Як перетворити великі мовні моделі на справжні системи управління проектами
Великі мовні моделі (LLM) — це, мабуть, найуніверсальніша та найзручніша технологія, доступна сьогодні. Хоч їх зазвичай подають як чатботів, це лише один із способів взаємодії з ними. За допомогою ретельно підібраних підказок їх можна адаптувати так, що вони функціонуватимуть як цілком інші додатки з власним унікальним інтерфейсом.
Особисто я експериментував із перетворенням LLM на системи управління проектами. Випробувавши ChatGPT, Claude та Gemini, я оцінив, наскільки ефективно кожна модель справляється з цим завданням. Ось як це виглядало та який зі способів виявився найпрактичнішим.
ChatGPT як система управління проектами
Відсутність складних інструментів не завадила перетворити ChatGPT у повноцінний менеджер завдань. У 2024 році, коли ChatGPT запровадив функцію пам’яті, він почав зберігати інформацію між сесіями. Це дозволило створити власний режим управління проектом, при якому модель зберігала, оновлювала та видаляла завдання за потреби.
Використання простих команд, як-от «Почати PMS», запускало вивід усіх збережених задач у вигляді зрозумілого списку. Згодом з’явилась функція планування завдань — вона перетворилася на нагадувач про вхідні справи, надаючи щоденний звіт про те, що ще потрібно зробити.
Втім, основною проблемою лишався інтерфейс: все відбувалося в чаті, і список завдань не виглядав як традиційний додаток для управління проектами. Таблиці трохи покращували ситуацію, але не повністю компенсували відсутність зручної візуалізації.
Підказка: Самостійно створити систему проектного менеджменту можна навіть без додаткових програм, використовуючи лише можливості ChatGPT.
Claude: новий рівень інтеграції та файлова система
З появою Claude Cowork змінилося все. Модель отримала прямий доступ до файлової системи, що дозволило зберігати завдання не у внутрішній пам’яті, а у справжньому файлі на комп’ютері. Це кардинально покращило контроль над інформацією.
Ще більш цікавою стала інтеграція з плагіном Productivity. Він генерує файл TASKS.md і HTML-дашборд, на якому завдання автоматично відображаються у вигляді зручної канбан-дошки. Завдяки цьому щоденна робота стала більш інтуїтивною і наочною.
Відтепер нові завдання створюються через чат, але відслідковуються на дашборді, а за потреби файл можна відкрити у звичайному текстовому редакторі. Додатково плагін підтримує синхронізацію зі сторонніми сервісами завдяки набору навичок, зокрема функції Update, яка консолідує розкидані завдання з таких платформ, як Asana чи Notion, в єдиний файл TASKS.md.
Використання такого підходу перетворило Claude на центральний менеджер проектів, що об’єднує всі інші інструменти в одному місці.
До уваги: Подібний плагін «Productivity» можна встановити і у десктопній версії ChatGPT Work, що дозволяє отримати схожі функціональні можливості у середовищі іншої моделі.
Gemini: Google-екосистема, ідеальна для мобільних користувачів
Після ChatGPT і Claude логічно було перевірити Gemini. Оскільки це продукт Google, він має доступ до Google Tasks, Keep, Gmail і NotebookLM. На папері це ідеальний набір для розбудови менеджера проектів.
Gemini може збирати дані з різних сервісів, синтезувати їх, перетворювати на справи у Google Keep і Google Tasks, а також створювати спільні документи Google Docs для колаборації. Все це дає широку гнучкість для організації роботи.
Однак в веб-версії цей досвід відчувається дещо розпорошеним і не таким гладким, як хотілося б. Куди краще виглядає мобільний додаток, особливо для Android. Особливо зручно швидко зафіксувати ідею: зробити фото, записати голосове повідомлення або поділитися скріншотом, а Gemini вже трансформує це у завдання, нотатки і навіть події у Календарі.
Головним недоліком все ж лишається відсутність прямої інтеграції з популярними зовнішніми PM-додатками, як Asana чи Notion. Але тут на допомогу приходить Google Antigravity — десктопний додаток, що дає Gemini доступ до локальної файлової системи та можливість підключення MCP-серверів для роботи з іншими сервісами, суттєво розширюючи можливості.
LLM і MCP: майбутнє гнучких технологічних інструментів
З усіх трьох систем найбільше вражає концепція Claude. Але, розклавши все на складові, виявляється, що весь цей workflow базується на двох головних речах:
- індивідуально налаштовані підказки;
- MCP-сервери, що пов’язують мовну модель з іншими додатками.
Коли все більше чатботів почнуть підтримувати MCP, подібний підхід стане надзвичайно мобільним і універсальним. Не обов’язково користуватися саме Claude — аналогічний функціонал легко реалізувати і з ChatGPT Work, і з Google Antigravity.
Масштаб переваг полягає в тому, що за допомогою звичайної природної мови можна трансформувати програмне забезпечення, налаштовуючи його під власний стиль роботи. Цей підхід відкриває колосальні можливості для творчості та ефективності. Перетворення LLM на системи управління проектами — лише приклад, а за правильних налаштувань такі моделі можуть стати майже будь-яким інструментом, який відповідає вашим потребам.
