🚀 Добро пожаловать на “DevChallengesLog”!
Сегодня мы начинаем увлекательное путешествие в мир IT-разработок, сфокусировавшись на интеграции передовых технологий для улучшения бизнес-процессов. Наша первая глобальная задача - интеграция ChatGPT в наши системы для оптимизации и автоматизации бизнес-процессов.
💡 Что это значит?
ChatGPT, разработанный OpenAI, представляет собой передовую модель искусственного интеллекта, способную вести диалоги, отвечать на вопросы и предоставлять рекомендации. Наша цель - использовать его возможности для повышения эффективности в различных областях работы компании.
🔍 Первые Шаги:
• Анализ потребностей: Определим ключевые области, где ChatGPT может принести максимальную пользу.
• Планирование интеграции: Разработаем детальный план внедрения AI в наши процессы.
📈 Ожидаемые Преимущества:
• Улучшение процессов взаимодействия с клиентами.
• Автоматизация рутинных задач.
• Повышение общей эффективности работы.
🔧 Дальнейшие Шаги:
В ближайшие дни мы начнем декомпозировать эту задачу на более мелкие и практические шаги, каждый из которых будет подробно описан здесь, в “DevChallengesLog”.
Присоединяйтесь к нам, чтобы быть в курсе всех этапов интеграции ChatGPT и вместе исследовать потенциал искусственного интеллекта в реальной рабочей среде!
#DevChallengesLog #ChatGPTIntegration #AIinBusiness
Сегодня мы начинаем увлекательное путешествие в мир IT-разработок, сфокусировавшись на интеграции передовых технологий для улучшения бизнес-процессов. Наша первая глобальная задача - интеграция ChatGPT в наши системы для оптимизации и автоматизации бизнес-процессов.
💡 Что это значит?
ChatGPT, разработанный OpenAI, представляет собой передовую модель искусственного интеллекта, способную вести диалоги, отвечать на вопросы и предоставлять рекомендации. Наша цель - использовать его возможности для повышения эффективности в различных областях работы компании.
🔍 Первые Шаги:
• Анализ потребностей: Определим ключевые области, где ChatGPT может принести максимальную пользу.
• Планирование интеграции: Разработаем детальный план внедрения AI в наши процессы.
📈 Ожидаемые Преимущества:
• Улучшение процессов взаимодействия с клиентами.
• Автоматизация рутинных задач.
• Повышение общей эффективности работы.
🔧 Дальнейшие Шаги:
В ближайшие дни мы начнем декомпозировать эту задачу на более мелкие и практические шаги, каждый из которых будет подробно описан здесь, в “DevChallengesLog”.
Присоединяйтесь к нам, чтобы быть в курсе всех этапов интеграции ChatGPT и вместе исследовать потенциал искусственного интеллекта в реальной рабочей среде!
#DevChallengesLog #ChatGPTIntegration #AIinBusiness
🌐 Второй Шаг в Интеграции ChatGPT: Расширяем Горизонты
Продолжаем наше погружение в мир ChatGPT! После первоначального знакомства с базовыми функциями, мы переходим к следующим этапам использования этой мощной технологии.
1️⃣ Базовый Уровень: Наше первое знакомство с ChatGPT началось с версии 3.5, которую мы интегрировали бесплатно через библиотеку gpt4free, найденную на GitHub. Эта библиотека позволяет нам подключить ChatGPT к нашей CRM-системе. Цель - познакомить пользователей с функционалом ChatGPT, научить их формулировать запросы и общаться с AI, как это обычно делают с голосовыми ассистентами.
2️⃣ Продвинутый Уровень: Второй способ - это использование ChatGPT-4 через браузер. Это позволяет нам работать не только с текстовыми запросами, но и анализировать загруженные файлы, картинки, анализировать сайты. Этот метод предназначен для более опытных пользователей, которые умеют составлять эффективные запросы и готовы применять ChatGPT для решения более сложных задач, включая графический анализ.
3️⃣ Автоматизация с API: Третий и самый продвинутый уровень – интеграция с API ChatGPT для автоматизации внутренних процессов. Это позволит нам анализировать данные, получать инсайты и предложения, автоматизировать рутинные задачи. Работа с API будет невидима для пользователей, но существенно повысит эффективность наших систем.
🔍 Далее: Мы будем детально описывать каждый этап интеграции, поделимся опытом и примерами использования ChatGPT в реальных задачах. Следите за обновлениями!
#DevChallengesLog #ChatGPTIntegration #AITechnology
Продолжаем наше погружение в мир ChatGPT! После первоначального знакомства с базовыми функциями, мы переходим к следующим этапам использования этой мощной технологии.
1️⃣ Базовый Уровень: Наше первое знакомство с ChatGPT началось с версии 3.5, которую мы интегрировали бесплатно через библиотеку gpt4free, найденную на GitHub. Эта библиотека позволяет нам подключить ChatGPT к нашей CRM-системе. Цель - познакомить пользователей с функционалом ChatGPT, научить их формулировать запросы и общаться с AI, как это обычно делают с голосовыми ассистентами.
2️⃣ Продвинутый Уровень: Второй способ - это использование ChatGPT-4 через браузер. Это позволяет нам работать не только с текстовыми запросами, но и анализировать загруженные файлы, картинки, анализировать сайты. Этот метод предназначен для более опытных пользователей, которые умеют составлять эффективные запросы и готовы применять ChatGPT для решения более сложных задач, включая графический анализ.
3️⃣ Автоматизация с API: Третий и самый продвинутый уровень – интеграция с API ChatGPT для автоматизации внутренних процессов. Это позволит нам анализировать данные, получать инсайты и предложения, автоматизировать рутинные задачи. Работа с API будет невидима для пользователей, но существенно повысит эффективность наших систем.
🔍 Далее: Мы будем детально описывать каждый этап интеграции, поделимся опытом и примерами использования ChatGPT в реальных задачах. Следите за обновлениями!
#DevChallengesLog #ChatGPTIntegration #AITechnology
🚀 Обновление DevChallengesLog: Успешная Интеграция ChatGPT на Первом Уровне
Сегодня мы с гордостью объявляем об успешной реализации первого уровня подключения ChatGPT через библиотеку GPT4Free. Вот как мы это сделали:
🔧 Технические Детали:
Подключили библиотеку GPT4Free
Создали API-метод на нашем микросервисе, который был интегрирован с CRM.
В CRM добавили форму для диалога с ChatGPT.
👍 Преимущества Библиотеки GPT4Free:
GPT4Free хорошо описана, что упростило интеграцию.
Выбрали модель 3.5 Turbo, наиболее стабильную и продвинутую.
Остальные модели, которые обещают работу с gtp4 (bind) оказались очень нестабильными и медленными.
🧪 Тестирование и Отзывы Пользователей:
Выбранная группа пользователей активно тестировала систему, задавая разнообразные вопросы.
Интересно, что большинство вопросов было непрофессионального характера, например, поиски рецептов.
🔄 Улучшение Контекстного Взаимодействия:
Доработали систему для передачи контекста с каждым сообщением, что повысило качество диалога.
Контекст хранится в течение суток для обеспечения последовательности беседы.
⚙️ Технические Нюансы:
Иногда возникали сложности с обработкой контекста, что может быть связано с дополнительной настройкой с нашей стороны.
Нам приходилось отправлять весь контекст диалога с каждым новым сообщением пользователя. Это не типовое использование библиотеки.
✨ Выводы:
Модель 3.5 Turbo показала себя с лучшей стороны, обеспечивая быстрые и точные ответы.
Пользователи успешно адаптировались к новой системе и уже готовы перейти к следующему этапу использования ChatGPT.
👨💻 Примеры Кода с Библиотекой GPT4Free:
(Ниже в сообщении)
# Инициализация модели
gpt = OpenAIGPT(model='gpt-3.5-turbo')
# Отправка запроса
response = gpt.generate(prompt="Привет, как дела?")
print(response)
Этот код показывает, как можно взаимодействовать с ChatGPT, отправляя запросы и получая ответы в CRM.
Следите за нашими обновлениями, чтобы узнать больше о следующих этапах интеграции ChatGPT!
#DevChallengesLog #GPT4FreeIntegration #AIinBusiness
Сегодня мы с гордостью объявляем об успешной реализации первого уровня подключения ChatGPT через библиотеку GPT4Free. Вот как мы это сделали:
🔧 Технические Детали:
Подключили библиотеку GPT4Free
Создали API-метод на нашем микросервисе, который был интегрирован с CRM.
В CRM добавили форму для диалога с ChatGPT.
👍 Преимущества Библиотеки GPT4Free:
GPT4Free хорошо описана, что упростило интеграцию.
Выбрали модель 3.5 Turbo, наиболее стабильную и продвинутую.
Остальные модели, которые обещают работу с gtp4 (bind) оказались очень нестабильными и медленными.
🧪 Тестирование и Отзывы Пользователей:
Выбранная группа пользователей активно тестировала систему, задавая разнообразные вопросы.
Интересно, что большинство вопросов было непрофессионального характера, например, поиски рецептов.
🔄 Улучшение Контекстного Взаимодействия:
Доработали систему для передачи контекста с каждым сообщением, что повысило качество диалога.
Контекст хранится в течение суток для обеспечения последовательности беседы.
⚙️ Технические Нюансы:
Иногда возникали сложности с обработкой контекста, что может быть связано с дополнительной настройкой с нашей стороны.
Нам приходилось отправлять весь контекст диалога с каждым новым сообщением пользователя. Это не типовое использование библиотеки.
✨ Выводы:
Модель 3.5 Turbo показала себя с лучшей стороны, обеспечивая быстрые и точные ответы.
Пользователи успешно адаптировались к новой системе и уже готовы перейти к следующему этапу использования ChatGPT.
👨💻 Примеры Кода с Библиотекой GPT4Free:
(Ниже в сообщении)
# Инициализация модели
gpt = OpenAIGPT(model='gpt-3.5-turbo')
# Отправка запроса
response = gpt.generate(prompt="Привет, как дела?")
print(response)
Этот код показывает, как можно взаимодействовать с ChatGPT, отправляя запросы и получая ответы в CRM.
Следите за нашими обновлениями, чтобы узнать больше о следующих этапах интеграции ChatGPT!
#DevChallengesLog #GPT4FreeIntegration #AIinBusiness
🚀 DevChallengesLog: Итоги Этапов Интеграции ChatGPT
🔹 Отложенный Второй Этап
Мы решили отложить второй этап до выяснения, какие задачи и кто может их решить. Начат сбор предложений от пользователей. Параллельно изучаем возможности 4-й версии ChatGPT для наших ИТ-задач.
🔹 Прикладная Задача на Третьем Этапе
Сфокусировались на работе с аудиторией, ранее интересовавшейся нашей продукцией. Задача – выборка из отчета "Заказы клиентов" в 1С, порученная ChatGPT.
🔹 Четыре Подхода к Выборке:
1️⃣ JSON и 1С Запросы: Сформирован JSON из шапки отчета 1С для обучения ChatGPT. Необходимы доработки со стороны программиста из-за нехватки информации.
2️⃣ Микросервис и ChatGPT: Выгружен широкий отчет в микросервис. Используем ChatGPT для анализа и формирования выборки на основе запроса пользователя.
3️⃣ SQL Запросы к БД: Подобно п.1, но с SQL запросами. ChatGPT лучше справляется, но есть проблемы с пониманием полей.
4️⃣ Google Sheets и ChatGPT: Отложен из-за необходимости автоматизации передачи данных.
🔹 Преграды по Способам:
1️⃣ Недостаток Информации для ChatGPT: ChatGPT не распознает специфику полей 1С.
2️⃣ Ограничения API ChatGPT: API поддерживает только текст. Большие файлы требуют слишком много токенов.
3️⃣ SQL vs 1С Запросы: ChatGPT лучше работает с SQL, но есть проблемы с полями.
4️⃣ Google Sheets Отложен: Необходима автоматизация передачи данных.
🔹 Новый Подход: ChatGPT Ассистенты
В процессе изучения обнаружен новый способ с ассистентами ChatGPT, принимающими файлы целиком. Пока в бета-версии, но перспективен.
👨💻 Пример Кода для JSON to SQL Query:
python
-------------------------
import json
# Пример JSON данных из 1С
json_data = {...}
# Преобразование JSON в SQL запрос
def json_to_sql(json_data):
# Реализация преобразования
return sql_query
sql_query = json_to_sql(json_data)
--------------------------
Оставайтесь с нами для следующих обновлений!
#DevChallengesLog #ChatGPT #AIIntegration
🔹 Отложенный Второй Этап
Мы решили отложить второй этап до выяснения, какие задачи и кто может их решить. Начат сбор предложений от пользователей. Параллельно изучаем возможности 4-й версии ChatGPT для наших ИТ-задач.
🔹 Прикладная Задача на Третьем Этапе
Сфокусировались на работе с аудиторией, ранее интересовавшейся нашей продукцией. Задача – выборка из отчета "Заказы клиентов" в 1С, порученная ChatGPT.
🔹 Четыре Подхода к Выборке:
1️⃣ JSON и 1С Запросы: Сформирован JSON из шапки отчета 1С для обучения ChatGPT. Необходимы доработки со стороны программиста из-за нехватки информации.
2️⃣ Микросервис и ChatGPT: Выгружен широкий отчет в микросервис. Используем ChatGPT для анализа и формирования выборки на основе запроса пользователя.
3️⃣ SQL Запросы к БД: Подобно п.1, но с SQL запросами. ChatGPT лучше справляется, но есть проблемы с пониманием полей.
4️⃣ Google Sheets и ChatGPT: Отложен из-за необходимости автоматизации передачи данных.
🔹 Преграды по Способам:
1️⃣ Недостаток Информации для ChatGPT: ChatGPT не распознает специфику полей 1С.
2️⃣ Ограничения API ChatGPT: API поддерживает только текст. Большие файлы требуют слишком много токенов.
3️⃣ SQL vs 1С Запросы: ChatGPT лучше работает с SQL, но есть проблемы с полями.
4️⃣ Google Sheets Отложен: Необходима автоматизация передачи данных.
🔹 Новый Подход: ChatGPT Ассистенты
В процессе изучения обнаружен новый способ с ассистентами ChatGPT, принимающими файлы целиком. Пока в бета-версии, но перспективен.
👨💻 Пример Кода для JSON to SQL Query:
python
-------------------------
import json
# Пример JSON данных из 1С
json_data = {...}
# Преобразование JSON в SQL запрос
def json_to_sql(json_data):
# Реализация преобразования
return sql_query
sql_query = json_to_sql(json_data)
--------------------------
Оставайтесь с нами для следующих обновлений!
#DevChallengesLog #ChatGPT #AIIntegration
👍1👏1
🚀 DevChallengesLog: Итоги Работы с ChatGPT за Праздничные Дни
🔹 Общий Обзор
Постараемся резюмировать всё, что успело произойти за праздничные и пару послепраздничных дней.
🔹 Проверили - выкинули
1. Отказались от отправки полного файла для анализа, вернувшись к версии, где мы описываем правила, а GPT формирует запрос для выборки из БД.
2. Отказались от использования ассистента, так как он отправлял все запросы через API, что делало тесты дорогостоящими и некачественными.
🔹 Новые Тесты и Подходы
Начали тестирование на GPTs, который позволяет использовать файл для обучения и текст инструкций.
Файл для обучения содержал две вкладки: отчет из 1 тыс. строк и легенду с описанием всех полей.
🔹 Проблемы и Их Решения
Проблемы с Анализом Легенды:
GPT не анализировал всю легенду, выбирая первое подходящее поле.
Решение:
Сократили отчет до 50 полей и строк в легенде, после чего GPT начал находить более подходящие поля.
Ошибки в SQL Запросах:
Проблема с артефактами и неправильными полями в запросах.
Решение:
Добавили команду в инструкции для перепроверки запроса по синтаксису и полям в легенде, что устранило ошибки.
Лишний Текст в Ответах:
GPT выводил лишний текст вместе с запросом.
Частичное решение:
Добавили в инструкцию просьбы об
очистке текста в ответе. Несмотря на это, иногда текст всё равно появляется, что требует дополнительного парсинга для выделения запроса.
Поиск Полного Соответствия Значений:
При поиске полного соответствия GPT и пользователь не знали точное значение (например, "Физическое лицо" вместо "Физика").
Решение:
В инструкции указано анализировать данные в отчете для поиска значений, максимально приближенных к пользовательской формулировке.
Отсутствие API у GPTs:
Невозможность использовать GPTs для автоматизации задач.
Предположительное решение: Преобразование данных в JSON, создание минимальной таблицы с уникальными значениями и разработка эффективного промпта.
🔹 Теоретические Справки и Код
SQL Запросы и GPT:
GPT модели могут быть обучены для формирования SQL запросов, но они требуют точной спецификации и ограничения в данных для эффективной работы.
# Пример кода для генерации SQL запроса с GPT
import openai
prompt = "Сформируй SQL запрос для выборки данных по следующим критериям: ..."
response = openai.Completion.create(
model="text-davinci-003",
prompt=prompt,
max_tokens=150
)
print(response.choices[0].text.strip())
🔹 Выводы и Планы на Будущее
Работа с GPTs представляет собой серию испытаний и ошибок, но мы находим новые способы оптимизации и автоматизации процессов. Оставайтесь с нами для дальнейших обновлений!
#DevChallengesLog #ChatGPT #DataAnalysis
🔹 Общий Обзор
Постараемся резюмировать всё, что успело произойти за праздничные и пару послепраздничных дней.
🔹 Проверили - выкинули
1. Отказались от отправки полного файла для анализа, вернувшись к версии, где мы описываем правила, а GPT формирует запрос для выборки из БД.
2. Отказались от использования ассистента, так как он отправлял все запросы через API, что делало тесты дорогостоящими и некачественными.
🔹 Новые Тесты и Подходы
Начали тестирование на GPTs, который позволяет использовать файл для обучения и текст инструкций.
Файл для обучения содержал две вкладки: отчет из 1 тыс. строк и легенду с описанием всех полей.
🔹 Проблемы и Их Решения
Проблемы с Анализом Легенды:
GPT не анализировал всю легенду, выбирая первое подходящее поле.
Решение:
Сократили отчет до 50 полей и строк в легенде, после чего GPT начал находить более подходящие поля.
Ошибки в SQL Запросах:
Проблема с артефактами и неправильными полями в запросах.
Решение:
Добавили команду в инструкции для перепроверки запроса по синтаксису и полям в легенде, что устранило ошибки.
Лишний Текст в Ответах:
GPT выводил лишний текст вместе с запросом.
Частичное решение:
Добавили в инструкцию просьбы об
очистке текста в ответе. Несмотря на это, иногда текст всё равно появляется, что требует дополнительного парсинга для выделения запроса.
Поиск Полного Соответствия Значений:
При поиске полного соответствия GPT и пользователь не знали точное значение (например, "Физическое лицо" вместо "Физика").
Решение:
В инструкции указано анализировать данные в отчете для поиска значений, максимально приближенных к пользовательской формулировке.
Отсутствие API у GPTs:
Невозможность использовать GPTs для автоматизации задач.
Предположительное решение: Преобразование данных в JSON, создание минимальной таблицы с уникальными значениями и разработка эффективного промпта.
🔹 Теоретические Справки и Код
SQL Запросы и GPT:
GPT модели могут быть обучены для формирования SQL запросов, но они требуют точной спецификации и ограничения в данных для эффективной работы.
# Пример кода для генерации SQL запроса с GPT
import openai
prompt = "Сформируй SQL запрос для выборки данных по следующим критериям: ..."
response = openai.Completion.create(
model="text-davinci-003",
prompt=prompt,
max_tokens=150
)
print(response.choices[0].text.strip())
🔹 Выводы и Планы на Будущее
Работа с GPTs представляет собой серию испытаний и ошибок, но мы находим новые способы оптимизации и автоматизации процессов. Оставайтесь с нами для дальнейших обновлений!
#DevChallengesLog #ChatGPT #DataAnalysis
👍1👏1
Суть проблемы подборов и их важность
🔍 Проблема подбора оборудования: почему это критично для вашего бизнеса?
В любой компании, работающей с оборудованием, важно не просто выбирать товары, но подбирать их так, чтобы они идеально соответствовали потребностям проекта. Это значит, что каждый подбор — это не просто покупка, а инвестиция в эффективность и продуктивность работы. Подбор оборудования становится особенно актуальным в условиях ограниченного рынка и высокой конкуренции.
Ключевая задача – найти такое сочетание цены, качества и функциональности, которое позволит вашему бизнесу работать лучше. Проблема в том, что для идеального подбора требуется время и глубокие знания рынка, что не всегда доступно в быстром темпе современного бизнеса.
Полезный инсайт: Начните с анализа ваших текущих и будущих потребностей в оборудовании. Это поможет сузить круг поиска и сделать подбор более целенаправленным. #ПодборОборудования #DevChallengesLog #ChatGPT
🔍 Проблема подбора оборудования: почему это критично для вашего бизнеса?
В любой компании, работающей с оборудованием, важно не просто выбирать товары, но подбирать их так, чтобы они идеально соответствовали потребностям проекта. Это значит, что каждый подбор — это не просто покупка, а инвестиция в эффективность и продуктивность работы. Подбор оборудования становится особенно актуальным в условиях ограниченного рынка и высокой конкуренции.
Ключевая задача – найти такое сочетание цены, качества и функциональности, которое позволит вашему бизнесу работать лучше. Проблема в том, что для идеального подбора требуется время и глубокие знания рынка, что не всегда доступно в быстром темпе современного бизнеса.
Полезный инсайт: Начните с анализа ваших текущих и будущих потребностей в оборудовании. Это поможет сузить круг поиска и сделать подбор более целенаправленным. #ПодборОборудования #DevChallengesLog #ChatGPT
Как сейчас делается подбор инженерами
"🛠 Текущий процесс подбора оборудования: почему это боль и как мы с этим живем?
Сегодня, инженеры и специалисты по закупкам тратят уйму времени на подбор оборудования. Этот процесс включает в себя анализ характеристик, сравнение моделей и проверку отзывов. Иногда, это похоже на бесконечный лабиринт, в котором легко заблудиться.
Однако, самая большая проблема заключается не в отсутствии информации, а в ее избытке и разнообразии форматов. Это означает, что даже опытным специалистам приходится постоянно адаптироваться и учиться, что забирает много ресурсов.
Полезный совет: Организуйте процесс подбора так, чтобы минимизировать время на поиск и анализ. Создайте шаблоны запросов и используйте единую систему для сравнения характеристик. #ЭффективностьЗакупок" #DevChallengesLog #ChatGPT
"🛠 Текущий процесс подбора оборудования: почему это боль и как мы с этим живем?
Сегодня, инженеры и специалисты по закупкам тратят уйму времени на подбор оборудования. Этот процесс включает в себя анализ характеристик, сравнение моделей и проверку отзывов. Иногда, это похоже на бесконечный лабиринт, в котором легко заблудиться.
Однако, самая большая проблема заключается не в отсутствии информации, а в ее избытке и разнообразии форматов. Это означает, что даже опытным специалистам приходится постоянно адаптироваться и учиться, что забирает много ресурсов.
Полезный совет: Организуйте процесс подбора так, чтобы минимизировать время на поиск и анализ. Создайте шаблоны запросов и используйте единую систему для сравнения характеристик. #ЭффективностьЗакупок" #DevChallengesLog #ChatGPT
👏2
Как можно решить эту задачу при помощи ChatGPT
"🤖 Революция в подборе оборудования с ChatGPT: реальное применение
Представьте, что вы можете сократить время на подбор оборудования в разы, используя ИИ. ChatGPT может стать вашим незаменимым помощником в этом процессе. Как? Благодаря способности анализировать большие объемы данных и предоставлять релевантные рекомендации на основе вашего запроса.
Чтобы начать, определите ключевые параметры подбора и формулируйте их как часть запроса к ChatGPT. ИИ сможет анализировать доступные варианты и предложить оптимальные решения, основываясь на актуальных данных и трендах рынка.
Полезный эксперимент: Попробуйте интегрировать ChatGPT в ваш процесс подбора оборудования. Начните с простых запросов, постепенно увеличивая сложность, чтобы оценить эффективность и точность подбора. Это позволит вам на практике увидеть все преимущества использования ИИ. #ИИ_в_Закупках" #DevChallengesLog #ChatGPT
"🤖 Революция в подборе оборудования с ChatGPT: реальное применение
Представьте, что вы можете сократить время на подбор оборудования в разы, используя ИИ. ChatGPT может стать вашим незаменимым помощником в этом процессе. Как? Благодаря способности анализировать большие объемы данных и предоставлять релевантные рекомендации на основе вашего запроса.
Чтобы начать, определите ключевые параметры подбора и формулируйте их как часть запроса к ChatGPT. ИИ сможет анализировать доступные варианты и предложить оптимальные решения, основываясь на актуальных данных и трендах рынка.
Полезный эксперимент: Попробуйте интегрировать ChatGPT в ваш процесс подбора оборудования. Начните с простых запросов, постепенно увеличивая сложность, чтобы оценить эффективность и точность подбора. Это позволит вам на практике увидеть все преимущества использования ИИ. #ИИ_в_Закупках" #DevChallengesLog #ChatGPT