ChatGPT для бизнеса: тарифы, правила работы с данными и обучение команды в небольшой компании

Почему компании нужны правила раньше, чем новые промпты

Большинство небольших команд знакомится с ChatGPT для бизнеса одинаково. Один человек пробует, экономит час, рассказывает коллеге, и через месяц полкомпании вставляет рабочие тексты в чат. На этом пути никто не решил, какой аккаунт используется, что можно вставлять и кто проверяет ответы. Дело не в инструменте. Не хватает решений.

Три решения закрывают почти всё. Какой аккаунт и тариф у компании, чтобы настройки принадлежали ей, а не каждому человеку? Какие данные можно вставлять, а какие никогда? Кто отвечает за проверку результата до того, как его увидит клиент?

Тарифы и аккаунты: чьи настройки действуют для вашей команды

Личный аккаунт и рабочее пространство компании различаются тем, кто управляет настройками. В личном каждый решает за себя, в рабочем компания может задать правила один раз. Условия каждого тарифа устанавливает OpenAI на своих страницах, и эти страницы меняются. Здесь они не пересказаны: пересказ устарел бы быстрее страницы, которую пересказывает.

Искать нужно короткий перечень: используется ли содержимое компании для обучения моделей по умолчанию, сколько оно хранится, кто администрирует пользователей, можно ли входить через корпоративную учётную запись и что можно выгрузить. Пример нужной формулировки есть в документации OpenAI для разработчиков. Про API там сказано, что данные, отправленные в API, по умолчанию не используются для обучения и улучшения моделей, журналы для выявления злоупотреблений хранятся до 30 дней, если закон не требует дольше, а нулевое хранение данных требует предварительного одобрения.

Этот фрагмент относится к API, а не к рабочим пространствам ChatGPT, и регулируются они раздельно. Поэтому найдите такие же утверждения для выбранного тарифа, запишите дату, когда вы их прочитали, и храните копию в документах компании.

Какие задачи ChatGPT выполняет хорошо в небольшой компании

У надёжных применений общая черта: факты даёт человек, а форму придаёт инструмент. Черновик ответа по вашим заметкам, сводка и список дел по расшифровке звонка, переписанное под другого читателя предложение, перевод черновика, таблица из неряшливого текста, поиск названий — всё это подходит. Во всех случаях сразу видно, верен ли результат, потому что содержание вам знакомо.

Слабее он там, где вы сами не можете проверить ответ: цифры, юридические формулировки, технические утверждения, всё о конкретном человеке. NIST опубликовал Generative AI Profile 26 июля 2024 года, чтобы помочь организациям выявлять особые риски генеративного ИИ. Воспользуйтесь этим как поводом для собственного шага проверки: для каждого вида задач решите, кто подтверждает факты, прежде чем результат покинет компанию.

Библиотека промптов, которой команда будет пользоваться

Руководство OpenAI для разработчиков по составлению запросов даёт советы, которые переносятся в командный документ. Давайте ясные и явные инструкции. Разделяйте части запроса: роль, инструкции, примеры и контекст. Включайте примеры входных и желаемых выходных данных. Добавляйте нужный фон. И повторяйте: заведите проверки, которые покажут, работает ли запрос после правки.

Библиотека — это просто несколько таких запросов в общем документе, у каждого название, задача, неизменная инструкция, помеченное место для фактов, пример хорошего результата, имя ответственного и дата последней проверки. Начните с задач, которые люди и так повторяют. Убирайте запросы, которыми никто не пользовался месяц. Маленькая актуальная библиотека лучше большой, которой никто не верит.

Правила для данных клиентов: что можно вставлять, а что нельзя

Запишите правило тремя списками на одной странице. Зелёное — тексты, которые вы писали для публикации, открытая информация и собственные черновики без имён. Жёлтое — внутренние материалы: они идут только в аккаунт компании и только под названную задачу. Красное — всё, что опознаёт клиента или сотрудника, данные о здоровье и финансах, условия договоров под конфиденциальностью, пароли и ключи. Красное не вставляют, пока юрист или специалист по защите данных письменно не одобрил конкретный случай.

Письменный список нужен потому, что люди решают за секунды и под давлением, а список превращает решение в сверку. Добавьте привычку заменять имена метками вроде «Клиент А» до вставки и перечитывать результат, чтобы подробности, которые не стоит повторять, не попали в документ для клиента.

Регуляторы публикуют разъяснения на эту тему. У британского Управления уполномоченного по информации, например, есть страница с руководством по ИИ и защите данных: она ведёт к главам о законности обработки, минимизации данных, точности и оценке влияния на защиту данных и предупреждает, что руководство пересматривается. В какой бы стране вы ни работали, персональные данные клиентов регулируются, а правильный ответ для вашего случая даст специалист, а не статья.

Грамотность в области ИИ: чего требует правило ЕС от работодателя

Если вы работаете в Европейском союзе или обслуживаете там клиентов, вас касается статья 4 Закона об ИИ. Сервисная служба по Закону об ИИ на сайте Европейской комиссии приводит её текст: поставщики и операторы систем ИИ должны принимать меры для развития грамотности в области ИИ у своих сотрудников с учётом их технических знаний, опыта, образования и подготовки и контекста. Там же сказано, что это не требует гарантировать определённый уровень грамотности каждого человека.

Страница вопросов и ответов самой Комиссии добавляет практические подробности. Обязанность действует с 2 февраля 2025 года, а надзор и принуждение национальными органами — с 2 августа 2026 года. Она охватывает сотрудников и других людей, которые работают с системами ИИ от имени компании. Опираться только на инструкцию по применению системы, как правило, недостаточно. Сертификат не нужен, а внутренние записи об обучении и других мерах организации, по словам Комиссии, вести можно.

Та же страница говорит, что формат обучения не предписан, а санкции зависят от национального права. Надзор и принуждение по статье 4 осуществляют национальные органы рыночного надзора, а не Управление по ИИ. Формулировки и сроки могут меняться, поэтому читайте актуальную страницу, а свой случай несите юристу.

Обучение команды без создания школы

Одно занятие на реальных задачах команды полезнее общей лекции. Пусть каждый принесёт задачу прошлой недели, и вы разберёте её вживую: запрос, результат, проверка. Закончите списками зелёных, жёлтых и красных данных и библиотекой.

Дальше поддерживайте легко: назначьте владельца библиотеки, через месяц коротко просмотрите, какие запросы использовали и что пошло не так, и записывайте, кто присутствовал и что разбирали. Эта запись — внутренний документ, о котором говорит Комиссия, и она подсказывает, когда пора проводить второе занятие.

Что подготовить, прежде чем заказывать практикум или аудит

Подготовьте четыре вещи. Список задач, которые команда повторяет каждую неделю, с живым примером каждой. Название системы, где лежат данные клиентов, и кто может её открывать. Свой черновик списков зелёных, жёлтых и красных данных, пусть грубый. И число участников: занятие на реальных задачах лучше всего работает в небольшой группе. Если непонятно, где ИИ поможет больше всего, аудит идёт раньше обучения.

Студия VITON13 предлагает для этого два пакета. «ИИ-практикум для вашей команды» — онлайн-занятие для группы до десяти человек на ваших реальных задачах, с библиотекой промптов, правилами о том, что можно и нельзя передавать ИИ, и записью занятия. Бесплатный черновик — план практикума, написанный под задачи вашей команды. Цена фиксированная, $113, срок — от 3 до 5 рабочих дней.

Второй путь — «ИИ-аудит: где он экономит часы». Он описывает ваши основные процессы, называет пять главных возможностей с трудоёмкостью, инструментами и рисками и предлагает порядок старта. Бесплатный черновик подробно описывает первые две возможности. Цена фиксированная, $53, срок — от 3 до 5 рабочих дней.