Месяц спустя владелец Poppy AI нашел мой пост в X.com и постучался в личку.

Какое еще приложение было бы интересно/полезно скопировать?

Гайд по созданию контент фабрики с новой моделью OpenAI

Как и обещал выкладываю гайд по созданию такого же инструмента.

Жена была в шоке, потому что оказывается параллельно записи гайда она сидела и вручную генерила разные фоны для одного и того же продукта, а могла бы сэкономить кучу времени с этим инструментом.

Никогда не знаешь кому на самом деле пригодится твой гайд…

Ссылка (на английском) - https://youtu.be/jvj6p7zgrXk

Скопировать готовое решение можно в сообществе - https://www.skool.com/5minai-pro

Новый день - новый гайд

Продолжаем продвигать Lovable - на этот раз соединили его с уже известным RAG агентом, который может искать ответы по информации из Google Docs.

Ничего нового для нас, но для большинства бизнеса это сейчас горячая тема и часть наших проектов как раз про это.

Поэтому если хотите быть на коне в бизнесе или фрилансе - советую освоить эту простую связку.

Ссылка на видео (английский язык)

Заебало

Неожиданно, зато честно.

Каждый день я занимаюсь тем, что пытаюсь придумать интересный и полезный контент.

Каждый день я смотрю статистику и вижу, что ничего не растет, как будто я в теневом бане youtube.

Каждый день, я вижу как люди с нулем знаний по N8N, крадут чужие, в том числе мои, шаблоны, врут с три короба в постах/видео и они становятся гипермега виральными.

Отсюда вопрос - как мне отупеть до их уровня? Как начать врать и перестать париться о качестве?

Возможно кто-то прошел это и знает клинику с качественной лоботомией.

P.S. я долго сдерживался, но седня посрался с челом, который на гитхабе выложил 200 скаченных шаблонов с сайта n8n (десяток из них мой) и он в тупую все отрицает, при этом этот репозиторий уже завирусился во всех соцсетях

Как использовать новый Response API от OpenAI

Всем спасибо за слова поддержки!
Поныли и хватит - продолжаем писать тяжелый технический контент на основе реальных кейсов. Сегодня будет куча инсайтов по N8N и OpenAI.

____

Ранее я писал про сложный проект, который со скрипом удалось доделать.
Сразу после завершения OpenAI что-то поменяли и 20 минут на генерацию отчета превратились в 280.
При таком раскладе экономический смысл затеи терялся, поэтому пришлось придумывать что-то новое.

Вводные данные:

- Я использовал ассистента OpenAI с threads и gpt-4o-mini.
- Мне нужно было сгенерировать 22 сообщения с structured output (это важный нюанс, так как сильно нагружает LLM).
- На входе подается много данных (десяток страниц текста), поэтому тред быстро становится тяжелым и генерация каждого последующего сообщения замедляется.

Что я попробовал:

- Поменял HTTP ноды с stream параметром на код, так как последние запросы он думал по 20 минут и в конце выдавал какую-то билеберду. Еще я грешил на gpt-4o-mini, но gpt-4.1-mini съедало столько же времени. Для контекста - я использую кастомные HTTP запросы и делаю Run ассистента. В этом случае вам нужно либо получать всю цепочку рассуждений используя stream параметр, либо делать цикл ожидания и проверять результаты каждые Х секунд.
- Генерировал без structured output - это не помогло.

Оставалось попробовать:

- Перейти на Responses и молиться, что проблема не на моей стороне.
- Перейти на Chat completions - тут бы пришлось переделать всю структуру запросов, так как нужно будет самим отвечать за контекст, который обычно ложится на плечи threads.

В итоге я решил попробовать реализовать с Responses API.

Что нужно знать об этом подходе в сравнении с Assistants API:
- Тут нет assistants - инструкции нужно задавать при запросе или они будут наследованы с предыдущего запроса.
- Тут нет threads - вместо них есть указание предыдущего сообщения, через которое собирается вся цепочка сообщений в тред на стороне OpenAI.
- Tools нужно указывать при каждом запросе отдельно.
- Один запрос на всё - ответ от custom tool передается так же, как и сообщение пользователя, и при этом требует повторения параметров (к примеру вы дергали запрос с tools и указанием формата JSON schema, он выбрал custom tool, вам нужно отправить ответ от tool вместе с JSON schema, иначе будет дефолтный текстовый формат)

В результате Responses показал такую же результативность, как и была до поломки - около 20 минут на 1 отчет с gpt-4o-mini.
Для понимания - за 2 таких отчета компания берет $800 с клиентов и раньше на каждый из них уходило по 3-4 часа.

Дополнительный плюс от работы с Responses - вы сможете видеть логи всех событий и ответов в дашборде OpenAI.
___

В следующем посте расскажу о том почему интерфейс N8N виснет и как этого избежать.