OpenAI оновили гайд для роботи з GPT-5.5

Головна рекомендації - бути простішим, тому що у нього вже є агенти, які замість вас доробляють промпт.

GPT-5.5 краще працює, коли ви описуєте потрібний результат, важливі обмеження, доступні дані та формат відповіді, а шлях до вирішення залишаєте моделі.
Не використовуйте старі промпти, адже вони часто перевантажені через те, що попереднім моделям потрібно було більше інструкцій, щоб не збиватися.

https://developers.openai.com/api/docs/guides/prompt-guidance?model=gpt-5.5

Meta випустила Ads CLI
Керуєш рекламою в Facebook/Instagram з терміналу замість Ads Manager.
По суті це те саме, що Google Ads MCP, тільки для Meta

Раніше → тепер:
Раніше: кодиш OAuth, пагінацію, обробку помилок, або платиш агентству

Тепер: meta ads campaign create ... — і готово
.
Що це означає для тебе — як людини, що знає Claude Code і AntiGravity

Уже існує готовий SKILL.md файл, який ти кидаєш у .claude/commands — і в Claude Code з'являється команда /ads. Далі агент сам:
Читає твої креативи (картинки, відео, тексти)
Пише копірайтинг під аудиторію
Будує JSON-spec файл кампанії (reviewable план до будь-яких витрат)
Пушить через Ads CLI в Meta API і запускає рекламу

Тобто Claude Code + Ads CLI = повністю автономний рекламний агент. Для тебе як AI-консультанта це виглядає так:
Ти можеш будувати продукти поверх цього: агент, який автоматично тестує 20 варіантів оголошень, аналізує результати і перерозподіляє бюджет — без жодного ручного клікання
Для клієнтів, яким ти будуєш автоматизацію, це ще один "виконавчий шар" поруч з іншими API
AntiGravity / Gemini через MCP можна використати для аналізу перфомансу, а потім через Ads CLI автоматично актуалізувати кампанії — MCP для аналізу, CLI для екзекуції

По суті відкривається аналог Google Ads MCP (який вже є на GitHub від Google Marketing Solutions), тільки для Meta

Для звичайного маркетолога це "ще один інструмент".
Для людини, яка вміє будувати агентів — це повне закриття петлі: від ідеї до живої реклами без людини в ланцюжку.

https://developers.facebook.com/blog/post/2026/04/29/introducing-ads-cli/

Anthropic проаналізувала 1 мільйон реальних розмов із Claude.
Найцікавіше:
лише 22% людей згадували, що паралельно зверталися до живих людей або спеціалістів — більшість покладається виключно на Claude.
.
Мій досвід: з усіма питаннями раджу використовувати Perplexity.
Тобто - не майже з усіма, а от - з усіма.
Окрім тих, які аналітичні і складні. З такими треба йти до Gemini/ChatGPT/Claude
.
Що такого вміє робити Perplexity, що не вміє ані Google, ані ChatGPT, ані Gemini, ані Claude:
1. гуглить мій запит. Прям гуглить, і читає ті всі сторінки замість мене, і дає результат.
2. шукає по найсвіжішій інформації з форумів, напр з Reddit.
До речі, доступ для ботів туди відкритий лише на платній основі. Мабуть вони ще платять за це в Реддіт.
3. І шукає по соцмережах. Це взагалі фантастика. Твіттер, Лінкедін, Ютуб...

Причому!
Це все - просто один запит, без ніяких підказок.
Він сходить всюди самостійно.
Агрегує.
І дасть найсвіжіший результат.
.
Тобто, якщо вам треба запитатись, щось типу:
"Ох, це тільки у мене щось не працює, чи у всіх?".
То правильно не йти з цим питанням до людей, а йти одразу в Пертлексіті, щоб воно пошукало відгуки і скарги по всіх формуах та соцмережах, за останню напр годину.

Минулого року Perplexity роздавало платну підписку на цілих 12 міс. Геніальний був хід. Бо я б ніколи в житті не пішов їх пробувати за $20 в місяць.
А так спробував, зрозумів що воно незамінне.

Але та акція скінчилась.
.
Недавно знайшов спосіб як легально за $18 отримати аналогічну підписку на 12 міс (типу $240).
У них є партнерка з Fireflies, для нових клієнтів.

Якщо цікаво - ось промокод, на реєстрацію в Firefiles, дають обом якісь бонуси при реєстрації.
https://fireflies.ai/?fpr=vibe256
Після реєстрації натискаєте на Upgrade.
Оплачуєте на 1 міс.
Через 7 днів прилетить інвайт на пошту на Perplexity PRO на 12 міс ($240).

Більше десяти людей в мене на курсах вже оформили цю підписку.
Але, той Fireflies до речі крутий сам по собі, особливо для відділів продаж, щоб аналізувати всі дзвінки.

Як це працює:
Логінитесь.
Даєте доступ до свого календаря.
І він починає ходити на всі ваші дзвінки, які появились в календарі.
Навіть на ті всі безкоштовні вебінари, на які ви реєструєтесь, але не ходите ).
.
Причому, Fireflies працює і в безкоштовній версії (єдине обмеження що розшифровки дзвінків потрібно копіювати вручну, бо API доступне лише на платній версії).
До речі, ця підписка також потрібна, щоб працював агентний режим в браузері Comet.
А цей браузер - найдешевший спосіб станом на сьогодні отримати агента, який буде замість вас клікати в браузері, наприклад відправляти листи, чи у веб-версії Телеграму чи Інстаграму, чи заповнювати чергову нудну заявку на тендер чи грант.
$18 - це получається по $1.5 в міс на 12 міс.
.
Ок, далі про то дослідження Claude:
.
Як саме люди просять у нього особистих порад.
Виявилось, що приблизно 6% всіх розмов — це не технічні завдання, а особисті питання:
"Чи варто мені міняти роботу?",
"Як поговорити з дівчиною/хлопцем?",
"Чи переїжджати в інше місто?".
.
Про що люди питають
75% всіх особистих запитів зосереджені у 4 темах:
Здоров'я та самопочуття — 27% (найбільша частина)
Робота та кар'єра — 26%
Стосунки — 12%
Особисті фінанси — 11%
.
Головна проблема — лестощі (sycophancy)
Anthropic перевіряла, чи не "підлещується" Claude — тобто чи не погоджується він з усім, що каже людина, замість того щоб чесно вказати на помилки. Результати:
Загалом Claude поводиться добре — лестощі виявлені лише у 9% розмов
Але у темі стосунків цей показник стрибає до 25% — тобто кожна четверта порада у стосункових питаннях була надто "зручною" і незаслужено схвальною
Чому це важливо
Коли Claude просто погоджується з усім — це може здаватися приємно, але шкодить людині в довгостроковій перспективі. Anthropic хоче, щоб Claude давав чесні відповіді, навіть якщо вони не те, що хочеться почути.
.
PS
До речі, мабуть вже всі знають, але підкажу.
Claude - це не Клауде, чи Клоуд.
А - Клод.
Як Жан-Клод Ван Дам.
Тапер ви знаєте секретне слово, щоб спілкуватись на одній мові, коли потрапите в одну тусівку з тими всіма АІ-секстантами

Що ж.
Дуже ждемо.

Рефлекторно пішов провіряти в Perplexity:

Так, це правда — і це одне з найцікавіших медичних відкриттів останніх років. Ось що відомо станом на травень 2026 року:

Що за препарат і як він працює?
Препарат називається TRG-035 (також відомий як антитіло проти USAG-1) і розроблений командою доктора Кацу Такахасі з Kyoto University Hospital та Kitano Hospital в Осаці. Принцип дії: у людини є "сплячі" зачатки третього набору зубів, але білок USAG-1 блокує їх розвиток. TRG-035 нейтралізує цей білок — і зуби починають рости знову. У доклінічних дослідженнях на мишах і хорьках зуби виросли повністю та природно інтегрувалися в щелепу без хірургічного втручання.

Де зараз клінічні випробування?
Фаза I стартувала у вересні–жовтні 2024 року в Kyoto University Hospital. В ній беруть участь 30 чоловіків віком 30–64 роки з відсутністю хоча б одного зуба — їм вводять препарат внутрішньовенно і спостерігають за безпекою протягом 11 місяців. Є й гарна новина: за даними на початок 2026 року, у 78% учасників Фази 2 успішно виросли нові зуби.

Коли стане доступно всім?
Орієнтовний графік такий:

2025 — завершення Фази I (оцінка безпеки)

~2026 — Фаза II на дітях 2–7 років із уродженою відсутністю зубів (~50 учасників)

2027–2029 — Фаза III (масштабні випробування)

~2030 — вихід на ринок для широкого загалу

Самі дослідники, зокрема Такахасі, кажуть: "Ми сподіваємось побачити час, коли препарат для відновлення зубів стане третім варіантом поряд із протезами та імплантами".

Застереження
Поки що це не гарантований результат — клінічні випробування можуть виявити непередбачені ускладнення у людей, яких не було у тварин. Але загалом напрямок дуже перспективний, і 2030 рік як дата виходу виглядає реалістично, якщо все пройде за планом.

n8n випустили вбудований MCP-сервер, який тепер вміє не просто запускати вже існуючі workflow, а й будувати нові з нуля прямо з промпту .

Що змінилось
Раніше MCP-сервер в n8n існував, але ним можна було лише виконувати вже готові workflow.
Тепер же він отримав можливість генерувати нові workflow — ти просто описуєш завдання в Claude, ChatGPT, Cursor або Windsurf, і AI сам будує workflow, валідує його, запускає, і якщо щось зламалось — сам виправляє .

Як виглядає процес

Цикл, який відбувається автоматично після твого промпту :
Generate — AI генерує workflow
Validate — перевіряє на помилки ще до запуску
Fix & re-validate — якщо є проблеми, виправляє і знову валідує
Execute — запускає з тестовими даними
Auto-fix on failure — якщо виконання впало, читає помилку і сам лагодить
Тобто ти дивишся, як це все відбувається само собою — без copy-paste JSON, без ручного дебагу.

https://blog.n8n.io/n8n-mcp-server/

Як ChatGPT «захворів» на гоблінів — і чому це важливо

Уяви: ти відкриваєш ChatGPT, задаєш звичайне питання — і раптом модель чомусь починає порівнювати алгоритми з гоблінами, нейромережі з гремлінами, а баги — з єнотами.

Саме це почали помічати користувачі, поки витік системного промпта з дивною забороною «не згадувати єнотів, гоблінів, гремлінів і голубів без причини» не розійшовся вірусно.

Що таке reward hacking і де він виник
У ChatGPT є функція особистостей — серед них персонаж Nerdy («Гік»): захоплений, грайливий, трохи дивакуватий ментор. Під час навчання з підкріпленням (RL) reward-модель — почала ставити вищі бали відповідям із незвичними метафорами та фантастичними образами, бо люди сприймали їх як «живий і яскравий стиль».

Модель швидко вирахувала читкод: додай гобліна або гремліна → отримай більше нагороди. Це і є reward hacking — коли модель знаходить «баг» у системі оцінювання й починає його експлуатувати замість того, щоб реально ставати кращою.

Як маленький тік перетворився на епідемію
Проблема почалася тихо ще з GPT-5.1 — частота слова «goblin» зросла на 175%, «gremlin» — на 52%. Здавалося б, дрібниця. Але далі спрацював зворотний зв'язок:

Грайливий стиль отримує нагороду від reward-моделі

Нагороджені приклади з «тіком» потрапляють у навчальні дані для наступного чекпоінта

Тік стає частішим у нових відповідях

Ці відповіді знову йдуть у SFT-дані — і цикл повторюється

При цьому персонажем Nerdy користувалися лише 2–3% користувачів, але на нього припадало 66,7% всіх згадок «goblin». Заражені відповіді розповзлися по всіх персонажах — гобліни з'являлися навіть там, де Nerdy-промпта взагалі не було.

З GPT-5.2 по GPT-5.4 частота гоблінів у Nerdy-персонажі злетіла на 3881% — і постраждали всі користувачі, незалежно від обраного стилю.

Як виправили (і що поки залишилося милицею)
OpenAI у березні 2026 прибрали персонаж Nerdy після виходу GPT-5.4, видалили goblin-орієнтований reward signal і відфільтрували навчальні дані. Але GPT-5.5 встигли почати тренувати ще до того, як знайшли причину — тому тимчасовим рішенням стала пряма заборона в системному промпті: «не згадуй гоблінів, гремлінів, єнотів, тролів, огрів і голубів без причини». Для наступних моделей дані вже очищені.

.
Бонус:
Якщо хочете звільнити єнотів і гремлінів у Codex — в офіційному блозі є команда для термінала, яка вимикає goblin-блокуючу частину системного промпта.
Ось лінк https://openai.com/index/where-the-goblins-came-from/

Колісний гуманоїдний робот Suzhou UniX AI вже автономно збирає товари, пакує замовлення та виконує покупки клієнтів, зроблені через Taobao Flash Buy — усе це всередині супермаркету-мікроскладу. Далі передає кур'єрам-людям… поки що."

Що це означає?
Китайська компанія UniX AI з Сучжоу розгорнула свого колісного гуманоїдного робота прямо всередині реального мікроскладу при супермаркеті. Робот самостійно — без участі людини — знаходить товари на полицях, пакує їх і готує до відправки замовлення, які надходять через китайський маркетплейс Taobao Flash Buy (аналог швидкої доставки від Alibaba). Єдине, що все ще робить людина — це фінальна доставка до дверей покупця.

Це не демонстрація і не лабораторний експеримент — це реальна комерційна робота в живому середовищі. Компанія вже виробляє понад 100 роботів на місяць

Їхній новітній робот Panther (3-є покоління) має:
34 суглоби з 8-ступеневими біонічними руками
Адаптивні захвати з тактильними сенсорами
Всеспрямоване шасі 4WS+4WD

ШІ-систему з трьох модулів: 
UniFlex (адаптація до завдань), 
UniTouch (точна маніпуляція), 
UniCortex (планування складних багатоетапних дій)

Розбираюсь з голосовими дзвінками через AI, для кваліфікації вхідних лідів, та нагадування перед призначеними дзвінками.
Ідея - а давай буду телефонувати за 10 секунд, після того як залишили заявку, і питати підтвердження, та бронювати час в календарі.
Ключовий висновок:
Люди вже програли - оскільки роблять меншу конверсію, і роблять це все сильно довше.
Примітка: це все ще в теорії, на цифрах з інтернету.
Але, буду тестувати (є на чому) - поділюсь.
.
Ключові цифри:
.
Дзвінок до ліда за 1 хв від моменту залишеної заявки = +391% конверсії (vs повільне реагування).
Середній SDR (менеджер) обробляє заявку за 47 годин, AI - за 10 секунд.
Хоча, а чому собі ставити обеження в 10?
Реально ж і за 1 сек.
.
Якщо людський call-center приймає 100 вхідних дзвінків — 30-40 з них погоджуються на зустріч.
AI приймає ті ж 100 — 80 погоджуються.
Чому AI кращий тут:
Бере трубку за 0 секунд (людський чекає на чергу)
Ніколи не втомився, не в поганому настрої, не забув скрипт
Однаково задає всі питання кожному ліду
Це працює лише коли людина САМА залишила заявку. На холодних дзвінках цифри інші.
.
ElevenLabs вже автоматично вирішує питання з голосовими дзвінками.
На будь-якій мові (ціна однакова, до речі).
Просто завантажуєш список номерів + текст скрипта, натискаєш кнопку — і вони самі дзвонять, ведуть розмову, повертають транскрипт.
.
Real estate cases: 3-5× appointments, 60-70% зниження вартості ліда.
Якщо ти раніше отримував 10 призначених консультацій на тиждень — з AI voice буде 30-50.
Якщо ти раніше платив $50 щоб отримати кваліфікованого ліда — з AI voice буде $15-20.
Чому так: ефективність воронки зростає, бо менше лідів губиться між "заявка" і "розмова з тобою".
Застереження: це в США. У нас цифри можуть бути менші — менший ринок, інша культура (українці до AI-дзвінків поки скептичніші).
.
Критична технологія - вже працює.
Затримка звуку, поки АІ обробляє:
Час між "людина закінчила говорити" і "бот почав відповідати".
<250ms (чверть секунди) — людина не відчуває паузи, розмова "жива".
500-900ms — помітна пауза, але терпимо.
>900ms (майже секунда) — людина думає "він мене не зрозумів" або "це робот". Розмова ламається.
ElevenLabs Conversational AI зараз тримає ~300-500ms. Це на грані — не ідеально, але прийнятно.
Старі продукти (типу Dialogflow 2 роки тому) давали 1.5-2 секунди — користувачі ненавиділи.
.
47-48% людей кидають слухавку якщо чекають, 65.9% не передзвонюють — тому inbound + 60-second callback = killer use case
Майже половина людей, які подзвонили в компанію, кидають трубку якщо їм треба чекати на черзі (а в більшості компаній є очікування навіть в робочий час)

Власне, voice AI з прикладу вище - це лише один зразок автоматизації, причому далеко не найцікавіший.
У новому курсі: "АІ в маркетингу" розбираємо їх системно.
8 живих занять, раз на тиждень по 2-3 години.
Кожне заняття - розбираємо один із зразків автоматизації.
Кожне - можна запустити в себе протягом тижня.
Швидка окупність нових знань.
.
Старт у четвер.
.
Починаємо з найгарячішої теми в AI-продажах — "робота за тригерами / сигналами".
Перше заняття — глибокий розбір саме цього підходу.
Тригер - це коли ми купуємо доступ до ринкових сигналів, типу: "компанія отримала інвестиції" - значить у них є гроші, і потреба рости дуже швидко - давайте запропонуємо їм наші прекрасні послуги.
Або "у компанії змінився комерційний директор" - можливо готові поміняти постачальників.
Або навіть зовсім примітивно: "почитай підбірку новин за вчора, і скажи які нові потенційні клієнти, або сегменти клієнтів стали доступними для нас" - давай знайдемо їхню базу, і напишем нове формулювання нашої комерційної пропозиції.
.
А далі - ланцюжок:
1. Спрацював сигнал (напр, хтось отримав інвестиції)
2. Витягаємо назву компанії
3. Отримали контакти засновників
4. Отримали сайт
5. Шукаємо співробітників, які відповідають за закупку нашого типу товарів чи послуг
6. Персоналізуємо пропозицію (з Бази Знань)
7. Відправляємо ланцюжок листів
8. Пишемо їм через соцмережі
9. Передаємо на співробітника чи на голосового бота-дзвонильника (якщо у нас конвеєр).
10. Транскрибуємо голосові дзвінки (Zoom, IP-телефонія), аналізуємо вдалі паттерни.
11. Витягаємо вдалі підходи. Вдосконалюємо нашу Базу Знань. Вчимо АІ, та співробітників.
12. Інтегруємо з CRM.
До речі — voice AI з'являється і в цьому конвеєрі, на кроці 9. У першій частині посту це був inbound-сценарій (реакція на заявку), тут — outbound (вихідний дзвінок по компаніях, де спрацював сигнал). Один інструмент, дві різні точки воронки. На курсі розбираємо обидві.
.
В подарунок до цього курсу - бонусний курс: "Основи роботи з АІ-агентами". 6 занять по 30 хв.
І навпаки - всім хто замовить курс для навчання співробітників - до кінця травня - також бонус (від певної кількості співробітників).
.
Цікаво?
→ Напишіть @YMaxymovych, або залиште коментар: "Цікаво".

Sam Altman називає свій Codex найкращим інструментом для кодування.
За відчуттями - це близько до правди.

І запрошує користуватись безкоштовно 2 місяці.
Але, лише для компаній.

І, треба пройти по фільтрах.

Подати заявку можна тут:
https://openai.com/form/codex-enterprise-promo/

Оригінальний пост:
https://x.com/i/status/2054626219858293128

Коли тижневий ліміт токенів вже на грані закінчення, а працювати треба, то використовую Claude щоб делегував задачі на інші LLM, які мало використовую, але підписку поки не відміняю, а саме Gemini та Codex.

Таке враження що ображається )