ИИ для адаптации новых сотрудников: сценарии, промпты и план внедрения

Адаптация нового сотрудника остаётся одним из самых недооценённых процессов в компаниях. Деньги на подбор считают внимательно, а первые три месяца работы человека чаще всего отданы на волю случая и свободного времени руководителя. Именно здесь искусственный интеллект даёт быстрый и измеримый эффект, потому что большая часть онбординга состоит из повторяющихся объяснений, документов и ответов на одни и те же вопросы. Ниже разберём, как устроена эта работа на практике, какие сценарии применимы уже сегодня и что нужно подготовить, чтобы ИИ не превратился в красивую, но бесполезную надстройку.

Задачи адаптации, которые решает ИИ

Чтобы не тратить ресурсы впустую, стоит начать не с выбора инструмента, а с разбора процесса на отдельные операции. Адаптация выглядит монолитной только снаружи. Внутри она распадается на десятки мелких действий, и каждое из них имеет разную природу. Часть требует живого человека, часть сводится к работе с текстом и данными, и как раз вторая часть автоматизируется почти без потерь качества.

Если разложить онбординг на операции, картина получается примерно такой. Руководитель составляет план на испытательный срок, HR собирает приветственный пакет документов, наставник повторяет одно и то же про внутренние регламенты, администратор заводит доступы, а через месяц кто-то должен собрать обратную связь и понять, идёт ли человек по графику. В компании на сто человек с текучестью около двадцати процентов это двадцать повторений одного и того же цикла в год. В компании на тысячу сотрудников счёт идёт на сотни.

Где сосредоточены реальные потери времени

Опыт внедрений показывает, что основная нагрузка приходится не на обучение профессии, а на навигацию внутри организации. Человек не знает, у кого спросить про пропуск, как оформить заявку на оборудование, где лежит актуальная версия регламента и кто согласует его первую задачу. Он тратит на это часы, а заодно отнимает время у коллег.

• Повторяющиеся вопросы по внутренним правилам занимают у наставника от трёх до восьми часов в первый месяц, и этот разговор почти дословно повторяется с каждым новым сотрудником.
• Составление индивидуального плана с нуля занимает у руководителя два-три часа, при этом структура плана у восьмидесяти процентов должностей совпадает.
• Поиск нужного документа в корпоративном хранилище отнимает у новичка больше времени, чем его чтение, особенно если документов больше нескольких десятков.
• Сбор и разбор обратной связи после первой недели и первого месяца делается вручную, поэтому его чаще всего просто пропускают.
• Фиксация договорённостей по итогам встреч один на один живёт в чужих заметках или не живёт нигде.

Все пять пунктов относятся к работе с текстом, структурой и поиском. Это ровно та область, где языковые модели сильны по своей природе. При этом знакомство с командой, разбор сложных конфликтных ситуаций и решение о прохождении испытательного срока остаются человеческими задачами, и попытка отдать их алгоритму заканчивается плохо.

Искусственный интеллект в адаптации не заменяет наставника. Он освобождает наставнику время на то, ради чего его и назначили, и забирает себе объяснения, которые человек произносит в двадцатый раз.

Что меняется в цифрах

Прежде чем переходить к сценариям, зафиксируем ориентиры. Они понадобятся, чтобы потом оценить результат, а не довольствоваться ощущением, что стало легче.

1. Время подготовки плана адаптации под конкретную должность сокращается с двух-трёх часов до пятнадцати-двадцати минут, включая вычитку руководителем.
2. Доля вопросов новичка, закрытых без участия коллег, доходит до шестидесяти-семидесяти процентов при условии, что база знаний действительно наполнена.
3. Срок выхода на самостоятельную работу сокращается в среднем на десять-двадцать процентов, и этот эффект сильнее заметен на массовых должностях.
4. Обратная связь начинает собираться регулярно, потому что её подготовка и разбор перестают зависеть от свободного времени HR.

Важная оговорка про последний пункт. Регулярность обратной связи сама по себе ничего не улучшает. Она даёт данные, по которым видно, где именно люди спотыкаются, и уже эти данные меняют процесс. Без разбора результатов опросы превращаются в ритуал.

Что ИИ не решает

Ограничения стоит проговорить сразу, потому что завышенные ожидания — главная причина, по которой внедрения останавливаются через месяц. Модель не знает контекста вашей компании, пока вы её им не снабдили. Она не чувствует настроения человека по короткой переписке и не должна выносить вердикт по испытательному сроку. Она не исправит плохо выстроенный процесс, а лишь ускорит его и сделает очевидными все его дыры.

Отдельная история — слабая база знаний. Если регламенты устарели, противоречат друг другу или существуют в виде договорённостей на словах, ИИ-помощник будет уверенно выдавать неверные ответы. Технически он работает корректно, он просто опирается на то, что ему дали. Поэтому аудит документов почти всегда оказывается первым и самым трудоёмким этапом внедрения.

Готовые сценарии применения ИИ в онбординге

Дальше разберём сценарии в том порядке, в котором их разумно внедрять. Логика простая. Начинаем с того, что даёт эффект без интеграций и согласований, и постепенно двигаемся к решениям, требующим технической работы и участия службы безопасности. Такой порядок позволяет показать результат в первые две недели, а не через квартал.

План адаптации под конкретную должность

Это самый быстрый сценарий. Он не требует ничего, кроме доступа к языковой модели и понимания, чего вы ждёте от сотрудника. На российском рынке для этой задачи подходят YandexGPT и GigaChat, их можно использовать без сложной настройки, а данные остаются в российском контуре, что снимает часть вопросов со стороны безопасности.

Ключ к результату лежит не в выборе модели, а в том, что вы ей сообщите. Запрос вида составь план адаптации для менеджера по продажам даст общий текст, который придётся переписывать целиком. Чтобы получить рабочий документ, в запрос нужно заложить шесть элементов.

• Должность с уточнением уровня, потому что план для младшего специалиста и для руководителя направления отличается принципиально.
• Отрасль и размер компании, иначе модель по умолчанию опишет процессы крупной корпорации.
• Длительность испытательного срока и контрольные точки, которые вы реально собираетесь проводить.
• Перечень систем и инструментов, с которыми человеку предстоит работать, вплоть до конкретных названий.
• Измеримый результат, который сотрудник должен показать к концу срока, в виде конкретных показателей или выполненных задач.
• Формат вывода, то есть таблица по неделям, список задач с ответственными или чек-лист для руководителя.

Разберу на примере. Допустим, в производственную компанию выходит инженер-технолог, испытательный срок три месяца, работа в одной из отечественных систем управления производством. Если всё это описать в запросе и добавить, что к концу первого месяца человек должен самостоятельно оформлять техкарты по типовой номенклатуре, модель выдаст план, в котором первая неделя посвящена изучению номенклатуры, вторая — работе в системе под контролем наставника, третья и четвёртая — самостоятельному оформлению с проверкой. Это уже не абстракция, а документ, который можно обсуждать.

Отдельно стоит просить модель разметить план по уровням ответственности, то есть отдельно задачи сотрудника, отдельно действия наставника, отдельно контрольные точки руководителя. Без такой разметки план превращается в список пожеланий, за выполнение которых никто не отвечает.

Как довести черновик до рабочего документа

Результат первой генерации почти никогда не годится к использованию без правок, и это нормально. Доработка занимает минут десять и строится по одному и тому же алгоритму.

1. Проверьте реалистичность сроков. Модель склонна к оптимизму и легко закладывает освоение сложной системы за три дня.
2. Уберите пункты, которые невозможно проверить. Формулировка вида познакомился с корпоративной культурой не имеет признаков выполнения, её нужно заменить на конкретное действие.
3. Добавьте то, что модель не могла знать. Внутренние особенности, неформальные правила, конкретные люди, с которыми обязательно нужно поговорить в первую неделю.
4. Сверьте план с должностной инструкцией и трудовым договором, чтобы задачи испытательного срока не выходили за рамки согласованных обязанностей.
5. Попросите модель переписать итоговый вариант в том формате, в котором документ будет жить, например в виде таблицы для внутренней системы.

Через три-четыре должности у вас накопятся собственные шаблоны запросов, и дальше процесс пойдёт быстрее. Имеет смысл хранить эти запросы в общем доступе, чтобы руководители не изобретали их заново. По сути это новый вид корпоративного знания, и к нему стоит относиться так же серьёзно, как к шаблонам документов.

Приветственные материалы и чек-листы первого дня

Первый день определяет отношение человека к компании сильнее, чем весь последующий месяц. При этом подготовка к нему почти целиком состоит из организационной рутины, которую легко упустить при загруженном графике. ИИ здесь работает в двух режимах, он собирает чек-лист подготовки для принимающей стороны и пишет сами материалы для сотрудника.

Чек-лист подготовки удобно строить обратным отсчётом от даты выхода. Модель справляется с этим хорошо, если дать ей список задействованных служб и типовые сроки. На выходе получается последовательность действий с ответственными и дедлайнами.

• За неделю до выхода согласованы доступы к системам, заказано оборудование, назначен наставник и забронировано время на вводные встречи.
• За два дня проверена готовность рабочего места, отправлено письмо с практической информацией о первом дне, предупреждена команда.
• В день выхода подготовлены документы на подпись, оформлен пропуск, назначен человек, который встретит сотрудника и проведёт по офису или по производственной площадке.
• В конце первого дня проведена короткая встреча с руководителем и зафиксированы вопросы, которые возникли.

Второй режим касается текстов для самого сотрудника. Приветственное письмо, короткий справочник по бытовым вопросам, памятка по корпоративным сервисам. Эти материалы обычно пишутся один раз и годами не обновляются, из-за чего быстро расходятся с реальностью. С языковой моделью их проще поддерживать в актуальном виде, потому что переписывание занимает минуты.

Практический приём, который хорошо работает. Попросите модель переписать существующий регламент в формате вопросов, которые задаёт новичок, а не в формате разделов документа. Текст сразу становится читаемым, потому что он отвечает на реальные запросы, а не воспроизводит структуру внутреннего приказа. Люди читают такие материалы до конца, и это заметно по количеству повторных вопросов.

Хороший приветственный материал отвечает на вопрос, который человек стесняется задать вслух. Именно эти вопросы и стоит собрать в первую очередь, прежде чем садиться за текст.

Чтобы собрать такой список, достаточно опросить трёх-четырёх сотрудников, вышедших за последние полгода. Их память о затруднениях ещё свежа, а формулировки точнее любых предположений. Этот список потом пригодится и для следующего сценария, потому что он формирует основу базы знаний.

Типичная ошибка на старте

Часто компании начинают с генерации красивых материалов и останавливаются на этом. Получается набор аккуратных текстов, которые никто не читает, потому что они лежат в отдельной папке и не встроены в процесс. Материал работает только тогда, когда у него есть конкретная точка доставки, то есть письмо в день подписания оферты, сообщение в рабочем мессенджере утром первого дня, карточка в корпоративной системе. Без этого даже идеальный текст остаётся невостребованным, и внедрение справедливо считают неудачным.

HR-агент на базе знаний компании

Это сценарий с наибольшим эффектом и наибольшей трудоёмкостью. Суть в том, что новичок задаёт вопросы не наставнику, а помощнику, который отвечает на основе внутренних документов компании. Технически такая система строится по схеме поиска с генерацией ответа, когда модель не придумывает текст из общих знаний, а находит нужный фрагмент регламента и переформулирует его человеческим языком со ссылкой на источник.

Принципиальный момент заключается в источнике. Обычная языковая модель без доступа к вашим документам будет отвечать про отпуска и больничные на основе общих представлений о Трудовом кодексе, и в половине случаев это разойдётся с внутренними правилами. Поэтому первый вопрос при построении помощника касается не выбора модели, а состояния документов.

Аудит документов перед подключением

Прежде чем загружать что-либо в систему, стоит пройти по хранилищу и разобрать его на четыре группы. Эта работа занимает от нескольких дней до двух недель в зависимости от размера компании, и пропустить её не получится.

• Актуальные документы, которые действительно описывают текущие правила и подтверждены владельцем процесса.
• Устаревшие версии, которые нужно удалить из базы, а не оставить на всякий случай, потому что помощник не отличит их от действующих.
• Противоречащие друг другу документы, по которым придётся принять решение, какая версия считается правильной.
• Неписаные правила, которые живут только в головах сотрудников и которые нужно впервые зафиксировать в тексте.

Четвёртая группа обычно оказывается самой объёмной и самой ценной. Именно в ней находятся ответы на вопросы про то, как на самом деле согласуются заявки, к кому идти, если руководитель в отпуске, и какие сроки считаются жёсткими, а какие условными. Побочный результат внедрения состоит в том, что компания впервые описывает свои процессы целиком, и ценность этого часто превышает ценность самого помощника.

Помощник на базе знаний не создаёт порядок в документах. Он делает беспорядок видимым, потому что каждый противоречивый ответ немедленно всплывает в разговоре с новичком.

Как устроен такой помощник технически

Общая схема состоит из нескольких слоёв, и понимать её полезно даже тем, кто не будет собирать систему руками. Это помогает задавать правильные вопросы подрядчику и оценивать стоимость.

1. Хранилище документов, приведённых к текстовому виду. Сканы и изображения придётся распознать, таблицы в сложной вёрстке — упростить, иначе поиск будет работать плохо.
2. Разбивка текстов на фрагменты по смыслу, обычно по разделам или абзацам. Качество разбивки напрямую влияет на точность ответов.
3. Векторный индекс, который позволяет находить фрагменты по смыслу запроса, а не по точному совпадению слов. Новичок спрашивает про деньги за переработку, а в регламенте написано про компенсацию сверхурочной работы, и поиск должен это связать.
4. Языковая модель, которая получает найденные фрагменты и формулирует из них ответ. Здесь же задаются правила поведения, включая запрет отвечать без опоры на документ.
5. Канал доставки, то есть корпоративный мессенджер, внутренний портал или окно в кадровой системе.

На российском рынке такую сборку делают на YandexGPT или GigaChat, оба варианта работают через программный интерфейс и позволяют держать данные внутри страны. Для хранения векторов используют открытые решения, которые разворачиваются на собственных серверах. Из готовых продуктов задачу закрывают платформы кадрового учёта с модулями помощника, а также внутренние корпоративные порталы с поддержкой базы знаний. Выбор между сборкой и готовым продуктом разберём отдельно в последней части.

Три правила, без которых помощник теряет доверие

Доверие к системе рушится после двух-трёх неверных ответов, и восстановить его сложнее, чем заработать. Поэтому в настройку сразу закладывают ограничения.

• Помощник обязан указывать источник ответа с названием документа и номером раздела, чтобы человек мог проверить и чтобы ошибка в базе была видна сразу.
• При отсутствии информации в документах помощник сообщает об этом и передаёт вопрос живому человеку, а не достраивает ответ по общим знаниям.
• Вопросы про зарплату конкретного человека, дисциплинарные взыскания и персональные данные коллег переадресуются в кадровую службу без попытки ответа.

Третий пункт касается не только вежливости, но и закона. Персональные данные сотрудников обрабатываются по правилам, установленным законом о персональных данных, и передача их в произвольную внешнюю систему создаёт прямой риск. Практический вывод простой. В базу знаний помощника попадают регламенты и инструкции, а персональные сведения остаются в кадровых системах с контролем доступа.

План первых 30, 60 и 90 дней

План адаптации и план по контрольным точкам — разные документы, хотя их часто путают. Первый описывает, что человек изучает и с кем знакомится. Второй отвечает на вопрос, какой результат считается достаточным к каждой дате. Руководителю нужен именно второй, потому что решение по испытательному сроку принимается по результату, а не по количеству пройденных встреч.

Структура по тридцатидневным отрезкам работает потому, что совпадает с естественным ритмом освоения работы. В первый месяц человек в основном усваивает, во второй начинает делать под контролем, в третий работает самостоятельно и показывает результат. Языковая модель хорошо раскладывает должность по этой логике, если задать ей конечную цель.

Период	Фокус сотрудника	Проверяемый результат	Что делает руководитель
Первые 30 дней	Освоение инструментов, продукта и процессов, знакомство с ключевыми людьми	Выполняет типовые задачи с проверкой, ориентируется в системах без подсказок	Встречи раз в неделю, разбор ошибок, корректировка плана
С 31 по 60 день	Самостоятельная работа по основному направлению, первые сложные случаи	Закрывает рабочий объём примерно на уровне семидесяти процентов от нормы	Встречи раз в две недели, передача ответственности, обратная связь по качеству
С 61 по 90 день	Полная нагрузка, улучшение участка работы, предложения по процессу	Выходит на норму по объёму и качеству, ведёт задачи без контроля	Итоговая встреча, решение по испытательному сроку, план развития

Пример для конкретной должности. Менеджер по работе с клиентами в компании, продающей оборудование со средним циклом сделки около двух месяцев. Ставить ему показатель по закрытым сделкам в первый месяц бессмысленно, потому что цикл длиннее. Поэтому к тридцатому дню проверяется знание номенклатуры и умение провести первичный разговор, к шестидесятому — количество проведённых встреч и корректность оформления предложений, к девяностому — первые закрытые сделки и состояние воронки. Если этого не объяснить модели, она предложит план продаж с первой недели, потому что так выглядит шаблон из открытых источников.

Практический приём для работы с моделью состоит в двух последовательных запросах. Сначала вы просите разложить должность на навыки и указать, за какое время каждый навык реально осваивается. Потом на основе полученного списка просите собрать план по контрольным точкам. Такая двухшаговая схема даёт заметно более обоснованный результат, чем попытка получить готовый план одним запросом.

Как связать план с реальной работой

Самая частая проблема таких планов в том, что они живут отдельно от задач. Документ составили, подписали, положили в папку и открыли за три дня до окончания срока. Чтобы этого не происходило, план нужно привязать к системе, в которой человек работает.

• Контрольные точки оформляются задачами с датами в той же системе, где ведётся основная работа, а не в отдельном файле.
• У каждой точки есть один ответственный за проверку, и это руководитель, а не кадровая служба.
• Результаты встреч фиксируются текстом, который можно прочитать через месяц и понять, о чём договаривались.
• Изменения плана допускаются, но фиксируются с причиной, иначе к концу срока непонятно, выполнен план или переписан.

Для фиксации встреч языковая модель полезна напрямую. Руководитель диктует или набрасывает тезисы после разговора, модель приводит их к структурированному виду с разделением на оценку текущего состояния, договорённости и риски. Это занимает минуту вместо пятнадцати и резко повышает вероятность того, что заметки вообще появятся.

Обработка обратной связи и опросов

Обратная связь по адаптации собирается почти везде и почти нигде не используется. Причина не в лени, а в трудоёмкости разбора. Двадцать анкет со свободными ответами — это два часа чтения и попыток найти закономерность. При текучести в несколько десятков человек в год такая работа просто не делается.

Языковая модель закрывает именно этот участок. Она читает все ответы целиком, группирует их по темам, выделяет повторяющиеся сигналы и отдельно показывает единичные, но резкие высказывания. Человек получает не массив текста, а картину с цифрами и примерами.

1. Соберите свободные ответы из опросов за период, обезличив их, то есть убрав имена, должности с единственным носителем и прочие признаки конкретного человека.
2. Попросите модель выделить темы с указанием, сколько упоминаний относится к каждой, и привести по два примера формулировок на каждую тему.
3. Отдельно запросите список проблем, которые упоминаются в первую неделю, и список тех, что появляются к концу первого месяца. Это разные типы сложностей, и смешивать их нельзя.
4. Попросите соотнести названные проблемы с этапами вашего процесса адаптации, чтобы понять, где именно происходит сбой.
5. На выходе сформулируйте два-три изменения в процессе и зафиксируйте, по какому показателю будете проверять эффект.

Обезличивание в первом пункте не формальность. Свободные ответы часто содержат оценки конкретных руководителей и коллег, и передача такого текста во внешний сервис создаёт и правовой риск, и репутационный. Если убрать признаки авторства невозможно без потери смысла, разбор делается на модели, развёрнутой в собственном контуре.

Опрос, результаты которого никто не разбирает, хуже отсутствия опроса. Он создаёт у сотрудника ожидание, что его услышали, и это ожидание не оправдывается.

Второй режим работы касается не разбора, а самого разговора. Помощник может задавать вопросы в мессенджере на третий день, через две недели и через месяц, подстраивая их под предыдущие ответы. Если человек в первый раз пожаловался на нехватку доступов, во второй раз логично спросить, решилось ли это. Обычная анкета так не умеет, а короткий диалог даёт заметно более высокий отклик, потому что не выглядит формальностью. Важное ограничение состоит в том, что оценку эмоционального состояния по тексту переписки использовать как основание для кадровых решений нельзя. Точность таких выводов невысока, а последствия ошибки серьёзные.

Готовые промпты для адаптации сотрудников

Ниже собраны запросы, которые можно использовать как основу. Они написаны так, чтобы подставить свои данные в угловых скобках и сразу получить применимый результат. Каждый запрос содержит роль, контекст, задачу и формат вывода, потому что именно эти четыре элемента определяют качество ответа. Запрос без указания формата даёт текст, который приходится переписывать вручную.

Запрос на план адаптации

Ты опытный руководитель направления в компании из отрасли <отрасль> численностью <число> сотрудников. Составь план адаптации для должности <должность, уровень> на испытательный срок <срок>. Человек будет работать в системах <перечень систем>. К окончанию срока он должен <измеримый результат>. Разложи план по неделям. Для каждой недели укажи отдельно задачи сотрудника, действия наставника и точку контроля руководителя. Каждая задача должна иметь признак выполнения, который можно проверить. Выведи результат таблицей. Не включай пункты, выполнение которых невозможно проверить.

Запрос на чек-лист подготовки к первому дню

Ты руководитель кадровой службы. Собери чек-лист подготовки к выходу нового сотрудника на должность <должность> с датой выхода <дата>. В подготовке участвуют <перечень служб и ролей>. Построй список обратным отсчётом от даты выхода с отметками за неделю, за три дня, за день и в день выхода. Для каждого пункта укажи ответственную роль и срок. Отдельным блоком вынеси пункты, срыв которых блокирует начало работы.

Запрос на переписывание регламента под вопросы новичка

Ниже приведён внутренний регламент компании. Перепиши его в формате ответов на вопросы, которые задаёт новый сотрудник в первые две недели. Сохрани все существенные условия и сроки без изменений, не добавляй информацию, которой нет в тексте. Пиши простыми предложениями без канцелярита. Если в регламенте есть противоречия или пропущенные условия, перечисли их отдельным списком в конце. Текст регламента <вставить текст>.

Запрос на разбор обратной связи

Ты аналитик кадровых процессов. Ниже обезличенные ответы <число> сотрудников на вопросы об адаптации за период <период>. Выдели повторяющиеся темы с указанием количества упоминаний по каждой. Приведи по два примера формулировок на тему. Отдельно раздели сложности первой недели и сложности первого месяца. Укажи, на каком этапе процесса адаптации возникает каждая проблема. В конце предложи три изменения с указанием показателя для проверки результата. Ответы <вставить текст>.

Запрос на структурирование заметок после встречи

Ниже черновые заметки руководителя после встречи с сотрудником на испытательном сроке. Приведи их к структуре с разделами о текущем состоянии дел, достигнутых договорённостях с указанием сроков и ответственных, выявленных рисках. Не добавляй выводов, которых нет в заметках. Если договорённость сформулирована без срока, отметь это. Заметки <вставить текст>.

Что определяет качество ответа

Сравнение результатов на десятках запросов показывает, что разница между слабым и сильным ответом почти полностью объясняется четырьмя деталями.

• Указание отрасли и размера компании, потому что без этого модель по умолчанию описывает процессы крупной организации с развитой кадровой функцией.
• Измеримая цель на конец периода, которая задаёт всю логику плана и отсекает общие формулировки.
• Явный запрет на непроверяемые пункты, который заметно сокращает объём воды в ответе.
• Заданный формат вывода, избавляющий от ручной переработки текста.

Запросы стоит хранить в общем доступе и дополнять по мере использования. Когда руководитель находит удачную формулировку, она должна попадать в общий набор, а не оставаться в его личной переписке с моделью. В компаниях, где это организовано, скорость подготовки документов по адаптации через полгода отличается от стартовой в несколько раз, и дело не в моделях, а в накопленных заготовках.

Как внедрить ИИ в адаптацию: пошаговый план

Внедрение не начинается с покупки инструмента. Оно начинается с ответа на вопрос, какую конкретную проблему вы решаете и как будете измерять результат. Без этого получается ситуация, когда модель подключена, промпты написаны, а изменений в работе нет, потому что никто не понял, зачем это нужно.

Практика показывает, что путь от решения до первого результата занимает от двух недель до двух месяцев в зависимости от выбранного сценария. Разница в сложности огромна. Генерация планов адаптации запускается за день, а HR-агент на базе знаний требует месяца подготовки. Ниже описан универсальный порядок действий, который работает для любого из разобранных сценариев.

Шаг первый: выбор точки входа

Не пытайтесь автоматизировать весь процесс адаптации сразу. Выберите одну операцию, которая отнимает больше всего времени или создаёт больше всего вопросов. Чаще всего это один из трёх вариантов.

• Подготовка индивидуальных планов адаптации, если у вас больше пяти разных должностей и каждый раз приходится писать план заново.
• Ответы на повторяющиеся вопросы новичков, если наставники тратят на это больше трёх часов в неделю на каждого человека.
• Разбор обратной связи по адаптации, если опросы проводятся, но результаты не используются из-за отсутствия времени на анализ.

Правильный выбор определяется не модностью задачи, а соотношением затрат на внедрение и экономии времени. Генерация планов даёт эффект в первую неделю и не требует технической интеграции. HR-агент экономит больше времени, но на его подготовку уходит месяц работы с документами. Если текучесть низкая и новички выходят раз в квартал, агент не окупится. Если выходят по десять человек в месяц, он окупается за две недели.

Шаг второй: подготовка данных и инструкций

Этот этап пропускают чаще всего, и именно из-за этого внедрения не дают результата. Модель не знает специфики вашей компании, пока вы её не опишете. Описание не требует программирования, но требует времени на сбор информации.

1. Соберите три-четыре примера документов, которые считаете хорошими. Для планов адаптации это планы, по которым люди успешно прошли испытательный срок. Для чек-листов это списки, которые реально использовались.
2. Опишите структуру компании в двух абзацах так, как объясняли бы постороннему человеку. Отрасль, размер, основные направления работы, особенности процессов.
3. Перечислите системы и инструменты, с которыми работают сотрудники, с указанием, для каких должностей они обязательны.
4. Зафиксируйте контрольные точки испытательного срока с датами и укажите, кто проводит каждую встречу.
5. Напишите три-четыре запрета, то есть то, чего модель делать не должна. Например, не включать задачи без признака выполнения или не использовать термины, принятые в другой отрасли.

Эти материалы становятся основой для всех промптов. Их не нужно вписывать в каждый запрос заново, достаточно хранить отдельным файлом и подставлять по необходимости. В компаниях, где такая база собрана, время на подготовку любого документа по адаптации сокращается вдвое по сравнению с теми, кто каждый раз начинает с нуля.

Шаг третий: пилот и измерение

Пилот означает проверку на ограниченной группе с измерением конкретного показателя. Без измерения вы не сможете отличить реальное улучшение от ощущения, что стало удобнее. Показатель выбирается в зависимости от сценария.

Сценарий	Что измеряем	Как измеряем
Генерация планов адаптации	Время от запроса руководителя до утверждённого плана	Фиксируем дату запроса и дату подписания, считаем медиану по десяти случаям
HR-агент на базе знаний	Доля вопросов, закрытых без обращения к наставнику	Логируем обращения к помощнику и к наставнику, сравниваем с контрольной группой без помощника
Разбор обратной связи	Время от получения ответов до списка Как внедрить ИИ в адаптацию: пошаговый план Внедрение без чёткой последовательности превращается в набор разрозненных экспериментов, которые не дают системного результата. Ниже описан порядок действий, проверенный на компаниях разного масштаба. Он строится по принципу быстрых побед, когда каждый шаг даёт измеримый эффект и подготавливает почву для следующего. Шаг первый: аудит процесса и документов Начинать нужно не с выбора инструмента, а с понимания того, что именно автоматизируется. Посмотрите на последние десять адаптаций и выпишите, где у людей возникали вопросы, какие этапы затягивались и на что уходило время наставников. Это даст список реальных болей, а не предположений о них. Дальше соберите документы, которые используются в адаптации. Регламенты, должностные инструкции, памятки, презентации, переписки с типовыми ответами. Разложите их на актуальные и устаревшие. Если обнаружились противоречия между документами, зафиксируйте их списком и договоритесь, какая версия считается правильной. Эта работа занимает от недели до месяца и часто обнаруживает, что половина используемых материалов не соответствует действительности. Опросите трёх-пяти сотрудников, прошедших адаптацию за последние полгода, и составьте список вопросов, на которые они не могли найти ответ самостоятельно. Соберите статистику обращений новичков к наставникам и в кадровую службу за квартал, если такой учёт ведётся. Проверьте актуальность должностных инструкций и убедитесь, что планы адаптации реально выполняются, а не лежат формально. Выделите документы с персональными данными и договоритесь, что они не попадут в открытый доступ помощника. Результатом этого шага должна стать таблица с перечнем задач адаптации, текущей трудоёмкостью каждой задачи в часах и оценкой того, какая часть может быть автоматизирована. Без такой таблицы невозможно посчитать окупаемость, и внедрение идёт вслепую. Шаг второй: пилот на одном сценарии Выберите сценарий с наименьшими входными требованиями и высокой частотой использования. Для большинства компаний это генерация планов адаптации или составление приветственных материалов. Оба варианта не требуют интеграций, работают через обычный веб-интерфейс модели и дают эффект с первого применения. Запустите пилот на одном подразделении или на одной должности. Договоритесь с руководителем, что следующие три адаптации пройдут с использованием ИИ, и зафиксируйте метрики до старта. Время подготовки плана, количество вопросов новичка в первую неделю, оценка сотрудником полноты информации. Через три цикла сравните показатели и соберите обратную связь от руководителя и наставника. Подготовьте шаблон запроса с заполненными полями для конкретной должности и проверьте результат на реальном кейсе. Передайте шаблон руководителю с короткой инструкцией, не больше одной страницы текста. После первого использования проведите короткую встречу и зафиксируйте, что пришлось дорабатывать вручную. Скорректируйте шаблон и повторите на второй и третий адаптации. Соберите цифры по времени и качеству, сравните с предыдущими циклами без ИИ. Если результат положительный, тиражируйте сценарий на другие должности. Если отрицательный, разберитесь в причинах до перехода к следующему шагу. Частая ошибка состоит в том, что неудачный пилот списывают на технологию, хотя проблема заключалась в отсутствии базовых документов или в неправильно выбранном сценарии. Шаг третий: расширение на базу знаний и интеграции Когда простые сценарии работают стабильно, переходите к помощнику на базе знаний. Здесь уже понадобятся технические ресурсы, потому что придётся настраивать поиск, подключать хранилище документов и встраивать помощника в корпоративные каналы. Начните с ограниченного набора документов, например только с кадровыми регламентами, и запустите для группы из десяти-двадцати новичков. Следите за вопросами, на которые помощник не смог ответить, и дополняйте базу по мере выявления пробелов. Полное покрытие всех тем недостижимо сразу, оно формируется итеративно за несколько месяцев. Определите канал, через который новички будут обращаться к помощнику, и убедитесь, что доступ к нему настроен автоматически с первого дня. Настройте логирование вопросов и ответов, чтобы отслеживать точность и собирать материал для улучшения базы. Назначьте ответственного за проверку логов раз в неделю и корректировку документов при обнаружении ошибок. Организуйте обратную связь от пользователей прямо в интерфейсе помощника, кнопками полезно и не помогло. Интеграция с кадровыми системами и корпоративным порталом выводит решение на новый уровень, но требует участия технических специалистов и согласования со службой безопасности. Такие проекты занимают от двух до шести месяцев, и начинать их имеет смысл только после успешного пилота на простых сценариях. Персонализация и микрообучение с помощью ИИ Адаптация перестаёт быть одинаковой для всех, когда в компанию приходят люди с разным уровнем подготовки. Опытному специалисту не нужны базовые объяснения, новичку в профессии требуется больше времени на освоение инструментов. Языковая модель позволяет подстраивать материалы и темп под конкретного человека без создания десятков версий одного и того же регламента. Персонализация строится на трёх параметрах. Предыдущий опыт работы, скорость прохождения первых этапов и результаты промежуточных проверок. На основе этого помощник предлагает дополнительные материалы тем, кто отстаёт, и ускоряет программу для тех, кто справляется быстрее плана. Это не требует ручного вмешрения, система подстраивается автоматически по заданным правилам. Микрообучение в процессе работы Классическое обучение с отрывом от задач плохо работает в адаптации, потому что человек не понимает, зачем ему сейчас нужна эта информация. Микрообучение решает проблему через короткие фрагменты, которые даются в момент, когда они применимы. Новичок столкнулся с задачей по оформлению документа, помощник сразу предлагает трёхминутную инструкцию с примером, а не отправляет на двухчасовой курс. Разбейте объёмные регламенты на короткие блоки по одному действию или одному вопросу. Привяжите каждый блок к типовым ситуациям, в которых он понадобится. Настройте помощника так, чтобы он предлагал нужный блок в ответ на вопрос, а не выдавал весь документ целиком. Добавьте возможность сохранить блок в личную заметку или отправить себе в мессенджер для повторного изучения. Такой подход увеличивает вероятность того, что информация будет усвоена и применена, потому что она поступает в момент реальной потребности, а не заранее про запас. Проверка понимания тоже встраивается в поток работы через короткие вопросы после выполнения действия. Адаптация траектории на основе обратной связи Если новичок через две недели сообщает, что ему непонятна работа с конкретной системой, план автоматически дополняется встречей с её администратором и дополнительными материалами. Если он, наоборот, показывает уверенное владение, избыточные проверки убираются, и время высвобождается для более сложных задач. Это требует регулярного сбора обратной связи, но сам анализ и корректировка плана делегируются помощнику. Персонализация не в том, чтобы у каждого был уникальный план. Персонализация в том, чтобы план менялся по ходу движения, когда становится видно, что человеку реально нужно. Реальные кейсы и результаты внедрения Производственная компания численностью около пятисот человек с текучестью двадцать процентов в год столкнулась с тем, что наставники тратили на повторяющиеся объяснения до десяти часов в месяц на каждого новичка. Основная нагрузка приходилась на вопросы про внутренние правила, доступы и оформление заявок. Компания внедрила помощника на базе регламентов кадровой службы и производственных инструкций. Результаты через три месяца работы показали следующее. Доля вопросов, закрытых без участия наставника, достигла шестидесяти процентов. Время наставника на одного новичка сократилось до четырёх часов в месяц. Срок выхода на самостоятельную работу уменьшился с шести недель до пяти. Побочным эффектом стало обнаружение устаревших участков в регламентах, потому что помощник выдавал противоречивые ответы, и это заставило пересмотреть документы. Торговая сеть с массовым наймом Сеть с двумястами точками и постоянным притоком продавцов и кассиров автоматизировала составление планов адаптации и welcome-материалов. До внедрения каждый региональный менеджер готовил документы самостоятельно, качество и полнота различались в разы. После запуска единого шаблона с возможностью локальной настройки время подготовки сократилось с двух часов до двадцати минут, а содержание стало однородным. Через полгода компания добавила автоматический сбор обратной связи на третий день и через две недели. Анализ ответов показал, что основная проблема не в обучении работе с кассой, как предполагали, а в непонимании графика и правил подмен. Процесс скорректировали, добавив объяснение этих моментов в первый день, и количество увольнений в первый месяц снизилось на пятнадцать процентов. ИТ-компания с удалённой командой Компания из ста человек с распределённой командой столкнулась с тем, что новичкам сложно понять, к кому обращаться с разными вопросами. Наставники находились в других часовых поясах, и ответы на простые вопросы затягивались на сутки. Внедрение помощника с базой знаний по внутренним процессам и контактам позволило закрывать большинство вопросов мгновенно. Неожиданный результат проявился в том, что помощник начал использоваться не только новичками, но и действующими сотрудниками для уточнения редких процедур. Это показало, что проблема была шире адаптации, а решение оказалось применимо для всей команды. Инвестиции окупились за четыре месяца только за счёт экономии времени на поиск информации. Частые ошибки при внедрении ИИ в адаптацию Первая и самая распространённая ошибка заключается в попытке автоматизировать процесс, который не работает в ручном режиме. Если адаптация идёт хаотично, наставники перегружены, документы устарели, ИИ не исправит ситуацию. Он лишь ускорит и масштабирует хаос. Прежде чем внедрять технологию, нужно навести порядок в самом процессе, и часто эта работа оказывается важнее автоматизации. Завышенные ожидания от первого запуска Модель не знает специфики вашей компании изначально. Она выдаст общий ответ, основанный на публичных данных, и если не настроить её через промпты или базу знаний, результат будет далёк от применимого. Это приводит к разочарованию, когда после первого запроса люди получают шаблонный текст и решают, что технология не работает. Качественный результат требует нескольких итераций настройки, и это нормально. Не ждите готового решения с первой попытки, закладывайте время на доработку шаблонов и запросов. Начинайте с простых задач, где результат легко проверить, и только потом переходите к сложным. Собирайте обратную связь от пользователей регулярно и корректируйте настройки по её итогам. Игнорирование безопасности данных Передача персональных данных сотрудников и конфиденциальных регламентов во внешние сервисы без согласования со службой безопасности создаёт прямой риск. Часть решений работает через облачные сервисы зарубежных компаний, и это может нарушать требования закона о персональных данных. Прежде чем загружать что-либо, убедитесь, что сервис соответствует требованиям, или используйте модели, развёрнутые на собственных серверах. Отдельная проблема возникает, когда помощник получает доступ к данным, которые не должны быть доступны всем новичкам. Если в базу знаний попали зарплатные ведомости или персональные досье, это обнаружится в самый неподходящий момент. Аудит данных перед загрузкой обязателен, и пропускать его нельзя. Отсутствие ответственного за результат Внедрение без назначенного владельца процесса превращается в набор разовых экспериментов. Кто-то попробовал, получилось или не получилось, все забыли и вернулись к старому. Для успешного внедрения нужен человек, который отвечает за поддержание системы, обновление базы знаний, анализ обратной связи и корректировку настроек. Это не обязательно должна быть выделенная ставка, но обязанности должны быть чётко распределены. Попытка заменить живое общение Автоматизация адаптации не означает, что новичок должен общаться только с помощником. Знакомство с командой, обсуждение сложных ситуаций, решение конфликтов и оценка по итогам испытательного срока остаются задачами людей. Если компания пытается переложить всё на технологию, результат получается обратным. Сотрудник чувствует себя брошенным, мотивация падает, и он уходит до окончания срока. ИИ освобождает время для важных разговоров, а не заменяет их. Как выбрать ИИ-решение для онбординга Выбор между готовым продуктом и собственной сборкой зависит от трёх факторов. Масштаб задачи, наличие технических ресурсов и требования к безопасности данных. Разберём оба варианта с их плюсами и ограничениями. Готовые продукты На российском рынке есть платформы, в которые встроены модули адаптации с элементами ИИ. Они закрывают базовые сценарии без разработки, имеют готовую интеграцию с кадровыми системами и работают по подписке. Такой вариант подходит компаниям, которым нужно решение здесь и сейчас, без долгой настройки. Преимущества включают быстрый запуск, обновления от вендора, техническую поддержку и соответствие требованиям безопасности из коробки. Ограничения состоят в привязке к функциональности платформы, невозможности глубокой кастомизации и необходимости подстраивать процессы под возможности системы. Стоимость обычно рассчитывается по числу активных пользователей в месяц, что делает решение предсказуемым по бюджету. Прежде чем выбирать платформу, проверьте, поддерживает ли она интеграцию с вашими текущими системами. Если кадровый учёт ведётся в одной системе, а помощник работает в другой без обмена данными, эффективность падает вдвое. Собственная сборка Сборка решения на базе программных интерфейсов YandexGPT, GigaChat или открытых моделей даёт полный контроль над функциональностью и данными. Это подходит компаниям с высокими требованиями к безопасности, специфическими процессами или желанием встроить адаптацию в существующую экосистему без зависимости от внешних платформ. Преимущества включают гибкость настройки, возможность развернуть всё на собственных серверах и отсутствие ограничений по функциональности. Ограничения состоят в необходимости технической команды, времени на разработку от двух месяцев и ответственности за поддержку и обновления. Стоимость складывается из работы разработчиков, стоимости вызовов к программному интерфейсу модели и затрат на инфраструктуру. Такой подход оправдан, если адаптация интегрируется в сложную корпоративную систему или если требования безопасности не позволяют использовать облачные решения. Для небольших компаний с простыми процессами он избыточен. Критерии выбора Ответьте на пять вопросов, прежде чем принимать решение. Сколько сотрудников проходят адаптацию в год? Есть ли у вас техническая команда с опытом интеграций? Какие требования у службы безопасности к хранению данных? Нужна ли глубокая интеграция с действующими системами? Готовы ли вы ждать результата два-три месяца или нужен запуск в ближайшие недели? Если адаптируется меньше пятидесяти человек в год, технической команды нет, а требования к безопасности стандартные, берите готовый продукт. Если адаптация идёт потоком, есть разработчики, данные должны оставаться внутри компании, стройте собственное решение. Промежуточный вариант, когда берут готовую платформу и дополняют её собственными доработками, часто оказывается худшим из двух миров. Часто задаваемые вопросы Заменит ли ИИ наставника и кадровую службу? Нет. ИИ берёт на себя повторяющиеся объяснения, составление документов, поиск информации и разбор обратной связи. Наставник остаётся для передачи неформального опыта, решения нестандартных ситуаций и оценки готовности человека к самостоятельной работе. Кадровая служба отвечает за юридическое сопровождение, работу с конфликтами и решения по персоналу. Технология освобождает время людей, а не вытесняет их. Безопасно ли передавать корпоративные данные в языковую модель? Зависит от выбора решения. Если используется облачный сервис зарубежной компании без соглашения о защите данных, это создаёт риск. Модели YandexGPT и GigaChat работают в российском контуре, их можно использовать через программный интерфейс с контролем над передаваемыми данными. Для максимальной безопасности разворачивайте модель на собственных серверах. Персональные данные сотрудников в любом случае должны обрабатываться с соблюдением требований закона. Сколько времени занимает внедрение? Простые сценарии вроде генерации планов адаптации запускаются за неделю. Помощник на базе знаний с интеграциями требует от двух до шести месяцев в зависимости от состояния документов и сложности технической части. Основное время уходит не на настройку модели, а на аудит и подготовку данных. Что делать, если база знаний противоречива или неполна? Начинайте с аудита и приведения документов в порядок. Это окажется полезным независимо от внедрения ИИ. Если ресурса на полный аудит нет, запускайте помощника на ограниченном наборе проверенных документов и расширяйте базу по мере выявления пробелов. Главное, настройте помощника так, чтобы он честно говорил, когда информации нет, а не придумывал ответ. Можно ли использовать бесплатные модели? Можно, но с ограничениями. Бесплатные версии обычно имеют лимиты по количеству запросов, не гарантируют доступность и не подходят для обработки конфиденциальных данных. Для пилота и экспериментов они работают, для регулярного использования в компании лучше брать коммерческие версии с технической поддержкой и соглашением об уровне сервиса. Как оценить эффект от внедрения? Зафиксируйте метрики до запуска и измерьте их через три месяца. Время подготовки плана адаптации, количество вопросов новичка к наставнику, срок выхода на самостоятельную работу, оценка сотрудником качества адаптации, процент успешно завершивших испытательный срок. Сравнение этих показателей даст объективную картину. Субъективные ощущения вроде стало легче недостаточны для выводов. Адаптация с использованием ИИ это не замена человеческого участия, а возвращение ему времени на то, ради чего люди приходят работать с людьми. Технология забирает рутину и оставляет смыслы.