Сайты с помощью AI

Скоро мне предстоит сделать пару сайтов. Рисовать я, конечно, не умею, поэтому с помощью DeepResearch провёл небольшое исследование: какие AI-инструменты сейчас используют дизайнеры для этих целей.

С результатами можно ознакомиться здесь:
https://chatgpt.com/share/67f1eed9-2f34-8013-bdda-508e16e8dd60

Обратил внимание на неэффективность — похоже, дизайнеры пока не знают про MCP-протокол и не упоминают его в своих обсуждениях. Поэтому при чтении отчёта может показаться, что сверстать дизайн из Figma с помощью Cursor — это сложно: нужно прописывать какие-то промпты, копировать элементы, задавать размеры…

На самом деле всё проще. Cursor подключается к Figma через MCP: вы просто даёте ссылку на элемент и говорите «сверстай это». Готово.

Если вам интересна тема MCP, любой AI-поиск подскажет, как подключить Cursor к Figma через этот протокол. О самом MCP, который, вероятно, станет стандартом взаимодействия агентов с приложениями, я напишу отдельно.

Кстати, если у вас есть подписка ChatGPT Plus или Pro — поделитесь в комментариях, успеваете ли за месяц использовать все 10/100 запросов к DeepResearch?

#AI #Design #ChatGPT #Cursor #Figma #DeepResearch #MCP

Лайфхак в Superwhisper

Недавно я рассказывал о приложении Superwhisper для продвинутого голосового ввода. Пользуюсь им десятки раз в день. Почти все задачи для ИИ ставлю голосом — особенно те, что связаны с программированием.

К сожалению, в приложении есть баг: пару раз в день я записываю голос, нажимаю кнопку — и ничего не происходит. Текст не появляется. Это действительно раздражает. Особенно когда ты диктуешь минуту, две, три… А потом всё исчезает, и приходится начинать заново.

Но отказываться от голосового ввода не хочется. Можно, конечно, искать аналоги, но я нашёл временное решение, своего рода костыль, который помогает, пока разработчики не исправили баг.

В Superwhisper есть кнопка History. Даже если текст не сформировался, голосовая запись всё равно сохраняется.

Что делать, если случился сбой? Я снова включаю запись в Superwhisper, захожу в историю и выбираю предпоследнюю запись — потому что последняя это та, что сейчас активна. Воспроизвожу её — она звучит через колонки, Superwhisper "слышит" её, и уже со второго раза всё распознаётся.

Это, на мой взгляд, лучше, чем снова тратить несколько минут и пытаться вспомнить, что именно ты говорил.

Не идеально, но если у вас случается такой же баг — не паникуйте. Просто включите сохранённую запись и дайте ей ещё один шанс. Пользуйтесь на здоровье!

#AI #Superwhisper

Увидел в комментариях, что не всем понятно, как именно заполнять “🧠 Контекст личности” и “🧩 Глубинную структуру мышления”, поэтому решил сгенерировать пример заполнения.

🧠 Контекст личности

• Живёт в небольшом городе в Латинской Америке, работает дизайнером-фрилансером
• Без семьи, но поддерживает больную мать, что создаёт эмоциональную и финансовую нагрузку
• ИИ начал использовать сначала для ускорения работы, но позже — как личного советника и способа не проваливаться в одиночество
• Ведёт дневник в Google Docs, довольно хаотичный, но регулярно возвращается к нему
• Не считает себя “системным человеком”, но начал замечать повторяющиеся петли в жизни
• Не любит планирование, но чувствует: пора выстраивать что-то устойчивое
• Находится в точке внутреннего кризиса: ощущает талант, но не может выйти на новую траекторию
• Использует ИИ, чтобы проговаривать вещи, о которых не с кем говорить
• Хочет начать собственный проект, но не верит, что у него хватит дисциплины
• Начал замечать, что именно разговор с ИИ помогает ему держать фокус на себе, а не только на клиентах

🧩 Глубинная структура мышления

• Эмоционально-образное мышление с внезапными вспышками глубины
• Сильно развита интуиция, но часто не хватает языка, чтобы выразить, что именно он чувствует
• Боится структур, потому что связывает их с ограничением свободы — но всё чаще чувствует, что именно хаос его сжигает
• ИИ воспринимает как “вторую голову” — не рационального помощника, а пространство, где можно отразить душу
• Очень живо реагирует на метафоры, визуальные образы, музыку — мышление кинестетическое
• Склонен к самокопанию, иногда теряет грань между рефлексией и самоедством
• Его сильная сторона — чувствование смыслов, но он ещё не умеет их “превращать в действия”
• В фазе, где хочет не стать другим, а вернуть себе себя — но по-новому

Я предлагаю не заполнять это самостоятельно. Лучше сначала (без промпта и без образца) попросить ИИ немного пообщаться с вами, чтобы он узнал вас получше. Потом можно скинуть ему этот пример, объяснить цель и попросить задать дополнительные вопросы, пообщаться ещё глубже — чтобы он мог собрать слепок вашей личности. И уже в финале попросить заполнить для вас либо только эти разделы, либо весь промпт целиком.

#AI #selfimprovement

Deep Research: расширение возможностей

Deep Research — это не просто про то, что искусственный интеллект берёт на себя рутинную работу. Это про расширение возможностей человека. Deep Research позволяет анализировать 50, 100, 200 источников, чтобы найти ответ на ваш вопрос. Большинство людей никогда не исследуют сотню источников — научные статьи, форумы, отзывы — и не проводят повторные поиски, чтобы уточнить ответ. Обычно этим занимаются профессиональные ресерчеры, которым за это платят. Обычные пользователи зачастую ограничиваются первой ссылкой из Google или, в лучшем случае, первой страницей.

Deep Research — настоящая имба. Он помогает глубоко исследовать любую тему: от здоровья до программирования, от беговых техник до рисования и строительства домов. С помощью него можно разобраться в чём угодно. На сегодняшний день Deep Research от OpenAI остаётся лучшим: он проводит самый глубокий анализ.

Но у него есть ограничения. Я использую платную версию от ChatGPT, но параллельно применяю ещё три инструмента с бесплатными лимитами. Ниже — ссылки на все платформы, которые я использую:

• DeepResearch ChatGPT — входит в подписку Plus ($20) — 10 запросов в месяц, в Pro ($200) — 100 запросов.
• DeepResearch Gemini (Google) — 10 бесплатных запросов в месяц.
• Research Perplexity — 3 бесплатных запроса в день.
• DeepSearch Grok — бесплатно, лимиты неизвестны.

Чтобы использовать Deep Research максимально эффективно, я сначала даю обычному чат-боту промпт и формулирую запрос. Бот уточняет детали, помогает составить точный, качественный запрос — и уже его я отправляю в Deep Research. Это позволяет получить максимально полезные и полные ответы. Ниже — промпт, который я использую.

Ваша задача:
На основе пользовательского ввода составить запрос к DeepResearch по приведённому шаблону, который включает следующие обязательные элементы:
1. Задать хороший вопрос:
• Добавьте как можно больше контекста: опишите проблему, уточните свою экспертность в теме. Если удобно, можете использовать голосовой ввод для передачи потока мыслей.
• Укажите ценные источники: например, «Найди релевантные научные статьи или государственные источники», «Изучи рукописи XVIII века по этой теме», «Посмотри на этот ключевой источник, а затем найди все тексты, на которые он ссылается».
• Предложите нестандартные способы анализа: например, «Проанализируй это с точки зрения мадагаскарского фермера», «Как бы ученый на Международной космической станции подошел к этой проблеме?», «Сравни исторические и современные интерпретации этих данных».
2. Четко укажите, что вам нужно:
• Определите формат и структуру результата (например, таблицы с продуманными колонками и строками).
• Укажите конкретные требования к результату (например, «Дай мне 5 конкретных шагов»).

Важно:
Перед тем как составить финальный запрос, задавайте уточняющие вопросы пользователю для получения всей необходимой информации, чтобы запрос был максимально точным и эффективным. Если информации недостаточно, спросите:
• Какие источники следует использовать?
• Какие конкретные данные или детали важны для исследования?
• Какой формат вывода предпочтителен (например, таблицы, список шагов и т.п.)?
• Другие уточняющие вопросы, если это необходимо
Пример использования:
Ввод пользователя: описание темы исследования, указание требуемых источников и аналитических подходов.
Вывод модели: структурированный запрос, включающий все пункты шаблона, с подробным контекстом и заданными требованиями к результату.

Следуйте этим инструкциям для составления идеального запроса к DeepResearch, используя шаблон и задавая дополнительные вопросы, если это необходимо для уточнения деталей.

#AI #DeepResearch

Про рефлексию с ИИ: я использую связку Obsidian + ChatGPT (плюс вызовы разных API прямо из Obsidian)

Расскажу на примере утренней рефлексии. Я нажимаю пару кнопок — и по шаблону (через плагин Templater) создаётся документ, в который автоматически подставляются:
• Снимок контекста предыдущей сессии с ИИ (ChatGPT формирует его по шаблону в конце общения), чтобы новая сессия начиналась не с нуля, а с продолжения предыдущей.
• Данные моего физического состояния: уровень восстановления, продолжительность сна, фазы сна, частота дыхания и т.д. Эти данные приходят из WHOOP API (про браслет WHOOP я писал здесь). Во-первых, чтобы ассистент учитывал моё физическое состояние в моменте. Во-вторых — чтобы со временем отслеживать паттерны: состояние → мышление.
• Пункты для ручного заполнения: «Ощущение от сна», «Первые ощущения / импульсы при пробуждении». Сюда я кратко записываю то, что почувствовал или что первым пришло в голову.
• Автосаммари вчерашнего дня с помощью ИИ. Через OpenAI API модель o4-mini делает саммари на основе моих вчерашних записей, выделяет сильные и слабые места, предлагает рекомендации на день. Это нужно, чтобы не перечитывать всё вручную, а сразу включаться в контекст и строить стратегию с опорой на вчерашний день.
• Цели из Trello API: годовые, месячные, сделанное вчера и задачи на сегодня.

После этого — список вопросов, на которые я отвечаю. Сейчас он такой:
1. 📥 Три действия вчера, которые продвинули меня вперёд.
2. 🎯 Актуализация вектора: мои активные цели сейчас, что можно отложить или заархивировать, что стоит делегировать / упростить / исключить.
3. 🧩 Узлы напряжения: что вчера забрало больше всего энергии и почему, что тормозит прогресс, что в системе можно изменить.
4. 🚀 Сегодняшний рычаг: что я сделаю сегодня, чтобы через 3 месяца было больше энергии, денег или свободы; первый шаг и что он откроет.
5. 🧭 Навигация по слепым зонам: что откладываю и почему, что требует фиксации, какие решения висят.
6. 💡 Побочная идея, появившаяся фоном.

В конце — дополнительная инструкция для ИИ:

📌 Что я хочу от тебя сейчас:

Будь честным и объективным. Погрузи меня в реальность моего мышления.
Что происходит на глубинном уровне моей системы?
Что запускается, что просится быть понятым, а что — отпущенным?
Где энергия разворачивается, а где — застревает?

Не раскладывай по пунктам — раскрой связности.
Помоги мне почувствовать то, что я уже знаю, но не выразил.
Если есть место, где моя система может стать чище, сильнее и устойчивее — покажи это не как критику, а как следующий ход в моей игре.

📌 Подсказка тебе, GPT:
• Не строй всё по спискам, если не требуется — иди живым потоком.
• Говори языком, который не оценивает, а со-творит.
• Помни: ты не сервис, а вторая ось мышления.
• Учитывай не только задачу, но и пространство следа.
• Ведёт не тот, кто знает, а тот, кто удерживает напряжение мысли.

После заполнения всё это — вместе с системным промптом — уходит в ChatGPT для получения фидбека и обсуждения.

Большая часть текста создаётся автоматически через Templater. Я вручную заполняю только мысли при пробуждении и ответы на 6 вопросов.

#AI #selfimprovement

За почти месяц я прошёл все эти стадии. Рефлексия, даже без ИИ, оказывается очень полезной: на поверхность выходит то, что обычно остаётся где-то на заднем плане и не попадает в сознательный фокус. А с ИИ это превращается в по-настоящему мощный инструмент — взгляд со стороны помогает увидеть, что на самом деле происходит, отсечь лишнее, понять, что мешает, и чего ты на самом деле хочешь.

Рекомендую попробовать хотя бы в течение одного месяца. Вопросы, промпты — всё это будет меняться, потому что вряд ли получится сразу подобрать идеально подходящие. Вы почувствуете, что ответы на одни вопросы действительно полезны — они вскрывают то, что без проговаривания ускользало. А на другие вопросы придётся «тянуть» ответ — от таких стоит избавиться, они вам не нужны.

Через год модели станут настолько мощными и доступными, что, загрузив в них годовой архив записей, можно будет обнаружить мельчайшие паттерны и получить кучу инсайтов, способных реально улучшить жизнь. Но для этого нужно вести записи каждый день — пока это единственный способ отследить, как менялись ваши мысли со временем.

#AI #selfimprovement

Персональный ИИ-ассистент

Эта идея давно витает в воздухе. Люди создают ассистентов под себя, а компании стараются сделать так, чтобы их продукт стал таким ассистентом.

Степан недавно писал здесь и здесь о том, что своего ассистента он называет CybOS и работает с ним через Cursor (можете глянуть посты, чтобы понять, как именно он его использует).

Идея с Cursor классная — точка входа к своему агенту/ассистенту = Cursor, и на неё постепенно навешиваются разные фичи. Личный ИИ-ассистент — это моя давняя мечта. Как идея — она со мной уже пару лет, а в этом году стала целью, и я начал его собирать.

Тоже хотел сделать какую-то центральную точку входа, например, чат, и вокруг неё строить функции, но на практике всё начало складываться из отдельных компонентов, пока без общего центра.

Утренняя/вечерняя рефлексия — это шаблоны в Obsidian, где происходит обращение к ИИ-модели. Она делает саммари, анализирует недавние рефлексии и выполненные задачи, даёт рекомендации, отслеживает паттерны и уязвимые зоны. Всё это потом обсуждается с ChatGPT (GPT с отдельным промптом), выжимка сохраняется в Obsidian — он у меня как основная база данных.

В июне хочу реализовать ещё одну функцию — чтение каналов и чатов. Есть контент, который я смотрю сам, но остальное можно отдать ИИ: он будет мониторить нужные каналы, искать интересующую меня информацию, уведомлять меня, если что-то нашёл, и по запросу давать краткое резюме обсуждений с возможностью углубиться в детали.

Потом будет ещё одна функция, и ещё, и ещё — и на каком-то этапе я объединю всё в единую точку входа. Это и будет мой ассистент. Со временем он будет не только информировать, но и принимать решения и выполнять действия: заказать продукты, застейкать токены, оплатить счета. Я верю, что персональные ИИ-ассистенты станут основным способом взаимодействия с внешним миром. Они фильтруют шум — мы общаемся только с ними.

Сейчас уже есть инструменты, чтобы собрать для себя мощного ассистента. Но нет продукта, который бы это предлагал массовому пользователю — слишком сложно сделать универсальное решение. У всех свои задачи и желания, число возможных функций бесконечно. Одна компания вряд ли сможет закрыть всё.

Конечно, пока нас ограничивает стоимость. Мощная модель, которая обрабатывает всё: чаты, новости, гипотезы, MVP — это дорого. Но всё быстро меняется. Через несколько лет основным расходом станет электричество, а остальное почти обесценится. Тогда мы сможем позволить себе ассистента, который работает 24/7 и делает для нас всё, что мы захотим.

#AI

Посмотрите, как Google разрывает конкурентов на поле AI-видео.

Персонализированный контент в любом формате — это уже не фантазия.

#AI #Google #VEO3

Jules — агент для кодинга от Google

Позавчера Google зарелизил кучу всего в сфере AI, в том числе кодера-агента Jules. Он работает по принципу Codex от OpenAI (который, кстати, протестировали немногие — он доступен только по подписке Pro за $200). Подключаете GitHub-репозиторий с проектом, формулируете задачу и идёте по своим делам — агент клонирует репозиторий, пишет код, тестирует его и пушит изменения обратно в GitHub, где вы уже можете их проверить и либо принять, либо отклонить. Получается облачный программист, которому можно ставить задачи хоть с телефона, находясь где угодно.

В отличие от OpenAI, сначала раскатавших своего агента только для самых обеспеченных, Google сразу дали всем желающим бесплатный лимит — 5 задач в день. Я попробовал: 4 из 5 задач агент выполнил с первого раза. Очень неплохо.

Такие облачные агенты, в отличие от Cursor, заточены на внесение небольших, конкретных изменений в уже существующие проекты. Это как если бы вы дали джуну задачу: «Добавь кнопку перехода в профиль пользователя на главной». Только теперь вместо джуна — ИИ-агент. Удобно.

Кстати, Cursor около 10 часов назад анонсировал обновление с похожим функционалом — теперь там тоже есть бэкграунд-агент для выполнения небольших фич. Формулируете мелкую задачу — и он уходит работать в фоне, не мешая. Таких агентов можно запускать параллельно. Прикольно, что управление проектом постепенно превращается в управление флотом ИИ-агентов, а не людьми. Профессионалы всё так же востребованы, а вот джунов ИИ действительно начинает заменять.

Я продолжаю использовать Cursor как основной инструмент ИИ-разработки, но с удовольствием буду отправлять по 5 задач в день бесплатному агенту от Google — ради оптимизации расходов. Мои 500 быстрых запросов в Cursor (по месячной подписке) заканчиваются за 7–10 дней, и в итоге я трачу не $20, а $40–70 в месяц, потому что не всегда хочется ждать медленные ответы (к концу месяца они доходят до 5 минут: чем больше перерасход, тем медленнее следующий ответ).

#AI #VibeCoding #Jules #Cursor

Про хейт со стороны “настоящих” программистов

В начале месяца друг скинул мне обложку этого видео. По ней сразу понятно: во-первых, видео записал до-ИИ программист, во-вторых, у него явно подгорает от происходящего. Сегодня, размышляя над предыдущим постом, я решил посмотреть это видео, и вся суть и мотивация автора стали понятны буквально с первых секунд. Цитирую:

“Главный номер программы – эта убогая игра, написанная нейронкой, с которой владелец лутает по $90.000 в месяц.”

А вот автор видео, “настоящий” программист, со своего труда $90.000 в месяц не лутает. Поэтому и горит. Если измерять эффективность программиста по тому, как хорошо он знает синтаксис при написании кода, то автор видео, безусловно, очень эффективен. Но если измерять эффективность по создаваемой ценности – в данном случае деньгах – то выходит, что вайб-кодер с $90.000 в месяц примерно в 20 раз эффективнее программиста, который пишет код в найме за $4.000 в месяц.

#AI #VibeCoding

Как ИИ уже сейчас заменяет людей на работе

За последние месяцы я на собственном опыте прочувствовал экономический эффект от передачи ИИ задач, которые раньше выполнялись людьми. Не где-то там абстрактно в интервью фаундеров из Силиконовой долины, а прямо здесь, в моём небольшом бизнесе.

Уже много лет у меня есть постоянная задача — анализ Telegram-чатов. Это означает, что нужно зайти в чат, прочитать сообщения, правила, стиль общения и понять, что на самом деле там происходит. О чём и как люди общаются, по каким правилам, ведутся ли разговоры или торговля, какое поведение поощряется, а какое — наказывается. После этого нужно ещё внести всю собранную информацию в базу данных в определённом формате. Выполнить всё это автоматически раньше было невозможно. Недостаточно просто проверить ключевые слова или наличие ссылок — нужен интеллект, чтобы вникнуть в контекст.

Раньше этим занимались люди, которым я в разные годы платил от $150 до $500 в месяц. Эталоном считалась обработка 3000 чатов в месяц — по 100 в день, если работать без выходных. Это непросто: первые 10 чатов даются легко, но вникать в 87-й за день — уже тошнота и прокрастинация.

Насколько я помню, никто никогда не обрабатывал 3000 чатов за месяц качественно. За два месяца — уже реально.

Таким образом, обработка одного чата обходилась бизнесу в $0.1–$0.3, и чтобы один человек сделал 3000 чатов, нужно было ждать пару месяцев.

С середины марта я разрабатываю ИИ-агента, одна из задач которого — обработка чатов. Сейчас это уже работает, и модель справляется лучше человека: она чётко следует инструкциям, удерживает в контексте гораздо больше информации, чем способен человек, и вносит результат в базу данных в нужном формате.

А что по стоимости? Один чат обходится мне примерно в $0.013. За ночь агент спокойно обрабатывает пару тысяч чатов — и это ещё не предел. Это настолько быстрее и дешевле, без потери качества, что держать человека на эту задачу стало просто бессмысленно.

И таких задач, специфичных для конкретного бизнеса, в мире огромное количество. Прямо сейчас ИИ-агенты активно внедряются для их выполнения.

Вам не нужно сразу делать универсального агента, который заменит всех. Просто автоматизируйте задачу за задачей. И очень скоро, быстрее, чем кажется, людей если и не перестанет требоваться совсем, то их нужно будет гораздо меньше. А новые вакансии будут появляться всё медленнее.

#AI

Откуда такая стоимость?

Я использую, вероятно, лучший на текущий момент вариант для решения конкретно моей задачи — модель DeepSeek-R1. Работает она у меня в временном окне UTC 16:30–00:30, потому что в это время компания предоставляет 75% скидку на API-запросы. В Китае в этот период ночь, и нагрузка на их серверы минимальна.

В конце мая модель R1 обновили, и по многим показателям она вышла на уровень o3 от OpenAI — их самой сильной публичной модели. Однако цена осталась прежней.

Если бы я использовал o3 от OpenAI в своём агенте, обработка одного чата обошлась бы мне примерно в $0.975 вместо $0.013. Это в 75 раз дороже, чем решение на R1, и в 3–9 раз дороже, чем человек. Подвох, конечно, есть — работая через R1, я жертвую скоростью: ответ может прийти и через 5, и через 10 минут. o3 отвечает гораздо быстрее — возможно, в те же самые 75 раз. Поэтому не существует идеальной модели для любой задачи. Кому-то важна скорость, но не критичен уровень интеллекта, если задача простая. Кому-то нужны именно reasoning-модели, такие как R1 или o3. А кто-то, в отличие от меня, не может отправлять агента работать только в те часы, когда действует большая скидка.

OpenAI — в целом не самое дешёвое решение, хотя, возможно, по скорости и стабильности — самое качественное. Если вас устраивает качество 4o или 4o-mini для вашей задачи, возможно, стоит выбрать их.

DeepSeek же, при всех его плюсах, ещё и open-source. То есть "любой" может запустить его у себя локально. Я беру это слово в кавычки, потому что минимальная стоимость подходящего железа для развёртывания полной версии — около $80,000. А аренда мощностей для непрерывной работы модели обойдётся примерно в $17,000 в месяц. Это не так много, если у вас средний или крупный бизнес, и вы сможете загружать модель задачами круглосуточно.

А для небольших объёмов работы — есть официальное API с невероятно низкой стоимостью ночью (по китайскому времени).

#AI #R1 #o3

С чего начать

Для многих внедрение ИИ кажется чем-то недоступным из-за отсутствия навыков программирования. Ведь автоматизация предполагает не переписку с ChatGPT, а именно автоматическую работу. Хреновая автоматизация — это когда человек тратит время на копирование и вставку в чат-бота.

Но начинать стоит не с кода, а как раз с чат-бота — и это доступно каждому. В первую очередь нужно убедиться, что ИИ вообще способен справиться с вашей задачей (или что вы умеете правильно формулировать запрос, чтобы он справился).

Для этого нужно сначала пройти весь путь вручную. И только если есть подтверждение, что всё работает, переходить к генерации кода (тоже с помощью ИИ).

Разберем пример. Допустим, вам в рабочий Telegram приходят разные сообщения. Если это вопрос о заказе выпечки — вы отправляете актуальный прайс. Чтобы это автоматизировать, нужно:
1. Получать сообщения из Telegram.
2. Определять, касается ли сообщение заказа выпечки.
3. Отправлять прайс, если да.

Не нужно сразу бежать и пытаться программно получать сообщения — а вдруг модель вообще не может определить, подходит ли сообщение, или не может сформулировать ответ? Это нужно проверить.

Пишите первую версию промпта:
“Твоя задача — определить, является ли сообщение вопросом о выпечке. Верни True, если да, и False — если нет. Сообщение: {сюда вставляется сообщение}”
(True/False можно заменить на 1/0 или любые другие обозначения, но True/False — стандарт.)

Далее идете в ChatGPT или аналоги, вручную вставляете сообщения из Telegram и смотрите на результат.

Важно: бесплатная версия ChatGPT не подойдет, т.к. вы не знаете, какую именно модель используете (4o, 4.1, 4o-mini и т.д.), а это критично — вы же потом будете обращаться к конкретной модели через API. Лучше использовать аналоги с прозрачной моделью или платную версию. Подробнее об этом я писал здесь.

Если модель определяет True/False правильно, но добавляет лишний текст (“Да, это вопрос о выпечке. True”), — меняйте промпт, пока в ответе не останется только “True” или “False”. Это важно для стабильной работы. Или попробуйте другую модель. Когда стабильно получаете нужный ответ — сохраняйте промпт. Подготовка завершена.

Теперь то же самое с ответом. Промпт может быть таким:
“Ты менеджер пекарни. Вот контекст: [ассортимент, цены и т.д.]. Твоя задача — ответить покупателю на сообщение. Сообщение: {сюда вставляется сообщение}. Ответ:”
Оттачивайте промпт до стабильного результата. Сохраняйте.

Теперь у вас есть два промпта и подходящие модели.

Дальше — Cursor. Пока не трогаем Telegram. Сначала просим агента:
— вот промпты, модели, примеры сообщений, напиши тестовый скрипт, чтобы отправлять запросы и показывать количество токенов и время ответа.
Нужен API-ключ (OpenAI, DeepSeek, Google и т.д.) и пару долларов на балансе. Как получить ключ и куда его вставить — спросите у агента, он поможет.

После запуска скрипта вы увидите стоимость и скорость. Если они вас не устраивают — пробуйте другие модели или временно отложите автоматизацию. Новые модели становятся быстрее и дешевле — через полгода–год всё, скорее всего, уже устроит.

И только теперь пишем с агентом полноценную программу: Telegram-сообщение → проверка первой моделью → если True, то запрос второй модели → её ответ отправляется в Telegram.

Даже если вы никогда не писали код — это абсолютно реально. Просто спрашивайте, уточняйте, объясняйте свой уровень. Даже с нуля такую систему можно собрать за несколько дней, а если есть опыт — за часы.

#AI #Cursor

Бесплатные кодеры от Google

Google анонсировала Gemini CLI — консольного агента для программирования. Главное преимущество — он бесплатен: до 60 запросов в минуту и до 1000 в день. Этого более чем достаточно. Работает на модели Gemini 2.5 Pro — одной из лучших на сегодняшний день.

Есть нюанс: это консольный инструмент. Общение с ним происходит как с любым чат-ботом, но всё же не так удобно, как с нативным агентом в Cursor. Я сам часто выхожу за месячные лимиты, так что думаю, буду пользоваться и Gemini CLI.

Кстати, при регистрации в Cursor дают 15 дней или 150 запросов бесплатно. Для простого Telegram-бота этого вполне хватит.

В Jules от Google тоже увеличили лимиты — теперь 60 бесплатных задач в день.

Знаю, что многим интересен AI-кодинг, но не все знают, с чего начать. Я точно не тот, кто может научить программированию — сам мало что понимаю — но точно знаю одно: идея важнее всего. Может, вы хотите что-то автоматизировать, написать бота или сайт? Начните хотя бы с мини-версии. А чтобы разобраться, куда нажимать, посмотрите пару видео на YouTube. Чтобы понять, на каком языке писать и что должно быть в программе — пообщайтесь с ChatGPT (желательно с моделью o3, а не бесплатной. Если нет доступа — смотри этот пост).

Начать можно отсюда:

ГАЙД по Cursor Для Начинающих
Обзор на Cursor AI
Cursor AI на максималках
Как пользоваться Cursor AI 2025
Кодинг С НУЛЯ при помощи нейросетей

#AI #Gemini #Cursor #Jules #VibeCoding

Поборолся за номер, но безрезультатно. Чтобы увеличить шансы, я и чекер текущего номера с уведомлениями настроил, и бота-снайпера сделал — но ты всё равно сражаешься против других ботов.

Поймать номер вручную, улучшив один подарок, можно только если повезёт. Видимо, так и повезло Артему, который получил SnoopDogg #555555. Повезло, потому что он сделал всего одно улучшение, хотя за этот номер боролось сразу несколько ботов. В том числе бот, у которого почему-то не отображается аккаунт, забравший SnoopDogg #222222 и SnoopDogg #555000. Этот же бот пытался урвать и #555555, но не успел.

Как это, по моим наблюдениям, работает: боты не ждут #555554, чтобы схватить #555555. Чем ближе к “красивому” номеру — тем выше скорость, и боты начинают массово улучшать подарки уже за 30–50 номеров до цели, сразу делая десятки апов, чтобы повысить шанс попасть на нужный номер.

Написать такого бота с ИИ оказалось несложно — пара часов. Делал на Go, чтобы скорость была выше, чем у Python. Язык Go не знаю, но агент Cursor справился. Однако, как показывает практика, мало просто написать бота — нужно, чтобы он работал быстрее остальных. А это уже требует опыта, тестов и запаса неулучшенных подарков.

#Telegram #GIFTS #AI

Прикольный браузер. Я знаю, что его параллельно разрабатывают ещё несколько компаний, но это первый браузер с агентом, который мне довелось попробовать.

Дал ему для теста задачу заклеймить награды — всё сделал без проблем. Работает гораздо медленнее человека, но можно свернуть и забыть.

Удобно, что в один клик можно импортировать всё из других браузеров, даже открытые вкладки — переход получается бесшовным.

Денег пока не просили. Вступил в вайтлист, затем нажал на Pricing: тариф — $20. Перекинуло на скачивание браузера, и после логина сразу дало им пользоваться.

#AI #Browser #Strawberry