. И с этим связаны две проблемы, как минимум:
- Добавленные в контекст фрагменты могут быть слишком велики, что снижает качество ответа ИИ.
- Может показаться, что все повторно используемые инструкции для ИИ нужно писать вручную.
Например, проблему 1 (качество) можно решить, попросив ИИ создать краткие резюме, аутлайны или гайдлайны по стилю на основе прошлых артефактов. А для решения проблемы 2 (трудоемкость написания инструкций) в Cursor есть даже специальная команда /Generate Cursor Rules.
Постоянно обновляя гайдлайны и правила с ИИ, вы будете со временем улучшать качество создаваемых артефактов.
Кажется, что ChatGPT сложно превзойти с точки зрения улучшения результатов ИИ со временем:
- Memory: ChatGPT был одним из первых, кто внедрил функцию памяти, и она работает лучше, чем у многих конкурентов.
- Reference Chat History: Эта функция позволяет ссылаться на предыдущие диалоги. Такая память может улучшать пользовательский опыт, но является «чёрным ящиком» для пользователя и сильно усложняет управление контекстом с его стороны.
- Project-only Memory: Недавно добавленная память уровня проекта гарантирует, что в контекст не попадут воспоминания, не связанные с данным проектом.
В IDE аналогом проекта является Workspace, а аналогом инструкций проекта — файлы с правилами (rules). Уже на этом уровне Cursor обеспечивает более гибкое управление инструкциями, так как к разным типам файлов автоматически применяются разные наборы правил.
Более продвинутое управление контекстом достигается на уровне папок. Внутри проекта их может быть много, и они могут образовывать иерархию. Это позволяет создавать иерархические инструкции в файлах AGENTS.md. Как сказано в документации Cursor, “вы можете размещать файлы AGENTS.md в любой папке, и они будут автоматически применяться при работе с файлами в этой папке и её подпапках.”
2.3. Сравнение версий и AI-правки
При совместной работе с ИИ над созданием артефактов рекомендуется сосредоточить свои когнитивные усилия на творческой части. Только так можно добиться высокого качества, не потратив кучу времени на более скучную техническую часть.
А это значит, что на последних «технических» стадиях работы над артефактом нужно максимально экономить свои усилия:
Проверка и исправление неточностей, внесенных ИИ на последних стадиях работы, — утомительная задача, особенно когда процесс включает несколько итераций.
Современные AI IDE подсвечивают изменения, внесенные ИИ, как минимум на уровне абзацев. Однако для текстов на естественном языке этого недостаточно (достаточно лишь для программного кода, где вместо абзацев — короткие строки). Например, на скриншоте из Cursor видно, что ИИ изменил всего два слова, но чтобы в этом убедиться, приходится читать весь абзац:
В той же ситуации Trae делает лучше, подсвечивая изменения на уровне отдельных слов. Но и здесь есть свой недостаток — оригинальный текст не всегда полностью виден:
Я думаю, можно найти или создать расширение для IDE, которое будет удовлетворять обоим требованиям к сравнению длинных абзацев — показывать изменения на уровне слов и полностью отображать исходный абзац. Однако я использую другой функционал, доступный «из коробки» в Cursor и Trae:
- Весь мой Workspace лежит в системе контроля версий Git, как у разработчиков ПО. GitHub — это бесплатно.
- Я сохраняю изменения в Git (делаю коммит) перед каждым запросом к ИИ, таким как «переведи файл.md» или «улучши файл.md в соответствии с rules.md».
- Внесенные AI изменения я проверяю и корректирую в показанном ниже режиме side-by-side. Для этого я просто открываю файл из вкладки Source Control.
Git также позволяет создавать «ветки» для экспериментов с текстом, а затем объединять их (merge). Это полезно в некоторых творческих рабочих процессах: можно дать ИИ два разных промпта, получить две версии и объединить лучшие части из обеих. Но это НЕ для начинающих.
Как вариант можно также делать коммиты сразу после улучшений, внося в commit message модель ИИ (например, fix(Claude-4.0): <название артефакта>). В будущем это позволит сравнить результат ИИ с финальной версией и оценить объем ручных правок. Таким образом, вы накопите в Git данные по качеству конкретных AI-моделей, что поможет выбрать наиболее эффективную для вашего процесса модель.
В ChatGPT Canvas также есть функция сравнения версий, но она менее удобна, чем side-by-side сравнение в IDE, и требует много времени на попарное сравнение предложений:
2.4. Подход «без привязки к вендору»
Речь идёт о локальных AI-powered IDE, а не об облачных AI-агентах для разработчиков и вайб-кодеров, таких как Codex Cloud или Replit. Лидером в этом сегменте является Cursor IDE, но и более дешёвые Windsurf и Trae тоже подходят.
Эти популярные AI-платформы привязывают нас к себе за счет того, что мы не хотим потерять:
- наши чаты с ИИ, особенно наши нетривиальные инструкции в этих чатах,
- созданные в этих чатах артефакты.
«Потерять» эти вещи — значит лишиться возможности быстро их найти и использовать. Страх потери заставляет нас продолжать платить, например, OpenAI или Яндексу, даже при появлении на рынке более выгодных решений.
Теоретически, можно было бы экспортировать и импортировать историю чатов при смене платформы. Например, переход из ChatGPT в Notion возможен, хотя и с ограничениями. Однако старые чаты становятся лишь архивом, в котором нужно искать отдельно, а не частью новой системы чатов.
К сожалению, проблема непереносимости чатов актуальна и для локальных AI-воркспейсов, таких как IDE.
Однако для сложных задач важнее не чаты, а созданные в них «артефакты» — тексты, документы, таблицы, изображения. Именно их чаще всего хочется использовать повторно.
Искать артефакты в длинных переписках неудобно, тем более что финальная версия обычно дорабатывается вне чат-бота. Функции вроде ChatGPT Canvas и Claude Artifacts решают эту проблему лишь частично. Кроме того, артефакты нельзя экспортировать оптом.
Таким образом, AI-чатбот — это отнюдь не полноценный воркспейс для работы с документами. Таковыми являются Google Workspace и Яндекс 360, но они создают еще более сильную зависимость от вендора.
Вы не привязываете себя к одному вендору.
3. Цена преимуществ IDE
Как было показано в разделах 2.1-2.2, IDE помогает управлять контекстом так, чтобы стабильно получать нужный результат — вместо того, чтобы иногда получать крутой результат магическим образом. Среди AI-экспертов это преимущество ИИ-систем называется steerability. Однако за эту управляемость приходится платить.
В отличие от IDE, ChatGPT ориентирован на новичков и берет управление контекстом на себя, используя непрозрачные алгоритмы. Это может создавать «магический» вау-эффект, но качество результатов остается нестабильным, так как почти нет ручного управления контекстом.
Цена, которую мы платим за отсутствие привязки к вендору (раздел 2.4), также высока:
- Дисциплина в управлении инструкциями. Для повторяющихся задач инструкции для ИИ нужно сохранять в файлах, чтобы не потерять их при смене IDE. Хотя в IDE можно легко ссылаться на эти файлы, а они сами могут подгружаться в контекст за счет правил (rules), такой подход требует большей дисциплины по сравнению с обычным чатом и может показаться непривычным и неестественным.
- Workspace получается неполным: в нем удобно работать с «исходниками», но для создания некоторых конечных артефактов приходится переключаться в другие приложения. В частности, не все артефакты удобно создавать из Markdown. Например, для таблиц, презентаций или изображений требуются другие форматы и инструменты.
Впрочем, уже сейчас есть расширения IDE для не-программистов, решающие эти проблемы полностью или частично.
- Например, российское расширение AI IDE BAS для аналитиков, дизайнеров и других профессий — создает конечные артефакты прямо в IDE и, в целом, делает IDE более понятным для большинства.
- Другой пример — AsciiDoc Slides для создания презентаций. Формат AsciiDoc мощнее Markdown, примеры можно найти здесь.
Заключение
ChatGPT, Perplexity, Gigachat, Яндекс Алиса и т.д. — это универсальные помощники, которые отлично справляются с ролью чат-бота для ведения длинных диалогов. А быстрые ответы ещё удобнее получать в поисковике: AI mode есть как в Google, так и в Яндекс.
Однако для создания сложных артефактов, таких как документы, статьи или элементы базы знаний, вам нужен продукт иного класса — воркспейс. Работа в чат-боте для таких задач — это путь к разочарованию, даже если вас не беспокоит привязка к одному вендору.
Как конкретно это реализовать?
- Узкоспециализированный рабочий процесс — на примере воркспейса для написания статей — описан в моем посте на Substack
- Универсальное применение Cursor к широкому спектру рабочих процессов небольшой компании — в качестве базы знаний и не только — объясняется в этом видео Всеволода Устинова или в его Telegram-посте.
А примерить подобный подход к своим рабочим задачам можно с помощью этого перевода 50 непрограммистских кейсов работы с Claude Code. Уж если люди даже в терминале (!) получают пользу от агента Claude, то в IDE это тем более удобно!
