За последние два года я пересмотрел подход к подготовке выступлений — и своих, и тех, что мы разбираем на тренингах. Не потому, что появилась мода на ИИ, а потому что я увидел: нейросети сокращают рутину подготовки в три-четыре раза и одновременно повышают качество речи. Раньше выступление топ-менеджера готовилось неделю силами помощника, спичрайтера и самого спикера. Сейчас тот же объём работы делается за один-два дня, если знаешь, что и как поручать ИИ.
За пятнадцать лет я провёл больше двухсот тренингов по публичным выступлениям: для пресс-секретарей, руководителей госструктур, топ-менеджмента корпораций. И с прошлого года в каждой второй программе у меня есть отдельный блок по работе с нейросетями. В этой статье расскажу, что я вижу из позиции практика: где ИИ реально помогает, где его лучше отключить и какой алгоритм подготовки выступления работает сейчас.
Что изменилось в подготовке выступлений за последние два года
До появления массовых нейросетей подготовка серьёзного выступления выглядела стандартно: спикер набрасывал тезисы, помощник или спичрайтер их разворачивал, потом два-три раунда правок, репетиция, корректировки. Минимум неделя, обычно две. Узкое место всегда первый драфт. На него уходило больше всего времени.
ИИ снял именно эту проблему. Сегодня первый черновик выступления на двадцать минут можно получить за полчаса, если правильно описать аудиторию, контекст и ключевые сообщения. Дальше начинается то, ради чего раньше у спикера почти не оставалось сил: содержательная работа над аргументами, шлифовка формулировок, репетиции. То есть ИИ убрал не творческую часть подготовки, а как раз ту, которая выматывала больше всего.
Второе важное изменение: нейросети дали спикеру персонального тренажёра. Раньше, чтобы получить разбор своей речи, нужен был я или другой тренер. Сейчас для базовой обратной связи — по структуре, по логике, по уязвимым местам — достаточно загрузить текст в нейросеть и задать правильные вопросы. Это не отменяет работу с живым тренером, но снимает с него рутину и позволяет заниматься тем, чему ИИ пока не учит: интонациями, паузами, реакцией на зал.
Четыре задачи, где ИИ реально ускоряет подготовку
Когда меня спрашивают, с чего начать использовать нейросети в работе над выступлением, я называю четыре конкретные задачи. Это не весь список, но на них приходится процентов восемьдесят выигрыша во времени.
Анализ аудитории. Спикер обычно знает свою аудиторию поверхностно: «совет директоров», «отраслевая конференция», «региональные журналисты». ИИ помогает развернуть это в детальный портрет: какие у этих людей профессиональные боли, какие термины для них родные, а какие раздражают, какие возражения они задают чаще всего. Я прошу нейросеть сыграть роль конкретного слушателя и задать мне десять вопросов, которые этот слушатель задал бы после моего выступления. Половина вопросов оказывается неожиданной, и я заранее встраиваю в речь ответы на них.
Генерация структуры. Это самая очевидная задача и самая недооценённая. Хороший промпт даёт не одну, а три-четыре альтернативные структуры под одно и то же содержание: хронологическая, проблемно-ориентированная, через кейс, через парадокс. Спикер выбирает ту, которая лучше ложится на его материал. Раньше эта работа занимала у меня два часа, а сейчас минут пятнадцать.
Стресс-тест аргументов. Я загружаю готовый текст и прошу ИИ сыграть скептика – оппонента, журналиста, сложного члена совета директоров. Прошу найти десять самых слабых мест в моей аргументации и сформулировать, как их атаковали бы. Это не заменяет реальную репетицию с живыми людьми, но выявляет очевидные дыры до того, как их найдёт реальный оппонент.
Перевод между регистрами. Один и тот же контент часто нужно подать в разных форматах: длинная речь на конференции, короткое видеообращение, тезисы для пресс-релиза, пост в Telegram. Раньше это означало писать четыре разных текста. Сейчас – один основной материал и четыре адаптации, которые делает нейросеть за десять минут.
Где ИИ вредит, а не помогает
На тренингах я почти столько же времени трачу не на то, чтобы научить пользоваться нейросетями, сколько на то, чтобы предостеречь от неправильного использования. Слишком много спикеров уже наступили на эти грабли.
Главная проблема — потеря голоса. Нейросеть пишет грамотно, гладко и одинаково для всех. Если спикер берёт текст ИИ как есть, он выходит на сцену с речью, которая звучит как любая другая речь, написанная нейросетью. Аудитория считывает это за полторы минуты. Я узнаю «искусственный» текст по нескольким маркерам: симметричные конструкции, обилие парных перечислений, отсутствие резких переходов, идеально выверенная длина абзацев. Живой человек так не говорит.
Какой выход? Нужна обязательная переработка под свой голос. Я никогда не оставляю в выступлении ни одной фразы из ИИ в исходном виде. Беру черновик как заготовку, разламываю длинные периоды, добавляю свои примеры, вставляю слова, которые я реально использую в речи, убираю обороты, которыми никогда бы не воспользовался. На это уходит час-полтора, но без этого этапа выступление будет звучать чужим.
Вторая проблема – фальшивые факты. Нейросеть уверенно генерирует статистику, цитаты, имена, которые звучат правдоподобно, но не существуют. Несколько раз я видел, как спикер на сцене ссылался на исследование, которого нет в природе. Это вопрос репутации: один такой случай в зале с журналистами, и спикер потеряет доверие надолго. Правило простое: каждый факт, цифра, имя из текста ИИ проверяются вручную, через первоисточник. Если первоисточник не находится, фрагмент удаляется.
Третья проблема – иллюзия готовности. Спикер получает гладкий текст и решает, что подготовка закончена. На репетицию вслух времени не остаётся, на работу с интонацией тоже. Результат: текст хороший, выступление провальное. ИИ ускоряет работу с содержанием, но никак не помогает с подачей. Эту часть подготовки никто, кроме самого спикера, не сделает.
Алгоритм подготовки выступления с ИИ, который мы отрабатываем на тренингах
За два года работы с нейросетями я свёл подготовку любого серьёзного выступления к шестиэтапному алгоритму. Он подходит и для речи на отраслевой конференции, и для антикризисного обращения, и для презентации на совете директоров.
• Этап 1. Бриф для нейросети. Спикер описывает контекст: кто аудитория, какой повод, сколько времени, какая главная цель. Чем подробнее бриф, тем меньше переписывания на следующих этапах. На этот этап тратится десять-пятнадцать минут, и они окупаются многократно.
• Этап 2. Глубокий анализ аудитории. Прошу ИИ описать профиль слушателей и сгенерировать список вопросов, которые они задали бы. Из этого списка выбираю пять-семь самых острых и закладываю ответы в структуру.
• Этап 3. Альтернативные структуры. Получаю три-четыре варианта построения речи. Выбираю один и обычно тот, что строится вокруг конкретного кейса или парадокса. Это даёт зацепку для внимания в первые тридцать секунд.
• Этап 4. Авторская переработка. Самый длинный этап. Беру черновик и переписываю под свой голос. Добавляю свои истории, конкретные имена, числа из своей практики. Убираю всё, что звучит как из учебника.
• Этап 5. Стресс-тест. Прошу ИИ сыграть скептичного слушателя и атаковать слабые места. Дорабатываю аргументацию по результатам.
• Этап 6. Репетиция вслух. Без участия ИИ. Минимум три прогона с секундомером. На этом этапе я обычно вычёркиваю ещё двадцать процентов текста. То, что хорошо читалось глазами, но плохо звучит вслух.
Весь цикл занимает четыре-шесть часов вместо прежней рабочей недели. И главное спикер выходит на сцену с речью, которая по форме его собственная, а не сгенерированная.
Два кейса из практики
Чтобы не было абстракции, приведу два реальных по структуре, но обобщённых случая из моей тренинговой практики последнего года.
Первый. Руководитель крупного промышленного холдинга готовился к выступлению на отраслевом форуме. Цель – двадцать минут перед двумя тысячами человек. До тренинга у него был стандартный спич, написанный пресс-службой за неделю. Текст ровный, аккуратный, скучный. Мы прогнали его по моему алгоритму с нейросетью: ИИ вытащил из общих формулировок четыре скрытых вопроса, на которые зал точно захочет получить ответ, и предложил структуру через кейс провального проекта десятилетней давности, про который руководитель сам почти забыл. Вокруг этого кейса перестроили всю речь. Подготовка заняла два дня вместо запланированной недели. Из зала к нему после выступления подошли двенадцать человек, а для отраслевых форумов это неплохой результат.
Второй. Пресс-секретарь регионального ведомства готовила своего руководителя к серии видеообращений. Повестка кризисная, тема социально острая. Раньше каждое обращение писалось по два-три дня и проходило четыре круга согласований. Мы внедрили в её работу нейросеть на этапе генерации первого драфта и стресс-теста аргументов. Время подготовки одного обращения сократилось до четырёх часов. Параллельно ИИ начал ловить формулировки, которые могли быть истолкованы двусмысленно. И это стало дополнительной защитой от репутационных рисков. Через три месяца её ведомство взяло несколько отраслевых премий в номинации, связанной с антикризисными коммуникациями.
Что будет дальше
Через год-два, по моим наблюдениям, появится разрыв между двумя категориями спикеров. Первая категория научится использовать ИИ как помощника и будет готовиться быстрее, говорить точнее, реагировать на возражения собраннее. Вторая будет либо игнорировать инструмент, либо, наоборот, читать с листа сгенерированные тексты и проигрывать первой категории по всем параметрам.
Этот разрыв уже виден на отраслевых конференциях. Пока он измеряется единицами процентов спикеров, которые системно работают с нейросетями. Через два года будет наоборот: те, кто не освоил инструмент, окажутся в меньшинстве. Поэтому мы и встроили блок по ИИ в каждую программу по публичным выступлениям. Это перестало быть опцией.
Об авторе
Тимур Асланов — один из ведущих российских экспертов в области публичных выступлений, PR и корпоративных коммуникаций. Основатель и бессменный председатель жюри всероссийского конкурса «Пресс-служба года» — главного профессионального соревнования пресс-служб страны. Главный редактор журнала «Пресс-служба», «Управление сбытом» и «Новости маркетинга». Ведёт тренинги и образовательные программы для руководителей компаний и госструктур, PR-специалистов, пресс-секретарей и коммуникационных команд корпораций и госорганов. Специализируется на применении искусственного интеллекта в коммуникациях и публичных выступлениях. Автор книг «Личный бренд – оружие массового впечатления» и «Хватит мной манипулировать».
