Грейдинг AI-навыков на найме

01 · Грейды

Четыре грейда

Zapier гоняет через рубрику 100% кандидатов. Через 10 месяцев они её переписали: старый Capable стал новым Unacceptable. Драфтить посты в ChatGPT и править руками сегодня не навык. Это база.

Грейд	Что видим	Решение
G0 Resistant	AI не использует, либо разовые промпты без системы. Полярная позиция: «хайп» или «AI всё может»	Не нанимаем. Точка
G1 Capable	AI в ежедневной работе, workflow повторяемые. Называет эффект в часах или процентах	Минимальный бар для любого найма
G2 Adoptive	Собирает агентов, автоматизации, связки инструментов. Сам находит, что автоматизировать. Учит коллег	Бар для senior и lead ролей
G3 Transformative	Перепроектирует процессы целиком. Ведёт стратегию внедрения, считает ROI, строит eval-процессы	Бар для C-level, head of и AI-критичных ролей

02 · Измерения

Пять измерений

Грейд ставим не «в целом», а по каждому измерению отдельно. Четыре взяли из 4D Anthropic. Пятое (Building) добавили сами: мы продаём AI-агентов, нам нужны люди, которые их собирают. Итог равен минимуму по критичным для роли измерениям. Сильный Building не вытащит провальный Discernment.

Delegation

Понимает, что отдать AI, а что оставить себе. Видит разницу между automation, augmentation и agency

Description

Промптинг и контекст: структура, примеры, итерации, system prompts

Discernment

Ловит галлюцинации, знает, где модель врёт. Определяет «что такое хорошо» до старта

Building

Собирает агентов и автоматизации: n8n, Make, MCP, Claude Code, RAG

Diligence

Отвечает за результат: данные, безопасность, проверка перед шипом. Работу делегировать можно, ответственность нет

Измерение	G1 Capable	G2 Adoptive	G3 Transformative
D1 Delegation	Отдаёт AI отдельные задачи	Проектирует workflow: где AI работает сам, где человек в цикле	Перепроектирует роль: AI по умолчанию, человек по исключению
D2 Description	Пишет структурные промпты, итерирует	Делает переиспользуемые промпты и шаблоны для команды	Держит контекст на уровне процессов: спеки агентов, ToV-документы, база знаний
D3 Discernment	Проверяет факты, правит выход	Ведёт чеклисты качества, знает failure modes конкретных моделей	Строит eval-процессы и метрики качества
D4 Building	Работает в готовых инструментах	Собирает автоматизации и простых агентов, соединяет инструменты	Строит мультиагентные системы, выбирает архитектуру, считает стоимость
D5 Diligence	Не сливает чувствительные данные	Понимает риски, валидирует перед продакшеном	Пишет политику использования AI для команды

03 · Роли

Поправки по ролям

Требовать Building G3 от маркетолога глупо. У каждой роли свои критичные измерения и свой бар. Джуну хватит уверенной работы с инструментами. Сеньору нужны системы и стратегия.

Роль	Критичные измерения	Минимальный грейд	Что проверяем
Engineer	D2 · D3 · D4	G2	Кодит через Claude Code или Cursor. Ключевой скилл: ревью AI-кода
Product	D1 · D3	G2	Прототипирует через AI, проектирует фичи с human-in-the-loop
Marketing	D2 · D4	G1–G2	Контент-пайплайны и A/B через AI. «Черновики в ChatGPT» не считаются
Sales	D1 · D2	G1	Research, follow-ups и подготовка к звонкам через AI
Support	D3 · D5	G1–G2	Работает рядом с AI-агентом: эскалации, контроль качества
Head of / C-level	D1 · D5 + стратегия	G3	Перепроектирует функцию, считает ROI, задаёт правила для команды

04 · Вопросы

17 вопросов для интервью

Проверяем не что кандидат знает, а что построил и как думает. Лучший формат: реальная задача с подвохом, где AI предсказуемо ошибается. Поймал ошибку, значит работал руками, а не читал треды.

Блок A. Скрининг

5–7 минут · любая роль

Быстрый фильтр G0. Ждём конкретику, режем общие слова.

№ 1

«Расскажи про последнюю рабочую задачу, которую ты сделал с AI. Покажи как: инструмент, промпт, что вышло с первого раза, что правил»

G0 общие слова, конкретики нет
G1 конкретный кейс, итерации, результат
G2+ рассказывает про систему, а не разовый кейс

№ 2

«Какие AI-инструменты у тебя в ежедневной работе? За что из этого платишь сам?»

G1+ платит сам, значит ценность реальная. G0 не платит ни за что

№ 3

«Назови задачу, которую ты пробовал отдать AI, и это не сработало. Почему?»

G0 либо «всё работает», либо «AI вообще не работает»
G1+ называет конкретные failure modes. Это проверка D3

№ 4

«Сколько часов в неделю тебе экономит AI? Откуда цифра?»

G1 называет число и объясняет, как посчитал
G2+ говорит не про сэкономленные часы, а про то, что стало возможно нового

№ 5

«Что поменялось в твоей работе с AI за последние 6 месяцев?»

G1+ бар движется. Кандидат должен двигаться с ним

Блок B. Дифференцирующие

G1 → G2 → G3

Сначала проверяем системность (G1 → G2). Потом мышление процессами и деньгами (G2 → G3).

№ 6 · G1 → G2

«Есть переиспользуемые промпты, шаблоны, system prompts? Покажи один и объясни, почему он так устроен»

№ 7 · G1 → G2

«Автоматизировал что-то, что работает без тебя? Как устроено, где было сложно?»

№ 8 · G1 → G2

«Учил коллег работать с AI? Чему конкретно?»

№ 9 · G1 → G2

«Как решаешь, что отдать AI полностью, а где оставить человека в цикле?» (D1)

№ 10 · G2 → G3

«Вот один из наших реальных процессов. Перепроектируй его под AI. Вслух, прямо сейчас»

G2 предложит автоматизировать шаги
G3 спросит, зачем процесс вообще живёт в таком виде

№ 11 · G2 → G3

«Как посчитаешь ROI внедрения AI-агента в конкретную функцию? Какие метрики, какая стоимость?»

№ 12 · G2 → G3

«Где AI-инициативы в компаниях проваливаются? Видел провал вживую?»

№ 13 · G2 → G3

«Как оценивать качество выходов AI-системы на масштабе? Не глазами, а процессом» (evals, D3 на уровне G3)

Блок C. Инженеры

engineering

№ 14

«Открой Claude Code или Cursor. Вот задача — реальный небольшой баг или фича. Решай и думай вслух»

G2+ смотрим: как собирает контекст, как ревьюит AI-код, когда перехватывает управление

№ 15

«AI сгенерил код. Он работает, но ты его до конца не понимаешь. Шипишь?»

G1+ правильный ответ: нет, пока не разобрался. Ответственность не делегируется (D5)

№ 16

«Что такое MCP и зачем он? Как дашь агенту доступ к нашей CRM?»

№ 17

«Опиши архитектуру агента, которого ты собирал: модель, инструменты, память, обработка ошибок»

Блок D. Практика

30–45 минут · обязательно для G2+ ролей

Даём реальную задачу из нашей работы и доступ к AI-инструментам. Смотрим на процесс, не на результат.

Чеклист наблюдения

G3 определил «что такое хорошо» до старта
G1+ промпты структурные, итерации осмысленные
G2+ поймал ошибку в выходе AI. Подложи задачу, где модель предсказуемо врёт
G1+ думает вслух. Видно мышление, а не заученные ответы

Red flags любой = минус грейд

«AI это хайп» или «AI всё может». Оба полюса = G0

Ни одного артефакта: ни промпта, ни автоматизации, ни агента

Все примеры про «полировку текстов» и «саммари документов»

Говорит про инструменты, молчит про результаты в цифрах

На практике принимает первый выход AI без проверки

05 · Скоринг

Из ответов в решение

Каждое измерение получает свой грейд

D1–D5 оцениваем отдельно, по ответам и практике

Итог: минимум по критичным измерениям роли

Сильный Building не компенсирует провальный Discernment. Смотри таблицу ролей

Решение

Итог не ниже бара роли: дальше по воронке. G0 по любому измерению: отказ, что бы ни было в остальных

Записываем артефакты

Какие промпты показал, что собрал, какие цифры назвал. Через 90 дней сверяем с реальной работой. Так калибруется рубрика

Главный риск

Кандидаты готовятся к интервью через AI и звучат лучше, чем умеют. Поэтому блок D обязателен для всех G2+ ролей: живая задача, мысли вслух. Заученный ответ не переживает 30 минут реальной работы.