📝🔥 NotebookLM — AI-инструмент, который меняет парадигму работы с информацией 🤖
NotebookLM от Google — это ваш персональный AI-ассистент, который работает исключительно на базе ваших данных.
В отличие от обычных чат-ботов как ChatGPT или DeepSeek, он не ищет ответ на ваш вопрос "где-то в интернете", а строит ответы только на тех документах, ссылках и видео, которые вы туда загрузили.
👉 Помогает в:
✔️ обучении,
✔️ анализе,
✔️ исследованиях,
✔️ структурировании сложной информации.
Особенно полезен, когда у вас есть пачка PDF-документов, статьи, записи встреч, спецификации, YouTube-видео или учебные материалы, и нужно быстро вытащить из них суть.
📌 Ключевые возможности:
▫️ Работа по вашим источникам
Можно загрузить PDF, сайты, YouTube-видео, аудиофайлы, Google Docs, изображения, csv, pptx, ePub и другие.
▫️ Ответы со ссылками на источники
Показывает ссылки на конкретные фрагменты из ваших документов.
▫️ Чат с “блокнотом”
Можно буквально общаться со своими материалами: просить краткое резюме, сравнить документы, найти противоречия, объяснить термин простыми словами и так далее.
▫️ Преобразование текста в удобные форматы
+ презентации
+ ментальные карты (mind map)
+ инфографика
+ отчеты
+ квизы
+ таблицы данных
🔥 Audio Overviews — “подкаст” по вашим материалам
🔥 Video Overviews — видео-обзор по вашим материалам
Для аналитика это ускоритель всех задач: подготовка ко встречам, анализ предметной области, изучение огромного количества документации, разбор интеграций, проектирование архитектуры и не только.
👉 Лимиты бесплатной версии:
+ 100 блокнотов,
+ 50 источников.
Для начала работы достаточно иметь Google-аккаунт.
👉 Ссылка на инструмент:
https://notebooklm.google
👉 В картинках к посту показала пример использования инструмента:
🔺 Загрузила в NotebookLM видео с YouTube нашего последнего подкаста по архитектуре — System Design Interview для СА.
🔺 Сгенерировала инфографику, аудио, видео, презентацию и mind map.
🔺 Результат — максимально адекватные данные по нашему подкасту + красивые дизайны.
😍 Смотрите результаты сами:
https://notebooklm.google.com/notebook/6211bb65-ffea-44f9-9099-e742e8845f4e
Этот AI-инструмент однозначно востребован для работы СА и БА.
Сохраняйте этот пост и ставьте задачу в календарь, чтобы точно попробовать🔖 🗓
📱 GetAnalyst | 💙 VK | 💬 Max
#AI_for_analysts
NotebookLM от Google — это ваш персональный AI-ассистент, который работает исключительно на базе ваших данных.
В отличие от обычных чат-ботов как ChatGPT или DeepSeek, он не ищет ответ на ваш вопрос "где-то в интернете", а строит ответы только на тех документах, ссылках и видео, которые вы туда загрузили.
👉 Помогает в:
✔️ обучении,
✔️ анализе,
✔️ исследованиях,
✔️ структурировании сложной информации.
Особенно полезен, когда у вас есть пачка PDF-документов, статьи, записи встреч, спецификации, YouTube-видео или учебные материалы, и нужно быстро вытащить из них суть.
📌 Ключевые возможности:
▫️ Работа по вашим источникам
Можно загрузить PDF, сайты, YouTube-видео, аудиофайлы, Google Docs, изображения, csv, pptx, ePub и другие.
▫️ Ответы со ссылками на источники
Показывает ссылки на конкретные фрагменты из ваших документов.
▫️ Чат с “блокнотом”
Можно буквально общаться со своими материалами: просить краткое резюме, сравнить документы, найти противоречия, объяснить термин простыми словами и так далее.
▫️ Преобразование текста в удобные форматы
+ презентации
+ ментальные карты (mind map)
+ инфографика
+ отчеты
+ квизы
+ таблицы данных
🔥 Audio Overviews — “подкаст” по вашим материалам
🔥 Video Overviews — видео-обзор по вашим материалам
Для аналитика это ускоритель всех задач: подготовка ко встречам, анализ предметной области, изучение огромного количества документации, разбор интеграций, проектирование архитектуры и не только.
👉 Лимиты бесплатной версии:
+ 100 блокнотов,
+ 50 источников.
Для начала работы достаточно иметь Google-аккаунт.
👉 Ссылка на инструмент:
https://notebooklm.google
👉 В картинках к посту показала пример использования инструмента:
🔺 Загрузила в NotebookLM видео с YouTube нашего последнего подкаста по архитектуре — System Design Interview для СА.
🔺 Сгенерировала инфографику, аудио, видео, презентацию и mind map.
🔺 Результат — максимально адекватные данные по нашему подкасту + красивые дизайны.
😍 Смотрите результаты сами:
https://notebooklm.google.com/notebook/6211bb65-ffea-44f9-9099-e742e8845f4e
Этот AI-инструмент однозначно востребован для работы СА и БА.
Сохраняйте этот пост и ставьте задачу в календарь, чтобы точно попробовать
#AI_for_analysts
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥29❤18👍9
🧠 RAG и Fine-Tuning: про обучение нейросетей 🤖
Когда AI придёт и в ваш проект, эти два термина вам точно пригодятся.
👉 Да и в обычной работе с AI для задач СА и БА полезно знать не только промпт-инжиниринг, но и эти два подхода.
Они тоже помогают получать от AI более качественный результат.
Донастройку AI под себя через RAG и Fine Tuning можно сделать почти в любой нейросети, включая ChatGPT, Алиса AI, Qwen и другие.
Подробнее 👇
1️⃣ RAG = AI ищет ответ по вашим данным
RAG (Retrieval-Augmented Generation) — генерация, дополненная поиском.
Это подход, при котором AI отвечает на основе ваших документов и базы знаний.
Вы загружаете свои файлы: PDF, HTML-страницы, статьи, инструкции, регламенты и другие материалы, а система ищет ответ по ним.
То есть модель не переобучают.
Ей просто дают нужный контекст из ваших данных для ответов на вопросы.
Технически это реализуется так:
1) Векторизация запроса — преобразование запроса в числовое представление (без AI).
2) Поиск релевантных фрагментов — система ищет в векторной БД наиболее близкие числа, т.е. фрагменты документов (без AI).
3) генерация ответа на основе этих фрагментов — найденные фрагменты добавляются в запрос к AI-модели, и она формирует ответ с их учётом.
Пример:
NotebookLM работает по принципу RAG.
Вы загружаете материалы, и AI далее работает именно по ним.
2️⃣ Fine-Tuning = меняем саму модель под нужную задачу
Это дообучение модели под конкретные задачи, формат ответов или предметную область.
Другими словами — "улучшение мозгов" 🧠
То есть здесь меняются не внешние документы рядом с моделью, а сама модель адаптируется под нужный сценарий.
Например, если вы хотите, чтобы модель:
* писала Use Case в вашем формате,
* генерировала REST API методы по шаблону,
* лучше понимала терминологию конкретной отрасли,
* стабильно отвечала в нужном стиле.
Тогда Fine-Tuning может быть уместен.
🔻 Это более сложный и дорогой путь, который требует качественной подготовки обучающих данных.
Пример:
AI-ассистент “слушает” встречу врача с пациентом,
выделяет из разговора важные данные
и автоматически оформляет запись в медицинской карте в нужном формате и помогает с предварительным определением диагноза.
Для этого модель дообучают на большом количестве реальных врачебных записей, которые ранее заполнялись вручную.
Данные делят на "обучающие" и "тестовые". На обучающих модель учится, а на тестовых проверяют, что она отвечает как настоящий доктор.
👉 В чём разница
RAG
➡️ модель не дообучается
➡️ даёт ей доступ к внешним документам
➡️ удобно, когда данные часто меняются
Fine-Tuning
➡️ модель дообучается
➡️ меняется её внутреннее поведение
➡️ удобно, когда нужно глубже адаптировать её под задачу
👉 Когда выбирают RAG:
✔️ есть база документов
✔️ знания часто обновляются
✔️ нужен быстрый и более дешёвый запуск AI в продукте
👉 Когда выбирают Fine-Tuning:
✔️ нужен стабильный формат ответов
✔️ знания меняются редко
✔️ важна адаптация под узкую предметную область, простой RAG уже не даёт нужного качества
👉 Иногда в проекте используют оба подхода сразу:
▫️ RAG — для получения актуальных данных,
▫️ Fine-Tuning — для лучшего поведения модели.
Системному аналитику полезно знать оба термина.
Потому что в AI-проектах это уже не “что-то для ML-инженеров”, а часть обсуждения архитектуры решения.
📱 GetAnalyst | 💙 VK | 💬 Max
#AI_for_analysts
Когда AI придёт и в ваш проект, эти два термина вам точно пригодятся.
👉 Да и в обычной работе с AI для задач СА и БА полезно знать не только промпт-инжиниринг, но и эти два подхода.
Они тоже помогают получать от AI более качественный результат.
Донастройку AI под себя через RAG и Fine Tuning можно сделать почти в любой нейросети, включая ChatGPT, Алиса AI, Qwen и другие.
Подробнее 👇
1️⃣ RAG = AI ищет ответ по вашим данным
RAG (Retrieval-Augmented Generation) — генерация, дополненная поиском.
Это подход, при котором AI отвечает на основе ваших документов и базы знаний.
Вы загружаете свои файлы: PDF, HTML-страницы, статьи, инструкции, регламенты и другие материалы, а система ищет ответ по ним.
То есть модель не переобучают.
Ей просто дают нужный контекст из ваших данных для ответов на вопросы.
Технически это реализуется так:
1) Векторизация запроса — преобразование запроса в числовое представление (без AI).
2) Поиск релевантных фрагментов — система ищет в векторной БД наиболее близкие числа, т.е. фрагменты документов (без AI).
3) генерация ответа на основе этих фрагментов — найденные фрагменты добавляются в запрос к AI-модели, и она формирует ответ с их учётом.
Пример:
NotebookLM работает по принципу RAG.
Вы загружаете материалы, и AI далее работает именно по ним.
2️⃣ Fine-Tuning = меняем саму модель под нужную задачу
Это дообучение модели под конкретные задачи, формат ответов или предметную область.
Другими словами — "улучшение мозгов" 🧠
То есть здесь меняются не внешние документы рядом с моделью, а сама модель адаптируется под нужный сценарий.
Например, если вы хотите, чтобы модель:
* писала Use Case в вашем формате,
* генерировала REST API методы по шаблону,
* лучше понимала терминологию конкретной отрасли,
* стабильно отвечала в нужном стиле.
Тогда Fine-Tuning может быть уместен.
🔻 Это более сложный и дорогой путь, который требует качественной подготовки обучающих данных.
Пример:
AI-ассистент “слушает” встречу врача с пациентом,
выделяет из разговора важные данные
и автоматически оформляет запись в медицинской карте в нужном формате и помогает с предварительным определением диагноза.
Для этого модель дообучают на большом количестве реальных врачебных записей, которые ранее заполнялись вручную.
Данные делят на "обучающие" и "тестовые". На обучающих модель учится, а на тестовых проверяют, что она отвечает как настоящий доктор.
👉 В чём разница
RAG
➡️ модель не дообучается
➡️ даёт ей доступ к внешним документам
➡️ удобно, когда данные часто меняются
Fine-Tuning
➡️ модель дообучается
➡️ меняется её внутреннее поведение
➡️ удобно, когда нужно глубже адаптировать её под задачу
👉 Когда выбирают RAG:
✔️ есть база документов
✔️ знания часто обновляются
✔️ нужен быстрый и более дешёвый запуск AI в продукте
👉 Когда выбирают Fine-Tuning:
✔️ нужен стабильный формат ответов
✔️ знания меняются редко
✔️ важна адаптация под узкую предметную область, простой RAG уже не даёт нужного качества
👉 Иногда в проекте используют оба подхода сразу:
▫️ RAG — для получения актуальных данных,
▫️ Fine-Tuning — для лучшего поведения модели.
Системному аналитику полезно знать оба термина.
Потому что в AI-проектах это уже не “что-то для ML-инженеров”, а часть обсуждения архитектуры решения.
#AI_for_analysts
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥13❤6👍3❤🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
Как бесплатно сделать своего AI аватара? 🧐
0. Снимите видео. Сделайте скриншот любого кадра из середины.
1. Откройте AI чат-бот Gemini от Google - нужна модель Nano Banana Pro для генерации изображений.
2. Авторизуйтесь через свой Google-аккаунт
3. В настройках сообщения выберите "Создание изображений" и модель "Pro"
4. Загрузите своё фото и далее запросите у AI по шагам:
✔️ Заменить фон
✔️ Добавить укладку
✔️ Добавить макияж
Так ваше фото не будет искажено и не появится третья рука 🫳
5. Откройте приложение Kling AI для генерации видео и авторизуйтесь через Google-аккаунт
6. Выберите функцию Motion Control
7. Загрузите:
✔️ Обработанное через Nano Banana Pro фото
✔️ Видео с жестами для обработки
8. Промт:
9. Запустите генерацию
Готово!
Бесплатных лимитов от Google хватает на генерацию изображений, а вводных кредитов от Kling как минимум на одно видео 😃
Совершенно бесполезно для работы, но даёт много идей по творческой работе с AI. Попробуйте! Возможно пригодится для ведения личных соц сетей или генерации профессиональных фотосессий 😉
📱 GetAnalyst | 💙 VK | 💬 Max
#AI_for_analysts
0. Снимите видео. Сделайте скриншот любого кадра из середины.
1. Откройте AI чат-бот Gemini от Google - нужна модель Nano Banana Pro для генерации изображений.
2. Авторизуйтесь через свой Google-аккаунт
3. В настройках сообщения выберите "Создание изображений" и модель "Pro"
4. Загрузите своё фото и далее запросите у AI по шагам:
✔️ Заменить фон
✔️ Добавить укладку
✔️ Добавить макияж
Так ваше фото не будет искажено и не появится третья рука 🫳
5. Откройте приложение Kling AI для генерации видео и авторизуйтесь через Google-аккаунт
6. Выберите функцию Motion Control
7. Загрузите:
✔️ Обработанное через Nano Banana Pro фото
✔️ Видео с жестами для обработки
8. Промт:
Перенеси изображение на движения человека, не меняй внешность и не добавляй артефактов.
9. Запустите генерацию
Готово!
Бесплатных лимитов от Google хватает на генерацию изображений, а вводных кредитов от Kling как минимум на одно видео 😃
Совершенно бесполезно для работы, но даёт много идей по творческой работе с AI. Попробуйте! Возможно пригодится для ведения личных соц сетей или генерации профессиональных фотосессий 😉
#AI_for_analysts
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥27❤12👍6😁3❤🔥2🤔2
🔴 21 задача аналитика, которую можно ускорить с ИИ 🤖🚀
Искусственный интеллект (ИИ) уже меняет работу системного и бизнес-аналитика.
ИИ сегодня — это полноценный рабочий инструмент, который можно указывать в резюме.
Задачи, решение которых можно ускорить с ИИ:
▫️ анализ требований,
▫️ исследование предметной области,
▫️ написание БТ, ФТ и НФТ,
▫️ разработка User Stores + критериев приемки,
▫️ разработка обычных и интеграционных Use Case,
▫️ BPMN-диаграммы,
▫️ UML-диаграммы,
▫️ проектирование БД (ERD),
▫️ SQL-запросы,
▫️ анализ API внешних систем для интеграций,
▫️ проектировать REST API, SOAP API, gRPC, GraphQL, WebSocket API, SSE API,
▫️ разработка контрактов REST API в OpenAPI (Swagger),
▫️ постановки задач на Backend, Frontend и Mobile по корпоративным шаблонам,
▫️ проработка архитектуры,
▫️ схемы архитектуры в нотации C4,
▫️ прототипирование UI,
▫️ задачи на настройку RabbitMQ и Kafka,
▫️ переписка с коллегами и заказчиками,
▫️ работа в международных командах (английский)
И всё это — не в одном чате, а через связки инструментов, переиспользуемые промпты и грамотный промптинг под разные типы задач.
Но дальше — ещё интереснее.
Следующий уровень для СА и БА — это уже разработка агентных AI-систем, самостоятельное создание приложений под свои рабочие задачи и их деплой без необходимости разработчиков и DevOps 😍
То есть аналитик может не просто пользоваться AI для отдельных артефактов, но и:
✔️ собирать полноценные AI-решения,
✔️ автоматизировать процессы команды,
✔️ автоматизировать рутину,
✔️ и делать рабочие MVP своими руками.
Всё это есть здесь:
💙 ИИ-Акселератор для СА и БА
🗓 Старт — 2 апреля.
📱 GetAnalyst | 💙 VK | 💬 Max
#AI_for_analysts
Искусственный интеллект (ИИ) уже меняет работу системного и бизнес-аналитика.
ИИ сегодня — это полноценный рабочий инструмент, который можно указывать в резюме.
Задачи, решение которых можно ускорить с ИИ:
▫️ анализ требований,
▫️ исследование предметной области,
▫️ написание БТ, ФТ и НФТ,
▫️ разработка User Stores + критериев приемки,
▫️ разработка обычных и интеграционных Use Case,
▫️ BPMN-диаграммы,
▫️ UML-диаграммы,
▫️ проектирование БД (ERD),
▫️ SQL-запросы,
▫️ анализ API внешних систем для интеграций,
▫️ проектировать REST API, SOAP API, gRPC, GraphQL, WebSocket API, SSE API,
▫️ разработка контрактов REST API в OpenAPI (Swagger),
▫️ постановки задач на Backend, Frontend и Mobile по корпоративным шаблонам,
▫️ проработка архитектуры,
▫️ схемы архитектуры в нотации C4,
▫️ прототипирование UI,
▫️ задачи на настройку RabbitMQ и Kafka,
▫️ переписка с коллегами и заказчиками,
▫️ работа в международных командах (английский)
И всё это — не в одном чате, а через связки инструментов, переиспользуемые промпты и грамотный промптинг под разные типы задач.
Но дальше — ещё интереснее.
Следующий уровень для СА и БА — это уже разработка агентных AI-систем, самостоятельное создание приложений под свои рабочие задачи и их деплой без необходимости разработчиков и DevOps 😍
То есть аналитик может не просто пользоваться AI для отдельных артефактов, но и:
✔️ собирать полноценные AI-решения,
✔️ автоматизировать процессы команды,
✔️ автоматизировать рутину,
✔️ и делать рабочие MVP своими руками.
Всё это есть здесь:
💙 ИИ-Акселератор для СА и БА
🗓 Старт — 2 апреля.
#AI_for_analysts
Please open Telegram to view this post
VIEW IN TELEGRAM
❤19👍9🔥7
🛜 Как пользоваться бесплатными ИИ-инструментами от Google в России 🛜
На этой неделе поделилась AI-инструментами от Google:
🔖 Gemini AI - текстовый чат-бот для решения 21 задачи аналитика
🔖 NotebookLM - для работы и учебы
🔖 Nano Banana Pro + Kling AI - для AI-аватаров
Если у вас возникают проблемы с доступом, то попробуйте:
👉 1. Включить V** Европы или США
👉 2. Сменить местоположение или отозвать разрешение на его отслеживание
Но есть важный нюанс: даже если вы подменили текущее местоположение, Google может распознать вас по старым данным, сохранённым в браузере.
Если вы заходили в сервисы Google недавно с другого IP, система может это учитывать.
Что сделать:
+ Перед входом очистите cookie и кэш браузера — желательно за всё время.
+ Самый простой вариант — открывать NotebookLM 👉 в режиме Инкогнито / Private mode.
👉 3. Отключить WebRTC
В браузерах есть технология WebRTC, которая используется для звонков и видеосвязи прямо в браузере. Иногда она может передавать сайтам ваш реальный IP-адрес в обход VPN.
Что сделать:
+ Временно отключите WebRTC в настройках браузера или используйте простые расширения, например WebRTC Control.
Если произойдёт утечка реального IP через WebRTC, система может увидеть несоответствие: например, VPN показывает США, а часть сигнала идёт из другой страны. Из-за этого доступ к аккаунту или сервису может быть ограничен.
👉 4. Настроить язык и регион аккаунта
Системы Google анализируют не один параметр, а их совокупность. Например, если IP-адрес определяется как США, а интерфейс аккаунта и браузера полностью на русском, это может выглядеть подозрительно.
Что сделать:
+ В настройках Google-аккаунта и браузера смените основной язык на English (United States).
Это помогает сделать профиль более согласованным для Google.
Чем меньше противоречий в настройках, тем ниже вероятность ограничений или скрытых блокировок 🙌
(а ещё есть вот такой бот: VeoSeeBot, но я предпочитаю использовать AI-инструменты без посредников)
📱 GetAnalyst | 💙 VK | 💬 Max
#AI_for_analysts
На этой неделе поделилась AI-инструментами от Google:
Если у вас возникают проблемы с доступом, то попробуйте:
👉 1. Включить V** Европы или США
👉 2. Сменить местоположение или отозвать разрешение на его отслеживание
Но есть важный нюанс: даже если вы подменили текущее местоположение, Google может распознать вас по старым данным, сохранённым в браузере.
Если вы заходили в сервисы Google недавно с другого IP, система может это учитывать.
Что сделать:
+ Перед входом очистите cookie и кэш браузера — желательно за всё время.
+ Самый простой вариант — открывать NotebookLM 👉 в режиме Инкогнито / Private mode.
👉 3. Отключить WebRTC
В браузерах есть технология WebRTC, которая используется для звонков и видеосвязи прямо в браузере. Иногда она может передавать сайтам ваш реальный IP-адрес в обход VPN.
Что сделать:
+ Временно отключите WebRTC в настройках браузера или используйте простые расширения, например WebRTC Control.
Если произойдёт утечка реального IP через WebRTC, система может увидеть несоответствие: например, VPN показывает США, а часть сигнала идёт из другой страны. Из-за этого доступ к аккаунту или сервису может быть ограничен.
👉 4. Настроить язык и регион аккаунта
Системы Google анализируют не один параметр, а их совокупность. Например, если IP-адрес определяется как США, а интерфейс аккаунта и браузера полностью на русском, это может выглядеть подозрительно.
Что сделать:
+ В настройках Google-аккаунта и браузера смените основной язык на English (United States).
Это помогает сделать профиль более согласованным для Google.
Чем меньше противоречий в настройках, тем ниже вероятность ограничений или скрытых блокировок 🙌
(а ещё есть вот такой бот: VeoSeeBot, но я предпочитаю использовать AI-инструменты без посредников)
#AI_for_analysts
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥10❤4⚡1👎1
Please open Telegram to view this post
VIEW IN TELEGRAM
😁23🤣10🔥3👎1