Итак: я иду снимать деньги в банкомат (ну жизнь как она есть), и при этом задача написать письмо заказчику по вопросу, что в их системе что-то не парсится.

Я или мои коллеги могли это делать по классике:
- сели и начали писать.

Но мы же в 21 веке.
Итак делай раз:
Надиктовал в Телегу 2 голосовых по сути вопроса (между первым и вторым умудрился денег в банкомате снять)

Делай два:
В телеге же распознал текст

Делай три:
Этот текст вставил в ИИ с промтом: «сделай из этого деловое письмо»

Делай четыре:
Осталось по минимуму отредактировать опечатки.

Скрины со временем ниже.
А как вы, также пишете подобные письма?

2 голосовых

Запрос в ИИ

Ответ ИИ

В 13.49 я набегу начал наговаривать драфт ответа
В 13.56 отправил на минимальную редактуру.

Если бы не отвлекался - сделал бы все 2 раза быстрее.
Как-то так.

Итак:

ссылка на оригинал на английском языке:
https://services.google.com/fh/files/misc/gemini-for-google-workspace-prompting-guide-101.pdf

а также перевод этого на русский.
Слово подсказка в переводе - это тот самый Promt.

А вот дальше будет самое интересное.

Как с подобной информацией можно работать в наше время с использованием нейронных сетей.

1. Перевод был сделан за меньше, чем 5 минут.
Многие используют нейронку Deepl
Но я использовал другой бесплатный сервис, потому что он еще позволил и в doc формат сохранить для редактирования.

То есть я просто загрузил PDF на 45 страниц и получил русскоязычный перевод с сохранением форматирования, структуры и т.д.

2.А вот теперь самое интересное.
По ссылке Ваш "ИИ консультант лайт версии" по этому документу, которому можно задавать вопросы по содержанию документа.
Он коротко ответит, а также даст ссылку на страницу, где содержится эта информация.
То есть это не просто "поисковик" по документу. Это прям что-то, что может отвечать на вопросы.
Сделать такую штуку ушло тоже порядка 5 минут.
https://app.humata.ai/ask/file/47c96624-8223-42d6-ad46-a23c3eab9e26?share_link=e3bbe46e-3afe-4141-b696-be6893a8f22e&selected-approach=Grounded

Для подобного функционала я использую 2 сервиса:
https://askyourpdf.com/
и
https://app.humata.ai/

ПС: вы же понимаете, что технология максимально маштабируема и прекрасно нишуется в любой специфический таможенный или логистический документ.

Всем мир-труд-май!
Сегодня я хочу поделиться одним замечательным видео, которое моментально расставило все точки над «i» в моих личных недопониманиях относительно того, почему во многих компаниях, где я был руководителем, у меня на первых этапах возникал полный дисконнект с моими заместителями и сотрудниками, которыми я управлял.

Это видео про спиральное развитие компании (про ценности, способ действия и т.д.)

Несмотря на то, что это видео старое, его суть остаётся не менее актуальной, а возможно, даже более злободневной сегодня, чем тогда, когда его записывали (так как некоторые компании достигли оранжевого-бирюзового уровня развития, который семь лет назад казался достаточно фантастичным).

Для всех тех, кто задумывается о развитии компании и не понимает, почему компания стоит на месте и не движется вперёд, это видео, как мне кажется, будет максимально полезным. А для таможенно-логистической отрасли, так тем более.
Так как, по моим наблюдениям, до сих пор многие компании находятся где-то между фиолетовым и синим уровнями.

ПС: Следующим постом дам короткую инструкцию, как с помощью ИИ можно резюмировать любое видео за считанные секунды, в том числе и это)

Как быстро резюмировать видео.
1. Устанавливаем Яндекс браузер
2. Открываем видео
3. Жмем кнопку пересказать
4. За считанные секунды получаем вполне годное резюме видео с таймингом:

Пользуйтесь.

Внимание, контент для эмоционально устойчивых подписчиков.

Друзья, всем хорошего выходного!
В какой-то момент в группе было 333 человека (уже кто-то один не дождался) и эта цифра навела меня на инновационный подход к построению системы управления рисками в логистике.
А ИИ любезно помог мне развить идею.

Во вложенном файле мозговой штурм с ИИ по заданному мной вопросу (с формулировками запросов и логики поддержания диалога и углубления вопросов).

И прежде чем Вы в очередной раз усомнитесь в моей психологической устойчивости подумайте о другом.
Вместо заданных мной условий формирования концепции вы можете задать свои. Абсолютно адекватные, профессиональные и глубокие.

Мой мозговой штурм занял 15 минут. Но если вы потратите где-то час Вашего времени, то поверьте мне, вы получите результат релевантный консультации стоимостью порядка 250 тыс. руб. и более.
И если к этому вы добавите свою экспертизу, то в итоге вы получите то решение, которые, возможно, долго искали, но не знали, как к нему подступиться.

И маленький пруф того, что это работает. Отзыв об аналогичном кейсе из логистики, с абсолютно живой задачей, в живой компании.

Так что берите логику формулирования запросов, меняйте под свои серьезные задачи и получайте результаты.

О чем будет речь.
3 кейса:

1) трижды переданная задача - почему и как это можно было избежать
2) неправильно рассчитанный бюджет на разработку x4 от планового, почему и что с этим делать
3) сисадмины и разработка, вроде все про одно, но с вечными нюансами.

Дальше 3 голосовых в порядке, указанном выше. Выбирайте, что для Вас актуально.

Это про тройную переделку

Это про бюджет x4

А это про взаимодействие с сисадминами

Нет ничего хуже, чем зашоренность и проф-деформация.

Вот это все про «а кто будет отвечать за ошибку», «у нас не как у других», «я и так все контролирую без ваших учетных систем», «у нас нет повторяющейся номенклатуры» и прочее стандартное в ВЭД лишь бы не шевелить сложившееся годами болото рутины.
К своему величайшему сожалению, я себя на этом тоже ловлю. За сколько-то «дофига-дцать» лет взаимодействия с таможеннно-логистической братией в решение отдельных вопросов мозг даже не думает.
Одна из таких областей – обработка изображений.
Сколько-то лет назад все что было связано с OCR это было неоправданно дорого и особо серьезно не рассматривалось в проектах про ВЭД.

То есть у всех в фантазиях:
- загрузил ТТН, иновйс, упаковочный
- робот там, что-то посканировал - табличку сделал
- другой робот табличку обработал – коды из БД подтянул
- хлоп и готовая ДТ.

И тут же все ломалось о «заляпанные ТТНки», ошибки при сканировании и т.д.
А с учетом того, что все про роботизацию распознания документов – это весьма ресурсо-затратно, то и экспериментировать никто не хотел.
Так оно в голове и засело, что в области сканирования изображений ловить особо нечего. Либо электронный вид документа, либо ручки-ручки-ручки.

Время шло, в голове ничего не менялось.
А тем временем нейросети…

В общем-то вполне себе нормально они работают с изображениями. Не идеально, но пробовать можно.
Ниже скрины тестов и приблизительный промт, который можно использовать.