На каналі Silicon Valley Girl підприємець і колишній продукт‑менеджер Reddit, Meta та Roblox Пітер Ян розповідає, як перезібрав свій робочий день навколо AI. Пішовши з корпорацій, він працює соло, веде велику розсилку, запускає продукти й при цьому наполягає: щоб «AI справді працював», достатньо одного сфокусованого дня й базового набору інструментів.
Його підхід різко контрастує з типовою поведінкою в епоху штучного інтелекту: замість нескінченного читання новин та гайдів — швидкий перехід від споживання до побудови власної системи.
Замість скролу й курсів: перший крок — інструменти
Ян формулює просту стартову рекомендацію для тих, хто хоче «бути попереду» в AI‑еру. На його думку, не потрібно одразу розбиратися в купі фреймворків чи інструментів — достатньо зробити два кроки.
По‑перше, він радить оформити платну підписку на базовий чат‑інструмент: «щоб залишатися попереду, візьміть план ChatGPT за 20 доларів». Це, у його картині світу, низький бар’єр входу, який відкриває доступ до сильнішої моделі й ширших можливостей.
По‑друге, він пропонує «завантажити Codex і просто почати заощаджувати час». У його щоденній роботі саме Codex стає хабом, через який проходять ключові робочі процеси: від підготовки подкастів до постингу в соцмережі та аналітики. Принцип тут не в конкретній назві, а в переході від «чистого чату» до більш потужного середовища, яке вміє працювати з інтеграціями, API та файлами, а не лише видавати текстову відповідь.
Цей крок, на його переконання, важливіший за будь‑яке читання чергових «100 промптів для роботи з AI» у стрічці соцмереж.
Перехід у «build mode»: чому споживання не працює
Ключова відмінність між тими, хто відчуває, що AI реально змінює їхню продуктивність, і тими, хто продовжує скаржитися на «сирі відповіді», Ян описує як перемикання з режиму споживання в режим побудови.
Він прямо протиставляє два сценарії. Перший — типовий: люди «йдуть у Twitter, читають усі новини, проходять якісь курси», але їхня щоденна робота не змінюється. Другий — той, за який він агітує: «перемкнутися з режиму споживання в реальний build mode». Тобто замість ще одного треду про AI витратити день на те, щоб описати власні робочі процеси, перетворити їх на інструкції для моделі й зав’язати це на конкретні дії: редагування текстів, оновлення документів, публікації, аналітику.
У цьому підході AI перестає бути розумною пошуковою системою, якою «більшість користується як search engine», і перетворюється на робочий інструмент, що фактично виконує частину знаннєвої роботи.
Один день на налаштування: чому «система спочатку, плоди потім»
Ян визнає, що вхід у такий режим не здається миттєво вигідним. Він формулює головну пастку: «з AI спочатку треба налаштувати систему, перш ніж ви побачите плоди на виході». Саме це часто відлякує: перші спроби здаються повільнішими, ніж звичний ручний спосіб.
Водночас він наполягає, що реальна ціна входу нижча, ніж здається. На його оцінку, «налаштування системи займає час, але, ймовірно, лише один день». Він описує власний досвід як день без зустрічей, коли він буквально «брейндампив» усі свої робочі процеси в Codex: як готує подкасти, редагує розсилку, постить у різні платформи, як ухвалює бізнес‑рішення.
Цей «злив знань» перетворюється на основу для набору так званих skills — текстових файлів з інструкціями, які система потім використовує для виконання завдань. Важливим він вважає саме те, що ці інструкції відображають реальні, уже відшліфовані вручну робочі процеси, а не абстрактні «кращі практики» ззовні.
Коли користувачі повертаються з обуренням, що «спробували, але це не працює, легше все зробити самому», Ян пояснює це саме відсутністю інвестиції у початкове налаштування. Без системи AI залишається тим самим інструментом одноразових відповідей у чаті, який рідко дає результат, що хочеться використовувати без змін.
Чому «одним пострілом» не буде — і чим допомагає терпіння
Навіть у сформованій системі Ян не романтизує можливості моделей. Він прямо говорить: «навіть зараз, з усім, що я побудував, воно все одно не здатне з першого разу видати саме те, що мені потрібно». Між людиною й AI майже завжди залишається «певний бек‑енд‑форс» — цикл уточнень, правок і додаткових інструкцій.
Він описує цей процес як постійний діалог: AI видає чернетку, людина перечитує, виявляє помилки чи нюанси, які не подобаються, і замість того, щоб мовчки вручну поле за полем виправляти документ, дає моделі структурований фідбек. Важливо не просто сказати, що «погано», а вбудувати ці зауваження в пам’ять системи: «якщо ви терплячі, даєте їй зворотний зв’язок і кажете зберегти його в skills та memory, вона буде ставати кращою з часом».
Саме так з’являються й «самовдосконалювані» інструкції: після чергового циклу роботи він просить Codex оновити відповідний skill з урахуванням нових вимог, щоб наступного разу модель була ближчою до бажаного «одним пострілом». Але й за такої схеми Ян принципово залишає за собою «останній 10‑відсотковий шар» — той, де, на його думку, необхідний людський смак і втручання.
Від чат‑бота до «будь‑якої знаннєвої роботи»
Коли йдеться про те, що саме варто автоматизувати в перший день, Ян не обмежує коло можливостей кількома типовими сценаріями. Навпаки, він вважає, що потенціал набагато ширший: «ця штука, по суті, здатна виконувати, на мою думку, будь‑який вид знаннєвої роботи, якщо ви терплячі й даєте їй правильний контекст».
Для нього «правильний контекст» — це не лише текст завдання, а й пов’язана інформація: приклади минулих успішних матеріалів, принципи прийняття рішень, структуровані дані про бізнес, опис того, що дає енергію, а що виснажує. Все це зберігається у файлах, до яких AI має доступ через skills, і використовується як основа для порад, редагування текстів чи підготовки звітів.
Саме тому він радить «перестати користуватися лише чат‑ботом і почати використовувати Codex чи подібний інструмент» як оболонку, де AI може не тільки відповідати, а й діяти: оновлювати Google Docs, заходити в аналітику, збирати інформацію з різних сервісів.
Це, у його баченні, і є реальний перехід від «AI як розумного пошуку» до «AI як члена команди», який виконує частину рутини, не вимагаючи для цього повноцінної інженерної команди.
Висновок: день роботи проти року відчуття FOMO
Конкурентна перевага в епоху AI, якщо виходити з досвіду Яна, народжується не з кількості прочитаних тредів про нові моделі й не з участі в черговому марафоні «100 промптів». Вона з’являється в той момент, коли користувач готовий витратити один робочий день на опис власних процесів, перенесення їх у систему та налаштування циклу зворотного зв’язку.
Його рецепт для найближчого тижня максимально прагматичний: оформити мінімальний платний доступ до сильної моделі, встановити інструмент на кшталт Codex, описати свої щоденні задачі, перетворити їх на skills, а далі не здаватися після перших невдалих відповідей, а терпляче «вчити» систему через фідбек і пам’ять.
Решта, за його словами, — питання часу й наполегливості. AI, на відміну від живого співробітника, «ніколи від вас не піде», і при цьому «модель щомісяця стає кращою». Питання лише в тому, чи встигне користувач за цим прогресом — і чи готовий він перестати бути пасивним споживачем чергових AI‑новин.
Джерело
AI-First Playbook: Do a Team’s Work With AI (2026) | Peter Yang