Температура (
temperature) в ИИ — это не про градусы за окном, а про баланс между точностью и креативностью ответов. Разбираем, как её настраивать под задачи анализа, документирования и генерации требований. 1. Когда и зачем менять температуру?
-
temperature=0.1–0.3 — для: → Четких формулировок требований,
→ Структурирования данных,
→ Документирования процессов.
Пример: «Сгенерируй список user story для заказа пиццы по шаблону: Как [роль], я хочу [функциональность], чтобы [ценность/выгода].».
-
temperature=0.5–0.7 — для: → Генерации гипотез по улучшению системы,
→ Вариантов решения проблем,
→ Автодополнения диаграмм (например, Mermaid-схем).
-
temperature=0.8+ — для: → Брейншторма неочевидных сценариев,
→ Поиска edge-кейсов,
→ Рассуждений «А что, если?»
2. Как настраивать?
📍Через API (если интегрируете ИИ в свои инструменты):
response = openai.ChatCompletion.create(
model="gpt-4",
messages=[{"role": "user", "content": "Сгенерируй 5 тест-кейсов для API проверки статуса заказа"}],
temperature=0.3 # Четкие шаги, без воды
)
📍Через промты:
-Для строгости:
Ответь в формате: Цель: <…>. Шаги: 1. <…> 2. <…>. Ожидаемый результат
-Для креатива:
Придумай 3 альтернативных сценария, которые мы могли упустить в процессе доставки пиццы
3. Примеры из практики
Низкая t°:
BPMN-схема: пользователь вводит email → система проверяет валидность → при ошибке система выводит уведомление
Высокая t°:
А если злоумышленник подменит запрос, как система должна реагировать? Опиши 3 варианта обработки данного сценария
4. Осторожно!
Высокая температура → риски ложных трактовок требований. Всегда проверяйте выводы.
А вы меняете градусы у ИИ? Делитесь кейсами — обсудим в коментах! 👇
#AI@cool_analyst
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3✍1
Forwarded from Systems.Education: Системный Анализ и Проектирование информационных систем: архитектура, интеграции, базы данных
Итак, продолжаем моделировать Невидимый ИИ по запросу Сэма Альтмана. Вспомнить контекст можно по хештегу #Сэм@systems_education
В предыдущих постах мы завершили описание внутренних функций модулей Невидимого ИИ, основываясь на контекстной диаграмме и интервью. Теперь у нас есть чёткое представление о том, как ИИ принимает решения, обучается, взаимодействует с пользователем и выполняет задачи — всё это в рамках ограниченной автономности и желаемой невидимости.
На этой неделе мы сделали:
— Подробные текстовые описания функций каждого модуля с использованием внутренней кодировки
— Примеры сценариев использования
✍️ Полное описание функций всех модулей будет представлено в итоговом ТЗ по проекту.
Что впереди?
На следующем этапе работы мы приступаем к проработке функциональной модели внешнего взаимодействия Невидимого ИИ, а именно:
— интеграция с Умным домом
— взаимодействие с ИИ-агентами Помощник на работе (по профессиям)
Предыдущие этапы и продолжение анализа ищите в постах по хештегу #Сэм@systems_education
Если вы хотите научиться так же качественно разрабатывать пользовательские и системные требования, будем рады видеть вас на ближайших потоках курса «Системный анализ + ИИ. Разработка требований и функциональное проектирование систем». Подробнее тут. В серии постов с Сэмом Альтманом мы проделываем работу, которая полностью имитирует программу курса. Этот пост посвящен Модулю 3.
Автор поста — Елена Беляева
Под редакцией SE
#курс@systems_education #системный_анализ@systems_education
В предыдущих постах мы завершили описание внутренних функций модулей Невидимого ИИ, основываясь на контекстной диаграмме и интервью. Теперь у нас есть чёткое представление о том, как ИИ принимает решения, обучается, взаимодействует с пользователем и выполняет задачи — всё это в рамках ограниченной автономности и желаемой невидимости.
На этой неделе мы сделали:
— Подробные текстовые описания функций каждого модуля с использованием внутренней кодировки
— Примеры сценариев использования
⬆️ На карточках вы можете найти:
— Описание функций Модуля Интеллект
— Анализ использования этих функций в сценарии «Заказ цветов для мамы Альтмана»
— UML-диаграммы следующих use-cases:
1. Настройка имени Невидимого ИИ
2. Автономный будильник я
3. Отчетность по голосовому запросу
4. Обучение ИИ новой функции по команде разработчика
5. Заказ цветов для мамы Альтмана
6. Отключение Невидимого ИИ через кнопку
✍️ Полное описание функций всех модулей будет представлено в итоговом ТЗ по проекту.
Что впереди?
На следующем этапе работы мы приступаем к проработке функциональной модели внешнего взаимодействия Невидимого ИИ, а именно:
— интеграция с Умным домом
— взаимодействие с ИИ-агентами Помощник на работе (по профессиям)
Предыдущие этапы и продолжение анализа ищите в постах по хештегу #Сэм@systems_education
Если вы хотите научиться так же качественно разрабатывать пользовательские и системные требования, будем рады видеть вас на ближайших потоках курса «Системный анализ + ИИ. Разработка требований и функциональное проектирование систем». Подробнее тут. В серии постов с Сэмом Альтманом мы проделываем работу, которая полностью имитирует программу курса. Этот пост посвящен Модулю 3.
Автор поста — Елена Беляева
Под редакцией SE
#курс@systems_education #системный_анализ@systems_education
🔥3✍1❤1
Привет, коллеги! Я регулярно делюсь промтами (#промт@cool_analyst) и подходами, которые помогают использовать ИИ в системном анализе эффективнее.
👉 Если вы уже пробовали промты в работе и жизни — напишите ниже, как они сработали у вас! Какие доработать? Какие темы раскрыть подробнее?
Ваши отзывы помогут сделать контент ещё полезнее. Заранее спасибо! 💡
@cool_analyst #ОбратнаяСвязь@cool_analyst
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🔥2👀1
Пользовались ли вы промтами из канала?
Anonymous Poll
70%
1. Никогда
5%
2. Успешно 1 раз
0%
3. 1 раз и не получилось
10%
4. Успешно несколько раз
5%
5. Несколько раз с разным результатом
10%
6. Постоянно использую в работе и жизни
Байка про RACI: Цезарь vs. Хаос
Цезарь: "Брут, ты отвечаешь за строительство акведука? Сенаторы, вы готовы консультировать по смете? Народ будет в курсе сроков?"
В ответ — невнятное бормотание. Через месяц: акведук полуразрушен, казна разворована, гладиаторы бунтуют.
Разбор полётов:
- Кто Responsible за подбор строителей? (Брут кивает на легионеров)
- Кто Accountable за бюджет? (Цезарь перекладывает на Сенат)
- Кого Consulted при выборе проекта? (Жрецы обижены, что их не спросили)
- Кто Informed о ходе работ? (Народ узнаёт всё последним)
Решение:
На мраморной плите высекли:
Мораль:
Ваш проект горит, а RACI нет? Держите промт для ИИ — он расставит роли за минуту.
Цезарь: "Брут, ты отвечаешь за строительство акведука? Сенаторы, вы готовы консультировать по смете? Народ будет в курсе сроков?"
В ответ — невнятное бормотание. Через месяц: акведук полуразрушен, казна разворована, гладиаторы бунтуют.
Разбор полётов:
- Кто Responsible за подбор строителей? (Брут кивает на легионеров)
- Кто Accountable за бюджет? (Цезарь перекладывает на Сенат)
- Кого Consulted при выборе проекта? (Жрецы обижены, что их не спросили)
- Кто Informed о ходе работ? (Народ узнаёт всё последним)
Решение:
На мраморной плите высекли:
АКВЕДУК 2.0 RACI:
R (копает) — Легионеры
A (казнёт за провал) — Цезарь
C (советует) — Инженеры+Жрецы
I (терпит) — Народ
Мораль:
Ваш проект горит, а RACI нет? Держите промт для ИИ — он расставит роли за минуту.
Промт для создании RACI- матрицы в разработке ИС#промт@cool_analyst
Ты — RACI-эксперт для разработки ИС. Задай 3 вопроса и выдай матрицу:
1. Процесс:
«Какой этап разработки ИС разбираем? (напр. "Проектирование API", "Миграция данных")» → [ответ]
2. Роли команды:
«Кто участвует? (перечисли: SA, BA, dev, QA, PM, архитектор)» → [ответ]
3. Болевая точка:
«Где чаще всего возникает недопонимание? (напр. "Кто финализирует схему БД — SA или архитектор?")» → [ответ]
Вывод:
Формат таблицы:
| Задача | SA | BA | Dev | Архитектор |
|-----------------|---------------|---------|----------|------------|
| Пример: Спецификация API | R/A (ведёт) | C | I | A (утверждает) |
Пояснение:
- Где вы утверждаете (A)?
- Где вы консультируете (C)?
- Где вы выполняете (R)?*"
Пример работы:
Пользователь: «Процесс — проектирование интеграций»
Роли: «SA, BA, архитектор, team lead»
Проблема: «Кто принимает решение по формату сообщений между сервисами?»
Ты выдаёшь:
| Задача | SA | Архитектор | BA |
|-----------------|---------------|------------|---------|
| Протокол обмена | R (готовит) | A (решает) | C |
*«SA разрабатывает варианты, архитектор утверждает. BA даёт бизнес-ограничения (C)»*"
👍4🔥3❤1✍1
🚀 Привет, коллеги-аналитики!
Если вы используете ИИ в работе/жизни и хотите быстрее получать результаты, глубже прокачивать свои навыки и автоматизировать рутину — у меня для вас кое-что полезное!
Я собрала базу промтов специально для SA/BA — под задачи для
1. прокачки софт-скиллов
2. прокачки хард-скиллов
3. внедрению лайфхаков
4. автоматизации рутины
Хотите доступ? Легко! 🔓
Просто оставьте отзыв по использованию промтов из канала (#промт@cool_analyst) или идею создания новых полезных промтов под этим постом и я пришлю вам базу бесплатно.
База промтов будет постоянно дополняться.
Если вы используете ИИ в работе/жизни и хотите быстрее получать результаты, глубже прокачивать свои навыки и автоматизировать рутину — у меня для вас кое-что полезное!
Я собрала базу промтов специально для SA/BA — под задачи для
1. прокачки софт-скиллов
2. прокачки хард-скиллов
3. внедрению лайфхаков
4. автоматизации рутины
Хотите доступ? Легко! 🔓
Просто оставьте отзыв по использованию промтов из канала (#промт@cool_analyst) или идею создания новых полезных промтов под этим постом и я пришлю вам базу бесплатно.
🔥5👍2
Яндекс vs Google?
🔥 Нейроэксперт в деле!
Яндекс тихо выпустил своего «NotebookLM» — Нейроэксперт. И да, он бесплатный и без танцев с VPN! 🕺
С ним можно:
✔ Разобрать сложную инфу без головной боли;
✔ Проанализировать гору данных за раз;
✔ Сравнить варианты и выбрать лучший;
✔ Создать свою базу знаний и блеснуть экспертностью.
Загружаешь файлы (тексты, PDF, таблицы, видео, ссылки — всё анализирует), а сервис структурирует данные и отвечает на вопросы.
Ответы ИИ ссылаются только на источники, которые вы используете в виде файлов. Это снижает галлюцинации ИИ при ответах.
Пример использования - тут.
Попробовали? Делитесь впечатлениями в комах! 👇
#AI@cool_analyst
🔥 Нейроэксперт в деле!
Яндекс тихо выпустил своего «NotebookLM» — Нейроэксперт. И да, он бесплатный и без танцев с VPN! 🕺
С ним можно:
✔ Разобрать сложную инфу без головной боли;
✔ Проанализировать гору данных за раз;
✔ Сравнить варианты и выбрать лучший;
✔ Создать свою базу знаний и блеснуть экспертностью.
Загружаешь файлы (тексты, PDF, таблицы, видео, ссылки — всё анализирует), а сервис структурирует данные и отвечает на вопросы.
Ответы ИИ ссылаются только на источники, которые вы используете в виде файлов. Это снижает галлюцинации ИИ при ответах.
Пример использования - тут.
Попробовали? Делитесь впечатлениями в комах! 👇
#AI@cool_analyst
🔥2👍1
Коллеги, в голосовании идет борьба между 2 и 6 темой для поста. Присоединяйтесь 👍
Please open Telegram to view this post
VIEW IN TELEGRAM
Промты как ТЗ
📖 Участвую в конкурсе «Продолжи мысль» от @systems_education в категории "Ясное объяснение"
1. Что такое промт и почему его структура важна?
Промт — это текстовый запрос к ИИ (ChatGPT, DeepSeek, Qwen и др.). По сути, это техническое задание: насколько оно чёткое — настолько полезным будет результат.
❌ Плохой промт:
→ ИИ выдаст абстрактную картинку, не похожую на диаграмму.
✅ Хороший промт: см. примеры ниже 👇👇.
(Кстати, правильно говорить «промт», а не «промпт» — в русском языке прижился краткий вариант.)
2. Структура промта: собираем как LEGO 🧱
Сильный промт можно собрать из 8 блоков. Используйте только нужные — по ситуации.
🔹 Базовые блоки (почти всегда нужны):
1. Роль — кем становится ИИ
2. Задание — что нужно сделать
3. Результат — в каком виде должен быть ответ
4. Контекст — описание ситуации/окружения
🔸 Дополнительные блоки (для сложных задач):
5. Положительный пример — хороший эталон
6. Отрицательный пример — чего делать не нужно
7. Ограничения — правила и рамки
8. Самопроверка — дополнительный фильтр качества
3. Примеры из практики
✅ Пример 1: Протокол совещания
- Роль: Опытный бизнес-аналитик
- Задание: Сформируй протокол совещания
- Контекст: Вложен текст встречи
- Положительный пример: Протокол из другого совещания
- Результат: Простой структурированный текст
- Ограничения: Не добавляй вымышленных пунктов
- Самопроверка: Убедись, что дата = сегодняшняя
> 📎 ИИ вернёт валидный шаблон с нужными блоками: участники, цели, решения и пр.
✅ Пример 2: Подготовка к интервью
- Роль: Бизнес-аналитик по интервью
- Задание: Подскажи, какие вопросы задать
- Контекст: Описание проекта во вложении
- Самопроверка: Если неопределённость ответа >0.1 — задай уточняющие вопросы
> 📎 ИИ сначала оценит ясность задачи, при необходимости уточнит, а потом даст релевантные вопросы.
4. Как применять?
🔹 Простые задачи:
Роль + Задание + Контекст
→ Достаточно для генерации списков, описаний, идей.
🔹🔸 Документация и анализ:
+ Результат + Положительный пример
→ ИИ поймёт формат и стиль ответа.
🔹🔸 Сложные задачи (диаграммы, дизайн):
+ Ограничения + Отрицательный пример + Самопроверка
→ Защитит от выдумок и ошибок.
5. Чек-лист хорошего промта
✅ Указал роль?
✅ Сформулировал чёткое задание?
✅ Понятно, каким должен быть результат?
✅ Есть контекст задачи?
✅ Добавил примеры — хорошие и плохие?
✅ Задал ограничения и условия самопроверки?
6. Итог
Промт — это средство управления ИИ, а не просто вопрос в окошке.
От него зависит, насколько точно и полезно сработает модель.
Сильный промт = меньше правок, меньше боли, больше пользы.
🧠 Тренируйтесь, сохраняйте свои шаблоны и карточки — и нейросеть станет вашим коллегой мидлом, а не джуном.
#продолжи_мысль_SE #AI@cool_analyst
🧩 Карточки и визуалки разработаны каналом @cool_analyst
📖 Участвую в конкурсе «Продолжи мысль» от @systems_education в категории "Ясное объяснение"
1. Что такое промт и почему его структура важна?
Промт — это текстовый запрос к ИИ (ChatGPT, DeepSeek, Qwen и др.). По сути, это техническое задание: насколько оно чёткое — настолько полезным будет результат.
❌ Плохой промт:
«Нарисуй UML-диаграмму»
→ ИИ выдаст абстрактную картинку, не похожую на диаграмму.
✅ Хороший промт: см. примеры ниже 👇👇.
2. Структура промта: собираем как LEGO 🧱
Сильный промт можно собрать из 8 блоков. Используйте только нужные — по ситуации.
🔹 Базовые блоки (почти всегда нужны):
1. Роль — кем становится ИИ
Пример: «Действуй как опытный системный аналитик»
2. Задание — что нужно сделать
Пример: «Опиши сущности в формате PlantUML»
3. Результат — в каком виде должен быть ответ
Пример: «В виде PlantUML-кода, без дополнительных пояснений»
4. Контекст — описание ситуации/окружения
Пример: «Описание сущностей приложено во вложении»
🔸 Дополнительные блоки (для сложных задач):
5. Положительный пример — хороший эталон
Пример: «Во вложении — пример диаграммы для похожего сценария»
6. Отрицательный пример — чего делать не нужно
Пример: «Не выдумывай сущности, которых нет в описании»
7. Ограничения — правила и рамки
Пример: «Соблюдай синтаксис PlantUML строго по гайду: https://plantuml.com/ru/guide»
8. Самопроверка — дополнительный фильтр качества
Пример: «Проверь, что все сущности соответствуют описанию из вложения»
3. Примеры из практики
✅ Пример 1: Протокол совещания
- Роль: Опытный бизнес-аналитик
- Задание: Сформируй протокол совещания
- Контекст: Вложен текст встречи
- Положительный пример: Протокол из другого совещания
- Результат: Простой структурированный текст
- Ограничения: Не добавляй вымышленных пунктов
- Самопроверка: Убедись, что дата = сегодняшняя
> 📎 ИИ вернёт валидный шаблон с нужными блоками: участники, цели, решения и пр.
✅ Пример 2: Подготовка к интервью
- Роль: Бизнес-аналитик по интервью
- Задание: Подскажи, какие вопросы задать
- Контекст: Описание проекта во вложении
- Самопроверка: Если неопределённость ответа >0.1 — задай уточняющие вопросы
> 📎 ИИ сначала оценит ясность задачи, при необходимости уточнит, а потом даст релевантные вопросы.
4. Как применять?
🔹 Простые задачи:
Роль + Задание + Контекст
→ Достаточно для генерации списков, описаний, идей.
🔹🔸 Документация и анализ:
+ Результат + Положительный пример
→ ИИ поймёт формат и стиль ответа.
🔹🔸 Сложные задачи (диаграммы, дизайн):
+ Ограничения + Отрицательный пример + Самопроверка
→ Защитит от выдумок и ошибок.
5. Чек-лист хорошего промта
✅ Указал роль?
✅ Сформулировал чёткое задание?
✅ Понятно, каким должен быть результат?
✅ Есть контекст задачи?
✅ Добавил примеры — хорошие и плохие?
✅ Задал ограничения и условия самопроверки?
6. Итог
Промт — это средство управления ИИ, а не просто вопрос в окошке.
От него зависит, насколько точно и полезно сработает модель.
Сильный промт = меньше правок, меньше боли, больше пользы.
#продолжи_мысль_SE #AI@cool_analyst
🧩 Карточки и визуалки разработаны каналом @cool_analyst
❤5🔥4👏3