AIматизация | ИИ в жизни и бизнесе
Соло Маркетинг Многие, возможно, слышали тезис Сэма Альтмана о том, что в течение ближайших 2-3 лет появится компания-единорог с оценкой свыше 1 млрд. долларов, созданная и состоящая из одного человека (и AI-агентов). И совсем недавно был кейс с компанией…
Audio
👍4
OpenAI только что выпустила синхронного переводчика, умеющего в реальном времени переводить более чем с 70 языков - на 13. Включая русский!
Посмотрите, как круто это выглядит вживую.
В видео представлены еще 2 модели - для общения в реальном времени и для транскрибации, но этим нас уже не удивить :)
К тому же, для этой задачи есть бесплатный groq с шикарными лимитами, который использует тот же Whisper и отлично переводит любую речь на любом языке в текст в реальном времени, причем буквально за доли секунды.
А позже покажу, как настроить собственный аналог FireFlies - AI секретарь любых звонков - бесплатно и локально (что важно для бизнесов и всех, кто хочет сохранить конфиденциальность данных)
Посмотрите, как круто это выглядит вживую.
В видео представлены еще 2 модели - для общения в реальном времени и для транскрибации, но этим нас уже не удивить :)
К тому же, для этой задачи есть бесплатный groq с шикарными лимитами, который использует тот же Whisper и отлично переводит любую речь на любом языке в текст в реальном времени, причем буквально за доли секунды.
А позже покажу, как настроить собственный аналог FireFlies - AI секретарь любых звонков - бесплатно и локально (что важно для бизнесов и всех, кто хочет сохранить конфиденциальность данных)
🔥7❤4🤯4
Meta на днях выпустила официальный Ads CLI специально для AI агентов. Что это значит?
Обычные интерфейсы предельно неудобны и неэффективны для агентов. Да, есть API и SDK, но они тоже заточены под классический детерминированный код и скрипты. Можно сделать из этого MCP, но это требует дополнительных знаний и действий.
CLI (консольный интерфейс) - наиболее эффективен для AI агентов, т.к. они могут вызывать необходимые команды одним запросом в терминале, и это наиболее близко к их привычной форме рассуждения - на естественном языке.
Новый CLI от Meta позволит вашим AI агентам на лету создавать и управлять рекламными кампаниями в Facebook и Instagram, анализировать метрики и эффективность, следить за бюджетом и т.д.
То, что раньше занимало часы у таргетолога - теперь может существенно разгрузить его или даже заменить, особенно на ранних стадиях, когда ваш продукт только стартует и у вас ограниченный бюджет.
Для самих же маркетологов и таргетологов - это возможность вести в разы больше проектов параллельно без потерь эффективности.
Аналогичные CLI (хоть и неофициальные, но рабочие, опенсорсные от комьюнити) есть для Google Ads, TikTok Ads, Yandex Direct и т.д. А также всегда можно сделать собственный, попросив об этом своего агента.
Причём можно использовать инструменты типа CLI-Anything, чтобы агент сделал это быстрее, четче и надёжнее.
Итого: мы вступаем в новую эру, где интерфейсы делаются не только и не столько для людей, сколько для агентов, которые будут делать бОльшую часть работы за нас. Нам же остаётся лишь наблюдать и верифицировать результат (и уметь их правильно настроить).
Обычные интерфейсы предельно неудобны и неэффективны для агентов. Да, есть API и SDK, но они тоже заточены под классический детерминированный код и скрипты. Можно сделать из этого MCP, но это требует дополнительных знаний и действий.
CLI (консольный интерфейс) - наиболее эффективен для AI агентов, т.к. они могут вызывать необходимые команды одним запросом в терминале, и это наиболее близко к их привычной форме рассуждения - на естественном языке.
Новый CLI от Meta позволит вашим AI агентам на лету создавать и управлять рекламными кампаниями в Facebook и Instagram, анализировать метрики и эффективность, следить за бюджетом и т.д.
То, что раньше занимало часы у таргетолога - теперь может существенно разгрузить его или даже заменить, особенно на ранних стадиях, когда ваш продукт только стартует и у вас ограниченный бюджет.
Для самих же маркетологов и таргетологов - это возможность вести в разы больше проектов параллельно без потерь эффективности.
Аналогичные CLI (хоть и неофициальные, но рабочие, опенсорсные от комьюнити) есть для Google Ads, TikTok Ads, Yandex Direct и т.д. А также всегда можно сделать собственный, попросив об этом своего агента.
Причём можно использовать инструменты типа CLI-Anything, чтобы агент сделал это быстрее, четче и надёжнее.
Итого: мы вступаем в новую эру, где интерфейсы делаются не только и не столько для людей, сколько для агентов, которые будут делать бОльшую часть работы за нас. Нам же остаётся лишь наблюдать и верифицировать результат (и уметь их правильно настроить).
🔥5👍2👀2
AIматизация | ИИ в жизни и бизнесе
Продолжаем тему генерации контента с помощью AI. Сколько времени и средств обычно занимает создание презентационных / промо роликов? Классический подход - найти монтажёра, прописать ему чёткое ТЗ, сценарий, тексты. Ожидание в несколько дней, затем ещё неделя…
This media is not supported in your browser
VIEW IN TELEGRAM
Управляем компьютером на ходу с телефона
OpenAI, вслед за Anthropic (Claude), выпустил обновление для мобильного приложения ChatGPT, чтобы управлять десктопной версией.
Теперь автоматизациями можно управлять и следить за исполнением удаленно, пока включен компьютер, на котором установлен ChatGPT Codex.
И да, Codex уже давно не только для разработчиков - с его помощью можно автоматизировать уже практически любые действия, включая те, где нужно двигать мышкой и нажимать кнопки, как настоящий человек.
Вот, кстати, в демо видео с анонса как раз используется пример с созданием и монтажом видео через Remotion, про которое рассказывал здесь. Теперь даже это можно делать с телефона, накидывая правки голосом.
В следующем посте расскажу, что еще можно делать с помощью “Computer Use” кодекса и клода.
OpenAI, вслед за Anthropic (Claude), выпустил обновление для мобильного приложения ChatGPT, чтобы управлять десктопной версией.
Теперь автоматизациями можно управлять и следить за исполнением удаленно, пока включен компьютер, на котором установлен ChatGPT Codex.
И да, Codex уже давно не только для разработчиков - с его помощью можно автоматизировать уже практически любые действия, включая те, где нужно двигать мышкой и нажимать кнопки, как настоящий человек.
Вот, кстати, в демо видео с анонса как раз используется пример с созданием и монтажом видео через Remotion, про которое рассказывал здесь. Теперь даже это можно делать с телефона, накидывая правки голосом.
В следующем посте расскажу, что еще можно делать с помощью “Computer Use” кодекса и клода.
🔥5❤3👍2👀2
Автоматизация действий на компьютере с Computer Use от Codex и Claude Code
Десктопные Codex ChatGPT и Claude Code изначально развивались как инструменты для разработчиков, но в последние месяцы становятся популярны уже и у не-технарей. OpenAI ещё в апреле сменил позиционирование, анонсировав новый Codex for Everything.
Если раньше эти агентские системы умели использовать встроенные коннекторы и интеграции с различными сервисами, а также давали возможность устанавливать кастомные MCP серверы и навыки (что уже позволяет закрыть львиную долю задач по автоматизации процессов), то недавно была добавлена возможность агентам буквально «видеть» экран и управлять курсором мыши.
Это буквально развязывает «руки» агентам и позволяет им работать с абсолютно любыми программами и веб-сайтами, как это делает человек. И антибот системам защиты практически нереально отследить, что их интерфейсом сейчас пользуется не человек.
Это открывает возможность для автоматизации уже практически любых процессов, особенно таких, где нет публичных или доступных API или MCP для интеграции или они стоят очень дорого - как, например, в случае с API X (Twitter), WhatsApp, Instagram и т.д.
Как понять, что задачу стоит автоматизировать? Проверьте - если она:
• Повторяется регулярно или ежедневно
• Занимает более 3-5 минут
• Имеет понятные измеримые критерии результата на выходе
• Может быть повторена почти любым человеком удалённо за компьютером
То скорее всего её можно поручить агенту и повесить на выполнение по расписанию или триггеру - в Codex это Automations, в Claude Code - это Scheduled tasks / Hooks (когда запускается локально с компьютера) и Routines (когда запускается и выполняется в облаке)
Если же есть понимание, что таких процессов много и нужно, чтобы они выполнялись 24/7 независимо от включенности компьютера - то здесь уже стоит задуматься об использовании автономных агентов типа OpenClaw / Hermes на собственном облачном сервере, но это требует некоторой технической подготовки и более глубокого погружения - об этом чуть позже также выпущу цикл статей.
Десктопные Codex ChatGPT и Claude Code изначально развивались как инструменты для разработчиков, но в последние месяцы становятся популярны уже и у не-технарей. OpenAI ещё в апреле сменил позиционирование, анонсировав новый Codex for Everything.
Если раньше эти агентские системы умели использовать встроенные коннекторы и интеграции с различными сервисами, а также давали возможность устанавливать кастомные MCP серверы и навыки (что уже позволяет закрыть львиную долю задач по автоматизации процессов), то недавно была добавлена возможность агентам буквально «видеть» экран и управлять курсором мыши.
Это буквально развязывает «руки» агентам и позволяет им работать с абсолютно любыми программами и веб-сайтами, как это делает человек. И антибот системам защиты практически нереально отследить, что их интерфейсом сейчас пользуется не человек.
Это открывает возможность для автоматизации уже практически любых процессов, особенно таких, где нет публичных или доступных API или MCP для интеграции или они стоят очень дорого - как, например, в случае с API X (Twitter), WhatsApp, Instagram и т.д.
Как понять, что задачу стоит автоматизировать? Проверьте - если она:
• Повторяется регулярно или ежедневно
• Занимает более 3-5 минут
• Имеет понятные измеримые критерии результата на выходе
• Может быть повторена почти любым человеком удалённо за компьютером
То скорее всего её можно поручить агенту и повесить на выполнение по расписанию или триггеру - в Codex это Automations, в Claude Code - это Scheduled tasks / Hooks (когда запускается локально с компьютера) и Routines (когда запускается и выполняется в облаке)
Если же есть понимание, что таких процессов много и нужно, чтобы они выполнялись 24/7 независимо от включенности компьютера - то здесь уже стоит задуматься об использовании автономных агентов типа OpenClaw / Hermes на собственном облачном сервере, но это требует некоторой технической подготовки и более глубокого погружения - об этом чуть позже также выпущу цикл статей.
👍3🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
Ускоряем печать, переходя на голос
Судя по трендам в X, Threads и GitHub, текущий месяц стал месяцем разработки собственных инструментов автоматизации голосового ввода. Каждый уважающий себя разработчик (и не только) написал собственную «диктовалку» и гордо выложил её в открытый доступ 🙂
Однако завайбкодить своё и иметь на выходе качественный продукт - это далеко не одно и то же.
И если вас интересует в первую очередь второе - то эта статья для вас.
Сегодня хочу рассказать про WhisprFlow - инструмент, по праву считающийся №1 среди бесчисленного множества инструментов подобного типа.
Основная функция, как и у всех альтернатив - это возможность печатать текст в любое поле ввода в любом месте, просто наговаривая его вслух на естественном языке. Система в реальном времени распознает сказанное и переводит это в текст, кратно повышая скорость коммуникации, что особенно важно при взаимодействии с ИИ-агентами, где самым медленным звеном являешься ты сам 🙂
Многие сейчас строят собственные аналоги или используют бесплатные opensource решения, которые работают через локальную библиотеку Whisper, которую OpenAI выложил в открытый доступ ещё в 22 году. И это имеет смысл, если вы хотите сэкономить, или, что особенно важно в бизнесе - не хотите, чтобы данные покидали ваш корпоративный контур.
Но для большинства людей это может быть технически сложно и избыточно, и хотелось бы просто использовать готовое универсальное решение из коробки. И именно им является WhisprFlow - кросс-платформенная утилита, которая работает на любом устройстве, включая мобильные на iOS и Android (кстати, на андроид интеграция максимально нативная и бесшовная).
И ключевой особенностью, которой нет пока что у бесплатных опенсорс аналогов (по крайней мере, на таком уровне) является адаптивность системы под контекст приложения. Текст автоматически стилизуется под стиль приложения, в котором происходит диктовка, и это можно дополнительно настраивать. В whatsapp или телеграм это будет неформальный и живой формат, в почте - более взвешенный и с деловым этикетом, в Word и Google Docs - предельно чёткий и структурированный.
Кроме того, из текста будут автоматически вырезаны все слова-паразиты и речевые обороты, хоть и приемлемые в живом диалоге, но некорректные для письменного стиля. И именно эта постобработка, при этом происходящая мгновенно в реальном времени, в сочетании с возможностью стилизации текста и общей скоростью работы транскрипции - делает WhisprFlow (на мой субъективный взгляд) наиболее сильным продуктом в данный момент, не имеющим (пока) качественных аналогов (если у вас другое мнение на этот счёт - расскажите в комментах). А ещё он отлично распознает имена и специфичные термины, с чем есть проблемы у всех остальных сервисов, использующих голый Whisper под капотом, без доп. обработки и словарей.
Что касается стоимости - для многих может хватить бесплатного тарифа, включающего 2000 слов в неделю на компьютере и 1000 слов на iPhone. А на Android сейчас вообще пока временно бесплатный тариф без ограничений. А полноценный платный тариф начинается от €12 в месяц.
В общем, подводя итог - пользуюсь сам и рекомендую. Хотя у меня есть и локально установленный Whisper, и бесплатная сверхбыстрая real-time транскрипция через Groq, которые использую для агентов Hermes / OpenClaw и саммаризации звонков и онлайн-встреч. Но пока для обычных повседневных задач выбираю WisprFlow за его умность и адаптивность.
Судя по трендам в X, Threads и GitHub, текущий месяц стал месяцем разработки собственных инструментов автоматизации голосового ввода. Каждый уважающий себя разработчик (и не только) написал собственную «диктовалку» и гордо выложил её в открытый доступ 🙂
Однако завайбкодить своё и иметь на выходе качественный продукт - это далеко не одно и то же.
И если вас интересует в первую очередь второе - то эта статья для вас.
Сегодня хочу рассказать про WhisprFlow - инструмент, по праву считающийся №1 среди бесчисленного множества инструментов подобного типа.
Основная функция, как и у всех альтернатив - это возможность печатать текст в любое поле ввода в любом месте, просто наговаривая его вслух на естественном языке. Система в реальном времени распознает сказанное и переводит это в текст, кратно повышая скорость коммуникации, что особенно важно при взаимодействии с ИИ-агентами, где самым медленным звеном являешься ты сам 🙂
Многие сейчас строят собственные аналоги или используют бесплатные opensource решения, которые работают через локальную библиотеку Whisper, которую OpenAI выложил в открытый доступ ещё в 22 году. И это имеет смысл, если вы хотите сэкономить, или, что особенно важно в бизнесе - не хотите, чтобы данные покидали ваш корпоративный контур.
Но для большинства людей это может быть технически сложно и избыточно, и хотелось бы просто использовать готовое универсальное решение из коробки. И именно им является WhisprFlow - кросс-платформенная утилита, которая работает на любом устройстве, включая мобильные на iOS и Android (кстати, на андроид интеграция максимально нативная и бесшовная).
И ключевой особенностью, которой нет пока что у бесплатных опенсорс аналогов (по крайней мере, на таком уровне) является адаптивность системы под контекст приложения. Текст автоматически стилизуется под стиль приложения, в котором происходит диктовка, и это можно дополнительно настраивать. В whatsapp или телеграм это будет неформальный и живой формат, в почте - более взвешенный и с деловым этикетом, в Word и Google Docs - предельно чёткий и структурированный.
Кроме того, из текста будут автоматически вырезаны все слова-паразиты и речевые обороты, хоть и приемлемые в живом диалоге, но некорректные для письменного стиля. И именно эта постобработка, при этом происходящая мгновенно в реальном времени, в сочетании с возможностью стилизации текста и общей скоростью работы транскрипции - делает WhisprFlow (на мой субъективный взгляд) наиболее сильным продуктом в данный момент, не имеющим (пока) качественных аналогов (если у вас другое мнение на этот счёт - расскажите в комментах). А ещё он отлично распознает имена и специфичные термины, с чем есть проблемы у всех остальных сервисов, использующих голый Whisper под капотом, без доп. обработки и словарей.
Что касается стоимости - для многих может хватить бесплатного тарифа, включающего 2000 слов в неделю на компьютере и 1000 слов на iPhone. А на Android сейчас вообще пока временно бесплатный тариф без ограничений. А полноценный платный тариф начинается от €12 в месяц.
В общем, подводя итог - пользуюсь сам и рекомендую. Хотя у меня есть и локально установленный Whisper, и бесплатная сверхбыстрая real-time транскрипция через Groq, которые использую для агентов Hermes / OpenClaw и саммаризации звонков и онлайн-встреч. Но пока для обычных повседневных задач выбираю WisprFlow за его умность и адаптивность.
🔥4❤1
AIматизация | ИИ в жизни и бизнесе
Ускоряем печать, переходя на голос Судя по трендам в X, Threads и GitHub, текущий месяц стал месяцем разработки собственных инструментов автоматизации голосового ввода. Каждый уважающий себя разработчик (и не только) написал собственную «диктовалку» и гордо…
Для тех же, кому важна приватность данных и чтобы вся обработка происходила локально и без интернета (например, в корпоративном контуре), и при этом у вас есть мощный видеочип на ноутбуке / видеокарта в компьютере, чтобы не ждать по 30-40 секунд результатов транскрибации - рекомендую Handy либо OpenWhispr.
Они максимально приближены по функционалу к облачному WhisprFlow - есть сборки под все основные системы (Mac, Windows, Linux), умеют «писать» в любое выбранное поле, а также есть постобработка с возможностью вырезания лишних слов и стилизации текста.
Первый - Handy - более простой в использовании, второй - более гибкий в настройках и возможностях кастомизации, а ещё умеет подключаться к Zoom и Google Meet и работать вашим личным секретарём. А также в OpenWhispr можно подключить бесплатный ключ от Groq с очень высокими лимитами и иметь полностью бесплатный аналог WhisprFlow с молниеносным speech-to-text (но этот уже будет облачный сценарий, не локальный).
Они максимально приближены по функционалу к облачному WhisprFlow - есть сборки под все основные системы (Mac, Windows, Linux), умеют «писать» в любое выбранное поле, а также есть постобработка с возможностью вырезания лишних слов и стилизации текста.
Первый - Handy - более простой в использовании, второй - более гибкий в настройках и возможностях кастомизации, а ещё умеет подключаться к Zoom и Google Meet и работать вашим личным секретарём. А также в OpenWhispr можно подключить бесплатный ключ от Groq с очень высокими лимитами и иметь полностью бесплатный аналог WhisprFlow с молниеносным speech-to-text (но этот уже будет облачный сценарий, не локальный).
GitHub
GitHub - cjpais/Handy: A free, open source, and extensible speech-to-text application that works completely offline.
A free, open source, and extensible speech-to-text application that works completely offline. - cjpais/Handy
🔥5
claude_cowork_for_sales.pdf
40.8 KB
Автоматизация рутины в отделе продаж
Anthropic (создатель Claude) выпустили статью, где рассказали, как их отдел продаж оптимизирует свои процессы с помощью AI агентов в режиме Claude Cowork (это когда можно создавать множество узкопрофильных агентов-специалистов, где каждый специализируется на своей области).
Подготовил для вас тезисное саммари на русском языке в PDF и краткое изложение в аудио.
Anthropic (создатель Claude) выпустили статью, где рассказали, как их отдел продаж оптимизирует свои процессы с помощью AI агентов в режиме Claude Cowork (это когда можно создавать множество узкопрофильных агентов-специалистов, где каждый специализируется на своей области).
Подготовил для вас тезисное саммари на русском языке в PDF и краткое изложение в аудио.
👍3
AI как оружие - больше не спекуляция
Claude выпустили ту самую нашумевшую модель Mythos, котораявзломала Пентагон нашла уязвимости в сотнях крупнейших opensource проектов и которую не давали никому, кроме «good guys» 😒
Правда, выпустили с существенными ограничениями и мониторингом каждого запроса, особо подозрительные из которых будут просматриваться людьми. И назвали по-другому - Claude Fable 5.
В текущих Claude-подписках доступна пока временно (до 22 июня). И по стоимости за токены - в 2 раза выше последнего Opus.
А ещё запросы, связанные с кибербезопасностью, биологией и вообще чувствительными темами, будут автоматически переключаться на предыдущее поколение (Opus 4.8).
По бенчмаркам, ожидаемо, самая сильная модель на сегодняшний день. На 5–8% опережает Claude Opus 4.8 по показателям кодинга, а сам Opus 4.8 по бенчмаркам в 2 раза превосходит GPT-5.5.
Если сделать шаг в сторону и посмотреть, как антропики разыгрывают свою карту - сложно не признать результативность их подхода к маркетингу на протяжении всего года (капитализация выросла почти в 15 (!) раз за последние 14 месяцев)
Текущий выпуск Fable - ещё один гениальный ход. Сначала выпустить в закрытом режиме, заставив всех обсуждать и хотеть - и когда рынок сам за тебя уже её распиарил на всевозможных слухах и «утечках» - выпустить в общий релиз (и то не полностью).
Стив Джобс нервно перевернулся, глядя на их способность продавать и приучать людей хотеть то, о чем они ещё полгода назад даже не знали (а также на практически полное поражение Apple в гонке ИИ)
Claude выпустили ту самую нашумевшую модель Mythos, которая
Правда, выпустили с существенными ограничениями и мониторингом каждого запроса, особо подозрительные из которых будут просматриваться людьми. И назвали по-другому - Claude Fable 5.
В текущих Claude-подписках доступна пока временно (до 22 июня). И по стоимости за токены - в 2 раза выше последнего Opus.
А ещё запросы, связанные с кибербезопасностью, биологией и вообще чувствительными темами, будут автоматически переключаться на предыдущее поколение (Opus 4.8).
По бенчмаркам, ожидаемо, самая сильная модель на сегодняшний день. На 5–8% опережает Claude Opus 4.8 по показателям кодинга, а сам Opus 4.8 по бенчмаркам в 2 раза превосходит GPT-5.5.
Если сделать шаг в сторону и посмотреть, как антропики разыгрывают свою карту - сложно не признать результативность их подхода к маркетингу на протяжении всего года (капитализация выросла почти в 15 (!) раз за последние 14 месяцев)
Текущий выпуск Fable - ещё один гениальный ход. Сначала выпустить в закрытом режиме, заставив всех обсуждать и хотеть - и когда рынок сам за тебя уже её распиарил на всевозможных слухах и «утечках» - выпустить в общий релиз (и то не полностью).
Стив Джобс нервно перевернулся, глядя на их способность продавать и приучать людей хотеть то, о чем они ещё полгода назад даже не знали (а также на практически полное поражение Apple в гонке ИИ)
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2😱1