AI-хак: как разогнать креативность GPT

ИИ чаще генерирует идеи с меньшей «дисперсией», чем человек. Как подкинуть дровишек в огонь его креативности — разбирались исследователи из Wharton School (2024). Авторы: Майнке, Моллик, Тервиш.

Они протестировали 11 стратегий промптов и дали GPT задачу:

"Придумать 100 физических товаров (до $50), которые могут заинтересовать студентов колледжа."

Обычный чат выдавал предсказуемые идеи. Но одна техника позволила почти сравняться с людьми по разнообразию и оригинальности.

🏆 Победитель: «цепочка мыслей» (Chain-of-Thought prompt)

Ключевое — как вы догадались из названия — в пошаговом промпте, который заставляет GPT думать в несколько итераций. Эта стратегия дала прирост оригинальности на 27% по сравнению с другими подходами.

Три этапа:

1️⃣ Генерация — список из 100 коротких названий идей (без фильтра, как поток)
2️⃣ Переосмысление — пересмотр и редизайн: убрать похожие, добавить смелости и различий
3️⃣ Структурирование — к каждой идее: чёткое название + описание (40–80 слов)

📝 Промпт:
Помоги мне придумать 100 идей [тема/продукт/решение].

Важно: выполняй каждый шаг последовательно.

Сначала создай список 100 коротких названий идей.

Теперь пересмотри каждую идею критически. Проверь, какие идеи слишком похожи или банальны. Измени их, чтобы сделать более оригинальными и отличающимися друг от друга.

После этого оформи каждую как: «Название: Описание в 40–80 слов».

P.S. Думать самим все-таки придется
Даже такой промпт приблизил, но не позволил GPT превзойти людей в креативности.
Исследователи подтвердили: максимальное разнообразие появляется, когда сначала человек накидывает 10-15 идей, а потом прожевав их, ИИ добавляет к ним еще.

Рождение Frontier Firm: Как Microsoft видит будущее работы с ИИ в 2025

Очень интересный отчёт от Microsoft "Work Trend Index 2025" даёт ответ на главный вопрос года: как внедрять ИИ так, чтобы стать компанией будущего?

Отметим несколько трансформационных процессов, упомянутых в отчете, которые сдвинут компанию от «экспериментов с ИИ» к фундаментальной перестройке:

Переход к гибкой проектной культуре и масштабирование интеллекта.

Компания отказывается от "жёстких отделов" и строит работу вокруг быстро формируемых команд под реальные задачи. Это достигается за счёт живой карты задач (work chart), где человек и ИИ становятся участниками одной гибкой структуры, а команды собираются не по принципу «какой отдел", а под бизнес-цель. Например, в Wells Fargo ИИ-агенты работают сразу для тысяч сотрудников в разных подразделениях, а в Estée Lauder команды из маркетинга, исследований и продукта объединяются вокруг общих данных и инструментов ИИ.

Динамическое распределение ресурсов и быстрая адаптация

Компания учится быстро перераспределять людей, ИИ и другие ресурсы между задачами, чтобы устранить узкие места и оперативно реагировать на перемены. Это достигается за счёт постоянного обновления work chart и анализа, где требуется подключение новых специалистов или агентов — решения принимаются не "раз в год", а в реальном времени. В Dow ИИ-агенты гибко перемещаются между логистикой и аналитикой, а в малых бизнесах вроде ICG небольшая команда может за неделю полностью пересобраться под новый проект.

Создание целостной стратегии и единого стандарта работы с ИИ

Организация формирует единые правила и язык для всех сотрудников, чтобы ИИ работал не "кусками" по отделам, а как общий нерв системы компании. Это достигается за счёт внедрения общих стандартов, обучающих программ и стратегических карт внедрения, которые исключают цифровой хаос и позволяют масштабировать ИИ-эффект на всю организацию. Frontier-компании формируют единый подход, чтобы ИИ-агенты работали как связующее звено, а не как разрозненные эксперименты.

Таким образом, первый практический шаг для CEO: Запустить единую "карту обучения" — стандарт взаимодействия человека и ИИ в компании, чтобы цифровой разрыв не рос "от отдела к отделу", а выравнивался по всей команде.

Важный вывод: Цифровое лидерство теперь измеряется не количеством автоматизаций, а способностью выстроить целостную архитектуру работы, где интеллект становится гибким, управляемым и действительно масштабируется под каждую новую задачу.

Иллюзия продуктивности: почему ИИ внедрили — а результата нет

Всё чаще слышим от компаний: “ИИ у нас уже внедрён”. Сотрудников обучили, доступы открыли — и действительно, некоторые задачи стали выполняться быстрее. Казалось бы, победа. Но за скоростью прячется ловушка: топ-менеджеры живут в иллюзии продуктивности. Свежий анализ Humlum & Westergard подтверждает: массовое внедрение AI-чат-ботов не дало заметного прироста ни в продуктивности, ни даже в свободном времени сотрудников.

(2025, Fortunehttps://fortune.com/2025/05/18/ai-chatbots-study-impact-earnings-hours-worked-any-occupation/ )

Почему так происходит? Куда исчезает тот самый эффект, на который все рассчитывали?

1) Отсутствие прозрачного распределения зон ответственности
ИИ — мощный инструмент, но если внедрять его без стратегии, желаемого результата просто не будет. Хороший пример — Klarna, крупнейший финтех-стартап Европы:
— Первой уволила сотни сотрудников, заменив их ИИ-агентами и ожидая взрывного роста эффективности.
— Но качество клиентских коммуникаций упало настолько, что спустя полгода часть функций пришлось срочно вернуть обратно людям.
Корень проблемы прост: заранее не провели чёткую границу — где зона совместной работы человека и ИИ, где нужна человеческая экспертиза, а где идеальна чистая автоматизация. ИИ оказался “не там”.

2) Нет культуры интеллектуального взаимодействия с ИИ
Вместо реального, живого партнёрства — формальный подход.
— Запросы к ИИ чаще всего делают шаблонно или интуитивно, без структурирования, критики и осмысленности.
— Вместо 5–7 качественных итераций получается бесконечное количество доработок и уточнений. Сотрудники быстро выгорают на бесконечной “ручной донастройке” ИИ, так и не получая того самого обещанного облегчения.

3) Нет культуры проверки и улучшения с ИИ
Классическая ошибка: не сравнивать полученный результат.
— Редко кто задаёт простой и важный вопрос: “А получилось ли с ИИ действительно лучше, чем вручную?”
— В большинстве случаев просто ускорили привычную рутину — и разошлись. В итоге качество выдачи не растёт, процессы не эволюционируют, а ценность новых решений незаметна для бизнеса.

4) Нет метрик и системы ответственности за результат
— Внедрение ИИ происходит “на глазок”: нет системных метрик и мониторинга, которые могли бы зафиксировать реальные изменения.
— Как изменилась ёмкость задач? Где появился настоящий рост? Если никто не считает и не анализирует изменения, эффект быстро растворяется в операционке.

Так что настоящий прорыв начинается не с количества ИИ-проектов, а с перестройки самой архитектуры задач, внедрения культуры интеллектуального партнёрства и измеримых метрик результата. Чтобы помочь компаниям увидеть реальную картину внедрения ИИ, мы создали простую диагностику в Telegram-боте. За несколько минут она покажет:

✅ Ваш уровень ИИ-зрелости
✅ Скрытые проблемы, мешающие получить ценность
✅ Чёткие шаги к полноценному партнёрству с ИИ

Ссылка на бота: AIResearch2025
Если диагностика была вам полезна, помогите нам сделать её доступнее — просто перешлите этого бота коллегам. Чем больше компаний пройдут тест, тем точнее мы сможем оценить уровень ИИ-зрелости в России и предложить решения, которые работают.

Спасибо, что помогаете двигать инновации вперёд!

Меньше людей — больше смысла: ИИ сокращает команды, но увеличивает интеллектуальную плотность

Хотя мы знаем, что «факты дружелюбны». Но в свежем отчёте AI Index (https://hai.stanford.edu/ai-index) цифры режут глаз: внедрение ИИ приводит к сокращению числа участников в проектах в среднем на 79,3%. По данным исследования Harvard Business School, проекты, которые до интеграции ИИ требовали 14 участников, после внедрения AI обходятся в среднем тремя специалистами. Такая динамика особенно заметна в аналитике, подготовке отчётов, обработке данных и корпоративных коммуникациях.

В международных компаниях уже проявляется новая управленческая логика: вместо множества специалистов и держателей функций формируется малое «интеллектуальное ядро». ИИ берёт на себя функции “массовки” — рутинный сбор информации, первичный анализ, техническую поддержку. Исследования Microsoft фиксируют снижение когнитивной нагрузки на сотрудников почти на 45%: теперь значительная часть типовой аналитики и подготовки материалов выполняется ИИ. Кто тут всё ещё не ИИ-френдли? Если вы ждали сигнала, то это уже не звонок, а сирена.

Человеческая роль меняется: в малых командах теперь нужны интеграторы смыслов. Их задача — соединять разрознённые данные и идеи, видеть, что действительно важно, и принимать решения в новой реальности.

Что теперь ждут от участников малых команд с ИИ:

— Критическая оценка и интерпретация выводов ИИ: осмыслять, фильтровать и «переводить» ИИ-выводы в решения для бизнеса.

— Фасилитация и модерация обсуждений: удерживать структуру коллективного мышления, соединять ИИ-инсайты с экспертным знанием, помогать команде быстро находить стратегические решения.

— Навыки презентации и объяснения ИИ-результатов стейкхолдерам: доносить ценность выводов ИИ, переводить технический язык в управленческие смыслы.

— Гибкость и быстрая адаптация: легко переходить между задачами, осваивать новые инструменты, работать на стыке разных функций.

В чем вызов для бизнеса?

Уровень, когда ИИ «делает работу за людей», уже многими пройден;

На следующем уровне требуется синтез человеческого и машинного разума. Конкуренция смещается: выигрывают те, кто способен удерживать и развивать поле совместного мышления.

Поэтому важно научиться измерять интеллектуальную плотность команды: как быстро, глубоко и творчески ваша команда способна работать с тем, что генерирует ИИ?

И вот тут пока провал. Мы регулярно спрашиваем тех, кто уже внедрил ИИ или считает свою компанию AI-friendly: «А как вы замеряете результаты интеллектуальной работы с ИИ?» Ответ почти всегда один — «никак». В редких случаях — процент сотрудников, ежедневно использующих ИИ в работе, или количество задач, решённых совместно с ИИ. В итоге результаты внедрения видны больше “на глазок”…

Думается, это тревожный сигнал. Если не отслеживать динамику, как понять, насколько команда реально учится работать с ИИ, а не просто “добавляет его к процессам” — потому что так сказали?

Было бы интересно узнать, если среди наших подписчиков есть те, кто действительно замеряют — какие метрики вы используете?

Влад дал интересное интервью про ИИ для "HR БЮРО: Лидеры рынка" https://www.youtube.com/watch?v=Kg4FHg5-EkY

На каком уровне ИИ-зрелости вы сейчас и каков следующий шаг?

Мы много консультируем компании в вопросах внедрения ИИ, и если раньше разговоры с клиентами были на уровне «Что за новый зверь ИИ?», то теперь всё чаще слышим: «А мы ИИ уже внедрили». Всё звучит уверенно: GPT используем, отчёты автоматизируем, тексты пишем. И правда ведь внедрили… Но чаще всего — поверх старой управленческой логики: ИИ используется? Да! — но мышление не поменялось. Процессы и роли в команде — те же.

Вызовом для нас стал вопрос: как объяснить клиенту разницу между их внедрением и «хорошим результатом внедрения» в нашем понимании?

Решили не объяснять, а вместо этого сделали рабочую модель ИИ-зрелости, где клиенты могут сами всё увидеть. Из международной практики и своего опыта работы с командами описали модель, включающую 3 уровня ИИ-зрелости компании: от «теневого» GPT-энтузиазма отдельных сотрудников до ситуации, где ИИ встроен в процессы, управленческие циклы и становится партнёром по мышлению. Мы взяли 16 измерений развития — такие как: отношение к ИИ, принципы распределения задач, культура взаимодействия и многое другое — и описали, как эти параметры меняются на каждом уровне.

Эту модель можно примерить на свою компанию (ссылка на бота AIresearch2025)
Мы создали тест, который помогает определить уровень зрелости, и реализовали его в формате Telegram-бота. И теперь
за 3 минуты, выбирая варианты ответов в 11 вопросах, вы можете довольно точно определить свой этап освоения ИИ и понять, что делать дальше.

Информацию вы получите в виде подробного отчёта (пример — во вложении).

В чём наш интерес давать бесплатно такой отчёт высокого качества?

Ваши ответы (анонимные) мы используем для масштабного исследования ситуации с ИИ в компаниях РФ. Мы надеемся, что удастся вовлечь в исследование как можно больше компаний. Поэтому просим вас, если отчёт будет вам полезен, отправить бота тем, кто, на ваш взгляд, тоже обеспокоен качественным внедрением ИИ в своей компании.

Чем больше данных — тем точнее станет карта AI-реальности. А мы, в свою очередь, обещаем каждые три месяца публиковать свежий срез ситуации.

P.S. Бот, конечно, не человек — но тоже может задуматься. Иногда это связано с нестабильным интернетом у пользователя.
Если видите, что ответ не пришёл сразу — просто чуть подождите. Не нажимайте на кнопку много раз подряд: это может запутать бота и повлиять на подсчёт баллов.
Ссылка на бота: AIresearch2025

Навигация по ИИ-зрелости: какой отчет вы получите после диагностики?

Мы начинали с простой идеи: дать компаниям инструмент для самодиагностики ИИ-зрелости. Быстро сделали тест и критерии, посмотрели на результат — и поняли: не цепляет, как-то поверхностно, что ли. Пришло понимание, что путь трансформации важнее точки, где компания находится. Поэтому над отчётом пришлось попотеть: сделать из него настоящую карту движения.

Теперь вы получаете: характеристику своего уровня зрелости, сигналы перехода: когда пора двигаться дальше, и главное, — конкретные шаги, как превратить ИИ из просто «инструмента» в полноценного «партнёра по мышлению» в вашей компании. Отчёт бесплатный, всё, что нужно — ответить на три коротких вопроса в конце. Ответить на вопросы тут: Перейти в бота

Прямой эфир делать или нет?

Нужна ваша реакция — по ней поймём.

Формат: открытый разговор с Владом Завадским, возможность заглянуть на нашу “внутреннюю кухню”,
задать вопросы и ближе познакомиться с подходом и командой.

Про что эфир?

Курс «ИИ-методолог» завершён.
Сертификаты получили первые в России специалисты нового типа — ИИ-амбассадоры на стыке бизнес-стратегии, естественного и искусственного мышления.

Прежде чем двигаться дальше, мы хотим внутри команды обсудить: что получилось, что открылось нам самим, что требует переосмысления — и какой путь ждёт эту программу.

"А почему бы не сделать часть этого разговора публичным"? Подумали мы и решили проверить нашу гипотезу, что вам может быть это интересно, поэтому:
В понедельник 7 июля в 19:00 — возможно, будет эфир.

Обратите внимание при голосовании на время возможного эфира: понедельник 7 июля 19.00 по МСК

Друзья, на сегодня запланирован прямой эфир с Владом Завадским в 19.00 по мск. Чтобы не пропустить — жмите на колокольчик, тогда Telegram напомнит за 2 часа до старта. До встречи!

Друзья, начинаем через 10 минут

Друзья, публикуем запись эфира, в начале немного сыпется видео, но со звуком все хорошо.

🤖 Какие навыки будут автоматизированы?

Недавно общались с клиентом, который занимается проектным финансированием: львиная доля их работы — сбор, оценка данных и принятие решений о том, какие проекты достойны финансирования. Казалось бы идеальная задача для ИИ, но команда сопротивляется. Это понятно: ещё вчерашние незаменимые, сегодня испытывают страх и неуверенность.

Часть их работы может выполняться в разы быстрее и с близким по уровню качеством. Это подтверждает свежий отчёт Stanford «Future of Work with AI Agents»: «Обработка информации и аналитика — навыки, долгое время считавшиеся высококогнитивными и высокоценными — становятся всё более автоматизируемыми.»

Как исследователи пришли к такому выводу?
- Оценили 104 профессии, разбив их на 844 конкретные задачи;
- Опросили 1 500 специалистов, уточная их желание автоматизировать каждую задачу и требуемый, по их мнению, уровень участие человека.
- Параллельно 52 эксперта по ИИ оценивали техническую реализуемость этих же задач при помощи ИИ.

Результат: 47.5% случаев эксперты по ИИ видят возможным полную автоматизацию там, где люди хотят сохранить контроль и вовлечение человека. Эту картину мы видим как из других исследований, так и на практике: помимо аналитики, ИИ отлично справляется с обучением, с распределением задач, прогнозированием. Возникает вопрос:

Что делать, чтобы сохранить свою ценность в профессии?

Когда ИИ мыслит быстрее, человеку остаётся только удерживать смысл. ИИ предложит тысячу решений, но для него все они одинаковы. Он не видит разницы, какое решение важно в контексте вашей компании, её культуры, команды, клиента и текущей ситуации. Он не делает стратегического выбора и не отвечает за последствия.

И это пространство для формирования нового навыка, который пока не может быть автоматизирован, где человек:
- Расширяет рамку мышления ИИ для получения лучших идей;
- Связывает генерацию идей ИИ с глубиной корпоративного опыта;
- Превращает «сырую» выдачу ИИ в конкретные бизнес решения.

Если вы думаете не только за себя, но и за команду, то такой навык скоро станет наиболее востребованным.

📎 Именно этому мы учим на курсе «ИИ-методолог»: авторская программа о том, как усиливать коллаборацию с ИИ через специальные методы мышления.

📆 Старт: 31 июля Содержание обновили, поэтому, кому интересно пишите в комментах «Хочу программу»

Чем отличается курс ИИ-методолог от других курсов обучения ИИ?

Большинство программ по ИИ сосредоточены на ИИ как инструменте сокращения рутин, работы с текстами и т.п. Программа «ИИ-методолог» — о том, как сделать из ИИ лучшего партнера в мышлении.

Глубоко взаимодействуя и исследуя возможности ИИ, мы обнаружили новый тип мышления - ЭКЗОМЫШЛЕНИЕ© - это сознательное вынесение своего привычного, зачастую неосознанного «алгоритма мышления» наружу и повторное прохождение его шагов вместе с ИИ: человек обеспечивает тонкую контекстуальную экспертизу, а ИИ выполняет тяжёлую когнитивную работу, благодаря чему создаются интеллектуальные продукты более высокого качества.
В процессе экзомышления мы обретаем способность разрабатывать принципиально новые способы работы, взаимодействия и принятия решений, которые становятся возможными только благодаря использованию генеративного ИИ (LLM). Этот навык выходит за рамки автоматизации рутины и предполагает создание новых логик, методов и стратегий, которые ранее были невозможны или неочевидны.

Для кого эта программа?

– Для собственников бизнеса и стратегов, которые хотят обрести инструменты совладания с неопределенностью быстрого мира.

– Для руководителей, которые ищут способы усилить качество размышления в компании и поднять уровень управленческих решений.

- Для специалистов, кто чувствует, что ставка на экспертные знания перестает работать и нужно делать новую ставку на создание смыслов.

– Для всех, кто уже работает с ИИ и чувствует: чтобы перейти к следующему уровню, требуется переосмысление подхода и обновление внутренних инструментов мышления.

Что даёт программа?

– Методы экзомышления: вы будете исследовать свои конкретные задачи через диалектический подход, ТРИЗ, латеральное и дивергентное мышление. Это помогает выходить за рамки линейных сценариев и собирать неожиданные, но жизнеспособные решения.

– Инструменты синтерийного мышления (авторский подход к коммуникации с ИИ): работа с ИИ переходит из быстрой генерации среднего ответа в пространство совместного замедленного размышления, где формируются новые смыслы и зрелые идеи.

– Подходы к распознаванию когнитивных искажающих рамок, которые прекрасно видит ИИ — как в личном мышлении, так и в мышлении команды.

– Методики системного анализа и диагностики ключевых противоречий в бизнес-системах: научитесь выявлять узловые напряжения и превращать их в точки роста.

– Дорожную карту внедрения ИИ: разберем подробно, как провести компанию через 3 этапа внедрения ИИ, разберем опыт компаний, прошедших этот путь и их лучшие практики.

Приглашение к участию

Программа была создана для ИИ-амбассадоров из компаний, в которых у нас идут совместные проекты ИИ трансформации. Группа таких ИИ энтузиастов уже сформирована и обучению точно быть.

Однако, если вас толкает жгучий интерес к теме и есть готовность инвестировать в свое надежное будущее, освоив новую профессию «ИИ методолог», то мы готовы с радостью взять вас на борт.

Для тех, кто привык откладывать до следующего потока, рекомендуем присмотреться к этому, так как данным обучением мы закроем потребности наших текущих корпоративных клиентов, и не факт, что будем проводить подобный курс в ближайшей перспективе.

— напишите в комментариях, если хотите получить описание программы. Направим в личку.

4 шага внедрения ИИ: разбор свежей статьи McKinsey

Наткнулись на интересную статью McKinsey про ускорение внедрения ИИ в организациях

https://www.mckinsey.com/capabilities/strategy-and-corporate-finance/our-insights/the-learning-organization-how-to-accelerate-ai-adoption?stcr=C9782F7439D746C9B774C8204FF4C1DF&cid=other-eml-alt-mip-mck&hlkid=669fb8f34d394362bc91cb80359f046c&hctky=14389782&hdpid=861666e1-9278-40f9-8ab0-fdbcccea2a59.

Начало статьи достаточно банальное: “теневой” ИИ развивается быстрее, чем корпоративные процессы могут это новшество переварить.

В статье говорится: многие компании знают, что сотрудники используют ИИ, но пока не делают попыток к официальному внедрению. Чаще всего это связано с тем что:

▫️у топ-менеджеров нет единства в понимании, где ИИ реально дает эффект для бизнеса.

▫️избыточный контроль сверху замедляет процессы внедрения, в то время как отдельные сотрудники уже получают пользу от ИИ в своей повседневной работе.

Наши наблюдения подтверждают эту тенденцию:

В компаниях, где ИИ официально не внедрён, за последние полгода особенно результативными становятся сотрудники, которые самостоятельно начали использовать ИИ в своей работе. Один из наших клиентов заметил: “Провёл опрос — выяснилось, что те, кто за это время показывал лучшие результаты, на самом деле уже активно используют ИИ. Я-то думал, они просто резко прибавили в уровне!”

Так почему мы сочли статью полезной?

McKinsey предлагает простую, но часто игнорируемую стратегию:

Вместо того чтобы искать с чего начать или тратиться на дорогие решения, спросите у сотрудников, как они уже внедряют ИИ.

Не надо изобретать всё с нуля. В каждом отделе уже есть сотрудники, которые используют ИИ — поддержите их, масштабируйте удачные кейсы, превратите личные эксперименты в корпоративную практику. Это первый и самый результативный шаг.

Мы кстати, иногда используем эту практику с нашими клиентами по внедрению, прежде чем запускать обучение - они проводят опрос сотрудников на предмет того, кто как взаимодействует с ИИ.

Еще несколько шагов к внедрению из статьи:

☑️Создавайте стимулы для обмена опытом

Дать “доступ к ИИ” мало. Популярность использования приходит с микрокейсами и внутренними разговорами: как люди делятся находками, быстрыми фишками, провалами.
McKinsey советует: следует вознаграждать обмен знаниями и командную смелость пробовать новое.

☑️Запустите быстрые тесты и обучение на практике

Сделайте пространство для экспериментов: A/B-тесты, “песочницы” и короткие циклы обратной связи. Пусть сотрудники быстро проверяют гипотезы, делятся выводами — это ускоряет интеграцию ИИ в реальный бизнес-процесс, а не на бумаге.
От себя тут добавим, что возглавить эту песочницу с гипотезами как раз может ИИ-методолог. На курсе мы обучаем искать наиболее эффективные способы применения ИИ к бизнес-процессам, функциям и команде.

☑️Высоко держите планку для признания успеха

Разделяйте интересный эксперимент и реальные бизнес-решения. И высоко оценивайте только то, что даёт масштабируемый результат.
Вот к этому шагу у нас двоякое отношение: с одной стороны, есть опасность потерять бизнес смысл в погоне за интересными творческими идеями, а с другой стороны, для начала внедрения и повышения инициативности сотрудников признание и похвала даже за «просто любопытный новый промт» может повысить мотивацию сотрудников к генерации новых и новых способов приложения ИИ к бизнес задачам.

McKinsey & Company
The learning organization: How to accelerate AI adoption
Technology often outpaces the ability of organizations to embrace it. We look at how businesses can overcome the growing challenge of gen AI adoption.

Если кто-то еще не нашел себе простого доступа к прогрессивным моделям типа GPT-5, то вот отличная возможность. У Perplexity есть PRO акаунт. Он дает безлимитный доступ ко всем старшим моделям • GPT-5/Claude 4 Sonnet/Grok-4/Gemini 2.5 Pro. Приложение есть и на телефоне и на компьютер ставится. Так вот, есть возможность купить этот доступ на год не за 200$, а за 836 руб. Не знаю сколько у них этих промо акаунтов, но пока есть. Я сегодня себе сделал и все работает. Плюс Perplexity, что не нужен впн. Вот ссылка https://plati.market/itm/perplexity-ai-pro-1-year-private-easy-instant/4989208?ai=1404816