Deep Research — функция, которой я чаще всего пользуюсь в ChatGPT, Perplexity, Claude, Gemini и Grok.
Что такое Deep Research?
Это когда вы задаёте промпт с инструкциями «изучить какую-то тему», после чего система автономно в течение 10–30 минут просматривает источники и формирует развёрнутый отчёт объёмом от 5 до 40 страниц.
Какие форматы отчётов бывают: рыночная аналитика, сравнительный анализ продуктов, конкурентный анализ, научные исследования и бизнес-стратегия и т.п
Почему не пользуюсь одной моделью?
Первая причина — мне интересно исследовать все эти инструменты, а вторая — не могу найти идеальный Deep Research у кого-то одного. Да и в целом, инструменту не больше шести месяцев:
- Deep Research у Claude только запустился.
- У Gemini в мае вышло обновление модели.
- ChatGPT стартовал в феврале, но лишь два месяца назад перешёл на модель o3.
- Perplexity в мае представил новый вариант Deep Research в Projects.
- Grok весной выпустил модель с «глубоким размышлением».
Как выжать максимум из Deep Research?
1) Хороший промпт — ключ к содержательному отчёту. Чем конкретнее цели, тем лучше результат. ChatGPT и Claude задают уточняющие вопросы; Gemini создаёт план исследования, который можно редактировать. Я уже писал, как делать хороший промпт для Deep Research
2) Цена/качество. Чем дороже тариф, тем больше контекстное окно и тем глубже отчёт. Разница между окнами на ChatGPT Pro (200 $) и Plus (20 $) достигает ×10.
3) Экспорт. Claude, Gemini, ChatGPT и Perplexity позволяют выгружать отчёты в DOC/PDF — удобно, когда текст занимает 5–40 страниц (5 000–20 000 слов).
4) Визуализация. Perplexity лучший по графикам и таблицам, Claude — по инфографике, а ChatGPT пока выдаёт «стену текста».
5) Цитирование. Точность отчёта зависит от качества источников, так что стоит проверять, что именно он цитирует.
Инсайты после работы с разными моделями
1) Количество источников. Claude просматривает больше всего источников (несколько сотен), чуть меньше — Gemini, Grok и Perplexity. ChatGPT — обычно не больше пары десятков.
2) Perplexity и Grok выдают самые короткие отчёты (3–5 страниц) — удобно, если нужен неглубокий и быстрый обзор.
3) Новый Deep Research от Perplexity Labs делает лучшие визуализации.
4) На тарифе Perplexity Pro можно запускать до 500 отчётов в месяц — и это стоит копейки.
5) Лимиты ChatGPT зависят от уровня: Free — 5, Plus/Team/Edu — 10 (+15 «лайт»), Pro — 125 (+125 «лайт»). Даже при 20 $ цена за отчёт мизерна.
6) Gemini не безлимитен, но позволяет до 20 отчётов в день (600+ в месяц).
7) Gemini даёт лучший баланс: сотни качественных источников и подробный текст, хорошо следует промпту.
8) Claude только что «подключили» к Интернету: теперь он ищет сотни источников и пишет лучше всех, плюс делает отличные инфографики.
9) ChatGPT (o3) выдаёт 30–40-страничные отчёты, но источников меньше, и они порой сомнительны.
Что такое Deep Research?
Это когда вы задаёте промпт с инструкциями «изучить какую-то тему», после чего система автономно в течение 10–30 минут просматривает источники и формирует развёрнутый отчёт объёмом от 5 до 40 страниц.
Какие форматы отчётов бывают: рыночная аналитика, сравнительный анализ продуктов, конкурентный анализ, научные исследования и бизнес-стратегия и т.п
Почему не пользуюсь одной моделью?
Первая причина — мне интересно исследовать все эти инструменты, а вторая — не могу найти идеальный Deep Research у кого-то одного. Да и в целом, инструменту не больше шести месяцев:
- Deep Research у Claude только запустился.
- У Gemini в мае вышло обновление модели.
- ChatGPT стартовал в феврале, но лишь два месяца назад перешёл на модель o3.
- Perplexity в мае представил новый вариант Deep Research в Projects.
- Grok весной выпустил модель с «глубоким размышлением».
Как выжать максимум из Deep Research?
1) Хороший промпт — ключ к содержательному отчёту. Чем конкретнее цели, тем лучше результат. ChatGPT и Claude задают уточняющие вопросы; Gemini создаёт план исследования, который можно редактировать. Я уже писал, как делать хороший промпт для Deep Research
2) Цена/качество. Чем дороже тариф, тем больше контекстное окно и тем глубже отчёт. Разница между окнами на ChatGPT Pro (200 $) и Plus (20 $) достигает ×10.
3) Экспорт. Claude, Gemini, ChatGPT и Perplexity позволяют выгружать отчёты в DOC/PDF — удобно, когда текст занимает 5–40 страниц (5 000–20 000 слов).
4) Визуализация. Perplexity лучший по графикам и таблицам, Claude — по инфографике, а ChatGPT пока выдаёт «стену текста».
5) Цитирование. Точность отчёта зависит от качества источников, так что стоит проверять, что именно он цитирует.
Инсайты после работы с разными моделями
1) Количество источников. Claude просматривает больше всего источников (несколько сотен), чуть меньше — Gemini, Grok и Perplexity. ChatGPT — обычно не больше пары десятков.
2) Perplexity и Grok выдают самые короткие отчёты (3–5 страниц) — удобно, если нужен неглубокий и быстрый обзор.
3) Новый Deep Research от Perplexity Labs делает лучшие визуализации.
4) На тарифе Perplexity Pro можно запускать до 500 отчётов в месяц — и это стоит копейки.
5) Лимиты ChatGPT зависят от уровня: Free — 5, Plus/Team/Edu — 10 (+15 «лайт»), Pro — 125 (+125 «лайт»). Даже при 20 $ цена за отчёт мизерна.
6) Gemini не безлимитен, но позволяет до 20 отчётов в день (600+ в месяц).
7) Gemini даёт лучший баланс: сотни качественных источников и подробный текст, хорошо следует промпту.
8) Claude только что «подключили» к Интернету: теперь он ищет сотни источников и пишет лучше всех, плюс делает отличные инфографики.
9) ChatGPT (o3) выдаёт 30–40-страничные отчёты, но источников меньше, и они порой сомнительны.
12🔥59❤40✍11👍2👏1
Сегодня дошли руки до студенческой подписки Gemini PRO, которую дают на полтора года.
Действительно оформляется довольно просто и быстро. Совсем бесплатно её, конечно, получить сложно — я потратил около 50 баксов.
Но это того стоит, так как в пакет, кроме Gemini, входит Pro-аккаунт в NotebookLM и Whisk, а ещё 2 ТБ на Google Диске. Кстати, акция заканчивается 30 июня, так что поторопитесь. В комментариях расскажу, как я это делал. Ныряйте: @prompt_chat
Действительно оформляется довольно просто и быстро. Совсем бесплатно её, конечно, получить сложно — я потратил около 50 баксов.
Но это того стоит, так как в пакет, кроме Gemini, входит Pro-аккаунт в NotebookLM и Whisk, а ещё 2 ТБ на Google Диске. Кстати, акция заканчивается 30 июня, так что поторопитесь. В комментариях расскажу, как я это делал. Ныряйте: @prompt_chat
🔥37❤8✍5👍2👏1💯1🤝1🤗1
Apple покупает Perplexity за 14 млрд долларов?
А я всё думал, почему Perplexity не борется с этими 5-долларовыми годовыми подписками. Коллаборации с O2, Samsung, раздача [подписок] студентам и клиентам Revolut.
Ребята совсем не дураки и собрали себе гигантскую аудиторию, перепродавая токены Claude, Gemini, ChatGPT. Если слухи о том, что Apple купит Perplexity за 14 миллиардов долларов, подтвердятся, это будет самая большая инвестиция в истории компании [Apple].
Только представьте: вы строите обёртку вокруг API поставщиков ИИ-услуг, и через два года вашу компанию покупают за годовой бюджет целой страны, например Иордании.
У меня только один вопрос: неужели Apple и правда не может повторить Perplexity? Неужели они настолько упустили весь этот ИИ-тренд несколько лет назад? Не верю. А с другой стороны, это большая мотивация для всех нас, кто строит продукты вокруг существующих ИИ-вендоров.
А я всё думал, почему Perplexity не борется с этими 5-долларовыми годовыми подписками. Коллаборации с O2, Samsung, раздача [подписок] студентам и клиентам Revolut.
Ребята совсем не дураки и собрали себе гигантскую аудиторию, перепродавая токены Claude, Gemini, ChatGPT. Если слухи о том, что Apple купит Perplexity за 14 миллиардов долларов, подтвердятся, это будет самая большая инвестиция в истории компании [Apple].
Только представьте: вы строите обёртку вокруг API поставщиков ИИ-услуг, и через два года вашу компанию покупают за годовой бюджет целой страны, например Иордании.
У меня только один вопрос: неужели Apple и правда не может повторить Perplexity? Неужели они настолько упустили весь этот ИИ-тренд несколько лет назад? Не верю. А с другой стороны, это большая мотивация для всех нас, кто строит продукты вокруг существующих ИИ-вендоров.
4🤯67🔥31👍11❤9💯2👎1👏1😁1😭1🤓1
Сегодня с Олегом решили разобрать еще одну историю в формате его трекерских сессий. Поговорим о том, как «классным парням», ведущим свои авторские блоги, перейти на следующий уровень и начать продавать.
У многих, и у меня в том числе, слово «продавать» вызывает дискомфорт и холодок по спине. Ну как же можно продавать что-то своим друзьям, своим бро? Нам же так весело тут: мы общаемся и делимся интересными новостями из мира искусственного интеллекта, а я им буду рекламу втюхивать? Это не по-братски, это плохо. Или нет?
В общем, если у вас есть желание посмотреть, как Олег будет играть на моих душевных струнах и убеждать, что продавать - это нормально, а я буду уходить от прямых ответов, а потом словлю «инсайт» - видео на YouTube c нашим разговором будет у Олега в канале @naturalbusinessZ через пару дней
У многих, и у меня в том числе, слово «продавать» вызывает дискомфорт и холодок по спине. Ну как же можно продавать что-то своим друзьям, своим бро? Нам же так весело тут: мы общаемся и делимся интересными новостями из мира искусственного интеллекта, а я им буду рекламу втюхивать? Это не по-братски, это плохо. Или нет?
В общем, если у вас есть желание посмотреть, как Олег будет играть на моих душевных струнах и убеждать, что продавать - это нормально, а я буду уходить от прямых ответов, а потом словлю «инсайт» - видео на YouTube c нашим разговором будет у Олега в канале @naturalbusinessZ через пару дней
❤17🔥11👏6👍2😁2👎1🙏1🤗1
Вот вы не заходите в наш чат @prompt_chat - а там уже с обеда купон на $10 долларов лежит для Fal.ai. Это платформа, где можно пользоваться Veo, Kling, Flux и еще кучей других моделей для видео, звука и фото.
Как регистрироваться писал тут, но дают только на аккаунт которому больше недели.
Активировать купон: https://fal.ai/coupon-claim/LAUNCHFLUXKONTEXT?redirect_to=/models/fal-ai/flux-kontext/dev
Как регистрироваться писал тут, но дают только на аккаунт которому больше недели.
Активировать купон: https://fal.ai/coupon-claim/LAUNCHFLUXKONTEXT?redirect_to=/models/fal-ai/flux-kontext/dev
🔥23👍10❤8🤯3❤🔥1😁1
Часто на консультациях по N8N люди говорят, что не знают, что бы им такого автоматизировать. Чтобы с чего-то стартануть, понять, как всё это работает, а потом уже переходить к более сложным задачам.
В ответ я прошу на минутку забыть о монетизациях с рабочими задачами и подумать: какую бы из своих рутин вы автоматизировали в первую очередь? А дальше мы вспоминаем ежедневные дела и то, что больше всего раздражает или выглядит как «обезьянья работа». Так получается довольно внушительный список идей, которые можно воплотить при помощи N8N или Cursor в качестве разминки.
Хочу поделиться некоторыми из них, вдруг пригодится:
- Преобразование длинного ролика YouTube в одностраничный учебный конспект – отправляете ссылку, получаете HTML-шпаргалку с отслеживанием прогресса. Другими словами, создается веб-страничка с курсом по видео.
- Почтовая рассылка с краткой сводкой из новых видео на YouTube – скрипт на Python и LLM ежедневно создает и присылает текстовые дайджесты по новым видео с каналов, на которые вы подписаны.
- Автоматизированный анализ YouTube: поиск видео, метаданные, транскрипты, загрузка – результаты складываются в базу данных Notion, ролики скачиваются пакетно.
- Сервис генерации инфографики по видео YouTube – вводите ссылку, получаете визуальное резюме содержания.
- Воркфлоу для автоматической записи трансляций на платформе Twitch – следит за стримером и начинает запись сразу после его выхода в эфир.
- Помощник в Telegram для работы с Notion и Jira – через общение с тг-ботом можно создавать документы, обновлять задачи и следить за прогрессом.
- Ежедневный дайджест почты, календаря и Trello в Telegram – воркфлоу в n8n собирает выжимку и отправляет сообщение в мессенджер.
- Передача голосовых заметок в Asana – упоминание «Asana» в диктовке создаёт задачу в нужном разделе.
- Агент для сортировки писем Gmail – рассовывает входящие по нужным папкам, обеспечивая «пустой» почтовый ящик.
- Агент для автоматической маркировки и сортировки входящей почты – добавляет теги и раскладывает письма по папкам, экономя время.
- Сканирование визиток для добавления контактов в CRM – фотографируешь визитку человека на мероприятии (выставка, встреча), данные распознаются и по API улетают в CRM.
- Создание списка покупок по фотографии рецепта – бот распознаёт ингредиенты, планирует меню на неделю и шлёт готовый список покупок с учётом расположения отделов магазина.
- Счётчик выпитой воды в один тап – иконка на смартфоне фиксирует каждую порцию и помогает сформировать полезную привычку.
- Виртуальный подбрасыватель монеты для быстрых решений – минимизирует время на мелкие выборы.
В ответ я прошу на минутку забыть о монетизациях с рабочими задачами и подумать: какую бы из своих рутин вы автоматизировали в первую очередь? А дальше мы вспоминаем ежедневные дела и то, что больше всего раздражает или выглядит как «обезьянья работа». Так получается довольно внушительный список идей, которые можно воплотить при помощи N8N или Cursor в качестве разминки.
Хочу поделиться некоторыми из них, вдруг пригодится:
- Преобразование длинного ролика YouTube в одностраничный учебный конспект – отправляете ссылку, получаете HTML-шпаргалку с отслеживанием прогресса. Другими словами, создается веб-страничка с курсом по видео.
- Почтовая рассылка с краткой сводкой из новых видео на YouTube – скрипт на Python и LLM ежедневно создает и присылает текстовые дайджесты по новым видео с каналов, на которые вы подписаны.
- Автоматизированный анализ YouTube: поиск видео, метаданные, транскрипты, загрузка – результаты складываются в базу данных Notion, ролики скачиваются пакетно.
- Сервис генерации инфографики по видео YouTube – вводите ссылку, получаете визуальное резюме содержания.
- Воркфлоу для автоматической записи трансляций на платформе Twitch – следит за стримером и начинает запись сразу после его выхода в эфир.
- Помощник в Telegram для работы с Notion и Jira – через общение с тг-ботом можно создавать документы, обновлять задачи и следить за прогрессом.
- Ежедневный дайджест почты, календаря и Trello в Telegram – воркфлоу в n8n собирает выжимку и отправляет сообщение в мессенджер.
- Передача голосовых заметок в Asana – упоминание «Asana» в диктовке создаёт задачу в нужном разделе.
- Агент для сортировки писем Gmail – рассовывает входящие по нужным папкам, обеспечивая «пустой» почтовый ящик.
- Агент для автоматической маркировки и сортировки входящей почты – добавляет теги и раскладывает письма по папкам, экономя время.
- Сканирование визиток для добавления контактов в CRM – фотографируешь визитку человека на мероприятии (выставка, встреча), данные распознаются и по API улетают в CRM.
- Создание списка покупок по фотографии рецепта – бот распознаёт ингредиенты, планирует меню на неделю и шлёт готовый список покупок с учётом расположения отделов магазина.
- Счётчик выпитой воды в один тап – иконка на смартфоне фиксирует каждую порцию и помогает сформировать полезную привычку.
- Виртуальный подбрасыватель монеты для быстрых решений – минимизирует время на мелкие выборы.
5🔥63❤15👍11👏3🗿2🙏1😍1💯1🦄1😘1
Помните фразу Бретта Табке: «Искусственный интеллект не заменит вас. Вас заменит человек, использующий искусственный интеллект»?
Если бы у цитат из мира ИИ был свой бенчмарк эффективности, она была бы на первом месте по количеству сгенерированной выручки для обучающих курсов.
И все кинулись писать «эффективные» промпты, наполнять тиктоки сгенерированными видео и создавать «фабрики контента».
В итоге массовое «использование» ИИ превращается в гонку по производству цифрового шума, обесценивая сам навык его создавать.
Но настоящее преимущество, это не способность генерировать информацию, а умение придавать ей смысл и встраивать в реальные процессы.
С понедельником, Друзья.
Если бы у цитат из мира ИИ был свой бенчмарк эффективности, она была бы на первом месте по количеству сгенерированной выручки для обучающих курсов.
И все кинулись писать «эффективные» промпты, наполнять тиктоки сгенерированными видео и создавать «фабрики контента».
В итоге массовое «использование» ИИ превращается в гонку по производству цифрового шума, обесценивая сам навык его создавать.
Но настоящее преимущество, это не способность генерировать информацию, а умение придавать ей смысл и встраивать в реальные процессы.
С понедельником, Друзья.
1💯107🔥30❤24👍15🤣7👏3✍2😘2
Замечаю сколько хейта собирают посты про N8N или вайб-кодинг, в особенности от разработчиков.
Если суммировать все «голоса» противников такого подхода, то посыл звучит так: «Автоматизация — это реальный бизнес, а ваш дурацкий воркфлоу годится только для одного: сжигать токены. Пожалуйста, остановитесь. ИИ-говна и так хватает. Научитесь кодить, научитесь реально что-то делать».
Но такой посыл бесполезен. Он бьёт по двум целям: По тем кто перепродает автоматизации из скаченных JSON’ов (которые даже не поймут, что речь о них), либо по новичкам, которых такие заявления отпугивают заходить в рынок (да, даже будущие хорошие разработчики могут легко потерять мотивацию). В итоге ничего хорошего не происходит.
Но лично мое мнение, что реальная ценность ноу-кодинга - не в соединении нод, а в понимании, как улучшить бизнес-процессы. N8N - это всего лишь молоток.
И не нужно забывать, что разные люди учатся по-разному. Сегодня они делают то, что возможно в N8N, завтра им понадобится больше - и они освоят следующий уровень. А те, кто не освоит, отвалится на обочину истории.
А для всех профессиональных программистов у меня есть один совет: подождите 3-4 года и у вас настанет золотая эпоха.
К тому моменту достигнет пика вся эта несерьёзная, непроверяемая, дырявая и неконтролируемая ерунда, созданная вайб-кодерами, которые не понимают, что делают.
Бизнесы, построенные на этом, окажутся в отчаянном положении и будут готовы платить любую цену тем немногим, кто действительно умеет работать.
Если суммировать все «голоса» противников такого подхода, то посыл звучит так: «Автоматизация — это реальный бизнес, а ваш дурацкий воркфлоу годится только для одного: сжигать токены. Пожалуйста, остановитесь. ИИ-говна и так хватает. Научитесь кодить, научитесь реально что-то делать».
Но такой посыл бесполезен. Он бьёт по двум целям: По тем кто перепродает автоматизации из скаченных JSON’ов (которые даже не поймут, что речь о них), либо по новичкам, которых такие заявления отпугивают заходить в рынок (да, даже будущие хорошие разработчики могут легко потерять мотивацию). В итоге ничего хорошего не происходит.
Но лично мое мнение, что реальная ценность ноу-кодинга - не в соединении нод, а в понимании, как улучшить бизнес-процессы. N8N - это всего лишь молоток.
И не нужно забывать, что разные люди учатся по-разному. Сегодня они делают то, что возможно в N8N, завтра им понадобится больше - и они освоят следующий уровень. А те, кто не освоит, отвалится на обочину истории.
А для всех профессиональных программистов у меня есть один совет: подождите 3-4 года и у вас настанет золотая эпоха.
К тому моменту достигнет пика вся эта несерьёзная, непроверяемая, дырявая и неконтролируемая ерунда, созданная вайб-кодерами, которые не понимают, что делают.
Бизнесы, построенные на этом, окажутся в отчаянном положении и будут готовы платить любую цену тем немногим, кто действительно умеет работать.
❤59🤣38🔥15👍10💯7👏2😁2❤🔥1🤗1
Силиконовый Мешок
Замечаю сколько хейта собирают посты про N8N или вайб-кодинг, в особенности от разработчиков. Если суммировать все «голоса» противников такого подхода, то посыл звучит так: «Автоматизация — это реальный бизнес, а ваш дурацкий воркфлоу годится только для одного:…
This media is not supported in your browser
VIEW IN TELEGRAM
Ну давайте протестируем новую реальность ИИ-контента. Делаю аккаунт в тик токе с таким контентом. Бьем в аудиторию миллениалов, играем на их (моих) чувствах к старым телефонам.
Полная автоматизация: на входе список топовых телефонов конца 90-х, начала 2000-х. Пусть сам ищет фото (решил не генерировать), отправляет в Kling AI, выгружает 10-ти секундные ролики и заливает по площадкам.
Полная автоматизация: на входе список топовых телефонов конца 90-х, начала 2000-х. Пусть сам ищет фото (решил не генерировать), отправляет в Kling AI, выгружает 10-ти секундные ролики и заливает по площадкам.
1🔥65🤣25❤6😎3👍2👏2💯2😈1
Все же слухи о тарифе Max за 200 баксов (в месяц) в Perplexity - правда.
Последняя "надежда" Apple (и наша), решили не отставать от больших мальчиков и сделать свое предложение для богатых господ. Но дополнительные плюшки, не выглядят такими вкусными.
Новые возможности тарифа ($200/мес):
- Всё, что есть в Pro
- Неограниченный доступ к Perplexity Labs
- Работа с продвинутыми ИИ-моделями в Research и Labs
- Ранний доступ к новым релизам продуктов
- Приоритетная поддержка
Модели, доступные в Research и Labs:
- o3
- Claude 4 Sonnet Thinking
- Claude 4 Opus Thinking
Одно радует, что пока ничего не отобрали. Но почему не накинули контекста до миллиона токенов, мне непонятно. В общем, пока за 200 баксов, подписку не берем, остаемся на 5-ти баксовой.
Последняя "надежда" Apple (и наша), решили не отставать от больших мальчиков и сделать свое предложение для богатых господ. Но дополнительные плюшки, не выглядят такими вкусными.
Новые возможности тарифа ($200/мес):
- Всё, что есть в Pro
- Неограниченный доступ к Perplexity Labs
- Работа с продвинутыми ИИ-моделями в Research и Labs
- Ранний доступ к новым релизам продуктов
- Приоритетная поддержка
Модели, доступные в Research и Labs:
- o3
- Claude 4 Sonnet Thinking
- Claude 4 Opus Thinking
Одно радует, что пока ничего не отобрали. Но почему не накинули контекста до миллиона токенов, мне непонятно. В общем, пока за 200 баксов, подписку не берем, остаемся на 5-ти баксовой.
🤣39❤9🔥5💯4💊3😁2
Если вам не понравится новый Grok 4 - вы недостаточно умны.
Мне только интересно, почему остальные LLM не используют такой формат коммуникаций?
Перевод твита:
Я бы продолжил:
- Если вам не нравится Perplexity, у вас просто нет 5 баксов
- Если вам не нравится Llama, у вас просто слабый компьютер
- Если вам не нравится Gemini, у вас просто нет почты на EDU
- Если вам не нравится ChatGPT, у вас просто нет иностранной карты
Мне только интересно, почему остальные LLM не используют такой формат коммуникаций?
Перевод твита:
Grok 4 — это не для всех. Его целевая аудитория — люди с высоким IQ.
Подумайте о ракетных учёных или о тех, кто предпочитает рассуждать, исходя из первых принципов — то есть из самой сути вещей.
Когда Grok 4 выйдет, и если он вам не понравится, значит, вы просто не входите в его целевую аудиторию.
Я бы продолжил:
- Если вам не нравится Perplexity, у вас просто нет 5 баксов
- Если вам не нравится Llama, у вас просто слабый компьютер
- Если вам не нравится Gemini, у вас просто нет почты на EDU
- Если вам не нравится ChatGPT, у вас просто нет иностранной карты
🤣128💯16❤10👏6
Не пинайте меня ногами, но я не смог найти того, кто реализовал бы эту идею
В YouTube довольно много скринкаст-инструкций, разных туториалов и гайдов, где человек кликает по интерфейсу и объясняет, как зарегистрироваться в каком-то сервисе, отредактировать файл или пользоваться софтом. Их сотни, и они набирают много просмотров.
Так вот, я не смог найти подобные видео, сделанные при помощи нейросетей. Хотя идея лежит на поверхности: парсишь выдачу по ключевым запросам, что чаще всего ищут пользователи, и делаешь видеоинструкции на эту тему.
Технически такая ИИ-фабрика тоже не выглядит сложной:
- Агент-планировщик анализирует промпт и создаёт сценарий действий.
- Модуль автоматизации выполняет клики по интерфейсу согласно сценарию.
- Система записи фиксирует все действия на экране.
- Постобработка добавляет озвучку и финальное редактирование.
Или такие сервисы уже есть и я плохо искал?
В YouTube довольно много скринкаст-инструкций, разных туториалов и гайдов, где человек кликает по интерфейсу и объясняет, как зарегистрироваться в каком-то сервисе, отредактировать файл или пользоваться софтом. Их сотни, и они набирают много просмотров.
Так вот, я не смог найти подобные видео, сделанные при помощи нейросетей. Хотя идея лежит на поверхности: парсишь выдачу по ключевым запросам, что чаще всего ищут пользователи, и делаешь видеоинструкции на эту тему.
Технически такая ИИ-фабрика тоже не выглядит сложной:
- Агент-планировщик анализирует промпт и создаёт сценарий действий.
- Модуль автоматизации выполняет клики по интерфейсу согласно сценарию.
- Система записи фиксирует все действия на экране.
- Постобработка добавляет озвучку и финальное редактирование.
Или такие сервисы уже есть и я плохо искал?
🔥50❤12✍5👍4👏3⚡1👎1💯1
А давайте подумаем вот о чем. Помните, раньше был такой формат потребления информации, как книги? Бумажные прямоугольники со страничками, испещренными буквами, которые можно брать в руки, перелистывать и читать.
Собственно, мой вопрос: книгу на какую тему в рамках искусственного интеллекта вы бы купили?
Может, это будут кейсы использования ИИ в работе, жизни или структура базовых промптов?
Понятно, что тут все быстро меняется и есть шанс, что актуальность темы исчезнет, пока еще типографская краска не высохнет. Но все же?
Собственно, мой вопрос: книгу на какую тему в рамках искусственного интеллекта вы бы купили?
Может, это будут кейсы использования ИИ в работе, жизни или структура базовых промптов?
Понятно, что тут все быстро меняется и есть шанс, что актуальность темы исчезнет, пока еще типографская краска не высохнет. Но все же?
❤17✍5👍4
Силиконовый Мешок
Все же слухи о тарифе Max за 200 баксов (в месяц) в Perplexity - правда. Последняя "надежда" Apple (и наша), решили не отставать от больших мальчиков и сделать свое предложение для богатых господ. Но дополнительные плюшки, не выглядят такими вкусными. …
А ну теперь понятно, за что Perplexity будут брать 200 баксов в месяц, на новом тарифе - Max. Можно будет использовать самую крутую модель OpenAI - o3-Pro.
🤣25🔥15❤6😎1
Ну и давайте не забывать, что основная магия происходит в нашем чате @prompt_chat - именно там я вдохновляюсь новыми темами для постов, которые черпаю из ваших вопросов, кейсов и комментариев.
Кстати, может, вы поделитесь под этим постом, чем вы занимаетесь? Мы же так и не познакомились за всё это время. Расскажите о себе.
Кстати, может, вы поделитесь под этим постом, чем вы занимаетесь? Мы же так и не познакомились за всё это время. Расскажите о себе.
❤16🔥5🤗3👎1
Я понял: основная причина, по которой новички в n8n бросают всё уже на первом воркфлоу, — у них раньше не было опыта программирования. У меня его тоже не было, и зачатки логики разработчика я выдавливал из себя по капле. И когда смотрю на первые проекты людей в n8n, вижу одни и те же ошибки:
1) Отсутствие обработки ошибок — новички создают воркфлоу, которые хорошо работают при тестировании, но ломаются в реальных условиях, например когда API возвращают неожиданные ответы. Всегда добавляйте узлы обработки ошибок и тестируйте сценарии сбоев. Вообще странно, что в n8n до сих пор не сделали для этого отдельную ноду.
2) Воркфлоу как прямая линия — много раз замечал, как люди создают огромные линейные воркфлоу вместо того, чтобы разбивать их на более мелкие и понятные процессы. Используйте под-процессы (sub-workflows) и модули.
3) Безопасность веб-хуков — то, что n8n генерирует URL для веб-хука, не означает, что он безопасен. Добавляйте аутентификацию, проверяйте полезную нагрузку (payloads) и не доверяйте входящим данным слепо.
4) Усложнение простых задач — видел, как кто-то создал рабочий процесс из 20 узлов для Telegram-бота, который просто ставит задачи в календарь. Иногда всё, что вам нужно, — это просто кусочек кода на JavaScript.
5) Тесты на реальных объемах данных — тестирование на пяти записях в базе отличается от обработки 500 строк. Всегда тестируйте в реальном масштабе перед запуском в прод.
6) Хардкодинг всего, что можно — размещайте ваши API-ключи, URL-адреса и конфигурации в переменных окружения или учетных данных. Это значительно упрощает отладку и развертывание.
Ну и не забывайте подписывать ноды понятными для вас названиями, используйте цвета или группируйте процессы. А ещё есть удобный инструмент n8n2git.com, который позволяет синхронизировать воркфлоу с Git, где можно отслеживать версии и откатываться к предыдущим.
1) Отсутствие обработки ошибок — новички создают воркфлоу, которые хорошо работают при тестировании, но ломаются в реальных условиях, например когда API возвращают неожиданные ответы. Всегда добавляйте узлы обработки ошибок и тестируйте сценарии сбоев. Вообще странно, что в n8n до сих пор не сделали для этого отдельную ноду.
2) Воркфлоу как прямая линия — много раз замечал, как люди создают огромные линейные воркфлоу вместо того, чтобы разбивать их на более мелкие и понятные процессы. Используйте под-процессы (sub-workflows) и модули.
3) Безопасность веб-хуков — то, что n8n генерирует URL для веб-хука, не означает, что он безопасен. Добавляйте аутентификацию, проверяйте полезную нагрузку (payloads) и не доверяйте входящим данным слепо.
4) Усложнение простых задач — видел, как кто-то создал рабочий процесс из 20 узлов для Telegram-бота, который просто ставит задачи в календарь. Иногда всё, что вам нужно, — это просто кусочек кода на JavaScript.
5) Тесты на реальных объемах данных — тестирование на пяти записях в базе отличается от обработки 500 строк. Всегда тестируйте в реальном масштабе перед запуском в прод.
6) Хардкодинг всего, что можно — размещайте ваши API-ключи, URL-адреса и конфигурации в переменных окружения или учетных данных. Это значительно упрощает отладку и развертывание.
Ну и не забывайте подписывать ноды понятными для вас названиями, используйте цвета или группируйте процессы. А ещё есть удобный инструмент n8n2git.com, который позволяет синхронизировать воркфлоу с Git, где можно отслеживать версии и откатываться к предыдущим.
🔥53❤21✍12👍10👎1💯1
Google выкатили еще один халявный способ для генерации в Veo3. На этот раз бесплатный кредит на 300 долларов в Google Cloud, которые можно потратить на генерацию видео-роликов в Vertex AI Studio. Но есть нюансы: нужно привязать американскую карту и номер телефона, ну и заходить только с американского IP.
❤24🔥12👍5👎2
Только спустя несколько месяцев плотной работы с Deep Research от разных моделей я выработал для себя схему, которой полностью доволен.
И основную роль в ней играет Perplexity (годовая подписка на которую всё ещё стоит несколько баксов). Опишу свои кейсы:
Моя базовая модель для Deep Research — Gemini (тут писал почему), но основная работа с отчётом начинается уже после того, как тебе выдаётся PDF-ка в десятки, а иногда и сотню страниц. Нужно проверить результат и провести фактчекинг. Поэтому я вставляю получившийся текст или PDF в Perplexity и прошу его проверить каждое утверждение.
Мой промт к Perplexity немного длиннее, но суть такая:
- «Внимательно прочти документ и выдели основные тезисы/факты, чтобы я видел, не пропустил ли ты чего-нибудь важного»
- «Проверь факты»
- «Оцени каждое утверждение по 10-балльной шкале»
- «Если ты ставишь не 10/10, процитируй фрагмент, объясни, почему это не 10/10, и приведи правильные данные/интерпретацию и т. д.»
- «В конце дай мне краткий обзор достоверности документа»
Это работает довольно круто. Обычно претензии Perplexity (или той модели, что крутится у них в API) к выводу других LLM звучат примерно так: «Фактически верно, НО интерпретация данных не идеальна / слишком категорична».
Второй кейс работает похоже, но решает задачу, когда вы не удовлетворены результатом глубокого исследования.
Загружаете PDF с отчётом в Perplexity и просите «проверить факты», «выставить оценки» — всё как в кейсе выше. А дальше показываете промпт, с которого начинали исследование, и просите внести в него правки, которые помогут избежать выявленных ошибок.
И основную роль в ней играет Perplexity (годовая подписка на которую всё ещё стоит несколько баксов). Опишу свои кейсы:
Моя базовая модель для Deep Research — Gemini (тут писал почему), но основная работа с отчётом начинается уже после того, как тебе выдаётся PDF-ка в десятки, а иногда и сотню страниц. Нужно проверить результат и провести фактчекинг. Поэтому я вставляю получившийся текст или PDF в Perplexity и прошу его проверить каждое утверждение.
Мой промт к Perplexity немного длиннее, но суть такая:
- «Внимательно прочти документ и выдели основные тезисы/факты, чтобы я видел, не пропустил ли ты чего-нибудь важного»
- «Проверь факты»
- «Оцени каждое утверждение по 10-балльной шкале»
- «Если ты ставишь не 10/10, процитируй фрагмент, объясни, почему это не 10/10, и приведи правильные данные/интерпретацию и т. д.»
- «В конце дай мне краткий обзор достоверности документа»
Это работает довольно круто. Обычно претензии Perplexity (или той модели, что крутится у них в API) к выводу других LLM звучат примерно так: «Фактически верно, НО интерпретация данных не идеальна / слишком категорична».
Второй кейс работает похоже, но решает задачу, когда вы не удовлетворены результатом глубокого исследования.
Загружаете PDF с отчётом в Perplexity и просите «проверить факты», «выставить оценки» — всё как в кейсе выше. А дальше показываете промпт, с которого начинали исследование, и просите внести в него правки, которые помогут избежать выявленных ошибок.
17❤86👍51🔥25🦄4🙏3💯2❤🔥1👎1