Как проверить работу с ИИ перед включением в счёт клиенту

Работа с ИИ может оставлять обманчивый след. Длинная сессия иногда приводит к полезному изменению, иногда к отброшенному подходу, проверке решения или результату, который пока нельзя передать клиенту. Расход токенов и время за компьютером фиксируют активность. Но сами по себе они не объясняют, за что выставляется счёт.

Перед подготовкой счёта проверь работу как цепочку: к какому клиенту и задаче она относилась, что происходило в сессии, какой результат можно подтвердить и что осталось неясным. Так счёт будет проще объяснить, не выдавая каждое взаимодействие с ИИ за созданную для клиента ценность.

1. Сначала задай границы проверки

Начни с четырёх полей: клиент, проект, задача или направление работы и расчётный период. Запиши их до того, как смотреть отдельные сессии. Это защищает от частой ошибки: сначала интерпретировать насыщенный день, а затем пытаться задним числом отнести его к нужному проекту.

Если одна задача относилась к нескольким клиентам, не относись ко всей сессии как к единому блоку. Разделяй её только там, где можешь объяснить это разделение контекстом работы. Если непонятно, к какому проекту относится сегмент, пока пометь его как неразрешённый.

Такие границы помогают отличить оплачиваемую работу от сопутствующей активности. Исследование, настройка, внутреннее планирование, поддержка, отладка и выполнение запроса клиента могут выглядеть в журнале активности похоже. Важен не только вопрос «Был ли я активен?», а вопрос: «Над чем я работал для этого клиента в этот период и что могу точно об этом сказать?»

2. Изучи данные сессии в контексте

Проверяй каждую релевантную ИИ-сессию рядом с контекстом проекта и задачи. Сначала собери доступные факты: время сессии, короткое название, контекст токенов и затрат, а также связь с проектом или задачей. Эти детали помогают восстановить последовательность работы, но не превращают число токенов в показатель важности.

LogAgent отслеживает время ИИ-сессий, токены, стоимость, коммиты и короткие названия из локальных журналов сессий. Это может стать отправной записью, но сама проверка всё равно требует твоего суждения. Сессия с названием, связанным с задачей реализации, могла включать полезное исследование, отклонённые предложения или готовое изменение. Считай название контекстом, а не вердиктом.

Для каждой сессии или группы связанных сессий оставляй простую заметку:

• Подтверждённые факты: что показывает запись, например связь с проектом, время сессии и документированный результат.
• Интерпретация работы: понятное описание того, что ты проверил.
• Открытый вопрос: то, на что запись не даёт ответа, например был ли использован исследовательский вариант или изменилась ли граница задачи.

Это разделение полезно на практике. Оно не даёт записать интерпретацию так, будто это исходное доказательство, и оставляет явное место для вопросов, которые нужно проверить до включения времени в счёт.

3. Проверь результат, но не своди работу к коммитам

Затем найди документированные результаты. Релевантный коммит может помочь связать работу с ИИ с изменением в кодовой базе. Обновления задачи, заметки по проверке или другие проектные записи тоже могут добавить контекст, если они доступны. Цель здесь в прослеживаемости: можешь ли ты объяснить, как сессия связана с реальной работой?

Коммит полезен как свидетельство, но не служит автоматическим доказательством ценности или оплачиваемости. Небольшому коммиту может предшествовать серьёзное исследование. В большом коммите может быть работа из нескольких сессий или нескольких людей. Работа по задаче, например анализ или проверка, иногда вообще не приводит к коммиту. И наоборот, отменённое изменение показывает, что работа велась, но не подтверждает, что весь объём следует включать в счёт клиенту.

LogAgent связывает ИИ-сессии с коммитами, задачами, проектами и строками счёта. Используй эти связи как маршрут проверки, а не как автоматическое правило выставления счёта. Пройди путь от сессии к задаче и результату, затем спроси себя: точное ли описание ты собираешься использовать, соразмерно ли оно работе и будет ли понятно человеку вне твоего рабочего процесса?

Если ответ неясен, не заполняй пробел уверенным рассказом. Пометь сегмент для проверки. Возможно, нужно свериться с заметками по проекту, уточнить объём у человека, который его определяет, или исключить этот сегмент из текущего счёта, пока ты не сможешь описать его честно.

4. Напиши краткое обоснование, которое выдержит вопрос

После проверки свидетельств сформулируй обоснование для строки счёта в одном или двух простых предложениях. Опиши работу, её проектный контекст и документированный результат, если он есть. Не представляй использование ИИ как услугу, которую ты оказал клиенту.

Можно использовать такую структуру:

Проверил и реализовал изменения для [задачи] в [проекте], включая исследование и проверку запрошенного поведения. Связанная работа сопоставлена с зафиксированной задачей и документированным результатом проекта.

Замени только сведения в квадратных скобках, которые можешь подтвердить. Если результат пока неясен, лучше сказать меньше, а не больше. Узкое описание лучше гладкого утверждения, в котором предположения смешаны с фактами.

Перед финализацией сделай последний проход: подтверди клиента и период, проверь, что у каждого включённого сегмента есть контекст проекта или задачи, удостоверься в заявленном результате и отдельно оставь спорную или незавершённую работу. Это повторяемый способ внимательнее проверять собственные записи до решения о том, что включать в счёт.

Запись, ориентированная на свидетельства, особенно полезна, когда сохраняет и цепочку событий, и неопределённость. LogAgent использует объяснимые правила и эвристики и направляет спорные сегменты на проверку, что поддерживает такую проверку перед выставлением счёта вместо того, чтобы принудительно превращать каждую зафиксированную минуту в вывод.