21 числа исполнилось 2 месяца, как я стал волонтёром в ШСМ. Мне захотелось поразмышлять на эту тему, собрать полученный опыт и посмотреть, к чему я приду в мышлении письмом.
Почему я захотел стать волонтёром? До принятия этого решения я долго изучал информацию о ШСМ, о преподавателях и обрёл доверие к программе и к людям, её составляющим. Благодаря этому доверию я стал выполнять рекомендации из руководств школы (ведение заметок, формирование окружения, выполнение ДЗ, вписываться в новые проекты, делать посты в клубе и т.д.). Когда я узнал, что сейчас в школе развивают волонтёрское движение, да ещё и через прямое общение с Цереном, то сразу захотел стать его участником. Ведь для меня это отличная возможность прокачать свои навыки. В волонтёрских проектах есть много интересных задач, у всех задач достаточно масштаба, чтобы происходил рост, а не эксплуатация навыков.
Как-то так получилось, что мне достался телеграм-бот, который по задумке должен отправлять студенту заранее утверждённые Цереном задачи и проверять ответы. Функционал не сложный, и при помощи LLM я достаточно быстро реализовал нужный функционал. В этом месте хочу выделить важное: школа учит искать SoTA-методы, и, конечно, я проводил исследования (deep search) при помощи Grok и ChatGPT, касающиеся своего проекта. И тот, и другой отправляли меня в сторону графовых баз. Поскольку я не являюсь программистом, всё это немного пугало, но у меня были Roo, Cursor, мышление письмом, какой-никакой творческий конвейер и желание посмотреть, насколько далеко можно зайти с такими инструментами в современном мире.
2 дня экспериментов, и у меня появился первый скрипт по наполнению графа. Базу я решил использовать Neo4j, т.к. GPT и Grok называли её SoTA. Для наполнения я пробовал использовать разные библиотеки: spaCy, Pandas, Py2neo. Самый лучший результат получился при использовании Py2neo + LLM. Курс системного саморазвития разбивался на понятия, создавались узлы, далее LLM наполняла узлы различными свойствами (определения понятий из разных глав, примеры использования понятий, примеры вопросов, общий заключительный вывод LLM после обработки всей перечисленной информации). Последним этапом создавались рёбра (связи) между понятиями. Поизучав вопрос, я остановился на следующих видах связей:
PART_OF— является частью (глава → курс, понятие → курс);MENTIONED_IN— упоминается в (понятие → глава);RELATES_TO— связано с;IS_A— является;PREREQUISITE_FOR— необходимо для;EXAMPLE_OF— пример;CONTRASTS_WITH— противоположно;EVOLVED_FROM— развилось из;USED_IN— используется в.
Чтобы было проще ориентироваться, для каждой технологии я заводил заметку, в которой обязательно описывал понятийный минимум и функции, которые нужны для проекта. Граф получился такой мощный, что сразу было решено отказаться от заранее утверждённых и оформленных задач в пользу генерации на лету. Теперь бот обрёл гордое название AI-репетитор :-). Он генерировал 2 вида задач: шаблонные (с вариантами ответов) и творческие (отвечаем мышлением письмом). При помощи CrewAI были собраны 3 агента (генератор задач, проверяльщик задач и профайлер). Очень интересно создавать промпты для LLM в CrewAI и смотреть, как промпт превращается в функционального агента.
Пример:
### Твоя роль:
Анализировать граф знаний в Neo4j и создавать учебные задачи на основе понятий (концептов) из выбранной главы курса. Ты должен адаптировать сложность задач под уровень студента.
### Твои обязанности:
1. Извлекать понятия из графа знаний по заданной главе курса.
2. Анализировать связи между понятиями для создания контекстуальных задач.
3. Генерировать задачи различных типов: с множественным выбором или творческие.
4. Адаптировать сложность задач в зависимости от уровня студента (базовый/продвинутый).
5. Создавать задачи, которые проверяют понимание, а не просто запоминание.
### Твои инструменты:
- Доступ к графу знаний Neo4j для получения понятий и их связей.
- Использование AI-модели (Grok через OpenRouter) для генерации текста задач.
### Указания по созданию задач:
- Для **шаблонных задач** (множественный выбор):
* Формулируй вопрос чётко и однозначно.
* Предлагай 4 варианта ответа (A, B, C, D), из которых только один правильный.
* Остальные варианты должны быть правдоподобными, но неверными.
* Для продвинутого уровня включай понятия, связанные с основным, чтобы задача требовала аналитического мышления.
- Для **творческих задач**:
* Предлагай открытые вопросы, требующие развёрнутого ответа.
* Указывай критерии, по которым будет оцениваться ответ.
* Для продвинутого уровня задача должна требовать синтеза информации из нескольких связанных понятий.
### Формат задач:
- Для задач с множественным выбором:
{
"question": "Текст вопроса",
"options": [
{"label": "A", "text": "Вариант ответа A", "is_correct": true/false, "explanation": "Объяснение"},
{"label": "B", "text": "Вариант ответа B", "is_correct": true/false, "explanation": "Объяснение"},
{"label": "C", "text": "Вариант ответа C", "is_correct": true/false, "explanation": "Объяснение"},
{"label": "D", "text": "Вариант ответа D", "is_correct": true/false, "explanation": "Объяснение"}
],
"concept_name": "Название понятия",
"task_type": "multiple_choice",
"difficulty": "basic/advanced"
}
Grok был выбран потому что x.ai любезно предоставили $150 регенирируемых ежемесячно на API. Хочется отметить, что написал я и в Deepseek и в OpenAI и в Anthropic, но откликнулись только x.ai, за что им низкий поклон и уважение!
Мне не очень нравилось, как репетитор проверял ответы на творческие задачи, и GPT направил меня в сторону векторных БД. Совершенно случайно оказалось, что Neo4j поддерживает векторное представление текста и эмбеддинги прямо в графе. Claude Sonnet 3.7 очень быстро справился с переводом текста в вектор и дополнением существующего графа эмбеддингами. Написание понятийного минимума по векторным базам завораживало! Смыслы, разбросанные в пространстве, — это сильно :-). Проверяльщик задач заработал очень хорошо. Начал давать выдержки из руководства (курса). Я даже протестировал идею с достоверностью информации, но пока не развил её:
- достоверность 1.0 — руководство;
- достоверность 0.9 — посты преподавателей в клубе;
- достоверность 0.8 — посты студентов.
Имея на вооружении векторную и графовую БД, очень захотелось обогатить AI-репетитора ещё одной функцией — консультантом. Первые эксперименты у меня вызвали шквал эмоций, а Церен указал на то, что консультант назвал системой этику :-). Помимо консультанта, с векторным представлением курса можно реализовать крутейшую систему адаптации обучения, где репетитор будет понимать глубинные ошибки студента и генерировать задачи для их преодоления. Такая система интеллектуального обучения будет давать мгновенную обратную связь, что поможет закрывать пробелы в знаниях максимально эффективно.
Пример ответа консультанта на вопрос о мышлении письмом:
Ответ на ваш вопрос:
Ответ будет отправлен в нескольких сообщениях из-за его размера.
Конечно, я с радостью расскажу о практике “мышления письмом” в контексте системного мышления и саморазвития. Это ценный инструмент для студентов, который помогает глубже анализировать свои мысли, развивать идеи и преодолевать когнитивные вызовы. Давайте разберём это шаг за шагом, опираясь на релевантные понятия, которые вы предоставили.Что такое мышление письмом?
Мышление письмом — это сознательная практика, когда вы фиксируете свои мысли на бумаге (или в цифровом формате), чтобы прояснить, развить и структурировать их. Это не просто запись идей, а активный процесс, где письмо становится инструментом для генерации новых инсайтов. Например, вы можете начать с вопроса или проблемы, записать связанные мысли, а затем анализировать их, добавляя аргументы или связи. Эта практика помогает перейти от хаотичного потока идей к логической структуре.
В контексте системного мышления мышление письмом используется для моделирования систем, планирования действий и рефлексии над своим развитием. Оно позволяет “внешниезировать” внутренние процессы, делая их более видимыми и управляемыми.Почему это полезно и как оно связано с системным мышлением?
Мышление письмом особенно эффективно для саморазвития, потому что оно стимулирует вторую сигнальную систему (медленное мышление). Давайте разберём это подробнее:
- Связь со второй сигнальной системой (медленное мышление): Как указано в ваших понятиях, вторая сигнальная система — это сознательный, аналитический процесс, который требует усилий, внимания и времени. Мышление письмом идеально вписывается в эту категорию, поскольку оно не происходит автоматически, как первая сигнальная система (быстрое мышление). Вместо этого, вы deliberate (осознанно) размышляете, фильтруете информацию и строите стратегии. Например, если вы пишете о проблеме в своей жизни, это помогает справляться с когнитивной перегрузкой или информационной перегрузкой, как описано в понятии. Вы можете начать с хаотичных идей (возможно, из быстрого мышления), а затем через письмо перейти к логическому анализу и планированию.
- Контраст с первой сигнальной системой (быстрое мышление): В отличие от автоматических реакций, мышление письмом замедляет процесс, позволяя избежать ошибок, вызванных интуицией. Если первая сигнальная система полезна для быстрых решений, то мышление письмом помогает “остановить” и проанализировать эти решения, делая их более обоснованными.
- Связь с входом в роль: Эта практика может быть частью входа в роль, где вы осознанно принимаете роль аналитика или стратега. Например, когда вы пишете, вы можете “входить в роль” системного мыслителя, адаптируя свои поведение и подход к требованиям задачи. Это включает этапы потребления информации (сбор идей), размышления (анализ через письмо) и планирования (разработка действий на основе записей). Таким образом, мышление письмом помогает интегрировать роль в ваше личностное развитие, как описано в понятии.
Преимущества практики:
- Улучшение ясности и творчества: Запись идей помогает выявить скрытые связи и генерировать новые идеи. В системном мышлении это полезно для моделирования сложных систем, таких как ваши личные цели или учебные проекты.
- Снижение стресса: Оно позволяет справляться с недостатком ресурсов или эмоциональными факторами, так как фиксирует мысли, делая их менее overwhelming.
- Развитие навыков: Регулярная практика укрепляет способность к стратегическому мышлению, что критично для саморазвития.
Как применять мышление письмом на практике?
Чтобы начать, вот простые шаги, адаптированные для студентов:
- Выберите тему: Начните с вопроса, например, “Как мне улучшить свои навыки системного мышления?” или “Что мешает мне достигать целей?”
- Запишите свободно: Не редактируйте сразу — просто выливайте мысли на бумагу. Это активирует вторую сигнальную систему, помогая анализировать и структурировать информацию.
- Анализируйте и развивайте: Перечитайте записи, выделите ключевые идеи и добавьте аргументы. Например, если вы думаете о роли, опишите, как вы можете “войти в роль” эффективного студента.
- Рефлектируйте: Завершите сеанс вопросом: “Что я узнал?” Это укрепит медленное мышление и поможет в саморазвитии.
- Делайте это регулярно: Установите время, например, 10–15 минут в день, чтобы избежать перегрузки. Со временем это станет привычкой, как часть вашей системы саморазвития.
В заключение, мышление письмом — мощный инструмент для системного мышления, который опирается на медленное, осознанное мышление и помогает в саморазвитии. Оно не только проясняет мысли, но и способствует личностному росту, как в контексте второй сигнальной системы. Рекомендую попробовать: возьмите блокнот и запишите свои первые впечатления от этого ответа. Если у вас есть дополнительные вопросы или примеры, я с радостью помогу углубить обсуждение!
Связанные понятия:
- скорость мышления:
- вход в роль: AI анализ всех определений: Вход в роль представляет собой процесс, в котором индивид осознанно принимает и воплощает определенные поведенческие и психологические характеристики, необходимые для выполнения конкретной роли в системе. Этот процесс включает в себя адаптацию к требованиям роли, использование ролевого мастерства и методов для эффективного выполнения задач, а также интеграцию роли в личностное и профессиональное развитие. Вход в роль связан с системными изменениями и стадиями жизнедеятельности, такими как потребление информации, размышления, планирование и реализация, и использует театральную метафору для лучшего понимания и воплощения роли.
- вторая сигнальная система (медленное мышление): AI анализ всех определений: Вторая сигнальная система, или медленное мышление, относится к процессу мышления, который требует сознательного усилия, внимания и времени. Это тип мышления, связанный с аналитическим, логическим и стратегическим подходом к решению задач. В контексте курса ‘Системное саморазвитие’, вторая сигнальная система включает в себя внимание S2, которое используется для стратегирования, планирования и фильтрации информации. Это мышление часто противопоставляется первой сигнальной системе (быстрое мышление), которая работает автоматически и интуитивно. Вторая сигнальная система помогает справляться с когнитивными перегрузками, информационной перегрузкой и недостатком ресурсов, позволяя более эффективно управлять вниманием и временем.
Связанные понятия: скорость мышления, вход в роль, вторая сигнальная система (медленное мышление), первая сигнальная система (быстрое мышление), мышление письмом
Такой ответ лично меня очень подбадривает! На старших курсах я бы хотел иметь такого консультанта 24/7, который выражается понятиями, и не просто выражается а использует их уместно. Может привести аналогии, примеры и использовать выдержки из руководства.
Проект начал разрастаться, и Cursor начал ломать его при любом запросе. GPT предложил переход на микросервисную архитектуру. Озвучено очень круто! Если получится реализовать такое, то проект можно развивать при помощи LLM, как мне видится, до бесконечности. Неделя экспериментов, и у меня был пересобранный репетитор, разбитый на:
- api-gateway — центральный сервис для маршрутизации запросов(web, тг-бот, obsidian);
- ai-tutor-bot — телеграм-бот для взаимодействия с пользователями;
- llm-api-service — сервис для работы с языковыми моделями;
- agents — сервис для генерации и проверки задач, а также консультаций.
У бота появилась простая, но интересная логика работа:
Сервисы были отданы под управление Nomad + Consul. Всё работало как надо, но часто Claude Sonnet ломал что-то или, к примеру, создавал новый файл для агента, который уже описан и давно работает. В этом месте я задумался о промпт-инжиниринге. Оказывается, промпт-инжиниринг — это целая дисциплина со своими методами! Я собрал самое интересное в заметку. Поначалу я использовал метод КОМПОЗИТОР, но потом перешёл на IDEAL + появилась заметка о ролях. Постановка задачи для LLM стала продумываться и готовиться. Весь ход работы документировался самой LLM, для каждого сервиса написаны подробнейшие документации и собраны в одной папке. Перед любой задачей я отправлял LLM читать документацию, потом логи с проделанными работами и только после этого позволял притрагиваться к коду. Задумка сработала, теперь можно было спокойно развивать каждый микросервис и не бояться, что всё будет сломано и разрушено.
Из-за разнообразия и количества задач я часто сбивался и улетал, отвлекался на что-то другое, хоть и связанное с проектом. Из-за этого я начал вести таблицу, которую назвал «Ритуал». Таблица имеет 4 колонки: роль, метод, рабочий продукт, дата. Эта таблица очень помогла мне, и я прямо горжусь её использованием. Благодаря такой таблице я, собственно, и узнал о разных методах промпт-инжиниринга, подробнее узнал о ролях для LLM.
Такая микросервисная архитектура + ведение таблицы «Ритуал» зародила мысль дать доступ AI-репетитору к заметкам Obsidian. Идея заключается в следующем:
- Работа с таблицей «Ритуал»:
- Плагин Obsidian может помогать в определении правильных ролей.
- Подбор методов для роли.
- Может давать рекомендации с названиями рабочих продуктов.
- Такой плагин будет помогать мне мыслить письмом, а благодаря режимам (моделер, мотиватор, исследователь, понятийное наведение) я смогу направлять свои рассуждения в нужное русло.
- Плагин сможет помочь мне в написании заготовок, когда поймёт, что у меня созрел материал для клуба ШСМ.
- Плагин по желанию пользователя может развернуть вспомогательный материал курса, такой как таблицы и схемы.
Круто же? Я посоветовался с женой, и она сказала, что очень хочет использовать такой плагин. Интерес проявил и Церен.
Сценарий использования плагина включает следующие шаги:
- Студент добавляет тег #ai-tutor к заметке, предоставляя доступ LLM.
- Плагин обнаруживает тег и активирует функциональность.
- После остановки написания (например, через определённый период бездействия или при использовании хоткея) плагин отправляет содержимое заметки в микросервис.
- Микросервис, используя векторные вложения, находит релевантные понятия курса и генерирует наводящий вопрос через LLM, чтобы мышление письмом продолжилось и случилось связывание понятий.
- Плагин отображает вопрос студенту, например, в боковой панели Eds или как комментарий.
Короткий тест показал, что задумка осуществима, причём можно даже использовать Mermaid для визуализации. Это очень круто! Хочу такой плагин и буду им пользоваться!
Какой сейчас мир, какие возможности! Даже и не верится! Входной билет в разработку стал значительно доступнее. Можно реализовывать самые смелые идеи, и это очень интересно и увлекательно.
Если подвести черту, то за 2 месяца волонтёрства я познакомился с:
- технологиями векторных и графовых БД;
- приучил себя вести таблицу «Ритуал», и она очень повлияла на прогресс;
- стал активно использовать мышление письмом;
- научился составлять и использовать понятийный минимум в своих целях;
- узнал о промпт-инжиниринге и получил первый результат от его использования, и это очень крутой навык;
- понял, что специально обученная LLM лучше справится с задачей, чем общая;
- подметил несколько лайфхаков от Церена (например, из чата волонтёров были удалены неактивные участники, и приведена в качестве примера статья);
- быстрые запросы к LLM изменились, и всё чаще я запрашиваю исследования (deep search);
- мой друг пригласил меня в свой стартап, потому что увидел, как быстро я разбираюсь в новых для меня темах;
- очень много образовательных заметок;
- Церен пригласил меня пройти стажировку с преподавателем по практикам саморазвития.
Я доволен результатом. Мне очень нравится сообщество ШСМ, всё моё окружение занимается вместе со мной. Семья, друзья… даже дочка в 5 лет рассказывает о ролях 
Еще я рассказывал про репетитора на созвоне сообщества. Я болел, тупил, но не стал отменять мероприятие https://www.youtube.com/watch?v=T6M8kKfiMBE