Нейросети для менеджера проектов: планы, статусы, протоколы встреч и риски
Менеджер проектов применяет нейросети там, где много текста и повторяющихся форм: набрасывает структуру работ и первую версию плана, собирает еженедельный статус из выгрузки трекера, превращает расшифровку встречи в список решений и поручений, расширяет реестр рисков. Модель быстро даёт черновик, но не знает зависимостей, загрузки команды и договорённостей с заказчиком. Поэтому сроки, бюджет, ответственные и всё, что уходит заказчику, менеджер сверяет с фактами проекта сам. Осваивать навык удобнее всего на собственных шаблонах и обезличенных документах, а курс нужен тем, кто хочет практику с разбором ошибок.
Содержание

Главное умение здесь не в формулировке запроса, а в проверке. Нейросеть пишет гладко, и статус «проект идёт по плану» выглядит убедительно, даже если в выгрузке две просроченные задачи на критическом пути. Если менеджер не может показать, из какой строки трекера или реплики на встрече взялось каждое утверждение отчёта, документ отправлять рано. Общие правила работы с ИИ — не загружать в публичный сервис персональные данные и коммерческую тайну — действуют и здесь.
Какие задачи проекта разумно отдать нейросети
Лучше всего модель справляется с задачами, где исходный материал уже есть, а ошибку легко найти сравнением. Из выгрузки трекера она соберёт статус по шаблону компании: что сделано за неделю, что сдвинулось, какие решения нужны от заказчика. Из расшифровки планёрки выделит решения, поручения и открытые вопросы. По описанию проекта предложит иерархическую структуру работ (WBS — разбиение результата на пакеты работ), список заинтересованных сторон и первые формулировки целей.
Хуже получается всё, что требует знания контекста. Нейросеть не видит, что дизайнер занят на двух проектах, а юристы заказчика согласуют договор три недели. Оценки длительности и стоимости, назначение ответственных, решение о переносе релиза и разговор с сотрудником о сорванной задаче остаются на менеджере. Модель может предложить формулировки для трудного письма, но решать, что пообещать заказчику, должен тот, кто за это отвечает.
Почему план от нейросети нельзя брать как есть
Насколько велика разница между планом модели и планом опытного менеджера, показали Андре Баркауи и Андре Монат в статье «Who is better in project planning? Generative artificial intelligence or project managers?» (Project Leadership and Society, 2023, т. 4, статья 100101). Они взяли реальный проект мобильного приложения для поиска услуг красоты. План для него написал независимый консультант с сертификатом PMP и десятилетним опытом — примерно за три недели. Затем по тем же требованиям авторы примерно за 15 итераций запросов получили план от GPT-4 через ChatGPT и сравнили документы по областям знаний PMBOK.
В расписании модели оказалось 25 работ, у человека — 175. Модель уложила проект в 12 месяцев, консультант — в 15. Бюджет у ChatGPT получился 105 000 долларов, у человека — 258 606 долларов, почти в два с половиной раза больше. По оценке авторов, в расписании модели мало связей между работами, нет вех и почти не назначены ресурсы. Зато реестр рисков у ChatGPT оказался полнее: модель сгруппировала риски, учла не только угрозы, но и возможности и оценила вероятность и влияние, а консультант ограничился перечнем. План коммуникаций у модели тоже был конкретнее.
Ограничения у исследования серьёзные: сравнивали один план с одним, оценивали сами авторы. Но вывод для практики понятен. Структуру документа, перечень рисков и план коммуникаций разумно начинать с черновика нейросети, а длительности, связи между работами и стоимость брать из оценок команды и прошлых проектов. Если модель предлагает срок короче, чем подсказывает опыт, спросите, какие работы она пропустила.
Учебный пример: статус и реестр рисков за одну неделю
Ситуация учебная. Отдел продаж из 40 человек переходит на новую CRM, проект рассчитан на десять недель, идёт шестая. У менеджера есть выгрузка задач из трекера в CSV, заметки с планёрки и статус прошлой недели. Задача — к пятнице отправить спонсору статус и обновить реестр рисков.
Сначала менеджер заменяет в выгрузке фамилии и названия клиентов ролями: «аналитик», «интегратор». Потом даёт модели шаблон статуса и просит заполнить его только по приложенным данным, указав для каждого утверждения номер задачи, и отдельно перечислить задачи с прошедшим сроком.
Нейросеть пишет, что перенос данных идёт по плану. Сверка с выгрузкой показывает обратное: выгрузка истории сделок из старой системы просрочена на четыре дня и блокирует обучение менеджеров на восьмой неделе. В заметках есть реплика интегратора: поставщик старой системы не даёт доступ к API без дополнительного договора. Модель отправила её в «прочее», а менеджер переносит в реестр рисков с формулировкой «если доступ не откроют до конца седьмой недели, обучение сдвинется минимум на неделю», владельцем и датой проверки.
После правки статус меняется с зелёного на жёлтый, а спонсору уходит вопрос: согласовать ли расходы на договор с поставщиком. Нейросеть сэкономила время на сборке текста, но верным отчёт стал только после сверки.
С протоколами встреч схема та же. В протоколе важны принятые решения, поручения с ответственным и сроком и открытые вопросы. Модель охотно превращает обсуждение в решение и приписывает задачу тому, кто о ней просто говорил. Поэтому таблицу поручений стоит разослать участникам на подтверждение, а о записи встречи предупредить всех заранее.
С чего начать и в каком порядке осваивать
Порядок ниже идёт от задач, где ошибку видно сразу, к задачам, где она проявится через месяц. Протокол сверяется с записью в тот же день, статус — с трекером, а ошибка в расписании обнаружится, только когда проект начнёт отставать. Поэтому сначала стоит привыкнуть проверять, а потом доверять модели более сложные документы.
- Соберите свои шаблоны статуса, протокола и реестра рисков: без них модель каждый раз придумывает новую форму.
- Начните с протоколов: расшифровка прошедшей встречи, решения и поручения, сравнение с тем, что запомнили сами.
- Перейдите к статусам по выгрузке трекера со ссылками на номера задач.
- Ищите с моделью риски, которых нет в текущем реестре.
- Только потом пробуйте черновики плана и WBS, сравнивая их с оценками команды.
- Если в компании подключён корпоративный ассистент или ИИ-функции трекера, переносите отработанные запросы туда.
Упражнения и как проверить себя
Первое упражнение — «обратный статус». Возьмите старый отчёт и выгрузку задач за ту же неделю, попросите модель написать статус и сравните тексты: расхождения покажут, что вы держите в голове и не передаёте модели. Второе — реестр рисков вслепую: составьте список сами, затем попросите нейросеть и посчитайте, сколько её пунктов действительно новые.
Признаки хорошего результата простые. В статусе каждое утверждение подтверждается задачей. В протоколе у поручения один ответственный и дата. В реестре риск описан условием, последствием и владельцем, а не словами «срыв сроков». В плане у работ есть связи, а общий срок сопоставим с похожими проектами. Типичные ошибки новичков — отправлять текст без сверки, загружать договор с заказчиком в публичный сервис и просить «составить план проекта» без требований и ограничений.
Если хочется отрабатывать проектные документы на учебных кейсах с проверкой куратора, посмотрите описание онлайн-курса «Менеджер проектов + ИИ» от Skillbox: шесть месяцев, задания на ТЗ, сметы, дорожные карты, реестры рисков и планы коммуникаций, ChatGPT среди инструментов. Отдельного модуля по нейросетям в описании нет.
Как навык влияет на доход
Отдельной надбавки «за нейросети» в вакансиях менеджеров проектов обычно не выделяют: работа с ИИ стоит в требованиях рядом с трекерами и таблицами, а платят за масштаб и сложность проектов. Влияние косвенное: если статус и протоколы отнимают меньше времени, менеджер может вести больше проектов или больше заниматься заказчиком и рисками.
Ориентир по IT дают данные Хабр Карьеры. В исследовании за первое полугодие 2026 года, опубликованном 21 июля 2026 года, учтены 45 226 зарплат из калькулятора — это фактические зарплаты со слов специалистов, а не предложения в вакансиях. Медиана в группе «Менеджеры в IT» — 260 000 рублей в Москве, 200 000 рублей в Санкт-Петербурге и 152 000 рублей в других регионах. Разбивки по уровню и владению ИИ нет, а группа шире, чем менеджеры проектов. Вне IT вилки другие: смотрите вакансии своего региона с фильтром по опыту и сравнивайте медиану, а не среднее.
Когда нужен курс и как выбрать обучение
Если вы уже ведёте проекты, начать можно самостоятельно. Курс нужен, когда не хватает базы управления проектами, без которой нечего проверять в ответах модели, или нужна обратная связь на документы. Основы расписания и бюджета разобраны в нашей статье об управлении проектами как навыке, а проекты, где ИИ создаётся как продукт, — в статье о руководителе проектов в области ИИ.
Тем, кому нужна база вместе с практикой на заданиях компаний, подойдёт онлайн-курс «Профессия: Менеджер проектов + ИИ» от ProductStar. В описании шесть месяцев по восемь часов в неделю, блоки о команде, стейкхолдерах, бюджете, рисках и Google Sheets, шесть проектов на кейсах компаний-партнёров и диплом с защитой. Отдельного блока о нейросетях в перечне тем нет, поэтому, если ИИ для вас главное, уточните программу у школы.
Сравнивайте не названия, а задания. Полезно, если на курсе сдают статус, протокол, реестр рисков и расписание и получают по ним разбор. Заранее выясните, какие ИИ-сервисы используются на занятиях и доступны ли они из России, и какой документ выдают: у тарифов одной программы он может отличаться.
Если задача шире — не только пользоваться нейросетями в своей работе, но и внедрять ИИ-решения в проектах компании, обратите внимание на онлайн-курс «Управление ИИ-проектами» от Eduson Academy. Это четыре месяца и 175 академических часов: жизненный цикл ИИ-проекта, требования, пилотирование, Jira и Confluence, основы SQL и Python, создание агентов без кода; выдаётся удостоверение о повышении квалификации. Для одних статусов и протоколов такая программа избыточна.
Перед оплатой любого курса попробуйте две-три недели работать с нейросетью на своих документах. Так станет понятно, чего именно вам не хватает: базы управления проектами, навыка проверки или технической части. В отзывах выпускников ищите подробности: насколько подробной была обратная связь и разбирали ли ошибки в расписании и бюджете.
Для широкого сравнения школ пригодится рейтинг онлайн-школ, обучающих нейросетям для работы и бизнеса: он не посвящён проектному управлению, но показывает, какие школы системно учат применять ИИ в рабочих задачах. Выбирать в нём стоит по тем же признакам: практика на документах, обратная связь и прозрачные условия.