Как дела?))

Что за херня такая — Vibe Marketing?

Часть 1.

Представьте себе маркетинг, где вместо 10 специалистов, 100 митингов и бесконечных слак-тредов работает один крутой маркетолог с армией AI-агентов, тестирующих сотни подходов и креосов в реальном времени.

По сути, Vibe Marketing — это следующий логический шаг после Vibe Coding. Если Vibe Coding позволяет создавать программное обеспечение без разработки через промпты, то Vibe Marketing применяет тот же подход к маркетингу..

И это не через год или два, а прямо сейчас. Если вы не начнете разбираться — очень быстро останетесь в прошлом со своими Googlel-таблицами и Мета Бизнес-менеджерами с их “умными” советами.

Топовые инструменты Vibe Marketing, которые нужно изучить

1. N8N

Это мощная платформа для автоматизации рабочих процессов, которая может значительно улучшить ваши маркетинговые усилия. Она особенно полезна, если вам нужна гибкая автоматизация без сложностей. Выглядит как визуальный редактор с блок-схемами, где вы создаете цепочки действий с помощью AI, но без всякого кода.

2. Gumloop

Gumloop — это платформа автоматизации AI без необходимости писать код, которая позволяет строить мощные маркетинговые процессы без технических навыков. В отличие от N8N она имеет больше ограждений и проще для новичков. Есть крутое браузерное расширение, которое автоматизирует веб-поиск.

3. ManusAI

Это AI-агент нового поколения с автономным управлением рабочими процессами. Он может взять на себя анализ, стратегию и кучу других задач. Я сам пользуюсь Manus для создания презентаций и маркетинговых материалов — работает как личный McKinsey-консультант, только умный.

4. Claude 3.7 Sonnet

Лучший инструмент для создания контента, который я знаю. У нас с ним отдельная любовь и взаимопонимание. В целом 3,7 + Claude Code + MCP-скрапперы это мастхэв стек для глубокого анализа конкуренто, чтобы на выходе сделать лучше чем они.

5. OpenRouter

Это как универсальный пульт для всех ваших AI-моделей. Вместо того чтобы жонглировать разными API-ключами для каждой модели, вы получаете один ключ для управления всеми.

Рабочие процессы, которые вы можете создать прямо сейчас

Скуфы-разработчики будут и дальше проедать лосось на завтрак, пока вы начнете делать рабочие вещи на автомате. Вот несколько примеров:

1. Анализ данных — соединяет Google Sheets с AI для получения инсайтов из ваших данных. Или Claude + MCP для анализа внешних.

2. Мониторинг контента — скрапит Reddit, находит актуальные темы и суммирует их с помощью AI.

3. Алерты по конкурентам — автоматически отслеживает посты конкурентов и уведомляет вас.

4. Одноклик-CRM — система, которая сама находит потенциальных клиентов, собирает их данные и готовит персонализированные сообщения. Лонглисты для B2B SaaS.

5. AI-управляемый ньюслеттер — полностью автоматическая система, которая использует Google AppScript для взятия темы и точки зрения из Google Sheets, затем использует Perplexity для глубокого исследования, Claude для написания и MidJourney для изображений.

6. Генератор контент-идей — система, которая ищет на Reddit релевантные темы, извлекает боли и проблемы для контент-идей, а затем генерирует психологически мощные хуки и тела.

Часть 2.

Будущее маркетинга — это системы, а не кампании

В ближайшие 12-18 месяцев мы увидим переход от изолированного использования AI-инструментов к взаимосвязанным AI-системам, работающим вместе с общим контекстом. Появятся множественные AI-агенты и рабочие процессы, управляемые агентами-менеджерами, обученными человеческими экспертами.

По сути, маркетинг будет напоминать высокочастотную торговлю на бирже — агенты круглосуточно мониторят, определяют возможности и персонализируют взаимодействия в микро-масштабе. А маркетологи из исполнителей превратятся в оркестраторов этих систем.

И самое крутое: маленькие маркетинговые команды из пяти человек смогут выполнять то, что раньше требовало гораздо более крупных отделов. Добавление новых маркетинговых каналов не потребует найма новых людей — это буквально всего лишь один агент.

В этом мире выигрывают те, кто:

- Мыслит системами, а не кампаниями
- Тестирует безжалостно и постоянно
- Фронтлоадит ценность во всем, что создает
- Передает машинам всю скучную работу

Что делать прямо сейчас?

Я не предлагаю вам сразу увольнять маркетинговый отдел и нанимать роботов. Но если вы хотите быть на волне, а не под ней, начните экспериментировать с этими инструментами сегодня.

Выделите 30 минут в день на изучение одного инструмента. Большинство из них имеют бесплатные пробные версии. Создайте простой рабочий процесс, который автоматизирует одну маркетинговую задачу.

И помните — AI не заменит маркетологов. Он заменит маркетологов, которые не используют AI.

Наткнулся тут на занятный буржуйский видос про Vibe Design, и решил попробовать сделать то что рассказывал индус на видео)

И у меня возник вопрос, как там у дизайнеров интерфейсов дела?

На этом канале мы уже увольняли разработчиков, продактов, маркетологов и теперь видимо настало время дизайнеров)))

Кароч связка Cursor + Claude + Claude Code.

В чём прикол?

Claude 3.7 просто сверхразумный в плане UI-дизайна. Ты кидаешь ему любое сложное описание, и он выдаёт тебе такие интерфейсы, что даже сеньор-фронтендщики с лососем на завтрак офигевают.

Главная фишка — двухэтапный процесс, который я для себя открыл:

1. Сначала скармливаем Claude задачу с чётким описанием дизайн-стиля
2. Потом даём ему скриншот для референса

И всё, он пашет как галера римских рабов, а ты уже через 10 минут смотришь на готовый UI, который реально можно показывать клиентам.

Как это работает на практике?

Я развернул тему с AI-калькулятором калорий на примере какой-то фитнес-хуиты. Вот мой флоу:

1. Открываю Cursor (можно использовать любой другой редактор, но с Cursor удобнее)

2. Кидаю базовый промпт вида: "Я senior фронтенд-разраб, сделай мне UI для приложения, которое распознаёт еду по фото и считает калории. Стиль такой-то, размеры такие-то, используй иконки из такой-то библиотеки"

3. Показываю ему скриншот подобного приложения для референса

4. Если что-то не так — просто говорю "Эта хуйня не выровнена, поправь"

5. Когда UI готов, прошу разбить его на компоненты и получаю план для Next.js

И бум! Вместо того чтобы платить 10к баксов какому-то дизайнеру, чтобы он месяц рисовал мне свои загогулины, я получаю полностью рабочий прототип за час максимум.

Что дальше?

После того как UI готов и разбит на компоненты, создаю Next.js проект:

bash
npx create-next-app@latest my-app --typescript --tailwind

И просто говорю Claude: "Теперь сделай мне компонент A, B, C из плана" — и он пишет полностью рабочий код с Tailwind CSS, который выглядит точно как исходный макет.

Самое смешное, что раньше AI-кодеры типа Cursor и Winger были полным говном в плане UI, но теперь Claude 3.7 реально генерит такие штуки, что не стыдно показать клиенту.

Почему это круто?

В том-то и дело, что теперь ты не ограничен существующими UI-библиотеками типа Shadcn/UI. Можно делать абсолютно кастомные дизайны, и Claude их закодит по-человечески.

Весь этот подход — как V0, только без V0. И тебе не нужен даже дизайнер. Я сам в шоке, честно говоря.

PS Наберем 100 огоньков и выложу промпты отдельно 🔥🔥🔥

Спасибо за огонечки — набрали 100 вместе со звёздами!
Кидаю примерный промпт + связку.

Вчера я попробовал сделать то же самое, только через Claude Code — это куда быстрее и лучше, чем через Cursor.

Так что рекомендую для промпт-инжиниринга связку Claude 3.7 + Claude Code + Magic MCP
(кстати, сделано нашими ребятами — за что отдельный респект!).

Примерный стартовый промпт:

## Role
You are a senior front-end developer.

## Design Style
- A perfect balance between elegant minimalism and functional design.
- Soft, refreshing gradient colors that seamlessly integrate with the brand palette.
- Well-proportioned white space for a clean layout.
- Light and immersive user experience.
- Clear information hierarchy using subtle shadows and modular card layouts.
- Natural focus on core functionalities.
- Refined rounded corners.
- Delicate micro-interactions.
- Comfortable visual proportions.

## Technical Specifications
1. Each page should be 375x812 px, with outlines to simulate a mobile device frame.
2. Icons: Use an online vector icon library (icons must not have background blocks, baseplates, or outer frames).
3. Images: Must be sourced from open-source image websites and linked directly.
4. Styles: Use Tailwind CSS via CDN for styling.
5. Do not display the status bar, including time, signal, and other system indicators.
6. Do not display non-mobile elements, such as scrollbars.
7. All text should be only black or white.

## Task
Описываем идею и фичи проекта.
- Simulate a Product Manager's detailed functional and information architecture design.
- Follow the design style and technical specifications to generate a complete UI design plan.
- Create a UI.html file that contains all pages displayed in a horizontal layout.

Дальше корректируем результат коррекционными промптами, добавляем анимации и просим уже заверстать во фронт.

Чем хорош Claude Code — так это тем, что с первой итерации делает весьма норм (скрин прилагаю).

Кароч, пользуйтесь!

Claude Code убийца скуфов?

Сегодня замучу годный сравнительный анализ — Claude Code против CursorAI. C Claude у нас уже почти семейные отношения, и Claude Code тут не стал исключением, тем более он безлимитный в подписке)

После месяца активных тестов могу сказать — эти инструменты как BMW и Mercedes, оба топовые, но для разных водителей. Погнали по фактам.

Claude Code vs CursorAI: кто же?

1. Философия и подход

Claude Code: Никаких лишних кнопочек, только терминал и мощный движок Claude 3.7 Sonnet под капотом.

Заходишь в проект, claude init — и машина сама сканирует всю кодовую базу. Идеально для тех, кому надоело клацать мышкой по красивым UI.

CursorAI: Заточенная под AI версия VS Code. Много блестящих кнопок, интерактивные окошки и прочие радости для любителей слабосолёного лосося на завтрак. Может работать с разными моделями — Claude, ChatGPT, Gemini, что удобно, если ты любишь переключаться между ними.

2. Управление контекстом

Claude Code: Использует систему claude.md файлов, которые можно разместить в любой директории проекта. Это как хорошая документация, только на стероидах — модель реально понимает, что происходит в разных частях проекта. И что самое крутое — эти файлы можно хранить в репе и шарить с командой.

CursorAI: Тоже умеет в контекст, но меньше прозрачности. Индексирует всё автоматом, но нет такого четкого понимания, что и где хранится. Зато можно быстро наклацать запросы прямо в редакторе.

4. Планирование и выполнение задач

Claude Code: Если нужно разработать сложную фичу, Claude Code сначала создаёт план, разбивает на шаги и отслеживает их выполнение. Это как иметь миддла с 5-летним опытом, который последовательно двигается к цели, а не скачет как сеньор-пхпшник с СДВГ.

CursorAI: Больше похож на джуна на кофеине — быстро генерирует код, но без чёткой структуры и плана. Идеально для небольших тасок и быстрых фиксов, но на больших дистанциях начинает терять фокус.

4. Обращение с памятью

Claude Code: Позволяет контролировать контекст с помощью команды compact. Показывает, сколько процентов памяти осталось, и вовремя сообщает, когда пора сжать диалог. Это как если бы ваш девопс мониторил использование RAM в реальном времени.

CursorAI: Управление памятью больше похоже на Windows — работает где-то под капотом, но ты не особо понимаешь, когда модель начинает забывать контекст. В долгих сессиях это может привести к цикличности и повторам.

5. Интеграция в CI/CD

Claude Code: Режим headless с параметром -p позволяет запускать его прямо из скриптов CI/CD. Добавьте это в свои GitHub Actions — и Claude Code будет автоматически проверять PR или генерировать документацию.

CursorAI: Тут всё печально — заточен в основном под интерактивную работу. Если ты мечтаешь о глубокой интеграции в пайплайны, CursorAI вряд ли будет твоим выбором.

Для меня Claude Code — это как эволюция классических Unix-инструментов, заточенная под AI. Чистая мощь без косметики. CursorAI больше похож на Apple — красивый, удобный, но не такой гибкий, как хотелось бы.

Учитывая, что Claude Code сейчас в активной разработке, я бы поставил на него как на долгосрочную лошадку. Но для задач "запилить быстро и красиво" CursorAI пока что вне конкуренции.

Коллектив - это слово не для альфапренеров.

Пришло время обсудить философию формирования компаний-сквадов и компаний-коллективов.

Мы часто слышим эти термины - сквад и коллектив - почему-то их используют как синонимы. Но это две абсолютно разные организационные структуры с диаметрально противоположными ДНК, и одна из них рожает 30+ летних пхпшников, а другая захватывает рынки.

Историческая разница

Если копнуть глубже, термин "коллектив" происходит от латинского "collectivus" - собранный вместе. Это сборище людей под одной крышей, без общей ясной цели, кроме личного выживания. Это очень важно: если вы слышите у нас “семейная” атмосфера и прочий бред, то вы попали в коллектив :)

А "сквад" ближе к "contubernium" в Римской армии - самой малой боевой единице из 8–10 бойцов, живущих в одной палатке. Это не просто группа - это братство с железной дисциплиной и чёткой целью. Они вместе спали, ели и дрались насмерть за общее дело. Если кто-то лажал - страдали все. Успех одного был успехом каждого. И так сейчас должны работать компании в условиях всё более глубокого проникновения AI.

В чём фундаментальная разница?

Коллектив:

• Строится вокруг комфорта и внутренних ценностей
• Общая цель размыта, и всем по сути пофиг
• Много менеджеров, чтобы создавать иллюзию работы
• Главная мотивация - не потерять то, что уже есть, и чтобы в опенспейсе было пиво в пятницу

Сквад:

• Строится вокруг миссии и результата
• Чёткая цель, за которую каждый готов убиться
• Минимум менеджеров, максимум исполнителей
• Движение вперёд любой ценой
• Справедливое распределение наград

И казалось бы, вроде очевидно, что хорошо, а что плохо, но всё равно компаний-коллективов и девопсов становится всё больше. И надо что-то с этим делать. Я рад, что в моём окружении все работают малыми командами, эффективно и с фокусом на сверхприбыль. Но прям после каждого видоса, который мы с Алмасом кидаем в паблик, люди много пишут благодарностей за то, что раскрыли такой подход и взяли его на вооружение.

Потом мы решили тестово запустить практикум на 30 человек и поняли, что через это можем приносить пользу людям, поэтому решили, что продолжим эту историю и начинаем потихоньку собирать людей на второй поток практикума StreetMBA, где прям вот детально раскрываем наш альфапренерский сквад-подход, который мы кратко характеризуем: “От проблемы к продукту, а не от идеи к провалу!”.

Посмотрите наш тайлапс-видосик и залетайте на сайт go.streetmba.pro за большей инфой.

Выбор модели в Cursor под разные задачи.

На выхах наткнулся на интересную схему выбора нейронок для Cursor AI непосредственно от разработчика Cursor, и хочу поделиться инсайтами. Если вы еще не в теме, в Cursor можно выбирать LLM которая с вами будет работать, и я всегда думал что берём по дефолту топовую типа claude 3.7 и все, но оказалось не все так просто.

Суть такая:

1. Сначала решаете, что вам важнее:
   - Держать контроль в своих руках
   - Или чтобы AI сам догадался, что вам нужно, или думал за вас))

2. Если контроль важнее:
   - Для мелких изменений хватит Claude-3.5-Sonnet
   - Для крупных фич с четкими требованиями - Claude-3.5-Sonnet или GPT-4.1

Мы не даём ему много думать, и сидим на более "простой" модели.

3. Если хотите, чтобы AI всё сам:
   - Для обычных задач - Claude-3.7-Sonnet, Gemini-2.5-Pro или GPT-4.1
   - Для по-настоящему сложных или запутанных штук - о3. И такая рекомендация меня удивила.

Из личного опыта - я замечаю, что модели разного класса реально решают разные задачи. Например, когда делаешь что-то конкретное типа "напиши мне функцию для парсинга CSV с такими-то правилами", Claude-3.5-Sonnet выдает более предсказуемый и чистый код.

А вот когда задача звучит как "сделай мне бэкенд для аутентификации с OAuth и кэшированием токенов" - тут уже нужны более мощные модели типа Claude 3,7, который кстати я юзаю через Claude Code по больше части, а не через Cursor.

Отдельно кстати ожидается интеграция ERD в Cursor, которая будет на схеме отражать архитектуру, с возможностью редактировать ее, с дальнейшими фиксами от Cursor без промптов.

PS. Теперь надо в деталях прогнать эту рекомендацию по тестам и сделать уже заключение на нашем языке)

Каждый ваш лайкос заставляет меня сделать этот гайд быстрее)

AI пишет код, AI его ревьюит — зачем мы до сих пор платим скуфам?

Появилась интеграция CodeRabbit для Cursor и других IDE, и она меняет классический процесс ручного ревью, даже если код был написан нейронкой.

Суть в том, что это не просто очередной линтер, который проверяет синтаксис, — это полноценное AI-ревью, которое в реальном времени определяет реальные проблемы до того, как ты закоммитил свой (ну, в смысле курсоровский) очередной высер в репу.

Но почему это так важно?

1. Ты пишешь промпт в Cursor.
2. AI генерирует код.
3. CodeRabbit автоматически ревьюит этот код.

Вроде ничего нового, но по сути своей это два разных сотрудника, где второй заточен строго под CR и выявление проблем до их наступления, тем самым делая невозможным Cursor loop, когда круговорот багов замкнулся, и он из него не выходит уже.

Почему это только начало?

Потому что это одна из первых интеграций подобного рода сервисов.
Ведь мемы насчёт Vibe-кодинга ходят как раз в вопросах невозможности создания продовых версий, а всё работает только на локалхостах.

И это не MCP, цель которых — дать больше контекста, а именно выполнение функций второго сотрудника.

Поэтому за внедрением код-ревью потянутся нормального качества автотесты, деплой и безопасность, таким образом замкнув цикл вайб-кодинга, ну и параллельно сделав благое дело в виде отправки пхпшников на завод))

Скуфам-пхпшникам срочно надо релоцироваться в ЕС, тогда для них ничего не изменится. Будут как и прежде получать зпшки за имитацию деятельности))

Шах и мат, AI-дрочеры.

PS. Ещё наверное нужно будет сдать utility bill чтобы увеличить количество токенов))

Очень давно я пытаюсь автоматизировать производство контента, в первую очередь рекламных видео-креативов, но главный тут вопрос даже не как произвести, а что именно произвести.

И вот серьёзной автоматизации долгое время не было. Да, есть какие-то сервисы и библиотеки креосов, есть собственные наблюдения и насмотренность, есть постоянная работа по поиску трендов и прочему, и даже можно посадить человека на эту работу, но это всё будет не тем.

Это всё не биг дата, это какой-то детский сад.

Но теперь этот цикл, можно сказать, замкнулся - не идеально, да, но тем не менее работает.

Я думаю, все понимают, что траф - это 80–90% любого бизнеса. Это аксиома, и обсуждать тут нечего.

И вот в моей картине мира разработка стратегии выглядит следующим образом:

1. Этап сбора огромного количества информации о болях клиентов, что там делают и как устроены конкуренты, и многое другое.
2. Использование данной инфы для создания продукта и его позиционирования.
3. Создание правильной связки креатив + точка заземления.

И большая часть работы - это сбор и анализ информации. Чтобы сделать это нормально — нужны сотни и тысячи человеко-часов.

А теперь — внимание — итоговая связка, как это всё сделать за пару дней, сидя дома в кресле.

Нам понадобится мой любимый Claude и Cursor. Cursor тут выполняет вспомогательную роль для удешевления процесса.

В Claude, как вы знаете из моих постов, есть MCP (Model Context Protocol) - это такая штука, которая позволяет загружать в него необходимый вам контекст и работать с ним, а не на обычных датасетах LLM месячной давности.

И вот тут нам понадобится:

1. [Tavily MCP]. Или любая другая поисковая MCP - она нам нужна для более общего поиска, но контекст из неё не является высшим приоритетом.
2. [Sequential thinking MCP]. Нужна нам для последовательного мышления в обработке загруженного контекста.
3. [Firecrawl MCP]. Бесплатный скреппер веба для извлечения инфы уже с конкретных целевых страниц или доменов полностью. Он хорош, но упирается в антибот-ограничения или капчи.
4. [BrightData MCP]. Платный скреппер с двумя главными фичами относительно Firecrawl - это Web Unlocker (правильные прокси и обход капчи) и Browser Auth (возможность брать браузер под контроль, например, чтобы залогиниться).
5. [Ffmpeg MCP]. Это MCP достаточно известного экстрактора audio-to-text. Но главная тут фича, что она может смотреть видео (посекундно делать скрины), в отличие от любых доступных сегодня скрепперов.

Теперь пример с диетами в лоб:

1. С помощью Tavily мы ищем всех конкурентов в нашей нише. У всех с нормальной выручкой есть след в вебе. Делаем, допустим, список из 50.
2. С помощью Firecrawl мы дёргаем их базовые лендосы или страницы в сторе - что они там говорят, какой визуал используют и прочее.
3. Дальше мы идём в любую библиотеку креативов (Facebook Ads Library или аналоги) и качаем все доступные объявы, дёргаем статику, текст и ссылки на лендосы (они под каждый креос разные).
4. В Cursor из говна и палок пишем скрипт, который скачает все видосы в объявах, и кладём их в папочку.
5. Дальше, юзая BrightData, залетаем уже внутрь всех конкурентов и просто парсим продукты полностью, прям вот полностью :)
6. Юзаем Ffmpeg, чтобы дёрнуть все данные, которые есть в видосах.

Тем самым мы буквально за полдня получаем полный датасет всего, что только можно по рынку, конкурентам и их маркетингу.

Но надо помнить, что вам будут написаны сотни промптов в этом процессе, но у тех, кто набил руку, это будет занимать полдня под чаёк :)

Далее мы дробим наш стартап на блоки и начинаем анализировать всё, что мы взяли: ищем общие паттерны, сильные и слабые стороны, что можно улучшить и т.д.

И по итогу мы получаем полноценную go-to-market продуктовую и маркетинговую стратегию - и можем переходить к её реализации.

Но экзекьюшн - это тема уже другого поста :)

Постарался написать по красоте и буду рад вашим лайкам и репостам.

Ну и если хотите лучше въехать в эти наши с Алмасом подходы - велкам: https://go.streetmba.pro/

,

Как провести масштабные социальные исследования и эксперименты с помощью ИИ-агентов - гайд по мощному фреймворку EDSL на Python!

EDSL использует модели GPT-4 и Llama2 для создания чат-ботов, опросов, A/B-тестов и симуляций с большим количеством ИИ-агентов.

Представьте, что вам нужно протестировать, как люди отреагируют на новый продукт.

Раньше пришлось бы долго искать респондентов, платить им, составлять анкеты.

С EDSL:

1. Просто описываю сценарии на удобном предметно-ориентированном языке прямо в коде на Python - какие вопросы задавать, какие варианты ответов давать.

2. Фреймворк сам генерирует реалистичных ИИ-агентов на базе мощных языковых моделей и прогоняет их через мой сценарий опроса или эксперимента.

В итоге за минуты я получаю результаты, как будто опросил тысячи людей.

Можно быстро протестировать гипотезы, сравнить разные подходы, найти инсайты. При этом агенты ведут себя естественно, как настоящие люди с разными знаниями и мнениями.

EDSL также поддерживает чат-ботов, которые обучаются в процессе общения. Описываю на DSL базовую логику диалога и запускаю - дальше бот сам развивается, отвечая на реплики пользователя.

Фреймворк модульный, расширяемый, работает с разными LLM из коробки.
Есть гибкие инструменты для загрузки своих файлов, датасетов, промптов.

В общем, если вам нужно быстро и эффективно протестировать идеи и гипотезы с помощью ИИ - то EDSL просто незаменим.

Да не идеально, да это не живые люди. Но всё-таки это возможность получить данные для старта, и с учётом последних новостей от Google и Microsoft есть смысл предполагать, что это направление будет развиваться.

Claude 4 Opus и Sonnet были релизнуты.

Должна быть имба.

Все что релизит Anthropic это буквально золото, и делает нас все ближе к айти без айтишников))

Погнали тестить!

Феноменальный апгрейд по agentic coding))

Чувствую как будто ДР у меня сегодня!

Продакты не нужны!

Слишком много я накидываю на разработку, пришло время поговорить про продактов)

И тут, и на Практикуме мы говорим, что продуктовый менеджмент - это задача фаундера, и не может быть делегирована, если только вас не устраивает медленная стагнация бизнеса.

Но в то же время, это какой-никакой объём работы, и что-то там знать всё-таки нужно.

Но Vibe PM - это на самом деле куда проще, чем вайб-разработка, но, как я понял среди моих знакомых, ожидание следующее:

Зашёл в ChatGPT - написал «создай мне спеку» - получил хуйню,

и далее такой: ну вот, ваш AI говно, нет ничего лучше аналогово скуфа-продакта)

Короче, на такие комплексные задачи нужен мастер-промпт, при этом мы его прогоняем через создание Claude Project, в котором нейронка будет задавать вопросы умнее любого продакта, тем самым создавая царский мастер-промпт.

Для того чтобы проще было начать, я к посту прикладываю 5 прикольных продуктовых мастер-промптов для проекта в Claude - пробуйте и удивитесь качеству полученного результата)

1. Промпт «Создание Landing Page»
2. Промпт «Сценарии Reels/TikTok/Shorts»
3. Промпт «Cold Outreach»
4. Промпт «Генератор LinkedIn-постов»
5. Промпт «Создание идеального онбординга»

https://orbitonx.notion.site/Claude-4-2007ae65a5e080598bdddd88d5942693

Автоматизируйте свой труд и экономьте бабки)

Ребят, вижу хорошо зашел мой пост про то, как с помощью MCP за полдня собрать полный датасет по любому рынку - от конкурентов до их креативов.

В целом из общения с подписчиками понял, что написанное не до конца понятно если этим не заниматься каждый день. Фидбек был такой: "Вроде интересно, но половину ваще не понял".

И мы решили с Алмасом эту тему раскрыть нормально, сделав стрим-воркшоп "Vibe Go-To-Market".

Я показывал как с помощью Tavily, Firecrawl, BrightData и других MCP можно автоматически спарсить всех конкурентов, их лендосы, креативы из Facebook Ads Library, залезть внутрь продуктов и проанализировать всё через Ffmpeg. Но это была только техническая часть.

А на воркшопе покажем полный цикл: как из этого огромного датасета выжать go-to-market стратегию, найти слабые места конкурентов, определить правильное позиционирование и получить готовые креативы.

То есть весь путь от "вот у меня есть идея" до "вот конкретный план как её продавать" - за пару дней вместо месяцев исследований.

Разберем на живом примере: возьмем какую-нибудь нишу и прямо на стриме пройдем весь процесс - от сбора данных до готовой стратегии.

Формат живой - стрим в Riverside с возможностью задавать вопросы. Запись пришлем всем участникам.

Тут надо помнить, что вам будут написаны сотни промптов в этом процессе, но у тех, кто набил руку, это занимает полдня под чаёк :)

Оставляй контакт в форме - пришлем ссылку 👇

Ссылка на форму

Стартуем 29.05 в 19:00! timezone Москва/Кипр

P.S. Это новый формат для нас, поэтому делаем камерно и только для своих. Места ограничены. Поэтому будем стримить только в Riverside. Запись также пришлем по контактам из формы, в паблик класть не будем.

Как не остаться джуном без плана

Хорошая новость: рынок джунов в IT пока не перегрелся (таковы результаты исследования от Яндекс Практикума и hh.ru). Шансы пробиться все еще неплохие, даже если ты не закончил топовый вуз и не контрибьютил в Linux.

Исследование охватило 29k+ резюме и 30k+ вакансий по базовому стеку IT-направлений: от аналитики и data science до ПМов.

Теперь к главному — что реально работает на отклики?

Обучение. Но не видео с ютуба на 1.5x, а плотные практико-ориентированные программы. Это выяснили, когда сравнивали тех, кто учился, и тех, кто не делал этого. За основу взяли прошедших курсы от Яндекс Практикума: они получали на 38% больше приглашений на собесы. Тут все просто, ведь в резюме навыки, проекты и реальный стек.

Особенно это решает в горячих нишах:

• Data Science — +23.8% к приглашениям;
• Дизайн — +40.6%;
• Тестирование — +25.7%.

Инсайд для тех, кто хочет зайти в IT с бэкдора: самая низкая конкуренция среди джунов — у маркетологов, продактов и проект-менеджеров. Если страшно соревноваться с 100500 Python-разработчиков, лучше идти в сторону стратегии, роста и GTM.

Вывод простой: нужно учиться, собирать опыт, строить резюме как проект.