Неделя экспериментов: стилизация портрета, промпты, ч.1.

В этом эксперименте использовала только одну нейронку, Perplexity (так как тестирую именно варианты стилей, а не отличия нейронок между собой). Некоторые версии переделывала, меняла промпты, добавляла стилизации. Всегда есть компромисс между узнаваемостью лица и соответствием стилю… регулируем промптом или редактируем, пропишу подробнее в завершении недели.

1⃣ Киберпанк-постер

Возьми портрет женщины с котом с приложенного фото и преврати его в яркий неоновый киберпанк-постер. Сохрани портретное сходство, позу и кота, но усиль светящиеся линии на её пиджаке, добавь больше неоновых акцентов вокруг силуэта и в фоне города (вывески, голографические интерфейсы, неоновые отражения). Сделай цветовую палитру более насыщенной: бирюзовый, электрический синий, фиолетовый, неоновый розовый, при этом сохрани реалистичность лица и шерсти кота. Освещение — драматичное, с сильным контрастом и холодным неоновым подсветом. Фон должен оставаться ночным городом в техно-стиле, кадр — тот же ракурс крупного портрета.

2⃣ Акварельная иллюстрация

Преобразуй фотографический портрет женщины с котом с приложенного фото в мягкую акварельную иллюстрацию. Сохрани структуру лица, портретное сходство и позу, а также форму и рисунок кота, но передай всё как аккуратную акварельную роспись: слегка размытые контуры, видимые мазки кисти, мягкие переходы цвета. Палитра — близкая к оригиналу: холодные ночные оттенки фона, светлый пиджак, натуральные цвета кота, но с акварельной «воздушностью». Фон города можно немного упростить, превратив в акварельные пятна света и силуэты зданий. Общий стиль — художественный, но реалистичный по пропорциям.

3⃣ В стиле Ван Гога

Перерисуй сцену с женщиной и котом с приложенного фото в живописном стиле Винсента Ван Гога. Сохрани композицию, ракурс, портретное сходство и позу, но передай всё через густые мазки масляной краски, характерные спиральные и волнообразные текстуры, живые линии. Ночной город за окном можно стилизовать под атмосферу “Звёздной ночи”: вихревые небеса, светящиеся окна и динамичный фон. Пиджак и кот остаются на своих местах, их форма сохраняется, но они тоже написаны фактурными мазками. Цветовая палитра — насыщенная, с глубокими синими, зелёными и жёлтыми оттенками, как в поздних работах Ван Гога.

4⃣ Киношный нуар-кадр

Преобразуй портрет женщины с котом с приложенного фото в кинематографический кадр в стиле классического фильма-нуар. Сохрани её черты лица, позу и кота, но сделай освещение более контрастным: сильный источник света сбоку или сверху, глубокие тени на лице и костюме, подчёркнутые блики в глазах и на шерсти кота. Цветовая палитра — чёрно-белая, создающая драматическое настроение. Фон ночного города можно затемнить, оставив лишь несколько ярких огней и отражений в стекле. Атмосфера — напряжённая, интеллектуальная, чуть загадочная.

5⃣ В стиле Хокни / современный поп-арт

Стилизуй портрет женщины с котом с приложенного фото в графическом поп-арт стиле, вдохновлённом работами Дэвида Хокни. Сохрани портретное сходство и позу, но преврати изображение в композицию из плоских цветовых полей, чётких контуров и минимальных теней. Лицо и кот должны оставаться узнаваемыми, но с упрощённой геометрией и яркой палитрой (чистые голубые, зелёные, жёлтые, розовые тона). Фон города можно превратить в абстрактную архитектуру из прямоугольных цветных блоков и простых линий. Общий настрой — светлый, современный, слегка ироничный,без потери серьёзности персонажа.

Неделя экспериментов: стилизация портрета, промпты, ч.2.

6⃣ Реалистичный аниме-арт

Стилизуй портрет женщины с котом с приложенного фото под реалистичный аниме-арт. Сохрани узнаваемые черты лица, форму глаз, носа и губ, а также позу, но адаптируй их к аниме-стилистике: чуть более крупные и выразительные глаза, мягкие, чистые линии лица, аккуратные световые блики. Также адаптируй под аниме стиль кота. Цветовая палитра — яркая, но не кислотная, с плавными градиентами и лёгким свечением. Фон ночного города можно сделать чуть более “рисованным”, с упрощёнными деталями и акцентом на неоновых огнях. Общее настроение —спокойное, интеллектуальное, слегка футуристическое, как кадр из серьёзного аниме-сериала.

7⃣ Ретрофутуризм 80‑х

Преобразуй портрет женщины с котом с приложенного фото в ретро футуристический стиль 80‑х. Сохрани портретное сходство, позу и кота, но измени цветовую палитру на типичную для стиля: неоновый розовый, фиолетовый, яркий синий, бирюзовый, с градиентами и подсветкой. Стилизуй одежду женщины под футуристический костюм с неоновыми вставками, измени прическу на соответствующую времени. Добавь в фон элементы ретрофутуризма: сетка-подлог в перспективе, стилизованный горизонт города с неоновыми контурными линиями, светящиеся геометрические фигуры. Общий вид — как постер к научно‑фантастическому фильму конца 80‑х, но с реалистичными пропорциями лица и кота.

8⃣ В стиле Сальвадора Дали

Преобразуй портрет женщины с котом с приложенного фото в художественную сцену в стиле Сальвадора Дали. Стилизуй черты лица женщины, одежду и кота, сохранив их общую узнаваемость. Преврати изображение в сюрреалистическую “сонную” композицию с характерной для Дали точностью деталей и нереалистичным,почти гиперреалистичным исполнением. Включи мягко деформированные, текучие элементы: вытянутые тени, искажённые перспективы, необычные символические объекты, зыбкий воздух, ощущение бесконечного пространства и слегка тревожную атмосферу сна. Кота можно стилизовать как символический объект, но он должен оставаться ясно узнаваемым. Цвета — контрастные, но гармоничные, с благородными золотыми, холодными синими и песочными оттенками. Освещение — ирреальное, будто сцену освещает несуществующее солнце. Фон ночного города можно заменить на пустынный сюрреалистический ландшафт, где реальность и сон смешаны, а композиция остаётся портретной и центрированной.

9⃣ В стиле пластилинового мультфильма
Преобразуй портрет женщины с котом с приложенного фото в кадр из пластилинового стоп-моушен мультфильма в духе советской пластилиновой анимации. Сохрани композицию, позу, отношение женщины к коту и общий характер сцены, но полностью переведи изображение в пластилиновую эстетику: мягкие объёмные формы, видимая фактура лепки, лёгкие следы ручной работы, чуть неровные контуры, матовые поверхности и тёплое, доброжелательное ощущение. Лицо женщины должно оставаться похожим на оригинал, но выглядеть как слепленное из пластилина; шерсть кота тоже должна иметь ощущение лепки и ручной анимации. Фон, одежду и детали интерьера можно упростить, но сохранить атмосферу сцены. Цвета —насыщенные, немного приглушённые, с уютным мультяшным характером.

🔟 В стиле гравюр Дюрера
Преобразуй портрет женщины с котом с приложенного фото гравюру в духе Альбрехта Дюрера. Сохрани портретное сходство, позу и композицию, но переведи всё изображение в монохромную или почти монохромную графическую эстетику с тончайшей штриховкой, перекрёстной штриховкой, высокой детализацией и ощущением старинной печатной техники. Лицо, одежда и шерсть кота должны быть переданы через сложную сеть линий, светотеневые переходы и точную анатомическую проработку. Фон города можно заменить на более ренессансную или аллегорическую среду. Ключевой акцент — на мастерстве линии, текстуры и контраста, с ощущением музейной исторической гравюры, а не современной иллюстрации.

Неделя экспериментов: примерка прически, пропмт

Что ж… вышла наглядная иллюстрация, насколько может отличаться результат от разных нейронок 😊.
❌ Gemini был в своем стиле, «убил» портретное сходство, развернув лицо (хотя его не просили).
❌ Perplexity был точнее всего со сходством, однако понимание цвета волос никуда не годится (именно поэтому стоит прописывать подробнее цвета, давать референсы и использовать английский).
❓Так что, лучше всех (хотя и тоже не идеален), на мой взгляд, ChatGPT.

Промпт:

Создай 3x3 сетку из девяти фотореалистичных портретных снимков крупным планом одной и той же женщины на основе загруженного фото, с точным сохранением черт лица. Каждый кадр демонстрирует уникальную прическу и разный цвет волос. Фоном служит сплошной черный фон. Девять причесок: 1. Стрижка пикси (Pixie cut), короткая и стильная, волосы цвета естественной седины. 2. Длинные голливудские волны ниже плеч, цвет волос темно-русый. 3. Строгий гладкий хвост, зачесанный назад, цвет волос темно-русый с рыжиной. 4. Объемные натуральные кудри (афро-стиль), цвет волос как на референсном фото. 5. Небрежный высокий пучок (messy bun), цвет волос как на референсном фото. 6. Классическое гладкое каре до подбородка (Classic Bob), цвет волос темно-русый с рыжиной. 7. Длинная объемная коса, перекинутая на плечо, цвет волос как на референсном фото. 8. Прическа "Мальвинка" (полураспущенные волосы, собранные сзади), цвет волос каштановый. 9. Длинные прямые волосы с прямой челкой, цвет волос темно-русый.

Неделя экспериментов с портретами: выводы

Что ж, порезвились со стилизацией, состариванием-омоложением, сменой пола и примеркой причесок. Если что-то показалось любопытным, промпты есть, пользуйтесь!

✅ Но я была бы не я, если не решила б подвести некоторые итоги 😂. Итак, как работаем с портретными экспериментами (и в целом с генерацией изображений:

1⃣ Много раз уже говорила, разные нейронки по-разному отреагируют на один и тот же промпт. На изображениях это видно очень наглядно.
➡ Что делать: пробовать разные нейронки, адаптировать промпт под конкретную (можно попросить ее это сделать). И это мы с вами еще не «лезли» в Midjourney 😊.
➡ Если решаем другие задачи (исследования, анализ, поиск), особенно критичные, также всегда делаем «перекрестный допрос» (проверку выводов через другую нейронку, писала тут).

2⃣ При стилизации изображений всегда стоит выбор между точным соответствием референсу и глубиной стилизации.
➡ Что делать: экспериментируем, регулируем промптом, смотрим, что интереснее и больше соотвествкет стилю. По Дали и под аниме, например, странно не делать полную стилизацию.

3⃣ Если вы не прописываете все детали (фон, поза, точное название цвета) – будьте готовы к их «вольной» интерпретации нейронкой.
➡ Что делать: если важно соответствие референсу, лучше всего их прикладывать. Практически все нейронки уже позволяют дать несколько референсов (лицо, животное, стиль, предмет).
➡ Для точности описания цветов, стиля, освещения, ракурса и прочих технических деталей лучше все-таки использовать английский промпт.

4⃣ Сами идеи для стилизаций можно вполне просить у нейронки. Как и промпты.

5⃣ И техническое: практически все эксперименты этой недели можно попробовать на бесплатных тарифах основных нейронок или в бесплатных чатах (Алиса, китайский Qwen).
➡ Но мы помним, что бесплатного сыра не бывает и с высокой вероятностью результат будет попроще. Или без портретного сходства.
➡ Да, в любой нейронке лучше не использовать быстрый режим, нужен думающий (про режимы писала тут), так будет лучше понимание промпта и глубина проработки стиля.

Удачных вам экспериментов! На следующей неделе вернемся к серьезному использованию ИИ в работе и не только 😜.

Доброй субботы. Выкладываю и закрепляю список постов за эту неделю (неделю портретных экспериментов :):

Неделя визуальных экспериментов – введение
Неделя экспериментов: портрет в ИИ стиле
Неделя экспериментов: портрет в ИИ стиле – промпт
Неделя экспериментов: мужская версия себя
Неделя экспериментов: мужская (женская) версия себя, промпт
Неделя экспериментов: старость
Неделя экспериментов: детство
Неделя экспериментов: старость и детство, промпты
Неделя экспериментов: стилизация портрета и часть два
Неделя экспериментов: стилизация портрета, промпты, ч.1 и ч.2
Неделя экспериментов: примерка прически
Неделя экспериментов: примерка прически, промпт
Неделя экспериментов с портретами: выводы

Привет, вы только что присоединились к каналу?

Добро пожаловать!
Предлагаю вам начать с закрепленных постов, а именно:
Введение: зачем мы здесь?
Как и о чем я буду писать в этом канале – уточнение!
Также закрепляю списки постов с ссылками по месяцам, за последний месяц - понедельно.

По возможности, в начале рекомендую просмотреть последовательно все посты, хотя бы бегло, особенно по теме Теория и Практика. Мое убеждение, основанное на практике – нужно разбираться в основных принципах работы нейросетей, их возможностях и ограничениях. Тогда будет значительно больше пользы.

На сегодня в канале уже разобраны основные ключевые принципы и понятия, сейчас смотрю на конкретные практические решения по темам и важные новости из мира ИИ. Всегда стараюсь писать с фокусом на ПОЧЕМУ мы получаем те или иные результаты при работе с ИИ и как ситуацию можно улучшить.

Читайте, спрашивайте, комментируйте!

Практика: поиск работы " в эпоху ИИ" - чек-лист резюме
Вот тут делала цикл постов на тему, как рекрутеры используют ИИ и как с этим бороться. Попался оч.годный чеклист резюме, с понятным описанием технических деталей оформления резюме, пользуйтесь! Сохраняю авторство, так что не плагиат :)

Новости ИИ: как школы и университеты адаптируются к «читингу» студентов

Я уже приводила тут статистику использования ИИ школьниками и высказывала свое мнение, что списывание или покупка рефератов были всегда… но теперь только для этого не нужно даже напрягаться. А по данным Датского института оценки образования, около 90% старшеклассников уже используют ИИ для учебы, при этом две трети признаются, что хотя бы раз списывали с помощью ИИ.

✅ Датчане решили бороться с этим жестко - с нового учебного года итоговый письменный проект SSO (работа по выбранной теме, обычно на стыке двух предметов, например, биология + химия, объемом 15–20 страниц), который датские старшеклассники готовят дома, они будут обязаны защищать устно. Об этом объявил министр образования страны и обосновал, что это нужно, чтобы «ИИ не отобрал способность учеников мыслить самостоятельно». Недаром мне всегда казалось, что плохого датчане не посоветуют 😊.

Поискала, что еще и где ввели в образовании, что получилось:

✅ Великобритания - использовать ИИ можно, но выдавать его текст за свой запрещено, т.е. ученик обязан указать, какого бота использовал, когда сгенерирован текст, и приложить копию. Похожая система в Нидерландах, Южной Корее. В Германии обязали школы договориться о маркировке текстов, созданных с помощью ИИ.

✅ Франция - введены ограничения по возрасту (в начальной школе детям нельзя напрямую работать с генеративным ИИ).

❓В США нет единого правила, регулирование отдано штатам и школьным округам. На федеральном уровне с апреля 2025 года только поощряется использование ИИ в образовании. Похожая ситуация в Японии — никаких единых запретов или предписаний, с декабря 2024 года решение передали в школьные советы - они сами решают, разрешать ли ИИ и на каких условиях. Так же в РФ, где пока нет единых запретов, но некоторые ВУЗы уже стали переводить письменные экзамены в устные.

➡ В целом, в большинстве стран ИИ в образовании не запрещают полностью и выбирают один из трех вариантов:
1⃣ разрешают использовать ИИ, но требуют об этом сообщать,
2⃣ возвращают устные защиты/экзамены и работу в классе под присмотром учителя,
3⃣ усиливают контроль на экзаменах, оставляя правила прежними.

‼ Самое удивительно, но наиболее жестким оказался Китай, который ввел самую детальную систему по возрастам с мая 2025:
✅ Младшим школьникам нельзя самостоятельно пользоваться генераторами контента,
✅ Старшеклассникам разрешено изучать сам принцип работы ИИ,
✅ В вузах студенты обязаны указывать, где применяли ИИ, а доля ИИ в работе иногда ограничена (например, до 40% в Тяньцзиньском университете науки и технологии). А Фуданьский университет запретил ИИ в шести областях (дизайн исследования и анализ данных, сбор первичных данных, создание ключевых иллюстраций, написание/защита/рецензирование диссертации, чувствительный контент). При этом разрешил ИИ для литературного поиска, помощи с кодом и статистики только с согласия научного руководителя и обязал студентов подписывать декларацию об использовании ИИ. Нарушение грозит незачетом или даже отзывом диплома.

❓Похоже, китайцы что-то знают и всерьез намерены защищать нац.суверенитет не только в «большом ИИ», но и в качестве мозгов 😊.

Практика: поиск в YouTube, проблемы и их причины

Какое-то время назад один из читателей канала пожаловался, что при поиске видео-блогеров, снимающих про туризм в Литве через Perplexity и Gemini было много галлюцинаций (несуществующих ссылок), были найдены не все топовые блогеры, а в конце одна из нейронок вообще сослалась на «трудности поиска в youtube». В общем, пришлось читателю делать все ручками, и я пообещала разобраться в проблеме.
Что же удалось выяснить, откуда проблемы:

❌ Технические ограничения (будет немного занудно):
1⃣ YouTube закрыт от прямого «выкачивания» результатов поиска внешними поисковиками. Т.е. нейронка не ищет в режиме «живого» пользователя платформы, она обращаются либо к внутренним поисковым индексам (например, Google Search Index для Gemini), либо YouTube Data API (это программный «посредник» между платформой и нейронкой). Поисковая строка на самом сайте YouTube использует сложные алгоритмы рекомендаций, учитывающие историю просмотров, поведенческие факторы и персональные предпочтения. Поиск же через YouTube Data API гораздо более примитивен: он работает в основном по строгому совпадению ключевых слов в заголовках, тегах и описаниях.
➡ То-есть, если топовый блогер про Литву назван, например, «Приключения Яниса», а в описании канала не написано прямо «туризм по Литве», API по запросу «блогеры туризм Литва» этот канал просто не покажет.

2⃣ Также Google жестко ограничивает количество бесплатных запросов к API, как следствие, нейросети экономят квоту. Они либо делают один поверхностный запрос, либо вообще не обращаются к API напрямую, используя вместо этого статический поисковый индекс Google Search, где данные о мелких и средних каналах могут быть устаревшими или отсутствовать.

3⃣ Дополнительно, если API выдает пустые/неполные данные, нейросети будет не хватать контекста и она начнет «придумывать наиболее вероятный текст» (=галлюцинации). Также LLM не хранят в памяти структуру реальных веб-страниц как базы данных, они воссоздают ссылку страницы по определенному шаблону. Если же реальный юзернейм автора отличается хотя бы на один символ, ссылка выдаст ошибку 404 (то-есть, страница есть, но ссылка на нее воспроизведена неточно).

4⃣ Также ни Gemini, ни Perplexity без сторонних инструментов не видят метрики YouTube в реальном времени (число подписчиков, динамику просмотров, вовлеченность). Из-за этого они не могут объективно отранжировать «топовых» авторов. Парадокс, но для них «топовый» — это тот, кто чаще упоминался в статьях и подборках Google, а не тот, у кого сейчас максимальные просмотры.

5⃣ Доп.сложность в том, что будут различаться точные параметры API и фильтрации, используемые конкретным пользователем в Perplexity и Gemini на момент запроса (например, Бесплатная vs Pro/Advanced подписки имеют разную глубину поиска).

6⃣ Наконец, точные данные и алгоритмы YouTube непрозрачны. Например, ее алгоритмы могут скрывать каналы с небольшим числом подписчиков из глобальной индексации Google, из-за чего LLM их не найдет даже при абсолютно правильном промпте.

❌ Возможны семантические ограничения в заданном поиске:
1⃣ Например, русскоязычный контент про Литву часто маркируется иначе, чем литовский или английский. Поисковый алгоритм запрашивает прямые соответствия запросу, упуская авторов, снимающих на литовском или английском, но попадающих под критерий. Это так называемый языковой «пузырь» (писала про влияние языка запроса на тон ответа и выдачу тут).

2⃣ Еще, допустим, запрос был «блогеры, пишущие про туризм в Литве»… слово «пишущие» в запросе может направить нейронку на текстовые блоги и сайты, а от YouTube ждут видеоконтента. При нечетком сопоставлении сущностей контекст сбоит и результат непредсказуем.

❓Что же делать? Принципы те же, о чем уже писала – разделять задачи, четко их формулировать и проверять выдачу. Алгоритм дам дальше

Практика: поиск в YouTube, возможный алгоритм работы с внешними ИИ

Итак, понимая ограничения работы нейронок с платформой, попробуем настроить процесс для минимизации ошибок. Что пытаемся сделать:

✅ Запретить нейросети генерировать ссылки (= борьба с галлюцинациями): вместо просьбы «дай ссылки на каналы» заставляем нейронку работать только с названиями каналов и точными именами. Пример промпта:

Найди YouTube-каналы о туризме и путешествиях по Литве. Не генерируй URL и веб-ссылки, укажи только точные названия каналов (начинающиеся с @).Если сомневаешься в существовании канала, не включай его в список.

✅ Использовать двухэтапный поиск: вместо прямого поиска каналов на YouTube попросите нейросеть сначала найти статьи-агрегаторы, где эти каналы уже перечислены экспертами.

Найди подборки и статьи на тему "лучшие YouTube каналы о путешествиях по Литве" или "Lithuania travel vloggers". Выпиши названия каналов, упомянутых в этих источниках, и укажи источники (сайты-агрегаторы).

‼ Дополнительно, расшифровываем требования к каналам до понятных и объективных критериев, например: «канал существует, обновлялся в течение последнего года» и пр.

✅ Расширить языковой охват (мультиязычный запрос) - так как с высокой вероятностью топовый контент о Литве чаще создается на литовском и английском языках. Нейросеть должна искать на трех языках одновременно.

Проведи поиск по трем языковым сегментам: RU: "блогеры туризм Литва YouTube", EN: "Lithuania travel vlogger YouTube, (аналогичный запрос на литовском)". Объедини результаты и отсортируй по языку контента.

✅ Автоматизировать верификацию результатов: после получения названий каналов проверку реального существования и сбор точных ссылок лучше доверить специализированным инструментам или четкому алгоритму, варианты:
1⃣ Продолжая работу в Perplexity/Gemini: попросите нейросеть сформировать точные поисковые запросы для Google/YouTube по каждому найденному каналу, чтобы проверить их самостоятельно в один клик.

Сформируй таблицу: [Название канала] | [Тематика] | [Прямой поисковый запрос для Google в формате site:youtube.com "@handle"]

2⃣ Используя альтернативные инструменты: для поиска трендов и топовых авторов можно использовать профильные сервисы аналитики (SocialBlade, ThoughtLeaders, VidIQ - не работала с ними, но пишут, что они-то работают прямо с базами данных YouTube). Далее можно попросить Gemini/Perplexity проанализировать полученный из этих сервисов CSV-файл или текстовый список, чтобы составить аннотации и структурировать информацию.

❓А можно же, наверное, не выпендриваться и искать напрямую в YouTube 😊? Об этом будет третий пост.

Практика: поиск в YouTube, не лучше ли искать прямо там?

А и правда, если на платформе ограничены возможности поиска через сторонние нейронки, поиск напрямую может оказаться надежнее. Но есть нюансы 😊. Давайте сначала разделим прямой поиск на два формата: классический поиск и нового ИИ-помощника (Ask YouTube / Conversational AI):

✅ Почему прямой классический поиск на YouTube лучше внешних нейросетей?
1⃣ Прямой доступ к актуальной базе данных: классический алгоритм YouTube ищет по реальным меткам, описаниям и транскриптам видео в режиме реального времени. Мы полностью исключаем риск галлюцинаций (выдуманных ссылок) или 404-ошибок.
2⃣ Алгоритм рекомендаций и поведенческие факторы: в отличие от Perplexity или Gemini, поисковая строка YouTube подмешивает сигналы вовлеченности (количество просмотров, удержание аудитории, свежесть контента). Поэтому «топовый» блогер действительно окажется вверху выдачи.

✅ Как работает ИИ-помощник YouTube (Ask YouTube)? Я уже писала тут, Google активно разворачивает встроенного ИИ-ассистента на YouTube (функцию Ask YouTube на базе Gemini). Он умеет принимать запросы на естественном языке, искать ответы по транскриптам роликов и давать таймкоды с выжимками.

❌ Однако вы все равно столкнетесь с рядом ограничений:
ИИ в YouTube заточен под содержание видео, а не под каталог авторов: он создавался для ответов на конкретные точечные вопросы (например: «Что посмотреть в Вильнюсе за 2 дня?»). На вопрос же «найди мне 10 лучших travel-блогеров Литвы» встроенный ИИ с большой вероятностью предложит 3–4 конкретных видеоролика про страну (возможно, даже от каналов-однодневок с 10 подписчиками, где просто совпали ключевые слова).
2⃣ Проблема языкового «пузыря» остается: если вбивать запрос на русском языке, поиск YouTube (даже с ИИ!) отдает приоритет русскоязычным видео и описаниям.
3⃣ Ну и, самое серьезное - коммерческая ангажированность любых прямых рекомендаций: алгоритмы самого YouTube продвигают ролики, которые удерживают внимание и приносят доход от рекламы, а не те, которые объективно содержат лучший экспертный обзор.

‼ Итого: искать напрямую через YouTube может быть действительно надежнее, чтобы не получать несуществующие ссылки. Но для сложных тематических подборок все равно лучше использовать гибридный подход:
✅ Как минимум, задействовать сторонний поиск или ИИ для поиска статей-агрегаторов (вроде «ТОП-10 тревел-блогеров Литвы»), как первый шаг.
✅ В самом YouTube вбивать в поисковую строку YouTube не фразы, а хештеги (#LithuaniaTravel, #VisitLithuania) и фильтр «Тип: Канал» (Channel) – он переключает алгоритм с поиска отдельных медиафайлов (видео, трансляций) на поиск аккаунтов-авторов.

‼ Мы разобрали частный случай YouTube. Что важно помнить, как правило:
❌ Любая коммерческая платформе защищает себя и свои рекламные доходы. Поэтому поиск на ней может быть ограничен для внешних инструментов.
✅ Всегда имеет смысл сначала приоритезировать источники, а потом искать информацию о возможных ограничениях работы с ними и о путях обхода ограничений. Спрашиваем об этом те же нейронки (например, когда мне понадобился анализ информации с LinkedIn, Manus сам предложил дать ему доступ к моему аккаунту для поиска). Про ключевые принципы работы с источниками уже писала тут. К сожалению, без компромиссов не обойтись :).

Субботнее-несерьезное: ИИ сказочки
Шикарные сказочки, а текст за кадром!!! с голосом, знакомым по первым видеокассетам 😂. Ищите levkudrin.