הסוד נמצא בפרטים.

פיתחתי סטודיו AI ליצירת דמויות עקביות ובו אני משתמש דרך Fal בכל מיני סוגים של API כדי לחבר הכל ביחד. משתמש בוחר תמונה, כדי לזהות את הלבוש במדויק אני משתמש ב-API של Flux Kontext. אח״כ אני מבצע קריאת API ל-Ideogram Edit כדי לדאוג שהפנים והגוף יקבלו את אותו דיוק מהתמונה המקורית. חיבור של שני מודלים בקלות יתירה דרך Fal תוך שימוש בקלוד קוד לפיתוח. ל-Fal אפילו יש הנחיות ל-LLM עבור כל API מה שהופך הכל לקל יותר.

זה סטנדרט שהתעשייה מאמצת שנקרא llm.txt, כל שירות API יתחיל ליישם קובץ כזה בשירות שלו שמסביר ל-LLMs איך להתחבר אליו בקלות. זה הכרחי.

אבל, במה שעשיתי אין חידוש גדול. כל אחד יכול. הסוד נמצא לא בזה שחיברתי 2 מודלים. הסוד נעוץ במה שעשיתי בין לבין ותוך כדי. מלבד שני המודלים האלה, הוספתי עוד מספר שכבות כדי להגיע לדיוק מקסימלי. השכבות האלה פועלות באמצעות AI Agent שאחראי לקבל את הפרומפט ולוודא דרך כמה טכניקות שונות שהתוצר יתאים למה שביקשנו. גם בתווי הפנים וגם בפריטי הלבוש.

לא רק זה. אלא יכולת לג׳נרט מספר דמויות בתמונה אחת, מפרומפט בודד, וכל זה בלי לאמן מודל. כל מה שצריך לעשות זה להעלות תמונת רפרנס אחת בלבד, וגם מקבלים דיוק מקסימלי, אבל גם אפשר לשלב כמה דמויות שרוצים בתמונה, וסוכן ה-AI המתקדם שלי דואג לבצע את כל הקסם ואת כל התזמורת עם כל המודלים והטכניקות שהגדרתי עם קלוד קוד מתחת למכסה המנוע.

שני המודלים שחיברתי הם אחלה והם לגמרי עושים את העבודה מצוין מתמונת רפרנס אחת. אבל זה לא מספיק וגם לא מחדש. בעיניי, היצירתיות מסתתרת בדרכים שאינן השביל הראשי. היות וזה מוצר שאני אעלה לאוויר, אני לא מפרסם את הפרטים ככה בריש גלי של מה שקורה בין לבין, אבל כן אגיד שזה לא רק שימוש ב-2 מודלים, אלא שילוב של לפחות עוד 4 תהליכים שונים ובניית תשתית אג׳נטית שמבטיחה תוצאות טובות יותר. יש פה AI Agent מתקדם שאחראי על הכל והוא קבלן הביצוע. גם אם כולם בונים עם מלט ובטון וחצץ וחול (המודלים בדוגמא שלנו), הוא אחראי על הארכיטקטורה של הכל ועל ביצוע בפועל.

אם יש לכם תמונות רפרנס שתרצו שאריץ סטודיו שלי אתם מוזמנים להדביק בתגובות עם פרומפט ואני אשתדל להעלות לסטודיו ולהדביק לכם חזרה את התוצאות כדי שתוכלו להתרשם. עד שאפתח למשתמשים. יאללה תאתגרו את הסוכן 🤩

ואני מזכיר שמחיר ההשקה של הקורס שלי (וייב קודינג עם קלוד קוד) יהיה זמין רק עד סוף אוגוסט, ממליץ לנצל ולהצטרף לכל מי שכבר עלה על הרכבת, כל הפרטים באקדמיה שלי.

העליתי המון תמונות בבלוג שלי, בואו לראות: https://blog.yuv.ai/yuvai-studio/

שבוע טוב!

תזכורת קטנה שהקורס שלי של קלוד קוד וייב קודינג במחיר השקה עד סוף החודש 🙏

ומחר בע״ה אפרסם את הראיון המלא עם נירו מגיטהאב, סמנכ״ל GTM שאחראי על גיטהאב קופיילוט. פגשתי את נירו בלונדון וראיינתי אותו, סשן של שעה, על וייב קודינג ועוד נושאים סופר מעניינים. שווה לצפות (באנגלית, גרסה עם תרגום בע״ה תעלה בהמשך בלי נדר). ולשואלים ולתוהים לצערי בגלל שהמצב בלונדון לא מזהיר ליהודים נאלצתי לערוך את הראיון ללא כיפה, אבל לכל המוטרדים - אל תהיו, לא יצאתי בשאלה 🤣 (כותב זאת כדי לקיים ״והייתם נקיים מה׳ ומישראל״)

ולגבי הקורסים שלי - הכל פה https://academy.yuv.ai

שיהיה לנו שבוע טוב ובשורות טובות בע״ה 🫶

והצצה לראיון עם נירו

הראיון המלא שקיימתי עם נירו, סמנכ"ל בגיטהאב, על קופיילוט, MCP, וייב קודינג ועוד - זמין עכשיו ביוטיוב שלי! מוזמנים לצפות >>>

https://www.youtube.com/watch?v=LNMhtvX819I

והנה זה פה: האג׳נדה לכנס שלי ב-15.9 זמינה עכשיו בכתובת

https://159.yuv.ai

איזה מרגש! עוד קצת וזה קורה. בתקווה שהפעם לא יהיו איראנים ותימנים בדרך!

האם AI בעיקר מבזבז כסף לארגונים או גם הופך לרווחי? התשובה לא כזו פשוטה.

לפני כמה ימים פרסמתי על החברה הסקוטית ששכרה את שירותי לפתח MVP במקום בית תוכנה. אותה חברה סקוטית מתעסקת במחקרים שעוזרים לארגונים לאמץ טכנולוגיות. סיפור מעניין שקשור לזה הוא חברה שפיתחה טכנולוגיה מטורפת עם AI, הכל שם AI, השקיעו, ראו לפי כל המספרים שאם יאמצו את ה-AI ישפרו סביב 80% מהתפוקה והדילוור. הביאו את טובי המוחות לעצב את המערכת, מבחינת מוצר, UX UI ומה שתרצו. אלא מאי?

בפועל, שיעור האימוץ בקרב המשתמשים עמד על 12% בלבד. מוצר מטורף שהושקע בו ערך מטורף שגם הוכח כמייעל את העבודה - פשוט לא הצליח לחדור מבעד לחומות האימוץ של העובדים. מה שגרם ל״פרארי״ הזו לחנות החניה במקום לדהור במסלולי מירוץ.

סקרים של מקינזי הוכיחו שמפתחים שמאמצים את ה-AI מרגישים יותר סיפוק משמעות ואפילו שמחה. 90% ומעלה דיווחו שהם רצים מהר יותר שמחים ומאושרים יותר. 90%! אז למה לא מצליחים לקחת את זה לשלב הבא?

מסתבר שיש היבטים פסיכולוגיים שהם לא פחות חשובים. המוח האנושי יודע להסתגל לשינויים. הוכח שהוא נוירופלסטי. יכול להתאים את עצמו מחדש. אבל לנו, כגורם אנושי, קשה עם שינויים. אולי אנחנו מפחדים, אולי אין לנו זמן, אולי אנחנו מרגישים שלא בא לנו ללמוד משהו חדש עכשיו כשאנחנו שולטים בקיים.

לצד ההשקעה של הארגונים על פיתוחים - חשוב לא פחות להבין גם את הגורם האנושי. את הפסיכולוגיה שמאחורי אימוץ שינויים בכלל - וטכנולוגיות AI בפרט. דגש על הצד הזה - ישפר פלאים את האימוץ.

מסתבר שכאשר לצד פיתוח מואץ דואגים להראות כל הזמן את הערך שמתקבל, מדברים על נקודות כאב אמיתיות שהטכנולוגיה הזו פותרת - תוך כדי הדגמת מקרי בוחן מעשיים - למשל, להראות איך אפשר להשתמש בחבילות פיתוח פנימיות בפרויקטים, איך להגדיר חוקי AI שמשקפים את ה-Best Practice הארגוני? כמו commits במבנה מסוים, הרצת פקודות של בדיקות לאחר פיתוח באופן אוטומטי וכדומה.

כאשר משתמשים מבינים - הם מרגישים בנוח - ומאמצים. אי אפשר לבוא עם פטיש על הראש. אפשר לתת המון ערך - ואז זה עובד כמו קסם! כמו ניגון שחודר לנפש - כך ה-AI יכול לנגן על המיתרים שלנו.