Не "вместо", а "вместе"
Мне нравится Claude Code и я делаю в нем большинство своей работы, причем не только программирование: аналитика, SEO, ресёрч, написание контента, аутрич, подготовка к лекциям, тестирование продуктов (см скриншоты) и тп. Я сижу на max 20, но мне все равно порой не хватает недельных лимитов.
Вчера, с выходом gpt 5.2, я решил работать и в claude code, и в codex — и, учитывая плюсы и минусы каждой модели, в лучших традициях мульти-модельного (не путать с мультимодальным!) мышления получаю по максимуму: модели проверяют результаты друг друга и заметно улучшают итоговое качество.
Поэтому, я бы наверное рекомендовал скорее использовать модели вместе, чем вместо. Не выбирать одну какую-то, по крайней мере в период активного развития оных.
Вообще, очень согласен с Andrew Ng, что люди, умеющие программировать - а с развитием LLM это практически каждый - могут решать любую задачу быстрее и эффективнее. Поэтому пытаюсь каждую задачу, что я делаю, попробовать рассмотреть с позиции: а можно ли это сделать в условном Claude Code?
Мне нравится Claude Code и я делаю в нем большинство своей работы, причем не только программирование: аналитика, SEO, ресёрч, написание контента, аутрич, подготовка к лекциям, тестирование продуктов (см скриншоты) и тп. Я сижу на max 20, но мне все равно порой не хватает недельных лимитов.
Вчера, с выходом gpt 5.2, я решил работать и в claude code, и в codex — и, учитывая плюсы и минусы каждой модели, в лучших традициях мульти-модельного (не путать с мультимодальным!) мышления получаю по максимуму: модели проверяют результаты друг друга и заметно улучшают итоговое качество.
Поэтому, я бы наверное рекомендовал скорее использовать модели вместе, чем вместо. Не выбирать одну какую-то, по крайней мере в период активного развития оных.
Вообще, очень согласен с Andrew Ng, что люди, умеющие программировать - а с развитием LLM это практически каждый - могут решать любую задачу быстрее и эффективнее. Поэтому пытаюсь каждую задачу, что я делаю, попробовать рассмотреть с позиции: а можно ли это сделать в условном Claude Code?
2❤21👍15
Число Данбара для AI-агентов: сколько "подчинённых" выдержит человек
Тут поймал себя на странном ощущении: я работаю с несколькими coding-агентами в разных репозиториях - и прямо чувствую, как я становлюсь узким местом, как мозг разрывается. Нечто подобное было на вот этом хакатоне
Мой товарищ - Миша - очень любит концепт "число Данбара" и мы разговорились, а будет ли нечто подобное и для людей с агентами?
Для тех, кто не в курсе: число Данбара - это концепт из антропологии/соцпсихологии, что у человека есть когнитивный предел на количество устойчивых социальных связей, которые он может поддерживать (часто называют число ~150), плюс слои близости (условно 5/15/50/150). Суть не в магии цифры, а в идее: взаимодействия и поддержание контекста масштабируются плохо.
Ну так вот, можно ли такое же перенести во взаимодействие человека и агента? Не в смысле “отношений с агентами”, конечно (хотя и это может будет?!), а в смысле человеческой способности контролировать и ревьюить. Даже если агент пишет код в 10x быстрее, финальное "окей, это можно мерджить/деплоить" все равно часто хочет дать человек. Иногда по рациональным причинам (риски, ответственность), иногда по иррациональным ("мне спокойнее, когда я посмотрел").
Если упростить, получается грубая формула:
- у человека есть ограниченный бюджет внимания T (минут в день на контроль),
- каждый агент создаёт нагрузку r (сколько минут в день нужно на ревью, разбор ошибок, синхронизацию),
- тогда максимум агентов примерно N ≈ T / r.
И главное: r очень разное по доменам. Условно, управлять 7 coding-агентами ≠ управлять 7 голосовыми агентами колл-центра. Там, где ошибка дорогая и "проверка смысла" сложнее "проверки механики", человеческий контроль становится жёстким ограничением. А там, где можно поставить метрики, автоматические проверки и дешево откатить последствия - один человек сможет "вести караван" из намного большего числа агентов.
Отсюда мысль: с ростом агентности в компаниях появится новая прикладная наука, очень похожая на тестирование AI продуктов, но с разбивкой по отраслям (в том числе с расчетом этого human-to-agent ratio). И ключ к масштабированию будет не "нанять больше людей для ревью", а снижать r за счет:
- guardrails и детерминированные проверки,
- самопроверки/кроссчеки у самих агентов,
- мониторинг качества в проде,
- переход от "ревью всего" к "ревью по триггерам + выборочная проверка"
М? что думаете?
Тут поймал себя на странном ощущении: я работаю с несколькими coding-агентами в разных репозиториях - и прямо чувствую, как я становлюсь узким местом, как мозг разрывается. Нечто подобное было на вот этом хакатоне
Мой товарищ - Миша - очень любит концепт "число Данбара" и мы разговорились, а будет ли нечто подобное и для людей с агентами?
Для тех, кто не в курсе: число Данбара - это концепт из антропологии/соцпсихологии, что у человека есть когнитивный предел на количество устойчивых социальных связей, которые он может поддерживать (часто называют число ~150), плюс слои близости (условно 5/15/50/150). Суть не в магии цифры, а в идее: взаимодействия и поддержание контекста масштабируются плохо.
Ну так вот, можно ли такое же перенести во взаимодействие человека и агента? Не в смысле “отношений с агентами”, конечно (хотя и это может будет?!), а в смысле человеческой способности контролировать и ревьюить. Даже если агент пишет код в 10x быстрее, финальное "окей, это можно мерджить/деплоить" все равно часто хочет дать человек. Иногда по рациональным причинам (риски, ответственность), иногда по иррациональным ("мне спокойнее, когда я посмотрел").
Если упростить, получается грубая формула:
- у человека есть ограниченный бюджет внимания T (минут в день на контроль),
- каждый агент создаёт нагрузку r (сколько минут в день нужно на ревью, разбор ошибок, синхронизацию),
- тогда максимум агентов примерно N ≈ T / r.
И главное: r очень разное по доменам. Условно, управлять 7 coding-агентами ≠ управлять 7 голосовыми агентами колл-центра. Там, где ошибка дорогая и "проверка смысла" сложнее "проверки механики", человеческий контроль становится жёстким ограничением. А там, где можно поставить метрики, автоматические проверки и дешево откатить последствия - один человек сможет "вести караван" из намного большего числа агентов.
Отсюда мысль: с ростом агентности в компаниях появится новая прикладная наука, очень похожая на тестирование AI продуктов, но с разбивкой по отраслям (в том числе с расчетом этого human-to-agent ratio). И ключ к масштабированию будет не "нанять больше людей для ревью", а снижать r за счет:
- guardrails и детерминированные проверки,
- самопроверки/кроссчеки у самих агентов,
- мониторинг качества в проде,
- переход от "ревью всего" к "ревью по триггерам + выборочная проверка"
М? что думаете?
1👍39🔥13❤7
3й сезон AI Founder
Открываю набор на 3й сезон моего курса AI Founder - это интенсив для тех, кто хочет создать стартап в новой AI реальности: быстрее, дешевле и с более сильным сигналом от рынка — без навыков программирования.
Суть курса простая: за программу вы проходите путь от идеи → к понятному портрету пользователя/проблеме → к техзаданию → к прототипу/MVP → к первым пользователям → к дистрибуции и монетизации. И делаете это руками, с обратной связью и домашками.
Чтобы понять, нужно ли оно вам:
1) Посмотрите как мы за 2 часа прошли путь от идеи до рабочего прототипа или как за 15 мин сделали Телеграм бота
2) Полюбуйтесь какие проекты участники курса сделали без навыков программирования
3) Поболтайте с ботом, натренированном на материалах курса
4) Почитайте больше про программу и отзывы на сайте
Стоимость:
$400 - до 31 декабря
$500 - с 1 января по 10 января
$600 - с 11 января
Регистрируемся тут (оплата зарубежной картой).
Для оплаты криптой - пишите в личку или на bayram@empatika.com
25% скидка участникам любого из моих предыдущих курсов - пишите в личку тоже.
Стартуем 17 января - надеюсь, до встречи!
"Большое спасибо Байраму! Чувствуется полное вовлечение. Чувствуется, что ему важен каждый ученик и он помогает, старается разобраться, с удовольствием отвечает на вопросы. Видно, что он горит своим делом. Неожиданно для меня, но курс снова разжег огонек в глазах)) Последнее время было много скепсиса, но системный подход Байрама и полученные знания зарядили мотивацией. Самым ценным для меня были продуктовые знания и опыт Байрама. Казалось бы, очевидный термин MVP приобрел новый смысл)). Привлечение первых пользователей, монетизация, прото и прето-типирование. Голова работает по-новому."
Открываю набор на 3й сезон моего курса AI Founder - это интенсив для тех, кто хочет создать стартап в новой AI реальности: быстрее, дешевле и с более сильным сигналом от рынка — без навыков программирования.
Суть курса простая: за программу вы проходите путь от идеи → к понятному портрету пользователя/проблеме → к техзаданию → к прототипу/MVP → к первым пользователям → к дистрибуции и монетизации. И делаете это руками, с обратной связью и домашками.
Чтобы понять, нужно ли оно вам:
1) Посмотрите как мы за 2 часа прошли путь от идеи до рабочего прототипа или как за 15 мин сделали Телеграм бота
2) Полюбуйтесь какие проекты участники курса сделали без навыков программирования
3) Поболтайте с ботом, натренированном на материалах курса
4) Почитайте больше про программу и отзывы на сайте
Стоимость:
$400 - до 31 декабря
$500 - с 1 января по 10 января
$600 - с 11 января
Регистрируемся тут (оплата зарубежной картой).
Для оплаты криптой - пишите в личку или на bayram@empatika.com
25% скидка участникам любого из моих предыдущих курсов - пишите в личку тоже.
Стартуем 17 января - надеюсь, до встречи!
YouTube
От идеи до AI-прототипа за 2 часа! Первая встреча курса AI Founder
Что, если ты сможешь создать рабочий прототип цифрового продукта всего за два часа, даже без команды и кода?
В этом видео —отрывок записи первой встречи курса AI Founder. Мы проходим путь от одной идеи до готового веб-приложения с помощью ChatGPT, Deep Research…
В этом видео —отрывок записи первой встречи курса AI Founder. Мы проходим путь от одной идеи до готового веб-приложения с помощью ChatGPT, Deep Research…
👍16❤12👻4🔥2😁1
+3 млрд капитализации благодаря AI в продажах
Классный кейс AI в продажах - C.H. Robinson, крупный брокер в индустрии грузоперевозок, качнул свою капитализацию, автоматизировав обработку входящих запросов: их AI ежедневно отвечает на 2 тысячи писем-запросов на перевозку груза из точки А в точку Б.
Как он работает?
1) Читает входящее письмо, извлекает ключевые параметры запроса
2) Вводит эту заявку в свою TMS (transport management system)
3) Дёргает движок ценообразования
4) Пишет ответное письмо
Среднее время ответа - 2мин 13 сек. Клиентов не заставляют переучиваться, они работают как работали. До этого сотрудники C.H. Robinson успевали вовремя обработать лишь 60% запросов, теперь - все 100%. Тут еще важно то, что вовремя полученный ответ по оценке MIT позволяет сэкономить на стоимости перевозки из-за динамики рынка - примерно 25-30% на спот рынке.
Как только менеджмент компании обьявил эти результаты на квартальном отчете - их акции скакнули на 20% в течение дня, как раз 3млрд.
Де-факто, это то же, что сделал Дмитрий для своего онлайн-магазина, только на другом масштабе. Настоящий бизнес-процесс, настоящий бизнес, настоящий результат.
P.S. Хотите сделать такое же для своего бизнеса? Научитесь на курсе AI Sales или напишите нам в onsa.ai, и мы сделаем для вас
Классный кейс AI в продажах - C.H. Robinson, крупный брокер в индустрии грузоперевозок, качнул свою капитализацию, автоматизировав обработку входящих запросов: их AI ежедневно отвечает на 2 тысячи писем-запросов на перевозку груза из точки А в точку Б.
Как он работает?
1) Читает входящее письмо, извлекает ключевые параметры запроса
2) Вводит эту заявку в свою TMS (transport management system)
3) Дёргает движок ценообразования
4) Пишет ответное письмо
Среднее время ответа - 2мин 13 сек. Клиентов не заставляют переучиваться, они работают как работали. До этого сотрудники C.H. Robinson успевали вовремя обработать лишь 60% запросов, теперь - все 100%. Тут еще важно то, что вовремя полученный ответ по оценке MIT позволяет сэкономить на стоимости перевозки из-за динамики рынка - примерно 25-30% на спот рынке.
Как только менеджмент компании обьявил эти результаты на квартальном отчете - их акции скакнули на 20% в течение дня, как раз 3млрд.
Де-факто, это то же, что сделал Дмитрий для своего онлайн-магазина, только на другом масштабе. Настоящий бизнес-процесс, настоящий бизнес, настоящий результат.
P.S. Хотите сделать такое же для своего бизнеса? Научитесь на курсе AI Sales или напишите нам в onsa.ai, и мы сделаем для вас
👍19❤4❤🔥2
notebooklm-video-research-skill.zip
6.1 KB
Claude скилл для автоматизации ресерча в NotebookLM
Одна вещь, которую я часто делаю: смотрю какое-то видео, ресерчу инфу про людей или топики из него, и потом создаю NotebookLM ноутбук с этим всем, генерирую подкаст и слушаю на прогулке или пробежке. Или почти то же, но для подготовки к важной встрече.
Для этого нужно проделать ряд ручных действий в разных веб-аппах/сайтах и, разумеется, хочется это автоматизировать. Вот тут, уже полюбившиеся мне Claude скиллы, очень даже в тему, поэтому делюсь с вами таковым. Кстати, их скоро завезут в chatGPT - уже есть признаки и индикаторы - поэтому скорее всего эту инновацию Anthropic поддержат так же, как и MCP
Собственно, что делает этот скилл:
1) Ресерчит видео и людей из него, например вот это свежее выступление Брина в Стэнфорде
2) Создает ноутбук в NotebookLM с этим видео и с ресерчем по ним
3) Генерирует аудио подкаст
В аттаче архив скилла —> чтобы его установить в claude воспользуйтесь вот этой инструкцией, а потом просто скажите Claude:
Работает с haiku моделью даже - чтобы побыстрее и подешевле - но все равно медленно пока. Зато вы можете пока он работает, заняться чем-нибудь другим.
Важно:
1) подключить в Claude Desktop коннектор "Control Chrome", потому что скиллу нужен браузер
2) по крайней мере на Маке для Chrome автоматизации надо включить "Allow JavaScript from Apple Events" настройку в View —> Developer Tools.
А дальше уже ваша фантазия - можете докрутить скилл, чтобы слайддек сгенерить, можете попросить дипресерч и дополнительные источники, видео обзор, инфографику тд и тп.
===
Вообще, я считаю, что скилл это некая комбинация standard operating procedure (SOP), которую обычно знают люди, и софта, который автоматизирует эту процедуру. Думаю, что с рапространением этого стандарта мы увидим, что будут специальные люди, которые будут создавать скиллы вместо того, чтобы писать эти самые SOP или писать/заказывать софт, а остальные сотрудники и AI агенты - просто устанавливать их и юзать.
Я уже решил, что в своих курсах я буду вместо промптов и инструкций выдавать готовые скиллы там, где это уместно/возможно, и учить создавать свои — посмотрим, как зайдёт.
В общем, рекомендую попробовать воспользоваться этим скиллом, а потом посмотреть другие или создать свой
Одна вещь, которую я часто делаю: смотрю какое-то видео, ресерчу инфу про людей или топики из него, и потом создаю NotebookLM ноутбук с этим всем, генерирую подкаст и слушаю на прогулке или пробежке. Или почти то же, но для подготовки к важной встрече.
Для этого нужно проделать ряд ручных действий в разных веб-аппах/сайтах и, разумеется, хочется это автоматизировать. Вот тут, уже полюбившиеся мне Claude скиллы, очень даже в тему, поэтому делюсь с вами таковым. Кстати, их скоро завезут в chatGPT - уже есть признаки и индикаторы - поэтому скорее всего эту инновацию Anthropic поддержат так же, как и MCP
Собственно, что делает этот скилл:
1) Ресерчит видео и людей из него, например вот это свежее выступление Брина в Стэнфорде
2) Создает ноутбук в NotebookLM с этим видео и с ресерчем по ним
3) Генерирует аудио подкаст
В аттаче архив скилла —> чтобы его установить в claude воспользуйтесь вот этой инструкцией, а потом просто скажите Claude:
"use the notebooklm video research skill to prepare audio overview of the following video: <youtube link>"
Работает с haiku моделью даже - чтобы побыстрее и подешевле - но все равно медленно пока. Зато вы можете пока он работает, заняться чем-нибудь другим.
Важно:
1) подключить в Claude Desktop коннектор "Control Chrome", потому что скиллу нужен браузер
2) по крайней мере на Маке для Chrome автоматизации надо включить "Allow JavaScript from Apple Events" настройку в View —> Developer Tools.
А дальше уже ваша фантазия - можете докрутить скилл, чтобы слайддек сгенерить, можете попросить дипресерч и дополнительные источники, видео обзор, инфографику тд и тп.
===
Вообще, я считаю, что скилл это некая комбинация standard operating procedure (SOP), которую обычно знают люди, и софта, который автоматизирует эту процедуру. Думаю, что с рапространением этого стандарта мы увидим, что будут специальные люди, которые будут создавать скиллы вместо того, чтобы писать эти самые SOP или писать/заказывать софт, а остальные сотрудники и AI агенты - просто устанавливать их и юзать.
Я уже решил, что в своих курсах я буду вместо промптов и инструкций выдавать готовые скиллы там, где это уместно/возможно, и учить создавать свои — посмотрим, как зайдёт.
В общем, рекомендую попробовать воспользоваться этим скиллом, а потом посмотреть другие или создать свой
2🔥42❤15👍5
GenAI S2E5 - Итоги AI в 2025
в 19мск вспомним, что важного произошло с предыдущего апдейта в октябре, и подытожим 2025й - присоединяйтесь:
https://luma.com/w1mtfeo4
в 19мск вспомним, что важного произошло с предыдущего апдейта в октябре, и подытожим 2025й - присоединяйтесь:
https://luma.com/w1mtfeo4
1🔥12❤8👍2👏1
EDU
notebooklm-video-research-skill.zip
Ну, собственно, ЧТД: https://claude.com/blog/organization-skills-and-directory
из моего прошлого поста:
Админы организаций могут устанавливать скиллы, директория скиллов, и открытый стандарт Agent Skill :)
из моего прошлого поста:
Вообще, я считаю, что скилл это некая комбинация standard operating procedure (SOP), которую обычно знают люди, и софта, который автоматизирует эту процедуру. Думаю, что с рапространением этого стандарта мы увидим, что будут специальные люди, которые будут создавать скиллы вместо того, чтобы писать эти самые SOP или писать/заказывать софт, а остальные сотрудники и AI агенты - просто устанавливать их и юзать.
Админы организаций могут устанавливать скиллы, директория скиллов, и открытый стандарт Agent Skill :)
Claude
Skills for organizations, partners, the ecosystem | Claude
In October, we introduced skills—a way to teach Claude repeatable workflows tailored to how you work. Today we're making skills easier to deploy, discover, and build: organization-wide management for admins; a directory of partner-built skills from Notion…
🔥21❤3
UX ожидания или как сделать так, чтобы 60 сек ожидания не казались вечностью
Очень частая задача при проектировании интерфейса взаимодействия человека с AI агентом - как "скрасить" ожидание юзера. Мы недавно столкнулись с таковой и я решил на пару с "дружбаном" (так я называю chatGPT/Claude и иже с ними) погрузиться немного в этот вопрос и открыл для себя несколько важных гайдлайнов. Продвинутым и матёрым UX дизайнерам они покажутся банальностью, но мне было полезно.
Итак, глобально есть 5 законов ожидания - давайте разберёмся:
1) "Занятое" время короче "пустого": когда вовлечён в процесс, то время пролетает быстрее. Поэтому во время ожидания нужно придумать, как занять пользователя: зеркало в лифте - самый распространенный пример. Пульсирующий прогресс бар в Claude Code, придумывающий слова типа flibbergeting и wrangling —> из этой же оперы (см аттач)
2) "Неизвестное" ожидание длиннее "известного": выставляя ожидание, сколько займет та или иная операция, мы создаем ощущение, что время укорачивается.
3) "Необьясненное" ожидание длиннее "обьясненного": когда мы понимаем, ПОЧЕМУ что-то занимает время, то воспринимаем его короче, даже если обьективно это столько же
см. аттач из codex-а
4) "Тревожное" ожидание длиннее "спокойного": если пользователь считает, что что-то сломалось (например, перестал работать спиннер), то каждая секунда x10.
5) "Одинокое" ожидание длиннее "группового": идея понятна, но достаточно плохо реализуема имхо для цифровых продуктов. Кстати, если есть классные примеры - велком в комментарии
Собственно, исходя из этих законов и принципов, можно сформулировать best practices для своих агентов. Присылайте ваши примеры реализации этих законов в комментариях. А я добавил пару кейсов в аттаче + сделал Claude скилл для этого. Важно: для скилла нужен коннект с браузером, как описывал в этом посте
P.S. Мы еще не отработали результаты этого аудита на onsa, поэтому пока не ругайтесь, что сапожник без сапог 😉
Очень частая задача при проектировании интерфейса взаимодействия человека с AI агентом - как "скрасить" ожидание юзера. Мы недавно столкнулись с таковой и я решил на пару с "дружбаном" (так я называю chatGPT/Claude и иже с ними) погрузиться немного в этот вопрос и открыл для себя несколько важных гайдлайнов. Продвинутым и матёрым UX дизайнерам они покажутся банальностью, но мне было полезно.
Итак, глобально есть 5 законов ожидания - давайте разберёмся:
1) "Занятое" время короче "пустого": когда вовлечён в процесс, то время пролетает быстрее. Поэтому во время ожидания нужно придумать, как занять пользователя: зеркало в лифте - самый распространенный пример. Пульсирующий прогресс бар в Claude Code, придумывающий слова типа flibbergeting и wrangling —> из этой же оперы (см аттач)
2) "Неизвестное" ожидание длиннее "известного": выставляя ожидание, сколько займет та или иная операция, мы создаем ощущение, что время укорачивается.
"Загрузка..." vs "осталось ~45 сек"
3) "Необьясненное" ожидание длиннее "обьясненного": когда мы понимаем, ПОЧЕМУ что-то занимает время, то воспринимаем его короче, даже если обьективно это столько же
«Проверяем 4 источника: сайт, LinkedIn, вакансии, годовые отчеты»
см. аттач из codex-а
4) "Тревожное" ожидание длиннее "спокойного": если пользователь считает, что что-то сломалось (например, перестал работать спиннер), то каждая секунда x10.
5) "Одинокое" ожидание длиннее "группового": идея понятна, но достаточно плохо реализуема имхо для цифровых продуктов. Кстати, если есть классные примеры - велком в комментарии
Собственно, исходя из этих законов и принципов, можно сформулировать best practices для своих агентов. Присылайте ваши примеры реализации этих законов в комментариях. А я добавил пару кейсов в аттаче + сделал Claude скилл для этого. Важно: для скилла нужен коннект с браузером, как описывал в этом посте
P.S. Мы еще не отработали результаты этого аудита на onsa, поэтому пока не ругайтесь, что сапожник без сапог 😉
16❤23👍10🔥3🥰1😁1😍1
Скилл для создания chatGPT аппов
Помните, я писал про свой первый ChatGPT апп? На днях OpenAI анонсировали-таки свой магазин приложений и теперь можно сабмитить свои аппы.
Чтобы помочь вам в этом я сделал Claude/Agent Skill, который:
1. Помогает оценить, подходит ли ваш продукт для ChatGPT Apps (Know/Do/Show фреймворк, описанном в этом гайде от OpenAI)
2. Генерирует MCP сервер на Node.js/TypeScript с готовыми шаблонами
3. Создает React виджеты с поддержкой тем ChatGPT
4. Настраивает OAuth 2.1 аутентификацию (включая self-hosted вариант!)
5. Готовит к деплою на Fly.io и сабмишену в стор
Скилл соответствует теперь уже открытому стандарту AgentSkills и провалидирован через skills-ref.
Использовать лучше с Claude Code или Codex, потому что он не просто помогает продумать приложение, но и закодить его. Просто попросите его
Enjoy!
Помните, я писал про свой первый ChatGPT апп? На днях OpenAI анонсировали-таки свой магазин приложений и теперь можно сабмитить свои аппы.
Чтобы помочь вам в этом я сделал Claude/Agent Skill, который:
1. Помогает оценить, подходит ли ваш продукт для ChatGPT Apps (Know/Do/Show фреймворк, описанном в этом гайде от OpenAI)
2. Генерирует MCP сервер на Node.js/TypeScript с готовыми шаблонами
3. Создает React виджеты с поддержкой тем ChatGPT
4. Настраивает OAuth 2.1 аутентификацию (включая self-hosted вариант!)
5. Готовит к деплою на Fly.io и сабмишену в стор
Скилл соответствует теперь уже открытому стандарту AgentSkills и провалидирован через skills-ref.
Использовать лучше с Claude Code или Codex, потому что он не просто помогает продумать приложение, но и закодить его. Просто попросите его
use the chatgpt-app-builder skill to evaluate if my product should become a ChatGPT App and actually build it
Enjoy!
GitHub
GitHub - BayramAnnakov/chatgpt-app-skill
Contribute to BayramAnnakov/chatgpt-app-skill development by creating an account on GitHub.
7🔥49❤16👍8