В 2025 году зарелизили: o3, Veo 3, Llama 4, Gemma 3, GPT-4.1, o4-mini, Gemma 3n, Grok 3, Imagen 4, DeepSeek R1, gpt-image-1, OpenAI Codex, Flux Kontext, Qwen 2.5 Omni, Midjourney v7, Gemini 2.5 Pro, Gemini 2.5 Flash, Claude 4

А еще только июнь...

Сэм Альтам написал новый пост о том, что нас ждет в будущем (если будем платить 20 баксов за ChatGPT). А именно о старте "мягкой сингулярности" и робо-строителей, которые возведут дата-центры по всему миру, чтобы сделать доступ к ИИ почти (!) бесплатным. Сделал перевод основных тезисов: https://teletype.in/@prompt_design/The-Gentle-Singularity

Решил привести все ниши заработка на n8n, которые знаю, в один структурированный список. Вышло не так много, всего 11. Если у вас есть ещё какие-то интересные способы, про которые я не знаю, поделитесь в комментариях нашего чата @prompt_chat — я добавлю.

1) Абонентская «ИИ-автоматизация-как-сервис» (ретейнер)
≈ 1000-2000 баксов/мес за постоянный аудит, построение, оптимизацию и поддержку воркфлоу (контракт минимум 3 месяца).

2) Разовый set-up / onboarding-платёж
≈ $800 - 2000 единовременно за быструю первоначальную настройку и обучение команды.

3) Почасовой консалтинг
≈ $30-70/час — удобно стартовать, но сложно масштабировать: клиенты считают часы, а не ценность.

4) White-label-партнёрство с маркетинговыми агентствами
Агентство продаёт автоматизацию под своим брендом, вы строите воркфлоу; получаете поток тёплых лидов без собственных продаж.

5) Хостинг и техподдержка n8n
Разворачиваете инстанс, предоставляете SLA, бэкапы, мониторинг. Доход — подписка или тариф за каждое исполнение.

6) Партнёрские программы / реферал-доход
Клиентов регистрируют по вашим ссылкам (n8n Affiliate, OpenAI, ElevenLabs, Twilio и др.) — получаете 5 – 30 % их платежей.

7) SaaS-продукты поверх n8n
Пример — FlowMetr для мониторинга воркфлоу, либо готовые решения (ИИ-рецепционист, генератор лидов, агрегатор вакансий). Доход — подписка или лицензия.

8) Обучение и коучинг
Курсы, мастер-майнды, наставничество «Как выйти на ≈ млн с n8n» и другой инфобиз.

9) Discovery-аудиты процессов
Однодневное обследование, карта зон автоматизации, бизнес-кейсы. Обычно фикс-прайс ≈ 900 – 5000 долларов, хорошая конверсия в ретейнер.

10) Фриланс / субподряд
Upwork, FL.ru, Telegram-чаты — берёте узко-технические задания; оплата по рыночной ставке.

11) Готовые workflow-темплейты и кастом-узлы
Продаёте пакеты готовых сценариев или собственные ноды для n8n. Типичный чек — 50 – 1000 баксов за комплект.

Моё любимое занятие — расспрашивать людей о том, какие ИИ‑автоматизации они применяют в работе. За последний год я собрал более сотни реальных кейсов, экономящих десятки часов. Вот некоторые из них:

1) Производственный календарь (Google Sheets + QUERY/ARRAYFORMULA) – отдельный лист строит горизонтальный таймлайн на 50 × N строк: каждая колонка – день, строки сгруппированы по 5 линиям. Формулы читают статус из основного плана, перекрашивают ячейку в красный, если в связанном листе «Shortages» указана нехватка сырья.

2) Sheet → «Daily Flow» (Apps Script trigger «onEdit») – при изменении плана заказ автоматически «спускается» по столбцам -8/-7/-6 дней и помечает, что именно должно быть сделано к каждой дате (печать, сборка, контроль качества).

3) Кросс-постинг контента (n8n + Puppeteer + Buffer API) – узел получает Markdown-пост, генерирует карусель-изображения (Canva API), формирует текст/хэштеги, кладёт задачи в очередь Buffer; дочерние узлы публикуют в X/Threads/BlueSky и т.д. по расписанию.

4) PRD-бот в Telegram (Telegram API → Runbear → OpenAI → Notion API) – когда в чате #ideas появляется цепочка ≥ N сообщений, бот извлекает контекст, просит GPT-4 составить PRD по шаблону, пишет файл в Notion и шлёт ссылку инициатору.

5) Напоминания + эскалация (Power Automate + SharePoint List) – каждая задача в списке содержит «due date»; за 24 ч отправляется Teams-алерт исполнителю, по истечении срока – сообщение в чат руководителю.

6) Фоллоу-ап по e-mail (Gmail API + Python + OpenAI) – скрипт каждые 15 мин сканирует входящие, ищет открытые вопросы и если нет ответа > 48 ч; LLM формулирует короткое напоминание-черновик и помечает письмо звездой.

7) SERP-отчёт (Make/Integromat + Google Custom Search API) – модуль берёт ключи из Google Sheets, вызывает API, парсит позиции в выдаче, пишет обратно и генерирует PDF через Google Docs API, отправляя клиенту на e-mail.

8) Автосборка статьи (Python pipeline + OpenAI + CMS API) – скрипт делает keyword research, кластеризацию (scikit-learn), просит GPT-4 написать черновик, добавляет meta-теги и JSON-LD, затем через API планирует публикацию в WordPress.

9) Отраслевые новости (Python + Newspaper3k + SMTP) – cron-job обходит список URL, извлекает новые статьи, формирует digest-html и шлёт команде.

10) Telegram/SMS → Notion task (Zapier webhook) – любое сообщение, начинающееся с «todo:», создаёт новую карточку в базе «Tasks» с дедлайном T+1 день.

11) ИИ-автоответчик поддержки (Flask API + OpenAI + PostgreSQL KB) – входящие письма через IMAP, классификация тематики, поиск ответа в базе знаний, генерация ответа GPT-4, отправка SMTP; логи хранятся для обучения.

12) LinkedIn outreach (Reachy.ai SaaS) – сервис ищет «тёплые» сигналы (смена должности, лайк поста), формирует персональное сообщение и запускает цепочку follow-ups с паузами 3-5-7 дней.

Как ИИ-челноки перевозят терабайты датасетов самолетами

Недавно журналисты WSJ раскрыли схему, как китайцы обучают свои модели на чипах Nvidia.

С 2022 года США постепенно ужесточают экспорт высокопроизводительных ИИ-чипов (Nvidia H100 и др.) в Китай, и разработчики из Поднебесной ищут «лазейки», чтобы всё-таки использовать американское «железо».

Например, в марте этого года четыре инженера из Пекина прилетели в Малайзию с 80 ТБ данных (по 15 дисков в каждом чемодане). Там они залили данные на ≈ 300 арендованных серверов с чипами Nvidia, обучили модель и вернули уже готовые веса обратно в Китай.

Кстати, если бы они решили сделать всё онлайн, передача десятков терабайт заняла бы месяцы, а к тому же можно было бы попасться на проверке трансграничного трафика. А так — несколько часов в самолёте, пара недель на обучение модели, и можно возвращаться домой с флешкой на сотню гигабайт весов.

Весь этот бизнес неплохо подпитывает местную экономику: китайские фирмы оформляют сингапурские и малайзийские «дочки», чтобы арендовать вычислительную мощность без прямого упоминания китайского бенефициара. В Сингапуре, Малайзии, Таиланде и Индонезии уже ≈ 2 ГВт ёмкости ЦОД — сопоставимо с мощностями Лондона и Франкфурта вместе взятых. Импорт ИИ-чипов в Малайзию из Тайваня в марте–апреле 2025 г. составил $3,4 млрд, превысив весь 2024 год. Частные фонды ЮВА уже вкладывают миллионы в покупку ИИ-серверов «под сдачу в аренду китайцам»: ребята рубят реальные деньги, пока мы ждём очередного обновления DeepSeek.

Совсем забыл, теперь вы можете меня читать не только в Телеграм и Тредс, но и на VC.ru — редакция платформы предложила транслировать к ним ленту канала.

Давно не писал о NotebookLM, между тем использую его каждый день в работе. Помните, я сравнивал LLM с экзоскелетом для мозга? Так вот, NotebookLM справляется с этой задачей лучше любого из коммерческих ИИ-продуктов. Хочу поделиться кейсами, которые применяю ежедневно:

1) Репетитор — два раза в неделю у меня занятия испанским по Zoom. Записываю уроки, загружаю транскрипт и прошу: «Суммируй занятие и составь 30-минутные практики на 7 дней (каждое следующее строится на предыдущем), объясни непонятные правила и задай контрольные вопросы».

2) Писательский Masterbook — уже давно пишу книгу об истории своего стартапа (в ленивом режиме) и веду Google-док с главами, персонажами и темами; добавил публикации и видеоинтервью в СМИ. Прошу LM искать несостыковки и связи между историческими событиями и сюжетом; после правок жму «Sync with Drive», и база обновляется.

3) Инструкции по детям — у меня трое детей разных возрастов, и часто возникают вопросы вроде «как поддержать подростка?» или «как мотивировать школьника больше читать?». Поэтому закинул в блокнот PDF-версии книг по детской психологии и воспитанию. Когда не знаю, что делать, просто спрашиваю NotebookLM — он сразу даёт ответ с ссылку на конкретную главу.

4) Обслуживание автомобиля — запросил у дилера PDF с полной историей сервиса. Notebook строит mind-map: вижу каждую замену детали, могу спросить «Когда меняли масло?» и распланировать следующий визит.

5) Путеводитель — загружаю маршрут, брони, YouTube-ролики с обзорами; в дороге спрашиваю: «Где перекусить между Владимиром и Казанью?»

6) Подкаст о клиенте — перед консультациями клиенты присылают кипу материалов. Делаю из них 10-минутный подкаст, чтобы послушать по дороге. После встречи загружаю транскрипт диалога — иногда всплывает много интересного.

7) ИИ-ассистент — подгружаю пачку свежих статей по узкой теме, прошу краткие инсайты, сравнение методик и список нерешённых вопросов. Обычно делаю это перед планированием публикаций в телеграм-канал.

8) Работа над ошибками — загружаю все транскрипты Zoom-сессий с клиентами за неделю, прошу найти часто повторяющиеся вопросы и общие паттерны — полезно для подготовки к следующим консультациям.

9) Генеалогические изыскания — сделал отдельный «ноутбук», куда в «источники» загрузил всё, что нашёл по истории семьи: справки, выписки, опросы родственников.

10) Работа с Deep Research — особое удовольствие — закинуть в NotebookLM пачку исследований из ChatGPT (Deep Research) или Perplexity (Research) по одной теме и наконец погрузиться в материал.

Я намеренно сконцентрировался на личных сценариях, а не рабочих, потому что там кейсов ещё больше. Если интересно — ставьте 🔥 — сделаю то же самое и для применения в рабочих процессах.

Скоро нас будет 3 000 участников в сообществе @prompt_chat — напоминаю ещё раз: если у вас есть вопросы про ИИ-агентов, сервисы или вы просто не понимаете, что здесь происходит, не стесняйтесь — спрашивайте, мы не кусаемся. Лучше вам про ИИ участники чата расскажут, чем какие-то непонятные личности в подворотне.

Только сегодня добрался до обновленного раздела «Projects» в ChatGPT и я впечатлен

Вы же помните все эти обновления от OpenAI в начале июня:
4 июня: подключили GitHub и Drive в Deep Research
7 июня: Voice Mode нехило так прокачали, очень «живой» голос стал
10 июня: запустили o3-pro (для Pro акаунтов)
12 июня: добавили все это в Projects

Что теперь можно делать в Projects:
⁃ Переносить любой чат в «Проект»
⁃ Загружать PDF-файлы, таблицы, изображения
⁃ Задавать инструкции для проекта («Веди себя как мой CFO», «Суммируй эту презентацию» и т. д.)
⁃ Нажать «Deep Research» → получить отчёт с ссылками, объединяющий ваши файлы + чат + веб-источники
⁃ Говорить, а не печатать (Voice Mode для Projects!)
⁃ Генерация изображений
⁃ Память на весь проект (для Plus/Pro)

Короче ChatGPT превращается в гибрид Notion с голосовым помощником и исследовательской системой.

Как я использую новую функцию «Tasks» в Perplexity

Наконец-то они услышали мои молитвы и добавили этот функционал в инструментарий.

Итак, что это такое?
Tasks позволяет задавать отложенные действия — искать и анализировать информацию по расписанию.

Например, каждое утро я делал подборку новостей и обсуждаемых топиков на Reddit. Руками вставлял ссылки на нужные сабреддиты и просил Perplexity дать краткое саммари по всем.

Теперь это делается автоматически: указываешь промпт с ссылками, выбираешь «ежедневно в 09:00» — и каждое утро тебя ждёт свежий отчёт.

Небольшой лайфхак, как вытаскивать аналитику из сабреддитов. Если просто дать прямую ссылку на нужный раздел, Perplexity выдаёт ошибку («Не могу получить информацию»).
Добавь к концу каждой ссылки «.rss» — сервис заберёт всё в RSS-формате, даже из закрытых разделов.

Я уже решил, что даже если вся эта акция с промокодами за пять баксов в год накроется, продлю подписку хоть за 200 — потому что она экономит мне уйму времени.

5 Июня писал про новый поиск по базам SEC/EDGAR (финансовым отчётам публичных компаний) в Perplexity.

Я тогда использовал его (Finance) в Labs, чтобы проанализировать ИИ-компании в которые можно инвестировать.

Результатом была рекомендация обратить внимание на компанию Palantir (и еще пару).

Сегодня зашел посмотреть, как она себя чувствует. Оказалось +18% за 12 дней.

Люди тупеют, используя ChatGPT — правда, пока лишь в рамках исследования MIT. Прочёл я эту нашумевшую работу на 150 страниц, и, знаете, Америку они, конечно, не открыли, но есть о чём задуматься.

В общем, формат исследования был следующий:
MIT решили выяснить, как использование ChatGPT влияет на работу мозга при выполнении интеллектуальных задач. Для этого они пригласили 54 студента из ведущих университетов Бостона и разделили их на три группы.

Первая группа (LLM-группа) использовала только ChatGPT для написания эссе. Вторая группа (Search Engine) могла пользоваться поисковыми системами и интернет-ресурсами, но ChatGPT был запрещён. Третья группа (Brain-only) писала эссе исключительно своими силами.

Каждый участник прошёл через три основные сессии плюс дополнительную четвёртую, где группы поменялись местами. Во время написания эссе учёные записывали активность мозга с помощью электроэнцефалографии (ЭЭГ) — метода, который позволяет отслеживать электрические сигналы в мозге.

Участники, которые писали эссе сами (Brain-only), показали самую высокую мозговую активность — их нейронные сети работали наиболее интенсивно. Группа, использовавшая поисковые системы (Search Engine), демонстрировала промежуточный уровень активности. А вот у тех, кто полагался на ChatGPT (LLM-группа), нейронная связность была значительно слабее. Короче, главный вывод в том, что когда ИИ выполняет за нас часть интеллектуальной работы, наш мозг начинает трудиться менее активно.

Но там ещё кучу всего выявили. Например, когда у студентов из LLM-группы попросили процитировать фрагменты из эссе, 83 % участников вообще ничего не вспомнили. А ещё половина из этой группы сказала, что не ощущает текст своим (чувство авторства). Потом они поменялись местами, и LLM-группа должна была написать эссе без ChatGPT — почти все демонстрировали пониженную нейронную связность: их мозг словно «отвык» от самостоятельной интенсивной работы.

Вот выдержки из исследования, которые мне запомнились:
- В первой сессии 83 % участников LLM-группы не смогли правильно процитировать что-либо из эссе, написанного с помощью ChatGPT всего минуту назад. Ни один из 18 человек не привёл точную цитату — признак отсутствия глубокого запоминания.
- Контраст: в группах Search Engine и Brain-only лишь 11,1 % испытали ту же проблему; к третьей сессии 100 % участников этих групп уже свободно цитировали свои тексты.
- Нейронные связи систематически сокращались с ростом внешней поддержки ChatGPT.
- Brain-only показала самые сильные и обширные связи, Search Engine — среднюю активность, LLM — самое слабое общее связывание.
- Пользователи LLM-группы испытывали на 32 % меньшую когнитивную нагрузку: критическое мышление сменялось пассивным наблюдением. ChatGPT упрощает синтез информации, снижая усилия на построение ментальных схем.
- У участников LLM-группы, перешедших в режим «Brain-only» в четвёртой сессии, проявился эффект когнитивного долга: задания без ИИ они выполняли заметно хуже. Снизились критическое мышление, креативность, выросла уязвимость к манипуляциям.
- LLM-группа делала однообразные, типовые эссе, но ChatGPT их оценивал выше всех (ха-ха).
- Интересно, что полностью удовлетворена своими текстами осталась только группа Search Engine.

Если интересно, ниже выложил вольную интерпретацию исследования, сделанную (конечно!) ChatGPT-o3, и подкаст от NotebookLM.

https://teletype.in/@prompt_design/Brain_on_ChatGPT

Не забывайте, что все самые интересные дискуссии и инсайты, а также инструкции выдаются в нашем сообществе @prompt_chat - надеюсь на этой неделе нас будет 3000! Не знаю почему это важно, но мне нравятся круглые числа.

Как пользоваться Perplexity?

Заметил, что часто в комментариях нашего сообщества спрашивают: «А чем Perplexity лучше ChatGPT?» (вместо последнего можно подставить название любой LLM). Короткий ответ — это вообще не LLM, а инструмент для поиска информации. Длинный ответ ниже.

Что такое Perplexity
Perplexity AI — это поисковая система с ИИ, которая анализирует информацию из множества источников и предоставляет структурированные ответы с цитированием. Плюс — поиск в реальном времени в формате чата. А ещё вы можете выбирать, какая LLM будет «мозгом» вашего диалога (Sonar, GPT-4.1, Claude 4.0 Sonnet, Gemini 2.5 Pro, Grok-3).

И как у любого инструмента там есть правила и лайфхаки, например в составлении запросов (промпта):
1. Чёткая инструкция — объясните, что должен сделать Perplexity (проанализировать, сравнить, объяснить и т. д.).
2. Контекстная информация — дайте фон для понимания задачи.
3. Конкретные данные — добавьте специфическую информацию для анализа.
4. Ключевые термины — сфокусируйте модель на важных деталях.
5. Желаемый формат ответа — укажите, как хотите получить результат (отчёт, список и т. п.).
Вместо общего «Как улучшить продажи?» спросите: «Какие методы маркетинга увеличивают продажи в секторе розничной торговли?».

Вообще я делю запросы на три основных типа:
Информационные. «Что такое», «кто такой», «когда произошло».
Пример: «Что такое солнечное затмение?»

Инструкции. Когда ужны пошаговые действия.
Пример: «Напиши инструкцию, как сбросить iPhone до заводских настроек».

Интерактивные. Диалог или ролевая ситуация.
Пример: «Представь, что ты менеджер по найму в IT-компании, а я прохожу собеседование на должность специалиста по контролю качества».

Кстати для факт-чека текста можно использовать такой шаблон:

<text> … </text> оцени точность, источники, бенчмарки, реальную применимость, ясность подачи и этические риски.

И так, какие ключевые функции есть в Perplexity:
• Deep Research. Исследовательский режим с отчётом и источниками.
• Discover. Трендовые темы и персонализированные рекомендации в реальном времени.
• Spaces. Рабочие пространства для проектов; можно делиться, загружать файлы, Можно использовать готовые шаблоны.
• Labs. Создание веб-приложений, анализ данных, генерация файлов (Pro).
• Tasks. Позволяет задавать отложенные действия — искать и анализировать информацию по расписанию.
• Share / Perplexity Pages. Делитесь результатами и превращайте отчёты в веб-страницы.
• Library. Коллекция ваших проектов и тем.

Sources (позволяет искать информацию в определенных источниках)
Web — поиск по всему интернету (по умолчанию).
Academic — научные базы и рецензируемые публикации.
Social — контент из соцсетей и форумов.
Finance — базы SEC/EDGAR и отчёты публичных компаний.

Для каких задач какие LLM использовать:
Sonar. Быстрый поиск, общие запросы (контекст 32 000 токенов).
GPT-4.1. Базовое программирование, точные инструкции (1 000 000 токенов).
Claude 4.0 Sonnet. Сложное программирование, агентские задачи (200 000 токенов).
Gemini 2.5 Pro. Анализ длинных документов (1 000 000 токенов, планируется 2 M).
Grok-3. Креативные задачи, неформальное общение (32 000 токенов).

Есть еще модели рассуждения:
Claude 4.0 Sonnet Thinking. Сложное программирование с демонстрацией логики (200 000 токенов).
OpenAI O3. Математика, сложная логика, PhD-уровень точности в физике и биологии (32 000 токенов).
R1 1776 (Perplexity). Задачи без цензуры, открытые дискуссии (32 000 токенов).

Да, почти все основные функции доступны только в Pro версии Perplexity, но еще можно воспользоваться кодами на годовой аккаунт. А когда эту тему прикроют, лично я перейду на платную версию за 20 баксов в месяц. Так как за год я уже привык к этому инструменту.

Цукерберг и Oakley представили сегодня новые ИИ-очки Oakley HSTN

Дисплей туда не встроили и назвали это Performance AI-очки, да и характеристики особо не улучшили:
(параметры Ray-Ban 2-го поколения указываю в скобках для сравнения)
- Целевая аудитория: спорт, активный lifestyle (lifestyle / создатели контента)
Материал оправы: O-Matter — ≈ 25 % легче и в 2 раза прочнее ацетата (ацетат / пластик)
- Камера: 12 Мп, запись видео 3K (12 Мп, 1080p)
- Автономность очков: ≈ 8 ч (≈ 4 ч)
- Запас в зарядном кейсе: +48 ч, ~8 полных дозарядок (+36 ч, ~6 дозарядок)
- Аудио: открытые динамики + 5 микрофонов (то же сочетание)
- Степень защиты: IPX4 — устойчивость к брызгам и поту (IPX4)
- Вес: точные цифры не раскрыты, но рама легче классической (133 г)
- Линзы: PRIZM, Transitions, спортивная оптика (150+ комбинаций, Polarized, Transitions)
- Цена на запуске: $399, лимитированная серия $499 ($299)
- AI: полный набор функций — голос, live-переводы, стримы (аналогичный функционал)

Я если честно не понял, почему они называют это геймченджером и обещают, что каждый обязательно захочет прикупить себе такие окуляры.

Оказывается, пока мы ждём ТРЕХТЫСЯЧНОГО(!) участника нашего чата @prompt_chat — Minimax всю неделю релизы выдавал. И вот накатил пятый Lifelike Audio, с голосовыми инструментами (Text2Speech, Voice Clonining, Voice Design). Дают по 10к токенов на новые аккаунты, погнали тестить.

Как пользоваться ChatGPT?

Смотрю, что пост «Как пользоваться Perplexity?» вам зашел (больше 500 сохранений).
Давайте тоже самое сделаем по ChatGPT. А то мне больно видеть, как некоторые мои, друзья платят $20 баксов и используют его, как замену Google. Вот 14 основных инструментов:

1. Search the web (Искать в сети)
Что это: свежие данные из сети с цитатами из источников.
Зачем: курсы акций в реальном времени, рыночные сводки или новости — не выходя из чата.
Пример промпта:

“Напиши ключевые итоги последнего отчёта Nvidia и сколько сейчас стоят их акции? Дай источники.”

2. Create an image (Создай изображение)
Что это: загружайте фото, скрины, схемы или генерируйте картинки из текста.
Зачем: дизайн-фидбек, мебельный план по чертежу, создание изображения по наброску от руки.
Пример промпта: (загрузите схематичный рисунок обложки для YouTube видео и свое фото)

“Используй эту схему с нужными элементами и мое фото, чтобы сделать кликабельный тамбнейл для YouTube ролика”

3. Camera Mode (Камера)
Нажимаем голосовой режим и слева значок «камера». А если там же нажать три точки и «Share Screen» можно пошарить ему экран телефон, например, чтобы объяснил функции какие-то.
Что это: видеопоток с камеры: ChatGPT видит то же, что и вы, и ведёт пошагово.
Зачем: сборка мебели по инструкции, отладка кода на мониторе, экскурсия по городу.
Пример промпта:

“Смотри на мой экран и помоги сделать сводную таблицу продаж по регионам.”

4. Voice Mode (Голос)
Что это: говорим, а не печатаем: слушает, обдумывает, отвечает в естественном диалоге.
Зачем: брейншторм во время прогулки, помощь на кухне или обучение иностранным языкам, беседа без клавиатуры.
Пример промпта:

“Давай придумаем маркетинг-план кофейни. Задавай вопросы про ЦА и цели.”

5. File Uploads (Файлы)
Что это: закидываете документ — получаете анализ.
Зачем: конспект отчётов, выжимка данных из PDF.
Пример промпта: (загрузите PDF на 40 стр.)

“Суммаризируй методологию, ключевые выводы и итоги в 5 пунктах.”

6. Data Analysis (бывш. Code Interpreter)
Что это: защищённая Python-песочница: чистит данные, строит графики, считает статистику.
Зачем: создание аналитики без навыков программирования.
Пример промпта: (загрузите CSV с регистрациями)

“Найди корреляцию между источником пользователей и конверсией в триал. Построй bar-chart.”

7. Canvas (совместный холст)
Что это: Это визуальная рабочая зона внутри проекта, где можно упорядочить файлы, чаты, заметки и действия. Как Notion + Miro + ИИ, но внутри ChatGPT.
Зачем: создание резюме, лендинг на Tailwind, прототип React-компонента.
Пример промпта:

“Собери шаблон резюме: Опыт, Навыки, Образование, двух колоночный макет.”

8. Memory (Память)
Включать по желанию, но мне функция нравится, иногда подчищаю не актуальные данные.
Что это: ChatGPT запоминает детали, которые вы разрешите, и использует в чатах.
Зачем: личные предпочтения, роль, долгосрочные цели.
Пример промпта:

“Запомни: я ничего не понимаю в программирование, всегда объясняй термины, как пятилетнему ребенку. Учитывай это всегда.”

(Не делайте так).

9. Custom Instructions
Что это: персональная настройки тона, стиля и контекста. Один раз настроил — работает во всех чатах.
Как: Settings ▸ Custom Instructions, заполните два поля.
Пример промпта:

“Всегда давай 3 варианта, используй Markdown, говори как эксперт-консультант.”

10. New Project (Новый Проект)
Вот в этом посте писал, как я это использую
Что это: раздел для чатов, файлов и ссылок под конкретную задачу.
Зачем: рабочий проект, исследование, планирование отпуска, работа с командой.
Как: Projects ▸ New Project, назвали, накидывайте всё нужное.

11. Scheduled Tasks (автоматизации)
В мобильной версии создавать нельзя (ну или я не нашел)
Что это: одноразовые или периодические напоминания, отчёты, алерты.
Зачем: ежедневная ИИ-сводка, недельная веб-аналитика, сигнал на цену акции.
Пример промпта:

“Каждую пятницу в 16:00 собирай топ-5 ИИ-новостей недели и присылай краткое резюме.”

Продолжение…

…Начало

12. GPTs (GPT)
Что это: строите свой специализированный ChatGPT с инструкциями, знаниями и инструментами.
Зачем: «Ревьюер контрактов», «Меню-планировщик» под диету и т.д.
Как: Explore GPTs ▸ Create, следуйте мастеру, грузите PDF с базой знаний.

13. GPT Store
Что это: маркетплейс тысяч нишевых GPT от сообщества.
Зачем: генератор логотипов, тренер собеседований, помощник-композитор.
Пример промпта:

“Найди GPT, который делает проф-слайды из простого наброска.”

14. Deep Research
Что это: Глубокий ИИ-поиск с аналитикой и созданием отчета (можно в PDF), может обьеденить веб-источники и ваши файлы в единый отчёт с цитатами.
Зачем: мгновенный анализ рынка, досье на конкурентов, проверка гипотез перед питчем или изучение какой-то ниши.
Пример промпта:

“проанализируй мои файлы + свежие данные в сети и найди 5 самых быстрорастущих ниш AgTech в ЕС. Дай CAGR, SWOT и ссылки.”