Это простой комикс на 90% был создан с помощью ИИ. Что делали ИИ, а что человек?
1. Человек создал урок большого курса по ИИ Агентам, потом загрузил несколько тезисов в chayGPT.
2. Потом я попросил на базе загруженного документы накидать сценарий с надписями на кадрах + репликами героев + промпты для подходящих картинок. Ни одной надписи и реплики мы не редактировали.
3. Потом Midjourney создал по этим промптам картинки и автор (я) и chatGPT оценивали, насколько картинка отвечает требованиям режиссуры и консистентности. Некоторые картинки получились с 1-ого раза, некоторые с 3-его. Моя задача сводилась к загрузке промптов, оценки и коррекции результатов.
4. Затем Tatiana Tkr все смонтировала в Coimic Life 3, и я немного подправил финальный макет.
На создание комикса на основе урока в сумму ушло где-то 1,5 часа, из которого 30 минут генерация картинок по брифу и примерно 40 минут верстка макета, так по мелочи. Все это стоило нам 0 денег и тонну удовольствия от осознания того, что на самом деле можно делать, что угодно. Как вы понимаете, изначально был создан такой упрощенный детский стиль.
Для сравнения - если нанимать художника здесь, в Лос Анжелесе, то такая работа стоила бы примерно:
Реалистичный бюджет: $500–1200 за страницу. Что входит в цену: 1–2 концепта и скетча, 1 основная иллюстрация в цвете, 2–3 раунда правок (чаще всего включено в цену среднего и топ-уровня). Шрифты и оформление текста — часто оплачивается отдельно ($50–150, если lettering не ваш).
Если заказывать где-нибудь на Украине, Индия то $250–400 — лучший баланс цены и качества.
Таким образом, у меня 8 картинок на 4 кадрах, т.е. финальный бюджет, даже если заказывать в стране третьего мира - от 2000 до 3200$ (начинающий) 4К-6К$ (средний) и все будет занимать от 3 по 5 недель.
Сравниваем.
С ИИ: Цена 0$, длительность 1,5 часа.
Без ИИ: Цена 2000 до 3200$, длительность 3 по 5 недель.
Если кто-то думает, что это очень простые картинки, то я представил пару вариантов ДРУГОГО стиля, чтобы у вас не было наивных иллюзий.
В стиле Дали, студии Марвел, мир Гигера, студия Гибли, стиль Иеронима Босха, Густава Климта. Интересно узнаете, где кто?
И генерация в ЛЮБОМ стиле занимает одинаковое время.
Если кто-то думает, что там нет 100% консистентности, то если бы я упоролся и потратил не 30 минут, а 60 минут, то была-бы полная консистентность. 🤣
Можно делать не только комиксы, а что угодно, в т.ч. кино, мультики то, что до сего момента было невозможно.
Это одна из многих возможностей и если вы еще сомневаетесь, у меня для вас хорошая новость - я сделал курс по основам ИИ для начинающих. Курс бесплатный - все, как вы любите - чтобы никаких рисков, обязательств и на холяву: https://alexeykrol.com/courses/ai_intro/
Ну а кому нужен хардкор: https://alexeykrol.com/courses/ai_full/ 5
1. Человек создал урок большого курса по ИИ Агентам, потом загрузил несколько тезисов в chayGPT.
2. Потом я попросил на базе загруженного документы накидать сценарий с надписями на кадрах + репликами героев + промпты для подходящих картинок. Ни одной надписи и реплики мы не редактировали.
3. Потом Midjourney создал по этим промптам картинки и автор (я) и chatGPT оценивали, насколько картинка отвечает требованиям режиссуры и консистентности. Некоторые картинки получились с 1-ого раза, некоторые с 3-его. Моя задача сводилась к загрузке промптов, оценки и коррекции результатов.
4. Затем Tatiana Tkr все смонтировала в Coimic Life 3, и я немного подправил финальный макет.
На создание комикса на основе урока в сумму ушло где-то 1,5 часа, из которого 30 минут генерация картинок по брифу и примерно 40 минут верстка макета, так по мелочи. Все это стоило нам 0 денег и тонну удовольствия от осознания того, что на самом деле можно делать, что угодно. Как вы понимаете, изначально был создан такой упрощенный детский стиль.
Для сравнения - если нанимать художника здесь, в Лос Анжелесе, то такая работа стоила бы примерно:
Реалистичный бюджет: $500–1200 за страницу. Что входит в цену: 1–2 концепта и скетча, 1 основная иллюстрация в цвете, 2–3 раунда правок (чаще всего включено в цену среднего и топ-уровня). Шрифты и оформление текста — часто оплачивается отдельно ($50–150, если lettering не ваш).
Если заказывать где-нибудь на Украине, Индия то $250–400 — лучший баланс цены и качества.
Таким образом, у меня 8 картинок на 4 кадрах, т.е. финальный бюджет, даже если заказывать в стране третьего мира - от 2000 до 3200$ (начинающий) 4К-6К$ (средний) и все будет занимать от 3 по 5 недель.
Сравниваем.
С ИИ: Цена 0$, длительность 1,5 часа.
Без ИИ: Цена 2000 до 3200$, длительность 3 по 5 недель.
Если кто-то думает, что это очень простые картинки, то я представил пару вариантов ДРУГОГО стиля, чтобы у вас не было наивных иллюзий.
В стиле Дали, студии Марвел, мир Гигера, студия Гибли, стиль Иеронима Босха, Густава Климта. Интересно узнаете, где кто?
И генерация в ЛЮБОМ стиле занимает одинаковое время.
Если кто-то думает, что там нет 100% консистентности, то если бы я упоролся и потратил не 30 минут, а 60 минут, то была-бы полная консистентность. 🤣
Можно делать не только комиксы, а что угодно, в т.ч. кино, мультики то, что до сего момента было невозможно.
Это одна из многих возможностей и если вы еще сомневаетесь, у меня для вас хорошая новость - я сделал курс по основам ИИ для начинающих. Курс бесплатный - все, как вы любите - чтобы никаких рисков, обязательств и на холяву: https://alexeykrol.com/courses/ai_intro/
Ну а кому нужен хардкор: https://alexeykrol.com/courses/ai_full/ 5
ИИ точно оставит всех без работы? Точно тех, кто не способен к творчеству любого типа - от искусства до технологии, науки и бизнеса.
Творцам и предпринимателям ничего не грозит, уже сейчас мы видим границы возможностей ИИ.
Мне периодически пишут нечто типа: "ИИ сейчас может написать, что угодно, создать курс, книгу, статью, кино, комикс, музыку...".
Мы со всем этим работаем каждый день практически и могу сказать: Попробуйте, а потом нам расскажите. 🤣
ИИ супер помощник, но для того, кто и без ИИ понимает, что делает, умеет задавать правильные вопросы и ставить точные задачи, понимает, что такое итеративный подход. Но поскольку 99% людей, похоже, вообще с трудом выражают свои мысли в общении с другими людьми, то ожидать, что ИИ им поможет не приходится.
Результат от ИИ зависит от нашей способности правильно с ним общаться, и обучение работе с ИИ в конечном итоге сводится к навыку ясно задавать вопрос, а это именно то, что не побоюсь сказать люди - не умеют. Почему?
Потому что нас обманывают. Нас учат искать ответы, а не вопросы. Почему важно уметь искать вопрос, а не ответы. Потому что ответ - дает понимание "Что и Как", а вопрос показывает направление "Зачем?".
Какой смысл в обучении ходить быстро, бегать марафоны, если всю жизнь бегаешь в кругу?
Здесь есть про искусство промптов: https://alexeykrol.com/courses/ai_intro/
Творцам и предпринимателям ничего не грозит, уже сейчас мы видим границы возможностей ИИ.
Мне периодически пишут нечто типа: "ИИ сейчас может написать, что угодно, создать курс, книгу, статью, кино, комикс, музыку...".
Мы со всем этим работаем каждый день практически и могу сказать: Попробуйте, а потом нам расскажите. 🤣
ИИ супер помощник, но для того, кто и без ИИ понимает, что делает, умеет задавать правильные вопросы и ставить точные задачи, понимает, что такое итеративный подход. Но поскольку 99% людей, похоже, вообще с трудом выражают свои мысли в общении с другими людьми, то ожидать, что ИИ им поможет не приходится.
Результат от ИИ зависит от нашей способности правильно с ним общаться, и обучение работе с ИИ в конечном итоге сводится к навыку ясно задавать вопрос, а это именно то, что не побоюсь сказать люди - не умеют. Почему?
Потому что нас обманывают. Нас учат искать ответы, а не вопросы. Почему важно уметь искать вопрос, а не ответы. Потому что ответ - дает понимание "Что и Как", а вопрос показывает направление "Зачем?".
Какой смысл в обучении ходить быстро, бегать марафоны, если всю жизнь бегаешь в кругу?
Здесь есть про искусство промптов: https://alexeykrol.com/courses/ai_intro/
Видите схожесть? На первой картинке филогенетическое дерево ИИ Агентов (мы это все на курсе делаем). На второй картинке филогенетическое дерево человека.
Мы работает в парадигме проектного обучения, а значит создаем проект ИИ Агентов. Наша цель за учебный курс создать несколько агентов.
Это значит, что мы создаем проект создания базового типового агента, понимая, что Агент состоит с типовых функций, которые мы определили .
Из этих функций, как из Лего можно построить любого агента.
Таким образом, мы сначала построим самого простого Агента, который будет выполнять простую задачу, а потом будем просто добавлять функции-кирпичики, усложнять структуру и таким образом сможем строить любого агента.
Для этого мы должно построить карту развития - эволюции агентов от простого агента к сложному, добавляя функциональность, и эта карта больше будет похожа на эволюционное дерево.
Мы выстаиваем создаваемых агентов в последовательности от простого к сложному, где каждый следующий шаг будет означает добавление новой функции или усложнение структуры.
Я выделяю 3 переменных в эволюции Агентоа:
1. Изменение промптов без изменения сценария и функций.
2. Добавление новых функций, включая добавление к сценарию вызовов ИИ с новыми промптами.
3. Увеличение сложность архитектуры сценариев, начиная от увеличения этапов воркфлоу, где мы добавляем вызов ИИ до появления циклов, ветвления, новых промптов, динамических промптов, когда мы выбираем или даже генерируем подходящие промпты в зависимости от сценария.
Тем не менее - базовый критерии эволюции это в первую очередь добавление новых функций, все остальное уже следствие.
Грубо говоря, если новая функция добавлена хотя бы один раз, потом мы можем ее воспроизводить в любой сколько угодно сложной архитектуре, но если функции нет, то и воспроизводить нечего.
Более обобщенно уровни эволюции Агентов. В 1-й части курса мы это не успеем реализовать, но во 2-й части, иншалла, сделаем.
Уровень 1 — Ассистент-исполнитель (самый простой)
Функции: генерация ответа, первичная фильтрация
• Инструменты: ChatGPT, Custom GPT
• Пример: Переводчик, генератор заголовков, упрощение текста
• Особенность: работает только по одному промпту, без памяти, без сценария
Уровень 2 — Ассистент по сценарию
•+ Добавляется: получение информации, дистрибуция
•Инструменты: Make, Zapier, Typebot
• Пример: AI-агент, отправляющий письма по расписанию
• Особенность: сценарий задан вручную, линейный путь
Уровень 3 — Сценарный агент с логикой выбора
• + Добавляется: анализ и интерпретация, принятие решения
• Инструменты: Voiceflow, Botpress, Retool
• Пример: Квиз с персонализированными рекомендациями
• Особенность: может выбирать путь в зависимости от входных данных
Уровень 4 — Адаптивный агент
• + Добавляется: восприятие (мультимодальность), динамика сессии
• Инструменты: LangChain, GPT-4 с memory
• Пример: Персонализированный учебный ассистент
• Особенность: адаптирует поведение в рамках одной сессии, но не запоминает между ними
Уровень 5 — Самообучающийся агент
• + Добавляется: логирование, обучение, отложенные действия
• Инструменты: LangGraph, Pinecone, Supabase
• Пример: Личный коуч, рекомендующий шаги на основе истории
• Особенность: строит пользовательский профиль и корректирует стратегию
Уровень 6 — Агент-исследователь
• + Добавляется: кросс-доменные связи, генерация гипотез
• Инструменты: AutoGPT, Jupyter, Agents SDK
• Пример: Аналитик рынка или научный исследователь
• Особенность: работает в условиях неопределённости, создаёт гипотезы
Уровень 7 — Агент-предприниматель
• + Добавляется: управление подагентами, запуск процессов
• Инструменты: CrewAI, Stripe API, TaskManager
• Пример: Агент, который тестирует рынок и запускает MVP
• Особенность: координирует другие агенты и управляет ресурсами
Уровень 8 — Агент с миссией
• + Добавляется: этика, миссия, отказ от действий
• Инструменты: Constitutional AI, Self-Reflect Loops
• Пример: Миротворец, этический аудитор
• Особенность: действует согласно ценностям, может не подчиняться запросам
Мы работает в парадигме проектного обучения, а значит создаем проект ИИ Агентов. Наша цель за учебный курс создать несколько агентов.
Это значит, что мы создаем проект создания базового типового агента, понимая, что Агент состоит с типовых функций, которые мы определили .
Из этих функций, как из Лего можно построить любого агента.
Таким образом, мы сначала построим самого простого Агента, который будет выполнять простую задачу, а потом будем просто добавлять функции-кирпичики, усложнять структуру и таким образом сможем строить любого агента.
Для этого мы должно построить карту развития - эволюции агентов от простого агента к сложному, добавляя функциональность, и эта карта больше будет похожа на эволюционное дерево.
Мы выстаиваем создаваемых агентов в последовательности от простого к сложному, где каждый следующий шаг будет означает добавление новой функции или усложнение структуры.
Я выделяю 3 переменных в эволюции Агентоа:
1. Изменение промптов без изменения сценария и функций.
2. Добавление новых функций, включая добавление к сценарию вызовов ИИ с новыми промптами.
3. Увеличение сложность архитектуры сценариев, начиная от увеличения этапов воркфлоу, где мы добавляем вызов ИИ до появления циклов, ветвления, новых промптов, динамических промптов, когда мы выбираем или даже генерируем подходящие промпты в зависимости от сценария.
Тем не менее - базовый критерии эволюции это в первую очередь добавление новых функций, все остальное уже следствие.
Грубо говоря, если новая функция добавлена хотя бы один раз, потом мы можем ее воспроизводить в любой сколько угодно сложной архитектуре, но если функции нет, то и воспроизводить нечего.
Более обобщенно уровни эволюции Агентов. В 1-й части курса мы это не успеем реализовать, но во 2-й части, иншалла, сделаем.
Уровень 1 — Ассистент-исполнитель (самый простой)
Функции: генерация ответа, первичная фильтрация
• Инструменты: ChatGPT, Custom GPT
• Пример: Переводчик, генератор заголовков, упрощение текста
• Особенность: работает только по одному промпту, без памяти, без сценария
Уровень 2 — Ассистент по сценарию
•+ Добавляется: получение информации, дистрибуция
•Инструменты: Make, Zapier, Typebot
• Пример: AI-агент, отправляющий письма по расписанию
• Особенность: сценарий задан вручную, линейный путь
Уровень 3 — Сценарный агент с логикой выбора
• + Добавляется: анализ и интерпретация, принятие решения
• Инструменты: Voiceflow, Botpress, Retool
• Пример: Квиз с персонализированными рекомендациями
• Особенность: может выбирать путь в зависимости от входных данных
Уровень 4 — Адаптивный агент
• + Добавляется: восприятие (мультимодальность), динамика сессии
• Инструменты: LangChain, GPT-4 с memory
• Пример: Персонализированный учебный ассистент
• Особенность: адаптирует поведение в рамках одной сессии, но не запоминает между ними
Уровень 5 — Самообучающийся агент
• + Добавляется: логирование, обучение, отложенные действия
• Инструменты: LangGraph, Pinecone, Supabase
• Пример: Личный коуч, рекомендующий шаги на основе истории
• Особенность: строит пользовательский профиль и корректирует стратегию
Уровень 6 — Агент-исследователь
• + Добавляется: кросс-доменные связи, генерация гипотез
• Инструменты: AutoGPT, Jupyter, Agents SDK
• Пример: Аналитик рынка или научный исследователь
• Особенность: работает в условиях неопределённости, создаёт гипотезы
Уровень 7 — Агент-предприниматель
• + Добавляется: управление подагентами, запуск процессов
• Инструменты: CrewAI, Stripe API, TaskManager
• Пример: Агент, который тестирует рынок и запускает MVP
• Особенность: координирует другие агенты и управляет ресурсами
Уровень 8 — Агент с миссией
• + Добавляется: этика, миссия, отказ от действий
• Инструменты: Constitutional AI, Self-Reflect Loops
• Пример: Миротворец, этический аудитор
• Особенность: действует согласно ценностям, может не подчиняться запросам
🧱 Элементарные функции как кирпичики (см. файл "Элементарные функции агентов.md")
Каждый шаг развития — это добавление функции:
1. Подключение к источникам
2. Обеспечение безопасности
3. Получение информации
4. Фильтрация
5. Восприятие (преобразование форматов из мультимодального к единому формату текст/вектор)
6. Анализ и интерпретация (формрование сценариев для принятия решений).
7. Принятие решений (выбор приоритетов)
8. Генерация действия
9. Дистрибуция решений/ результатов
10. Хранение всех данных сценария
11. Напоминания и тайминг - приоретизация во времени
12. Логирование
13. Само-обучение
Само-обучение Агентов является базовой фоновой функцией любого Агента и занимает от 50 до 90% его ресурсов (на самом деле).
Программа курса: https://alexeykrol.com/courses/ai_full/
Каждый шаг развития — это добавление функции:
1. Подключение к источникам
2. Обеспечение безопасности
3. Получение информации
4. Фильтрация
5. Восприятие (преобразование форматов из мультимодального к единому формату текст/вектор)
6. Анализ и интерпретация (формрование сценариев для принятия решений).
7. Принятие решений (выбор приоритетов)
8. Генерация действия
9. Дистрибуция решений/ результатов
10. Хранение всех данных сценария
11. Напоминания и тайминг - приоретизация во времени
12. Логирование
13. Само-обучение
Само-обучение Агентов является базовой фоновой функцией любого Агента и занимает от 50 до 90% его ресурсов (на самом деле).
Программа курса: https://alexeykrol.com/courses/ai_full/
1. Даже если процесс чтения, смотрения, слушания потребления - обучения информации линеен, т.е. последователен, то процесс понимания, осознания человеком абсолютно нелинеен.
2. Понимание, усвоение происходит через возникновение точечных небольших кластеров локального понимания, которое похоже на амебу.
3. Кластеры эти возникают хаотично и непредсказуемо (для нас, потому что любая уникальность адресует глубокую метафизику).
4. Каждый кластер понимания растет, как группа нейронов, соединяется с другими кластерами понимания.
5. При этом при соприкосновении эти островки локального понимания не сливаются механически, а взаимодействуют - иногда только объединяются, а чаще конфликтуют, поглощают друг-друга, мутируют, создают зоны притяжения и отталкивания.
6. В конечном итоге они создают подвижную scale-free сеть, которая дышит, полна внутренних конфликтов и противоборствующих зон конкурирующего доминирования.
7. В результате процесс обучения проходит стадию "примирения", "гомогенизации" до точки относительной стабильности, которую мы воспринимаем, кто "я более или менее начал ухватывать целостность".
8. После чего мы сталкиваемся в реальностью, новым знанием и весь процесс повторяется.
9. То странное, что получается с годами - сложный конгломерат наших воспоминаний.
10. Ибо мы не храним факты, как компьютер. Мы "храним" (да и то этот термин под вопросом) воспоминания, и ОНИ не запись базы данных, а нечто, имеющее весьма сложное строение и подвижное, связанное с наследованием процесса, описанного выше.
11. Вот это мы и называем своей уникальной личностью. Ближайшая метафора - колония кораллов.
2. Понимание, усвоение происходит через возникновение точечных небольших кластеров локального понимания, которое похоже на амебу.
3. Кластеры эти возникают хаотично и непредсказуемо (для нас, потому что любая уникальность адресует глубокую метафизику).
4. Каждый кластер понимания растет, как группа нейронов, соединяется с другими кластерами понимания.
5. При этом при соприкосновении эти островки локального понимания не сливаются механически, а взаимодействуют - иногда только объединяются, а чаще конфликтуют, поглощают друг-друга, мутируют, создают зоны притяжения и отталкивания.
6. В конечном итоге они создают подвижную scale-free сеть, которая дышит, полна внутренних конфликтов и противоборствующих зон конкурирующего доминирования.
7. В результате процесс обучения проходит стадию "примирения", "гомогенизации" до точки относительной стабильности, которую мы воспринимаем, кто "я более или менее начал ухватывать целостность".
8. После чего мы сталкиваемся в реальностью, новым знанием и весь процесс повторяется.
9. То странное, что получается с годами - сложный конгломерат наших воспоминаний.
10. Ибо мы не храним факты, как компьютер. Мы "храним" (да и то этот термин под вопросом) воспоминания, и ОНИ не запись базы данных, а нечто, имеющее весьма сложное строение и подвижное, связанное с наследованием процесса, описанного выше.
11. Вот это мы и называем своей уникальной личностью. Ближайшая метафора - колония кораллов.
Раньше иногда (редко) мне писали типа "отличный текст". Сейчас пишут "вам ИИ написал?"🤧
Знаете, любопытный момент. Хотя "официальные" обновления идут через емейл, телеграм дает ощущение "живого контакта". Да, он очень неудобен для системной поддержке, потому что все улетает, но это ощущение "живого дыхания" аудитории - непередаваемо. Спасибо вам. Пока ни одна соц.сеть не дает этого. Может быть Триттер?
Урок 1.2 курса по ИИ Агентам готов. Построение реальных автоматизаций и ИИ Агентов. Как оно все внутри работает и почему важно описывать?
Зачем это надо?
1. Чтобы строить качественную автоматизацию, а не случайные сборки из кубиков.
• Без правильного проектирования автоматизация быстро ломается, вызывает кризисы и теряет бизнес.
• Только грамотная архитектура процессов позволяет масштабировать бизнес без катастроф.
2. Чтобы ваша автоматизация была устойчивой через месяцы и годы.
• Вы забудете детали через 2–3 месяца — только документация, схемы и таблицы спасут вас.
• При смене сотрудников (или вашей усталости) другие смогут разобраться в автоматизации.
3. Чтобы быстро находить и устранять ошибки
• Если автоматизация упадёт (а это неизбежно случится), без документации вы потеряете время и деньги.
• При наличии описаний вы исправите ошибку за минуты, а не за недели.
4. Чтобы правильно встраивать искусственный интеллект
• ИИ нельзя просто воткнуть “на удачу”. Сначала строится работающая автоматизация, потом туда точечно добавляется ИИ.
• Это позволяет внедрять ИИ осознанно: только там, где он реально нужен..
Что вы получите от урока?
1. Навык системного проектирования автоматизаций. Поймёте, как проектировать процессы с нуля: от идеи до отлаженной системы.
2. Посмотрите изнутри автоматизации в Make, Zapier. Поймёте структуру: триггеры — преобразование данных — вывод.
3. Понимание базовой анатомии любого Агента. Как операции образуют функции. Как функции объединяются в Агентов.
4. Стратегию правильного внедрения искусственного интеллекта. Где ИИ нужен, а где обычной автоматизации достаточно. Как правильно ставить задачи ИИ через промпты, не надеясь на волшебство.
6. Понимание критических ошибок новичков и как их избежать Почему умирают автоматизации и бизнесы. Как строить системы, которые живут годами.
Что будет в текущем уроке? Какую проблему мы решаем, на какую задачу фокусируемся, и какой результат попробуем получить.
1. Проблема: Новички строят автоматизации хаотично и быстро теряют контроль. Мы разберём, почему автоматизации “умирают” через несколько месяцев и почему без правильного проектирования ваш бизнес может попасть в кризис.
2. Фокус задачи: Научиться описывать процесс перед автоматизацией. Упор на том, как грамотно описывать входы, выходы, операции и логику процесса, чтобы автоматизация работала стабильно долгое время.
3. Цель урока: Построить фундаментальный навык проектирования. Мы попробуем проанализировать простую схему автоматизации: от события (триггера) до результата, через стандартные операции обработки данных.
4. Что вы научитесь делать: Понимать архитектуру процессов. Разберём, как операции собираются в функции, а функции — в Агентов, и как это позволяет создавать сложные, но понятные автоматизации.
5. С какими инструментами познакомитесь: Make, Zapier. На примерах реальных сервисов посмотрим, как в практике строятся автоматизации из “кружочков” и “прямоугольников” — операций.
6. Какую структуру разберём: 3 вида операций. Поймём разницу между операциями ввода (триггерами), операциями обработки данных и операциями вывода результата — универсальную структуру любого процесса.
7. Что попробуем сделать: Построить цепочку операций. Логически связать триггер → преобразование данных → вывод результата, понимая каждое действие.
8. Чем будем руководствоваться: Принцип минимизации неопределённости. Будем стремиться к тому, чтобы автоматизация была максимально простой, понятной, чтобы потом легко было исправлять и масштабировать.
9. Промежуточный результат урока: Понимание как собирать “конвейер” действий. У вас понимание создания рабочего процесса из элементарных шагов, который можно будет протестировать и улучшать.
10. Итоговый результат урока: Готовность к следующему шагу — построению автоматизации с ИИ и изучению основных алгоритмов. Когда базовая схема будет построена и отлажена, вы будете готовы искать точки для внедрения искусственного интеллекта, чтобы усиливать автоматизации, а не ломать их.
Перейти к уроку: https://alexeykrol.com/courses/ai_full/lessons/2-53/
Зачем это надо?
1. Чтобы строить качественную автоматизацию, а не случайные сборки из кубиков.
• Без правильного проектирования автоматизация быстро ломается, вызывает кризисы и теряет бизнес.
• Только грамотная архитектура процессов позволяет масштабировать бизнес без катастроф.
2. Чтобы ваша автоматизация была устойчивой через месяцы и годы.
• Вы забудете детали через 2–3 месяца — только документация, схемы и таблицы спасут вас.
• При смене сотрудников (или вашей усталости) другие смогут разобраться в автоматизации.
3. Чтобы быстро находить и устранять ошибки
• Если автоматизация упадёт (а это неизбежно случится), без документации вы потеряете время и деньги.
• При наличии описаний вы исправите ошибку за минуты, а не за недели.
4. Чтобы правильно встраивать искусственный интеллект
• ИИ нельзя просто воткнуть “на удачу”. Сначала строится работающая автоматизация, потом туда точечно добавляется ИИ.
• Это позволяет внедрять ИИ осознанно: только там, где он реально нужен..
Что вы получите от урока?
1. Навык системного проектирования автоматизаций. Поймёте, как проектировать процессы с нуля: от идеи до отлаженной системы.
2. Посмотрите изнутри автоматизации в Make, Zapier. Поймёте структуру: триггеры — преобразование данных — вывод.
3. Понимание базовой анатомии любого Агента. Как операции образуют функции. Как функции объединяются в Агентов.
4. Стратегию правильного внедрения искусственного интеллекта. Где ИИ нужен, а где обычной автоматизации достаточно. Как правильно ставить задачи ИИ через промпты, не надеясь на волшебство.
6. Понимание критических ошибок новичков и как их избежать Почему умирают автоматизации и бизнесы. Как строить системы, которые живут годами.
Что будет в текущем уроке? Какую проблему мы решаем, на какую задачу фокусируемся, и какой результат попробуем получить.
1. Проблема: Новички строят автоматизации хаотично и быстро теряют контроль. Мы разберём, почему автоматизации “умирают” через несколько месяцев и почему без правильного проектирования ваш бизнес может попасть в кризис.
2. Фокус задачи: Научиться описывать процесс перед автоматизацией. Упор на том, как грамотно описывать входы, выходы, операции и логику процесса, чтобы автоматизация работала стабильно долгое время.
3. Цель урока: Построить фундаментальный навык проектирования. Мы попробуем проанализировать простую схему автоматизации: от события (триггера) до результата, через стандартные операции обработки данных.
4. Что вы научитесь делать: Понимать архитектуру процессов. Разберём, как операции собираются в функции, а функции — в Агентов, и как это позволяет создавать сложные, но понятные автоматизации.
5. С какими инструментами познакомитесь: Make, Zapier. На примерах реальных сервисов посмотрим, как в практике строятся автоматизации из “кружочков” и “прямоугольников” — операций.
6. Какую структуру разберём: 3 вида операций. Поймём разницу между операциями ввода (триггерами), операциями обработки данных и операциями вывода результата — универсальную структуру любого процесса.
7. Что попробуем сделать: Построить цепочку операций. Логически связать триггер → преобразование данных → вывод результата, понимая каждое действие.
8. Чем будем руководствоваться: Принцип минимизации неопределённости. Будем стремиться к тому, чтобы автоматизация была максимально простой, понятной, чтобы потом легко было исправлять и масштабировать.
9. Промежуточный результат урока: Понимание как собирать “конвейер” действий. У вас понимание создания рабочего процесса из элементарных шагов, который можно будет протестировать и улучшать.
10. Итоговый результат урока: Готовность к следующему шагу — построению автоматизации с ИИ и изучению основных алгоритмов. Когда базовая схема будет построена и отлажена, вы будете готовы искать точки для внедрения искусственного интеллекта, чтобы усиливать автоматизации, а не ломать их.
Перейти к уроку: https://alexeykrol.com/courses/ai_full/lessons/2-53/
Программа курса Создание ИИ Агентов: https://alexeykrol.com/courses/ai_full/
Бесплатный курс по основам ИИ. Программа: https://alexeykrol.com/courses/ai_intro/
Бесплатный курс по основам ИИ. Программа: https://alexeykrol.com/courses/ai_intro/
В рамках курса создал небольшого бота (на базе GPT-4o), который создает подробное описание функций возможного BB агента. Здесь пример.
Что на входе?
Название: Создатель ИИ агентов.
Тип: Это не человек, а ИИ Агент, который создает других агентов.
Описание функций: Этот Агент анализирует входные требования к Агенту, цели, задачи, функции, миссии, в общем много всего, если надо запрашивает доп. информацию. Потом разрабатывает архитектуру на основе стандартных функций операций, причем без приязке к среде реализации. Потом корректирует архитекутуру в допущении, что реализация будет использовать Make и ассистента Open AI, подбирает все модули для Make, рекомендуе какие использовть сервисы для интеграции, создает всю документацию, отчеты, таблицы с параметрами в обычном формате и в JSON. Взаимодействует с сервисами типа Manus, чтобы передавать ему все документы, файлы JSON, промпты. Делает очет. Если Агент реализоаван, то тестирует, подавая на вход кейсы и анализируя результаты. По результатам тестов вносит коррективы, отправляет в Manus до соблюдения требований.
Результат:
Создатель ИИ агентов выполняет роль разработки и внедрения специализированных интеллектуальных систем для автоматизации создания новых ИИ решений. Его функции охватывают весь процесс от сбора требований до тестирования и корректировок, используя новейшие технологии и платформы.
1. Анализ требований и целей
• Сбор и оценка начальных требований к проекту.
• Определение целей и функциональных задач для разработки агентов.
• Анализ миссии и ключевых задач, определяющих цели агентной архитектуры.
• Идентификация необходимых данных и источников для получения дополнительной информации.
• Создание базового документа с определением параметров проекта, требований и допущений.
2. Разработка архитектуры
• Проектирование функциональной архитектуры без привязки к конкретной среде реализации.
• Определение сущностей, модулей и их взаимодействий.
• Создание диаграмм взаимодействия и потока данных между компонентами.
• Выработка решения для поддержки адаптивного масштабирования.
• Учет лучших практик по проектированию для ИИ сред.
3. Корректировка для Make и Open AI
• Адаптация архитектуры под специфику Make и ассистента Open AI.
• Подбор и интеграция необходимых модулей и компонентов Make.
• Оптимизация взаимодействия с API Make и Open AI для максимальной эффективности.
• Рекомендации по использованию сервисов и инструментов для гладкой интеграции.
• Документирование всех изменений и подтвержденных решений.
4. Создание документации и отчетов
• Разработка полной документации к системе, включая функциональные спецификации и технические требования.
• Создание отчетов о готовности и потенциале разрабатываемого агента.
• Подготовка таблиц с параметрами в обычном формате и формате JSON.
• Детализированные руководства пользователя и инструкций по эксплуатационным процессам.
• Обеспечение соответствия документации стандартам качества и индустриальным стандартам.
Что на входе?
Название: Создатель ИИ агентов.
Тип: Это не человек, а ИИ Агент, который создает других агентов.
Описание функций: Этот Агент анализирует входные требования к Агенту, цели, задачи, функции, миссии, в общем много всего, если надо запрашивает доп. информацию. Потом разрабатывает архитектуру на основе стандартных функций операций, причем без приязке к среде реализации. Потом корректирует архитекутуру в допущении, что реализация будет использовать Make и ассистента Open AI, подбирает все модули для Make, рекомендуе какие использовть сервисы для интеграции, создает всю документацию, отчеты, таблицы с параметрами в обычном формате и в JSON. Взаимодействует с сервисами типа Manus, чтобы передавать ему все документы, файлы JSON, промпты. Делает очет. Если Агент реализоаван, то тестирует, подавая на вход кейсы и анализируя результаты. По результатам тестов вносит коррективы, отправляет в Manus до соблюдения требований.
Результат:
Создатель ИИ агентов выполняет роль разработки и внедрения специализированных интеллектуальных систем для автоматизации создания новых ИИ решений. Его функции охватывают весь процесс от сбора требований до тестирования и корректировок, используя новейшие технологии и платформы.
1. Анализ требований и целей
• Сбор и оценка начальных требований к проекту.
• Определение целей и функциональных задач для разработки агентов.
• Анализ миссии и ключевых задач, определяющих цели агентной архитектуры.
• Идентификация необходимых данных и источников для получения дополнительной информации.
• Создание базового документа с определением параметров проекта, требований и допущений.
2. Разработка архитектуры
• Проектирование функциональной архитектуры без привязки к конкретной среде реализации.
• Определение сущностей, модулей и их взаимодействий.
• Создание диаграмм взаимодействия и потока данных между компонентами.
• Выработка решения для поддержки адаптивного масштабирования.
• Учет лучших практик по проектированию для ИИ сред.
3. Корректировка для Make и Open AI
• Адаптация архитектуры под специфику Make и ассистента Open AI.
• Подбор и интеграция необходимых модулей и компонентов Make.
• Оптимизация взаимодействия с API Make и Open AI для максимальной эффективности.
• Рекомендации по использованию сервисов и инструментов для гладкой интеграции.
• Документирование всех изменений и подтвержденных решений.
4. Создание документации и отчетов
• Разработка полной документации к системе, включая функциональные спецификации и технические требования.
• Создание отчетов о готовности и потенциале разрабатываемого агента.
• Подготовка таблиц с параметрами в обычном формате и формате JSON.
• Детализированные руководства пользователя и инструкций по эксплуатационным процессам.
• Обеспечение соответствия документации стандартам качества и индустриальным стандартам.
5. Передача данных и взаимодействия с Manus
• Консолидация всех документов и данных для передачи в Manus.
• Формирование JSON-файлов и промптов для обмена с сервисом.
• Обеспечение надежной и безопасной передачи данных.
• Контроль за состоянием передачи и получения подтверждений от Manus.
• Настройка взаимодействия для автоматических обновлений и отчетностей.
6. Тестирование и внесение корректировок
• Проведение всестороннего тестирования разработанного агента.
• Расширенное тестирование с использованием реальных кейсов и их анализа.
• Выявление и устранение дефектов и неэффективностей.
• Анализ результатов тестов с целью улучшения агента и его реализации.
• Необходимые корректировки и дальнейшая передача обновленной версии в Manus.
7. Контроль соответствия и завершение проекта
• Обеспечение пол Compliance всех фаз создания с определенными стандартами.
• Завершение проекта агента в соответствии с планом.
• Подтверждение всех критических функциональностей и задач проекта.
• Формирование окончательного отчета о проекте и его функциональности.
• Пересмотр и закрытие проекта с учетом всех учтенных пожеланий и требований заказчика.
• Консолидация всех документов и данных для передачи в Manus.
• Формирование JSON-файлов и промптов для обмена с сервисом.
• Обеспечение надежной и безопасной передачи данных.
• Контроль за состоянием передачи и получения подтверждений от Manus.
• Настройка взаимодействия для автоматических обновлений и отчетностей.
6. Тестирование и внесение корректировок
• Проведение всестороннего тестирования разработанного агента.
• Расширенное тестирование с использованием реальных кейсов и их анализа.
• Выявление и устранение дефектов и неэффективностей.
• Анализ результатов тестов с целью улучшения агента и его реализации.
• Необходимые корректировки и дальнейшая передача обновленной версии в Manus.
7. Контроль соответствия и завершение проекта
• Обеспечение пол Compliance всех фаз создания с определенными стандартами.
• Завершение проекта агента в соответствии с планом.
• Подтверждение всех критических функциональностей и задач проекта.
• Формирование окончательного отчета о проекте и его функциональности.
• Пересмотр и закрытие проекта с учетом всех учтенных пожеланий и требований заказчика.
Если мы не растем, то первое, о чем думаем, что мало работаем. Мы начинаем уплотнять график, и организм немедленно начинает спасать нас от выгорания и перегрузки с помощью прокрастинации. Прокрастинация говорит о том, что мы делаем что-то не то, и ломать себя бесполезно.
Мы упираемся, читаем мотивационную литературу, объявляем неделю, месяц, год беспощадности к себе. Но толку нет, ибо рост следствие правильных действий, а не суеты.
Потом мы верим, что у нас нет правильных инструментов. Мы начинаем искать инструменты и сервисы, и тратим на это безумное время, мы становимся профи в десятках программ. Но роста нет.
Потом думаем, что нет правильных компетенций, что уже ближе, и мы узнаем про Growth Hacking - концепцию, по которой бизнес ищет способы быстро и дешево улучшить определенную метрику, чтобы вырасти. Роста нет.
Что происходит? Чтобы разобраться, стоит посмотреть в методологию. Обычно классические подходы анализирую кейсы редкого успеха, интенсивного роста, и копируют успешную модель.
Но есть проблема: фактически прорывается не более 2%. Этот факт говорит, что надежного способа преуспеть не существует в природе. Слов и гипотез много, результата мало. Если метод дает не более 2% результата, давайте называть вещи своими именами - метод не работают, а все истории успеха - ошибка выжившего, в которую хочется верить.
Есть то, чего популярные методы не учитывают, а именно факторы провала, которые приводят к тому, что люди проваливаются в 97% всех попыток. Такая большая выборка позволяет выявит действительно значимые закономерности провалов и роста, и когда я осознал этот неумолимый факт, то начал исследовать факторы провала, которые не дают 97% населения расти.
Именно исследование факторов провалов, позволило выявить природу провалов и роста, позволи понять, что можно делать практически, чтобы удалять препятствия, покинуть смертельный тупик и возобновить рост.
Большинство не понимает, что такое рост. Если вы верите, что понимаете природу роста, вспомните, что ваша боль именно в том, что вы не растете.
Каждый раз, когда и если вы не согласны и хотите поумничать, вспомните - почему вы оказались здесь, осадите свое эго. Если вам трудно бороться со своим эго, ваш уютный тупичок всегда ждет вас. Ок?
Я прожил почти 62 года, у меня 5 детей и 4 внуков, и теперь знаю одну вещь точно. Я, что называется, за базар отвечаю. Что это?
Я знаю точно, что не самый умный в комнате и много чего НЕ знаю.
Я знаю точно, что если нечто кажется мне странным, и я думаю, что этого не может быть, то не потому, что я умный. А потому, что я не знаю и даже не представляю - что и как оно вообще может существовать. Понимаете?
Причина сомнения, подчас, не в моем знании, а в моем невежестве. Поэтому я перестал ломать себя, пытаться верить или не верить. Я стал допускать. Что же я стал допускать?
Я допускаю 5 предположений:
1. Я стал допускать, что смогу понять нечто только в том случае, если начну пробовать продолжительное время.
2. Я стал допускать, что действительно что-то пойму, если буду не просто пробовать, а постараюсь любой ценой достигнуть результата, а если результата не будет, то попробую понять причину, найти ее и все равно достигнуть результата.
3. Я стал допускать, что, если я пытаюсь достигнуть результата, то есть по-крайне мере 1% вероятности, что я достигну результата. Я не знаю этого точно.
Но я совершенно точно знаю, что если я ничего не буду делать, то гарантированно 100%, ничего не достигну.
4. Я также стал допускать, что если я не достигаю результата, то не потому, что меня кто-то хочет обмануть, а потому, что я не предпринимаю достаточно усилий, настойчивости, бросаю вместо того, чтобы доходить до финиша.
5. Я стал допускать, что никто не хочет меня обмануть потому что во-первых всем на меня наплевать, а во-вторых всегда есть кто-то, кто делает, упирается и получает что хочет.
Что изменилось? Теперь я ориентируюсь на тех, кто добивается. Я перестал оборачиваться на тех, кто не верит, не делает, ленится, ничего не достигает и только бурчит, что все его обманули. Я принял риски и ответственность.
Мы упираемся, читаем мотивационную литературу, объявляем неделю, месяц, год беспощадности к себе. Но толку нет, ибо рост следствие правильных действий, а не суеты.
Потом мы верим, что у нас нет правильных инструментов. Мы начинаем искать инструменты и сервисы, и тратим на это безумное время, мы становимся профи в десятках программ. Но роста нет.
Потом думаем, что нет правильных компетенций, что уже ближе, и мы узнаем про Growth Hacking - концепцию, по которой бизнес ищет способы быстро и дешево улучшить определенную метрику, чтобы вырасти. Роста нет.
Что происходит? Чтобы разобраться, стоит посмотреть в методологию. Обычно классические подходы анализирую кейсы редкого успеха, интенсивного роста, и копируют успешную модель.
Но есть проблема: фактически прорывается не более 2%. Этот факт говорит, что надежного способа преуспеть не существует в природе. Слов и гипотез много, результата мало. Если метод дает не более 2% результата, давайте называть вещи своими именами - метод не работают, а все истории успеха - ошибка выжившего, в которую хочется верить.
Есть то, чего популярные методы не учитывают, а именно факторы провала, которые приводят к тому, что люди проваливаются в 97% всех попыток. Такая большая выборка позволяет выявит действительно значимые закономерности провалов и роста, и когда я осознал этот неумолимый факт, то начал исследовать факторы провала, которые не дают 97% населения расти.
Именно исследование факторов провалов, позволило выявить природу провалов и роста, позволи понять, что можно делать практически, чтобы удалять препятствия, покинуть смертельный тупик и возобновить рост.
Большинство не понимает, что такое рост. Если вы верите, что понимаете природу роста, вспомните, что ваша боль именно в том, что вы не растете.
Каждый раз, когда и если вы не согласны и хотите поумничать, вспомните - почему вы оказались здесь, осадите свое эго. Если вам трудно бороться со своим эго, ваш уютный тупичок всегда ждет вас. Ок?
Я прожил почти 62 года, у меня 5 детей и 4 внуков, и теперь знаю одну вещь точно. Я, что называется, за базар отвечаю. Что это?
Я знаю точно, что не самый умный в комнате и много чего НЕ знаю.
Я знаю точно, что если нечто кажется мне странным, и я думаю, что этого не может быть, то не потому, что я умный. А потому, что я не знаю и даже не представляю - что и как оно вообще может существовать. Понимаете?
Причина сомнения, подчас, не в моем знании, а в моем невежестве. Поэтому я перестал ломать себя, пытаться верить или не верить. Я стал допускать. Что же я стал допускать?
Я допускаю 5 предположений:
1. Я стал допускать, что смогу понять нечто только в том случае, если начну пробовать продолжительное время.
2. Я стал допускать, что действительно что-то пойму, если буду не просто пробовать, а постараюсь любой ценой достигнуть результата, а если результата не будет, то попробую понять причину, найти ее и все равно достигнуть результата.
3. Я стал допускать, что, если я пытаюсь достигнуть результата, то есть по-крайне мере 1% вероятности, что я достигну результата. Я не знаю этого точно.
Но я совершенно точно знаю, что если я ничего не буду делать, то гарантированно 100%, ничего не достигну.
4. Я также стал допускать, что если я не достигаю результата, то не потому, что меня кто-то хочет обмануть, а потому, что я не предпринимаю достаточно усилий, настойчивости, бросаю вместо того, чтобы доходить до финиша.
5. Я стал допускать, что никто не хочет меня обмануть потому что во-первых всем на меня наплевать, а во-вторых всегда есть кто-то, кто делает, упирается и получает что хочет.
Что изменилось? Теперь я ориентируюсь на тех, кто добивается. Я перестал оборачиваться на тех, кто не верит, не делает, ленится, ничего не достигает и только бурчит, что все его обманули. Я принял риски и ответственность.