Современные ИИ, такие как Claude, Grok, DeepSeek или ChatGPT, умеют отвечать на вопросы и объяснять сложные темы. Но у них есть проблема: они «забывают» всё после окончания диалога. Каждый раз приходится заново рассказывать, кто вы, что знаете и как любите учиться. А что, если ИИ мог бы помнить ваш путь обучения и подстраиваться под вас, как хороший учитель? Это возможно с технологией персонального контекста — простым способом сделать ИИ вашим помощником в самообучении.
В этой статье я расскажу, как это работает, чем отличается от привычных методов и как начать использовать прямо сейчас. Основа — открытая технология Personal Context Technology, а примеры — из моего опыта, частично описанного в прошлой статье на Habr («Как я учился учиться»).
Что такое персональный контекст?
Персональный контекст — это файл (например, в формате JSON), где собрана информация о вас: ваши цели, уровень знаний, стиль обучения и прогресс. Вы передаёте его ИИ, и он использует эти данные, чтобы давать полезные советы. Главное:
- ИИ помнит ваш контекст между сессиями.
- Вы сами выбираете, где хранить данные — на компьютере или в облаке.
- Инструкции в файле говорят ИИ, как вам помогать.
Это как дать ИИ карту вашего обучения, чтобы он не блуждал в догадках. Подробности — в официальной документации.
Чем это лучше других способов?
Посмотрим, как персональный контекст сравнивается с тем, что мы обычно используем для самообучения:
- Книги и заметки: Вы сами выбираете материалы, но организовать знания и следить за прогрессом приходится вручную.
- Онлайн-курсы (Coursera, Udemy, Другие): Всё структурировано, но подход один для всех — ваши особенности никто не учтёт.
- ИИ без контекста: Быстро отвечает, но забывает вас после каждой беседы. Приходится повторяться.
- ИИ с персональным контекстом: Учитывает ваш стиль, помнит прогресс и предлагает идеи, основанные на ваших данных. Можно адаптировать под вас персонально.
Читатели моей прошлой статьи просили больше примеров. Вот один: без контекста я спрашиваю у ИИ «объясни системное мышление» — и получаю общий ответ. С контекстом ИИ знает, что я люблю схемы, и сразу рисует визуальную карту понятий.
Пример: мой файл контекста
Я использую шаблон из проекта — personal_context_self_education_template.json. Вот как он выглядит в упрощённом виде:
{ "basic_info": { "learning_goals": ["Понять мир через ментальные модели", "Изучить поведение людей"], "learning_style": ["Схемы и картинки", "Задачи для практики"] }, "current_knowledge": { "beginner": ["Психология"], "intermediate": ["Системное мышление"] }, "progress": { "current_topic": "Ментальные модели", "milestones": [ {"task": "Системное мышление", "status": "done"}, {"task": "Мышление второго порядка", "status": "in progress"} ] }, "instruction": "Помогай мне учиться, используя мой стиль и прогресс." }
Я отправляю это ИИ с запросом:
Привет! Вот мой контекст: [вставляю/прикрепляю JSON]. Предложи, как изучить ментальные модели за неделю.
ИИ отвечает: «Начни с мышления второго порядка — вот схема последствий. Потом реши задачу: как это применить к выбору работы?» Это проще и полезнее, чем общие советы.
Мой план обучения
Моя цель — разобраться в мире и людях. Для себя я получил план, пример дорожной карты:
-
Ментальные модели (сейчас изучаю)
- Системное мышление
- Мышление второго порядка
- Задача: Проанализировать своё решение с помощью этих идей.
-
Поведение людей
- Основы психологии
- Когнитивные искажения
- Задача: Понять, почему я иногда спорю зря.
-
Природный мир
- Научный метод
- Системы в природе
- Задача: Связать науку с погодой за окном.
-
Социальные системы
- Экономика
- Медиа
- Задача: Разобраться, как новости влияют на меня.
ИИ с контекстом помогает: объясняет через схемы, задаёт вопросы для проверки и связывает темы. Как персональный учитель адаптируется под меня.
Сравнение с другими подходами
В комментариях к статье меня попросили сравнить персональный контекст с другими технологиями. Давайте разберём.
Персональный контекст vs RAG в ChatGPT
RAG (Retrieval-Augmented Generation) в ChatGPT (подробности) ищет информацию в загруженных документах. Если загрузить мой файл контекста через RAG, ChatGPT будет видеть его как обычный документ и искать в нём ответы, но не использовать как инструкцию для персонализации. Например, он может найти, что я люблю схемы, но не будет автоматически предлагать их в каждом ответе. Персональный контекст (PCT) — это про долгосрочную адаптацию: ИИ сразу знает, как мне помогать, и применяет это ко всем ответам.
Персональный контекст vs память в ChatGPT
ChatGPT недавно добавил функцию памяти (Memory and New Controls for ChatGPT). Она позволяет ИИ запоминать детали из разговоров: например, если я сказал, что люблю схемы, он может это вспомнить. Но это автоматическое запоминание, и данные хранятся на серверах OpenAI. В PCT я сам создаю файл, контролирую, что в нём, и храню его локально — это больше приватности. Плюс, PCT даёт более глубокую персонализацию: я могу указать не только стиль, но и прогресс, цели, расписание.
Персональный контекст vs DeepMind
DeepMind (Gemini Personalization) использует персонализацию через сбор данных о пользователе (например, историю запросов). Это тоже автоматический процесс, и данные хранятся на их серверах. В PCT я сам решаю, что передать ИИ, и могу хранить всё локально, что безопаснее.
Плюсы и минусы
Плюсы:
- ИИ подстраивается под вас.
- Прогресс сохраняется — не нужно начинать заново.
- Вы полностью контролируете свои данные, что безопаснее, чем автоматическое запоминание.
- Удобно использовать проверенные методы вроде повторения через интервалы.
Минусы:
- Надо обновлять файл, когда вы что-то выучили.
- Иногда ИИ ошибается — проверяйте важное в книгах или интернете.
Как начать?
- Скачайте шаблон.
- Заполните свои цели и стиль обучения (можете об этом попросить ИИ (в шаге 3), он так же может перевести на русский или любой другой язык. Ключи в документе переименовывать с английского не рекомендую).
- Отправьте файл ИИ (например, Grok, Claude, DeepSeek) с вопросом: «Как мне выучить [тему]?»
- Обновляйте файл, когда продвигаетесь.
Подробности — в гайде.
В комментариях к прошлой статье (892144) просили примеры и простоту. Я добавил их здесь. Ещё спрашивали про масштабируемость — технология открыта, её можно адаптировать под любые задачи. Всё зависит только от вас.
Персональный контекст делает ИИ вашим личным гидом в обучении. Возможно это вайб-обучение как вайб-кодинг, если использовать осознанно. Это просто, недорого и работает уже сейчас. Попробуйте — и делитесь в комментариях, как у вас получилось!
ссылка на оригинал статьи https://habr.com/ru/articles/897014/
Добавить комментарий