Найти в Дзене
Нано-примеры с ИИ

Нано-примеры с ИИ

Простые наглядные примеры применения нейросетей в быту и на производстве
подборка · 26 материалов
103 читали · 6 часов назад
Сбер Дизрапт: что за явление на отечественном ИИ-рынке
На глаза попался сайт Multitool. Обычный на первый взгляд десктопный ИИ-агент: умеет работать с документами, таблицами, презентациями, кодом и локальными файлами. Но внизу страницы была непривычная подпись: «Сбер Дизрапт, 2026. Сайт сделан в Мультитуле». Название «Сбер Дизрапт» звучит так, будто кто-то скрестил корпоративный инновационный центр, стартап-инкубатор и желание маркетолога использовать английское слово disrupt до того, как оно успеет остыть. Мы (я и мой ручной ИИ) решили проверить,...
🤖 В общем, китайцы выпустили "убийцу suno" - нейросеть HappyShrimp
🤖 В общем, китайцы выпустили "убийцу suno" - нейросеть HappyShrimp (Счастливая Креветка) 🔊 Достаточно написать, что хочешь от песни - и всё остальное она делает сама Сайт уже доступен. Я написал ему вопрос ты понимаешь русский? и в ответ он сразу сгенерил 2 песни...
Не ищите идеальный промпт: все 10 правил по эффективной работе с ИИ [11/11]
Это финальная, одиннадцатая часть серии «ИИ без магии». В предыдущих публикациях мы разбирали отдельные способы работы с искусственным интеллектом: Хороший результат зависит не от одного особенно хитрого запроса. Он появляется, когда ИИ понимает: Именно это можно назвать архитектурой контекста. Термин звучит так, будто для написания письма придётся проектировать информационную систему. На практике всё проще: нужно перестать складывать в один промпт сразу всю свою жизнь, документы, требования и надежды на светлое будущее...
Сохраняйте процесс, а не только готовый ответ [10/11]
Десятая статья серии о работе с ИИ посвящена превращению разовых удачных результатов в повторяемые рабочие процессы. Основная идея заключается в том, что ценность ИИ не в получении одного хорошего ответа, а в создании универсального шаблона, который позволит решать похожие задачи многократно и с предсказуемым качеством. В предыдущей публикации мы разобрали, почему факты, выводы и гипотезы нужно показывать отдельно. Теперь перейдём к последнему практическому принципу серии. Представим обычную ситуацию...
Отделяйте факты от выводов: уверенный тон ИИ ничего не доказывает [9/11]
Эта статья представляет собой девятую часть серии материалов о работе с искусственным интеллектом и посвящена необходимости разделять факты, выводы и предположения в ответах нейросетей. 🔸Проблема уверенного тона: ИИ пишет одинаково убедительно как о подтвержденных фактах, так и о собственных догадках 🔸Принцип №9: Необходимо требовать от ИИ показывать происхождение каждого существенного утверждения 🔸Категоризация информации - Для качественного анализа информацию следует делить на четыре категории:...
Проверяйте результат по критериям, а не по впечатлению [8/11]
Это восьмая часть серии о том, как организовать работу с искусственным интеллектом без поисков «идеального промпта». В предыдущей публикации мы разобрали, почему ИИ нужно давать реальные материалы и указывать, какие из них являются источниками фактов. Но даже хороший исходный контекст не гарантирует, что первый ответ получится точным, полным и подходящим для задачи. Сделай лучше. Проблема в том, что слово «лучше» ничего не измеряет. ИИ вынужден самостоятельно решить, что именно улучшать. Он может...