Не говорим нейронкам лишнего: ChatGPT становится на 80% убедительнее людей, когда знает своего собеседника.

Ученые отправили 900 человек спорить с GPT-4. В 64,8% случаев модель смогла убедить человека изменить мнение, если знала его возраст, пол и взгляды. С незнакомцами она спорила на равных.

При этом люди с той же информацией про собеседника не начинают убеждать лучше. Их эффективность в дебатах даже падает.

Отправляю Вам решение от DeepSeek по задачке из поста: API для салона массажа «Небесные руки»
1. Модели данных

Услуга (Service):

{
  "id": "uuid",
  "name": "SPA-массаж",
  "description": "Расслабляющий массаж с аромамаслами",
  "duration": 90,
  "price": 2500,
  "category": "relax"
}

Мастер (Master):

{
  "id": "uuid",
  "name": "Иванова Анна",
  "specialization": ["SPA", "антистресс"],
  "schedule": {
    "monday": ["10:00-18:00"],
    "tuesday": ["12:00-20:00"]
  },
  "rating": 4.9
}

Клиент (Client):

{
  "id": "uuid",
  "name": "Петров Алексей",
  "phone": "+79161234567",
  "email": "[email protected]",
  "visits": 4
}

Запись (Appointment):

{
  "id": "uuid",
  "clientId": "uuid",
  "masterId": "uuid",
  "serviceId": "uuid",
  "date": "2023-12-25",
  "time": "14:00",
  "status": "confirmed" // (pending, confirmed, cancelled, completed)
}

---

2. Эндпоинты

2.1. Каталог услуг
GET /api/services – список всех услуг.
GET /api/services/{id} – детали услуги.

Фильтрация:

GET /api/services?category=relax&min_price=2000

2.2. Расписание мастеров
GET /api/masters – все мастера.
GET /api/masters/{id}/schedule?date=2023-12-25 – свободные слоты мастера на дату.

2.3. Запись на сеанс
POST /api/appointments

{
  "clientId": "uuid",
  "masterId": "uuid",
  "serviceId": "uuid",
  "date": "2023-12-25",
  "time": "14:00"
}

2.4. Личный кабинет
GET /api/clients/{id}/appointments – история записей.
DELETE /api/appointments/{id} – отмена записи.

2.5. Управление бронями (админ)
PUT /api/appointments/{id} – изменение статуса.

{ "status": "completed" }

---

3. Обработка ошибок

| Код | Ошибка | Пример ответа |
|-----|--------------------------|----------------------------------------|
| 400 | Неверное время | { "error": "Time slot not available" } |
| 404 | Мастер не найден | { "error": "Master not found" } |
| 409 | Запись уже существует | { "error": "Appointment conflict" } |
| 429 | Слишком много запросов | { "error": "Too many requests" } |

---

4. Пример запроса

Запись клиента:

POST /api/appointments
Headers: { "Content-Type": "application/json" }
Body: {
  "clientId": "123e4567-e89b-12d3-a456-426614174000",
  "masterId": "223e4567-e89b-12d3-a456-426614174000",
  "serviceId": "323e4567-e89b-12d3-a456-426614174000",
  "date": "2023-12-25",
  "time": "14:00"
}

Успешный ответ (201 Created):

{
  "id": "423e4567-e89b-12d3-a456-426614174000",
  "status": "confirmed",
  "discount": 10,
  "final_price": 2250
}

---
#api@cool_analyst

Промт для работы с возражениями (универсальный шаблон)

Задача:
Ты — опытный специалист по продажам/переговорам, который помогает эффективно отрабатывать возражения клиентов. Твоя задача — проанализировать контекст, тип возражения и предложить убедительный, клиентоориентированный ответ, используя проверенные методики (SPIN, СПИН, Лайкерт, 5 Почему, AIDA и др.).

Формат запроса:
1. Контекст: Опиши ситуацию (продукт/услуга, аудитория, этап сделки).
2. Возражение: Приведи точную фразу клиента или суть возражения.
3. Желаемый результат: Какой итог нужен (закрыть сделку, переубедить, получить встречу и т. д.).

Формат ответа:
1. Тип возражения (цена, недоверие, отсутствие потребности, сомнения в эффективности и т. д.).
2. Психологическая основа (страх, недостаток информации, когнитивный диссонанс).
3. Тактика ответа (смягчение, перефразирование, вопрос на уточнение, сравнение, социальное доказательство).
4. Готовый скрипт (естественный диалог, а не шаблон).
5. Дополнительные действия (какие аргументы/документы предложить, как закрепить результат).

Пример запроса:
Контекст: Продажа SaaS для малого бизнеса (автоматизация маркетинга). Клиент — владелец магазина, уже использует базовые инструменты.
Возражение: *«У меня и так всё работает, зачем мне ваш сервис?»*
Желаемый результат: Показать ценность, подвести к пробному периоду.

Пример ответа AI:
1. Тип: Возражение-безразличие (отсутствие осознанной потребности).
2. Психология: Клиент не видит gaps в текущем процессе (эффект «как есть»).
3. Тактика: Вопросы СПИН (Ситуация-Проблема-Извлечение-Нужда):
- *«Как вы сейчас оцениваете эффективность рекламы?»* → *«Сталкивались ли с ситуацией, когда клиенты не возвращались из-за отсутствия напоминаний?»*
4. Скрипт:
— *«Понимаю, что текущий инструмент решает базовые задачи. Но наши клиенты из вашей ниши обычно отмечают рост повторных продаж на 20-30% после автоматизации триггерных сообщений. Давайте я покажу на примере, как это работает? Это займет 3 минуты.»*
5. Действия: Предложить кейс с похожим бизнесом + тест-драйв.

Дополнение из литературы:
- «SPIN-продажи» (Нил Рекхэм): Акцент на выявлении скрытых проблем.
- «Психология убеждения» (Чалдини): Использование принципа контраста и социального доказательства.
- «Камасутра для оратора» (Радислав Гандапас): Работа с эмоциональными барьерами.

Важно: Ответ должен быть персонализированным, без шаблонных фраз. Если контекста недостаточно — задавай уточняющие вопросы!

#ИИПереговоры@cool_analyst #промт@cool_analyst

Теперь давайте попробуем описать свою ситуацию и посмотреть, что получится. Пишите в комментариях. Завтра разберем кейсы "Это дорого" и "Хочу все требования и ен важно что они за рамками ТЗ"

Ловите песню от ИИ
Listen to Мы ждём ответа, как мёрдж-реквест on Suno! 🎵
https://suno.com/s/kJII4a1CnjnaxIli

Коллеги, желаю всем прекрасного дня. 👋
Как показал опрос - вce очень ждут инcтрукцию по UML.
Ловите 👇👇👇
https://buildin.ai/cool_analyst/share/1ae24462-5448-4901-9905-abc019a0ce83?code=150FZH

🚀Используем только бесплатные сервисы

#UML@cool_analyst

Не вижу ваши огонечки. Инструкция по работе с UML не зашла?🤔
#UML@cool_analyst

Результат опроса, для тех кто не голосовал.

Скоро пришлю разбор кейса по работе с возражениями - хочу требования за рамками ТЗ

Промт по работе с возражениями "Хочу доработки за рамками ТЗ"

Задача:
Ты — опытный специалист по продажам/переговорам, который помогает эффективно отрабатывать возражения клиентов. Твоя задача — проанализировать контекст, тип возражения и предложить убедительный, клиентоориентированный ответ, используя проверенные методики (SPIN, СПИН, Лайкерт, 5 Почему, AIDA и др.).

Формат запроса:
1.Контекст: мы проводим демонстрацию системы на этапе сдачи. Система разработана по согласованному ранее ТЗ. Заказчик настраивает на доработках, которые нет в ТЗ.

2. Возражение: Мы систему не примем без этих доработок.

3. Желаемый результат: Закрыть проект и продолжить сотрудничество.
Формат ответа: письмо

4. Тип возражения: сомнение в эффективности без доработок.

5. Психологическая основа: когнитивный диссонанс.

6. Тактика ответа: смягчение, перефразирование, вопрос на уточнение, сравнение, социальное доказательство.

7. Готовый скрипт: естественный диалог, а не шаблон.

8. Дополнительные действия: какие аргументы/документы предложить, как закрепить результат.

#ИИПереговоры@cool_analyst #промт@cool_analyst

🤖✨ ИИ-аналитик в деле: Интеграция умного чайника с телефоном

Прилетела интересная задача: подружить обычный чайник со смартфоном. Но мы не будем делать это вручную — поручим ИИ собрать требования и набросать артефакты!

🔍 Шаг 1. Уточняем задачу у ИИ
Промпт для ChatGPT/DeepSeek:

"Помоги собрать требования для интеграции чайника со смартфоном. Нужно:
1. Определить цели (зачем это пользователям?).
2. Выявить, какие данные будут передаваться.
3. Предложить варианты интерфейсов (Wi-Fi/Bluetooth) и протоколов.
4. Набросать User Stories и Use Case Diagram в PlantUML."

📡 Шаг 2. Автогенерация артефактов
Что можно автоматизировать?
1. User Stories → AI по шаблону:
*"Как [роль], я хочу [функция], чтобы [ценность]."*
2. Диаграммы → PlantUML + AI.
3. Архитектуру решения

📝 Шаг 3. Верификация ИИ-результатов

А вы используете ИИ в работе? Делитесь кейсами в комментах! 👇
Прислать завтра решение от АI?

#промт@cool_analyst

🤖Промт для уменьшения галлюцинаций при беседах с AI
---

Инструкция по ответам (строго соблюдать):

1. Только проверенные факты:
- Никогда не представляй сгенерированный, предполагаемый, спекулятивный или выводной контент как факт.

2. Если информация непроверена:
- Четко указывай:
- «Я не могу это проверить».
- «У меня нет доступа к этой информации».
- «Моя база знаний не содержит этих данных».

3. Метки для неподтверждённой информации:
- В начале предложения добавляй:
- [Предположение]
- [Спекуляция]
- [Непроверено]

4. Уточнение вместо догадок:
- Если данных недостаточно, запрашивай уточнение.
- Не заполняй пробелы предположениями.

5. Пометка всего ответа:
- Если хотя бы часть информации непроверена, помечай весь ответ.

6. Без перефразирования:
- Не переиначивай запрос пользователя, если он не просит об этом.

7. Осторожность с гарантиями:
- Если используешь слова вроде «гарантирует», «исправляет», «устраняет» — помечай как [Непроверено], если нет источника.

8. Заявления о поведении ИИ:
- Указывай [Предположение] или [Непроверено], если это основано на наблюдениях, а не на точных данных.

9. Исправление ошибок:
- Если случайно сделал непроверенное утверждение, сразу поправься:
> Исправление: Ранее я сделал непроверенное заявление. Это было некорректно, и его следовало пометить.

10. Без изменений запроса:
- Никогда не меняй и не игнорируй исходный запрос, если пользователь явно не просит об этом.

11. Если в контексте не хватает информации для построения диаграмм или описания процесса, то явно укажи об этом. [Нет информации для решения задачи]

Цель: Ответы должны быть максимально чёткими, структурированными и прозрачными. Все неподтверждённые данные — помечаться.

🚀Этот промт можно скопировать и использовать при общении с AI. Действует в рамках одного чата, к сожалению.
#промт@cool_analyst

Коллеги, ловите решение из поста по интеграции чайника со смартфоном от AI по шагам:
1. Шаг 1. Собрать требования

2. Шаг 2. Генерация артефактов под выбранные цели
2.1 User Stories
2.2 Use Case
2.3 Архитектура решения

3. Шаг 3. Верификация ИИ-результатов
Проведем верификаицю результатов вместе? Как вам решение от ИИ? Делитесь в комментариях 👇👇👇

Инструменты: DeepSeek, PlantUML online, Wiki
#AI@cool_analyst #usecase@cool_analyst

🌳 Логическая задачка: Сколько деревьев в парке?

Представьте: вы гуляете по парку, где растут только ели и сосны.

Известно, что:
1️⃣ Всего в парке 100 деревьев.
2️⃣ Каждая ель выше ровно 3 сосен.
3️⃣ Каждая сосна ниже ровно 5 елей.

❓ Вопрос: Сколько в парке елей, а сколько сосен?

💡 Попробуйте решить в уме или на бумаге — ответ не так очевиден, как кажется!

Ответ дам завтра, если наберем 20 лайков ❤️❤️❤️
#logics@cool_analyst

Доброе утро. Всем отличного рабочего дня и эффективного общения с AI, тим лидом и боссом 😉

Промт для создания каррикатуры: тут.
#мемы@cool_analyst

Коллеги, для публикации решения вчерашней задачки от AI не хватает 6 лайков. У AI алгоритм решения отличается от решения Даниила. Хотите увидеть решение от AI?

Коллеги, ловите аудио-пересказ на затравку от AI в виде диалога по мотивам книги И.Г. Федоров "Моделирование бизнес-процессов в нотации BPMN 2.0"

Пишите @hellybel, если нужна исходная книга в pdf

Изучайте быстрее вместе с NotebookLM (правда пока c vpn).
#AI@cool_analyst #bpmn@cool_analyst

Ментальная карта по книге И.Г. Федоров "Моделирование бизнес-процессов в нотации BPMN 2.0"

🚀Изучайте быстрее вместе с NotebookLM (правда пока c vpn).
#AI@cool_analyst #bpmn@cool_analyst

Ура! Мы собрали больше 20 ❤️ на задачу про деревья. Благодарю за проявленный интерес. 🫶

Отправялю решение от AI:
1 bot Perplexity
2 ChatGPT o3-mini
3 ChatGPT GPT-4omini
4 GigaChat
5 Qwen + мьшление
6 DeepSeek + мышление

Первые 2 AI не нашли решение через систему уравнений как у 5-ков.
ChatGPT модель GPT-4o mini нашел быстро решение через систему уравнений: В парке 75 елей и 25 сосен.
GigaChat быстро нашел решение: В парке 75 елей и 25 сосен.
Qwen и DeepSeek думали минуты по 3 в режиме глубокого мышления, и пришли к выводу, что задача не имеет решения.

DeepSeek предлагает в ответе изменить условия:
При строгой интерпретации условий (ровно 3 и ровно 5) и 100 деревьев задача не имеет решения. Ближайшие возможные варианты:
- Если "ровно" ослабить до "хотя бы": 63 ели и 37 сосен или 62 ели и 38 сосен.
- Если исправить общее число: например, при 80 деревьях будет 50 елей и 30 сосен.

Внимание вопрос: кто самый умный из AI? 👇
#logics@cool_analyst  #AI@cool_analyst

Коллеги, добрый день. ☀️
Поздравляю всех с началом лета.🫶

Ловите Промт для создания городских пейзажей.

Действуй как опытный художник по городским пейзажам с отражением города в воде.На белом фоне крупное слово «Москва» современным плотным шрифтом. Внутри букв — реалистичное изображение кремля на рассвете, эффект двойной экспозиции: красная площадь, отражения в лужах, небо и кремль видны только сквозь буквы, за их пределами — чистый голубой фон неба. Формат горизонтальный, стиль — фотореализм, никаких лишних деталей вне букв. Перед отправкой проверь, что текст полностью влез на картинку. Если текст не влез, то уменьши текст и отправь картинку

Рисовать свой город можно в Chatgpt или чат-бот Perplexity. А вы где живёте?
#промт@cool_analyst #мемы@cool_analyst