Як зрозуміти, що AI-експерт вам підійде?

AI-експертів зараз вистачає. Багато обіцянок, дорогих послуг та красивих презентацій. Але як вибрати того, хто реально закриє вашу задачу? Я б дивився на дві речі.

1. Соцмережі — перша перевірка

Спочатку швидко пробіжіться по профілю:
• Де виступає? (івенти, подкасти, вебінари)
• Що пише? Порожні слова чи конкретні кейси з цифрами?
• Як себе позиціонує? "Гуру AI" чи фокусується на конкретних задачах?
• Показує реальні роботи? Скріни, приклади, результати до/після?

Це дає базове розуміння — людина в темі чи просто повторює трендові фрази. Але головне — далі.

2. Бекграунд — найважливіша частина

Тут вирішується все. Подивіться, звідки прийшов цей AI-експерт:
• Піарник без технічної бази?
• Sales-консультант, який добре продає, але нічого не будував руками?
• Розробник, який не розуміє маркетинг чи операційні процеси?
• Чи це хтось, хто вже працював у схожих процесах?

Візьмемо мене

Бекграунд — маркетинг та програмування. Кілька років у стартапах, успішний екзіт за півтора року. З 2023 працюю зі штучним інтелектом. Тому я дивлюсь на AI не як на модну фішку, а як на інструмент, який має працювати на маркетинг, юніт-економіку та бізнес-цілі.

У когось іншого може бути свій сильний бік:
• 10 років будував відділ продажів
• Працював юристом і автоматизує договори
• Сидів в операційці банку

Немає поганих AI-експертів. Є невідповідність задачі та досвіду.

Що конкретно перевірити в бекграунді? Кілька простих питань:
• Чи працював у схожій ролі? Наприклад, з маркетингом, юридичними відділами, медіа, виробництвом.
• Що зробив своїми руками? Курси — це добре. Але є реальні впровадження, які працюють довше 2-3 місяців?
• Були провали? Людина без провалів або мало робила, або нечесна. Досвід помилок важливий.
• Розуміє вашу галузь цифрами, а не хайпом? Може пояснити, що конкретно зміниться? Час, витрати, якість, швидкість, конверсія?

Спочатку подивіться, що людина пише та показує. Потім — звідки вона прийшла і чи співпадає її досвід з вашою задачею. Так шанс знайти свого експерта стає набагато вищим.

Щербаков | bento.me/hworknet

Промпт-інжиніринг: як формулювання керує інтелектом

📆 18.12.2025
⏰ 19:00
📍 Онлайн

ШІ стрімко змінює те, як ми працюємо, навчаємось, створюємо продукти й приймаємо рішення. Але між “запитати в ChatGPT” і “отримувати системні, точні та передбачувані результати” величезна різниця.
Цей вебінар створений для тих, хто хоче перейти на новий рівень роботи з великими мовними моделями (LLM) і зрозуміти не тільки як писати промпти, а як мислить сама модель.

Що розберемо на івенті
- Промпт і промптінжиніринг - що це і навіщо?
- Підводні камені LLM
- Як модель генерує текст: токени, токенайзер, розподіл імовірностей
- Чим відрізняються промпти в GPT, Claude, Llama?
- Типові помилки + приклади поганих і хороших промптів
- Типи промптів: zero-shot, few-shot, instruction-based
- Рольовий промпт: чому він працює і як його правильно задавати
- Context engineering: як правильно керувати контекстом
- Негативні промпти та МЕТА-рівень промптів
- LLM as a judge: як оцінювати якість відповідей моделі
- Фреймворки для ефективного промптінжинірингу
- Prompt best practices + огляд промпт-білдерів
- Як обрати правильну LLM для задач бізнесу
Q&A

Додавайте івент собі в календар!

https://ybc.app.link/eoUtxD8eZYb

ШІ як особистий асистент керівника та ефективне посилення команди

📆 26.12.2025
⏰ 19:00
📍 Онлайн

Штучний інтелект уже перестав бути іграшкою для ентузіастів, сьогодні це інструмент, який масштабно змінює роботу керівників, команд і цілих бізнесів.
Якщо ви хочете працювати швидше, приймати рішення впевненіше та делегувати рутину “цифровому помічнику”, цей вебінар саме для вас.

Що розберемо на івенті
- База по ШІ
Що таке сучасні LLM, як вони працюють і чому вони стали настільки потужними.
- Практичне використання ШІ у бізнесі
- Як використовує ШІ керівник бізнесу? (персональний асистент, аналіз документів, пріоритизація, генерація рішень, контроль комунікацій)
- Як використовують ШІ працівники?
- Projects у ChatGPT - що це і навіщо?
- ChatGPT GPTs - ваші кастомні помічники
- NotebookLM: управління знаннями на новому рівні
- Як створити власного ШІ-клона?
- ШІ для прийняття рішень - економимо час керівника

Спікер: Богдан Щербаков
ШІ-спеціаліст, маркетолог, лектор із 7+ роками досвіду.
Працює з С-level командам, впроваджує ШІ у бізнес-процеси та проводить корпоративні тренінги.
Засновник Madstone Company, що інтегрує ШІ-рішення у бізнеси,
та Hworknet Community, де вже понад 6400 діджитал-фахівців

Додавайте івент собі в календар!

https://ybc.app.link/u4RWl9ahZYb

Рік із Business Match для мене

Нещодавно Business Match поділились підсумками року (https://www.instagram.com/reel/DSK-H4BDbj8/), тому як амбасадор додатку я не можу залишитись осторонь і не звернути уваги на це.

• Активна комунікація почалась в січні.
• В лютому почали партнерство в рамках мого ком’юніті (Hworknet Community).
• Офіційно стали партнеритися в березні.
• В цьому ж місяці я став амбасадором додатку Business Match.
• Березень-квітень — перший челендж (Business Match Sales Challenge).
• Квітень — став топ експертом в додатку в розділі АІ.
• В травні проводив перші івенти Hworknet Community в партнерстві із Business Match.
• Червень — був запрошеним експертом для AI Sales Challenge.
• Липень — брав участь в новому челенджі: Personal Brand Challenge.
• В липні був перший виступ по АІ для YBC.
• В цьому ж місяці вперше виступав для YBC в КВЦ Парковий.
• Серпень — нові виступи для YBC по АІ.
• В серпні розробляли АІ рішення разом.
• Долучився до AI Club від YBC.
• Вересень — активне висвітлення учасників ком’юніті, які зареєструвались в Business Match.
• Жовтень — долучився до нового челенджу: Business Model Analysis.
• Листопад — завдяки челенджу запустив власну компанію із впровадження АІ в бізнес.
• Грудень — заплановані 2 івенти в рамках партнерства Hworknet Community та Business Match.
• В цьому ж місяці завершився челендж Business Model Analysis.

Кожного місяця щось було: івенти, челенджі, партнерства, виступи, колаборації, ефіри — купа всього нового та корисного. Дякую Юлії та всій команді Business Match!

7 серпня мав третій виступ для YBC — тема: "ШІ-фундамент: те, чого не знають 90% користувачів"

Більшість людей використовують штучний інтелект максимум на 10% його можливостей. Чому? Бракує базових технічних знань, розуміння сервісів під конкретні задачі і навичок промпт-інжинірингу. Саме тому я вирішив розібрати те, що справді має значення:

Технічна база

Токени і контекстні вікна — звучить складно, але саме це визначає, чи отримаєте ви якісну відповідь. Для української мови потрібно на 50% більше токенів, ніж для англійської. А стандартний GPT-4о з його 128 000 токенів часто просто не тягне великі запити. Так-так, тоді ще був популярним GPT-4o. Є моделі з 1 млн і навіть більше — треба знати, коли їх використовувати.

Сервіси під задачі

ChatGPT — це лише початок. Claude — найкращий для тексту і коду. Gemini — має найпотужніший Deep Research завдяки пошуковику Google. Perplexity з режимом асистента в браузері Comet змінює підхід до пошуку. NotebookLM — сервіс, який може обробляти величезну кількість токенів для роботи з вашими документами, аудіо та відео.

Промпти і фреймворки

Як уникнути брехні від ШІ? Як структурувати запит, щоб отримати те, що потрібно? Розібрали типи промтів, фреймворки типу RTF і BAB, які в рази підвищують якість відповідей. Крім цього обговорили МЕТА-рівень і як до нього дійти.

Автоматизація

Make, Zapier, n8n + правильна декомпозиція задач = недорогі, але ефективні рішення. GPTs під конкретні задачі економлять сотні людино-годин (480 людиногодин в рамках 1 кейсу, я навіть приклад приводив).

В результаті слухачі отримали інструменти і знання, які дозволять використовувати ШІ не на 10%, а на 80-90%. Питань і уточнень було багато, що показує реальний запит на такі знання.

8 серпня проводив воркшоп по ШІ для SaveUkraine

Save Ukraine — українська благодійна організація, яка з 2014 року допомагає найбільш вразливим категоріям населення. Захоплений діяльністю Save Ukraine я постарався викластись на повну при проведенні воркшопу, щоб зробити його максимально корисним та чітким.

Почали з того, що ШІ — це не тільки ChatGPT

Є купа інших інструментів, які круто закривають конкретні задачі. Розібрали Claude як найкращий варіант для роботи з текстом, Gemini для потужного Deep Research та аналітики, Mistral для OCR (коли треба витягнути текст з картинок чи PDF), NotebookLM для роботи з величезними обсягами даних — аудіо, відео, документи.

Пройшлись по технічних моментах — токени та контекстні вікна

Звучить складно, але насправді це просто про те, скільки інформації модель може обробити за раз. Деякі моделі можуть працювати з 1 мільйоном токенів. Це дає можливість завантажувати туди тонни даних і отримувати гарний результат.

Велику частину часу приділили промпт інжинірингу — як правильно складати запити до ШІ, щоб не отримувати воду у відповідь

Розібрали різні типи промтів (надання вказівок, рольові, шаблонні) та фреймворки. Наприклад, RTF — це "Роль", "Задача" та "Формат". Проста схема, але підвищує якість відповідей в рази.

Далі перейшли до автоматизації рутини

Показав, як використовувати Make, Zapier та n8n для різних типів автоматизації — проактивної, пасивної, комбінованої. Навів живий приклад: як зробити AI-асистента, який бере розшифровку відеодзвінка і автоматично генерує контент-план та пости для соцмереж. Команда прямо на воркшопі бачила, як це працює від А до Я.

Ще створювали кастомні GPTs — це по суті спеціалізовані версії ChatGPT під конкретну точкову задачу

Розглянули приклади: генерація статей, HR-сканування резюме, симулятори для тренування менеджерів, створення ідей для постів у соцмережах. Також показав, як розширювати функціонал GPTs через Actions — щоб дані автоматично летіли в Google таблиці чи Telegram.

Круто було працювати з командою, яка робить реальну справу для людей. Сподіваюсь, ці інструменти допоможуть Save Ukraine працювати ще ефективніше та допомагати ще більше 💙💛

12 серпня провів онлайн-івент у Top Rated Club про те, як реально впроваджувати ШІ в бізнес

Розбирали не теорію, а конкретні кроки — від навчання команди до автоматизації процесів. Поділюся основним, що обговорювали.

Почали з базового — як навчити людей у команді користуватись ШІ. Виділив три рівні: від простого використання ChatGPT до створення власних AI-асистентів під конкретні задачі.

Далі перейшли до кастомних GPTs — це коли створюєш свого AI-юриста, HR-сканера чи тренажер для сейлзів. Штука в тому, що не треба щоразу писати довгі промпти — просто відкриваєш потрібного асистента і все.

Потім розглянули серйозніші рішення через OpenAI Assistant API — тут вже можна інтегрувати ШІ глибоко в робочі процеси. Наприклад, зробити генератор скриптів продажів або чат-бота для бази знань компанії.

І фінально — зв'язка ШІ з автоматизацією через Make чи n8n. Коли ШІ сам створює контент-план на основі розшифровки дзвінків або формує звіти.

Найцікавіші питання від учасників:

Багато запитували про опір команди до нових технологій. Моя відповідь проста — покажи конкретний результат. Коли людина бачить, що замість 2 годин витрачає 30 хвилин, питання зникають самі.

Запитували, з чого взагалі почати впровадження. Рекомендую спочатку описати всі бізнес-процеси — у Miro чи Figma. Коли бачиш, де йде найбільше часу, стає зрозуміло, що автоматизувати першим.

Цікавилися, чи варто чекати, поки ринок ШІ стабілізується. Моя думка — не варто. Якщо є потреба зараз, вирішуй її зараз. Ринок завжди буде розвиватись, але гроші можна заробляти вже сьогодні.

Про безпеку даних у GPTs — великі компанії використовують корпоративні моделі типу Google Workspace. Для звичайних GPTs просто вимикай опцію "ділитися даними для тренування" і створюй новий чат для кожної задачі.

Питали про Deep Research — тут реально можна заощадити до 10 годин на аналізі. NotebookLM від Google має дуже велике контекстне вікно + він безкоштовний, що дуже допомагає при роботі з великими обсягами даних.

Дякую всім, хто був на ефірі! Окрема подяка Роману Полуденному, Івану та Євгену за активність.

16 серпня провів виступ для Ukrainian Sales Club на тему "ШІ для бізнесу: від основ до практичних рішень"

Мали 2 години, 143 слайди і купу практичних кейсів. Розбирали, чому більшість людей не отримують результат від ШІ (спойлер: справа не в інструментах), як насправді працюють ці технології без складних термінів, і показав в дії 10+ інструментів, які реально працюють в бізнесі.

Окремо зупинився на тому, як керівникам знайти точки в своєму бізнесі, де ШІ дасть максимальний ефект. Поділився досвідом з 3-тижневого челенджу в Business Match (де я був одним із головних експертів) — там було чимало несподіваних висновків.

Кожен учасник пішов з конкретним інсайтом, який може застосувати вже сьогодні. Саме таких зустрічей не вистачає — коли не просто розповідають про можливості, а показують як це працює на практиці.

Дякую USC за можливість поділитися досвідом 🤝

Відео 1/3

На виступі розказував про сервіси — мені подобається виділяти різні сервіси і відмічати в чому кожен із сервісів являється лідером.

Зрозуміло, що час від часу функціонал оновлюється (за цим треба слідкувати), LLM-ки покращуються (для цього є https://lmarena.ai), але загальне бачення і розуміння отримати точно можна.

Відео 2/3

Другий важливий поінт — моделі. Якщо сервіси ми розібрали, то далі нам треба розуміти які моделі для яких задач треба використовувати (як мінімум знати що таке thinking режим).

Часто цей селектор моделей навіть ніхто не бачить, тому я вирішив підсвітити цей момент.

Після цього була частинка про промпт інжиніринг, але відео з цією частиною немає...

Відео 3/3

Крім цього всього говорили за технічні обмеження — токени та контекстні вікна, тому що це одна з найбільш поширених причин, яка являється відповіддю на питання "а чому ChatGPT тупить?".

Як в майже будь-якого рішення тут є технічні обмеження. Саме тому не дуже велике контекстне вікно ChatGPT 4o в 128000 токенів могло іноді нас підводити.

XII Міжнародний форум просування юридичних послуг

Нещодавно виступав на XII Міжнародному форумі просування юридичних послуг. Розповідав про те, як юристам працювати зі штучним інтелектом без галюцинацій та вигаданих фактів.

Основна проблема — більшість використовує тільки безкоштовний ChatGPT і не розуміє його обмежень. Тому показував альтернативи: Grok, Claude, Gemini та інші інструменти.

Але головне не в інструментах. Юридичному бізнесу треба фокусуватись на якості процесу. Навіть топова модель помиляється, якщо неправильно її використовувати.

Розповідав про RAG — коли система працює на основі завантажених документів, а не здогадок. Це дозволяє аналізувати десятки чи сотні файлів без ризику вигадок. Саме такі підходи визначатимуть якість юридичного сервісу найближчі роки.

Щиро вдячний за запрошення, адже юристи — це один із важливих сегментів клієнтів моєї компанії Madstone. Саме на івенті мені вдалось познайомитись із власниками юридичних компаній та юристами, які зацікавлені у впровадженні ШІ в їхні компанії — це гарний метч запиту і пропозиції.

Детальніше про форум можна почитати тут: https://pravo.ua/iurbiznes-u-fokusi-zmin-veteranski-polityky-upravlinski-stratehii-ta-novi-instrumenty-prosuvannia-na-pls-2025/

Окремо висловлюю подяку Вероніці Коломієць і Сергію Савинському за всеосяжну підтримку та допомогу 🙏

29 серпня провів другий воркшоп по ШІ для Save Ukraine

Цього разу копали глибше — розбирали як працювати з текстом, відео та аудіо. ШІ — це не магія, а інструменти, які економлять команді сотні годин, якщо їх правильно налаштувати.

Створення живих текстів

Показав як уникати шаблонних відповідей через температуру моделі. І метод декомпозиції — коли великий матеріал розбиваєш на частини: структура окремо, вступ окремо, блоки окремо. Так якість набагато вища.

Адаптація під платформи

Для медійників критично, щоб один інфопривід звучав органічно і в Twitter, і в Facebook. Через власні GPTs та стилі в Claude це автоматизується, а Tone of Voice організації зберігається.

Мультимедіа

Розглянули AI-аватари через HeyGen та озвучку українською в ElevenLabs — там навіть наголоси можна коригувати для природності. Плюс швидка генерація субтитрів, без них охоплення в соцмережах просідають.

SEO та безпека

ШІ-контент має ризики. Google оцінює тексти за E-E-A-T (досвід, експертність, авторитетність, довіра). Тому згенеровані матеріали треба перевіряти, інакше можна потрапити під санкції алгоритмів.

Моніторинг

Поділився як створювати парсери новин, які кожні кілька хвилин перевіряють офіційні джерела та кидають сповіщення в Telegram. Команда реагує на події швидше за всіх.

Важливий технічний момент

Робота з великим обсягом інформації в ШІ — як проштовхування губки крізь вузьке горлечко. Запхнеш занадто багато даних в один запит — якість впаде або модель почне забувати інструкції. Тому розбиваємо задачі на етапи та використовуємо персоналізовану пам'ять асистентів.

Дякую команді Save Ukraine за активність та готовність впроваджувати інновації! 🇺🇦