Привет! Давай сразу о нас. Мы – Миша Фридман, Юля Перемитина и Костя Модель
Каждый из нас прошел путь от линейных сотрудников до Head и C-level позиций в венчурных фондах, консалтинге, edtech и SaaS-компаниях с выручкой более $1 млн в год.
Мы заметили одну общую проблему: большинство компаний и их сотрудников тратят более 45% времени на рутинные задачи. Мы сами, будучи линейными сотрудниками, делали массу монотонной работы, и не всегда быстро. Даже сейчас на C-level рутинные задачи имеют место быть и отнимают много времени, что значительно влияет на результаты бизнеса.
Мы верим, что любой человек создан для большего, чем просто monkey job. С появлением AI мы поняли, что он поможет сделать так, что каждый сможет реализовать свой потенциал, который заключается в творчестве, стратегии и инновации. По итогу компании, в которых сотрудники мыслят за рамками рутинных процессов, могут достичь супер результатов. Поэтому мы создали агентство, которое помогает бизнесу и профессионалам внедрять AI и повышать эффективность.
В этом канале мы втроем (да, это канал на троих) просто и понятно рассказываем, как использовать AI в бизнесе и для личных задач. Делимся лучшими практиками и кейсами клиентов (когда не под NDA)), а также нашим опытом построения AI-агентства на международном рынке. Честно говорим о наших гипотезах, успехах и факапах на этом пути.
Каждый из нас прошел путь от линейных сотрудников до Head и C-level позиций в венчурных фондах, консалтинге, edtech и SaaS-компаниях с выручкой более $1 млн в год.
Мы заметили одну общую проблему: большинство компаний и их сотрудников тратят более 45% времени на рутинные задачи. Мы сами, будучи линейными сотрудниками, делали массу монотонной работы, и не всегда быстро. Даже сейчас на C-level рутинные задачи имеют место быть и отнимают много времени, что значительно влияет на результаты бизнеса.
Мы верим, что любой человек создан для большего, чем просто monkey job. С появлением AI мы поняли, что он поможет сделать так, что каждый сможет реализовать свой потенциал, который заключается в творчестве, стратегии и инновации. По итогу компании, в которых сотрудники мыслят за рамками рутинных процессов, могут достичь супер результатов. Поэтому мы создали агентство, которое помогает бизнесу и профессионалам внедрять AI и повышать эффективность.
В этом канале мы втроем (да, это канал на троих) просто и понятно рассказываем, как использовать AI в бизнесе и для личных задач. Делимся лучшими практиками и кейсами клиентов (когда не под NDA)), а также нашим опытом построения AI-агентства на международном рынке. Честно говорим о наших гипотезах, успехах и факапах на этом пути.
👍4🔥3❤1🍌1
AI может быть интегрирован почти во все бизнес-процессы компании от маркетинга и продаж до продукта, HR и финансов. По нашему опыту, AI может автоматизировать больше 50% основных бизнес-процессов.
Мы собрали топ 5 юзкейсов, применимых практически в любой компании, с низкой стоимостью внедрения, ROI которых по нашим кейсам больше 200%:
1) Чат-бот для клиентской поддержки: бот отвечает на все основные вопросы клиентов по использованию продукта и, в случае возникновения проблем, отправляет запрос менеджеру.
Как реализовать: чтобы реализовать такого бота, потребуется минимальные знания программирования, либо можно использовать nocode-сервисы автоматизации процессов (например, Zapier или Make). Сам процесс создания выглядит следующим образом: составляем документ с FAQ частых вопросов от клиентов, создаем GPT-ассистента и загружаем в него документ, который подготовили выше, настраиваем интеграцию с мессенджером, который вы используете в работе с клиентами, а также интеграцию с вашей CRM, чтобы, в случае если бот не смог ответить, заявка улетела к вам в CRM.
Сколько по времени занимает: в среднем на запуск бота уходит от 1 до 4 недель.
Сколько стоит: в среднем разработка такого бота будет стоить от 1 тыс. $ у агентства или фрилансера + ежемесячно необходимо будет платить за GPT и за сервис-интегратор (здесь все зависит от количества запросов к боту, но в среднем по нашему опыту около 200$ для GPT-3 и компании с 2/3 тысячами клиентов).
2) Автоматическая генерация ответов на вопросы потенциальных клиентов в соцсетях
Как реализовать: Создаем GPT-ассистента, в котором прописываем основные паттерны ответов клиентам, информацию о нашей компании и услугах. Подключаем наши соцсети к сервисам ManyChat или Chatfuel и через встроенный функционал настраиваем интеграцию с нашим GPT-ассистентом.
Сколько по времени занимает: от 2 до 3 дней.
Сколько стоит: можно сделать полностью самостоятельно; в месяц будет уходить примерно 15$ за ManyChat и, в зависимости от запросов к боту, в среднем за GPT около 200$.
3) Контроль качества продаж.
Как реализовать: Используем сервис SalesLens, в нем настраиваем наш чеклист для оценки звонков продажников. Внутри сервиса можно полностью кастомизировать проверку скрипта — от того, как продажник поздоровался, до того, как отработал возражения. Записи звонков нужно будет загружать вручную, но можно настроить и автозагрузку через API.
Сколько по времени занимает: от 1 недели.
Сколько стоит: в базовом тарифе 50$, в про около 200$, для настройки автоматизации можно обратиться к агентству или фрилансу, стоимость настройки будет от 500$.
4) Автоматическая генерация рекламных креативов.
Как реализовать: создаем GPT-ассистента, подробно описываем нашу целевую аудиторию: ее интересы, боли, добавляем примеры успешных рекламных текстов и визуальных концепций, которые хорошо сработали для вашей аудитории, чтобы GPT мог генерировать классный визуал и тексты. Затем создаем Google таблицу, где будем писать идеи креативов, настраиваем триггер в Make или Zapier, когда идея креатива написана она будет отправляться в GPT-ассистента, где будет генерировать визуал и текст креатива. Настраиваем интеграцию с выгрузкой креативов обратно в Google таблицу. Теперь мы можем только писать идеи креативов, а на выходе получить готовый визуал и текст.
Сколько по времени занимает: от 1 до 2 недель.
Сколько стоит: Стоимость GPT-ассистента в зависимости от количества запросов + стоимость сервиса-интегратора типа Make или Zapier около 15-20$ + настройка автоматизации, стоимость у агентства и фрилансера будет от 1 тыс. $.
5) Онбординг и обучение новых сотрудников.
Как реализовать: Пишем подробный гайд со всем, что нужно новому сотруднику: инструкции, оргструктура компании и т. д. (на ваше усмотрение). Создаем GPT-ассистента и загружаем ваш файл с гайдом в него. Настраиваем интеграцию GPT-ассистента с Telegram-ботом через Make.
Сколько по времени занимает: от 1 недели.
Сколько стоит: Стоимость GPT-ассистента в зависимости от количества сотрудников + стоимость сервиса-интегратора типа Make или Zapier около 15-20$.
Мы собрали топ 5 юзкейсов, применимых практически в любой компании, с низкой стоимостью внедрения, ROI которых по нашим кейсам больше 200%:
1) Чат-бот для клиентской поддержки: бот отвечает на все основные вопросы клиентов по использованию продукта и, в случае возникновения проблем, отправляет запрос менеджеру.
Как реализовать: чтобы реализовать такого бота, потребуется минимальные знания программирования, либо можно использовать nocode-сервисы автоматизации процессов (например, Zapier или Make). Сам процесс создания выглядит следующим образом: составляем документ с FAQ частых вопросов от клиентов, создаем GPT-ассистента и загружаем в него документ, который подготовили выше, настраиваем интеграцию с мессенджером, который вы используете в работе с клиентами, а также интеграцию с вашей CRM, чтобы, в случае если бот не смог ответить, заявка улетела к вам в CRM.
Сколько по времени занимает: в среднем на запуск бота уходит от 1 до 4 недель.
Сколько стоит: в среднем разработка такого бота будет стоить от 1 тыс. $ у агентства или фрилансера + ежемесячно необходимо будет платить за GPT и за сервис-интегратор (здесь все зависит от количества запросов к боту, но в среднем по нашему опыту около 200$ для GPT-3 и компании с 2/3 тысячами клиентов).
2) Автоматическая генерация ответов на вопросы потенциальных клиентов в соцсетях
Как реализовать: Создаем GPT-ассистента, в котором прописываем основные паттерны ответов клиентам, информацию о нашей компании и услугах. Подключаем наши соцсети к сервисам ManyChat или Chatfuel и через встроенный функционал настраиваем интеграцию с нашим GPT-ассистентом.
Сколько по времени занимает: от 2 до 3 дней.
Сколько стоит: можно сделать полностью самостоятельно; в месяц будет уходить примерно 15$ за ManyChat и, в зависимости от запросов к боту, в среднем за GPT около 200$.
3) Контроль качества продаж.
Как реализовать: Используем сервис SalesLens, в нем настраиваем наш чеклист для оценки звонков продажников. Внутри сервиса можно полностью кастомизировать проверку скрипта — от того, как продажник поздоровался, до того, как отработал возражения. Записи звонков нужно будет загружать вручную, но можно настроить и автозагрузку через API.
Сколько по времени занимает: от 1 недели.
Сколько стоит: в базовом тарифе 50$, в про около 200$, для настройки автоматизации можно обратиться к агентству или фрилансу, стоимость настройки будет от 500$.
4) Автоматическая генерация рекламных креативов.
Как реализовать: создаем GPT-ассистента, подробно описываем нашу целевую аудиторию: ее интересы, боли, добавляем примеры успешных рекламных текстов и визуальных концепций, которые хорошо сработали для вашей аудитории, чтобы GPT мог генерировать классный визуал и тексты. Затем создаем Google таблицу, где будем писать идеи креативов, настраиваем триггер в Make или Zapier, когда идея креатива написана она будет отправляться в GPT-ассистента, где будет генерировать визуал и текст креатива. Настраиваем интеграцию с выгрузкой креативов обратно в Google таблицу. Теперь мы можем только писать идеи креативов, а на выходе получить готовый визуал и текст.
Сколько по времени занимает: от 1 до 2 недель.
Сколько стоит: Стоимость GPT-ассистента в зависимости от количества запросов + стоимость сервиса-интегратора типа Make или Zapier около 15-20$ + настройка автоматизации, стоимость у агентства и фрилансера будет от 1 тыс. $.
5) Онбординг и обучение новых сотрудников.
Как реализовать: Пишем подробный гайд со всем, что нужно новому сотруднику: инструкции, оргструктура компании и т. д. (на ваше усмотрение). Создаем GPT-ассистента и загружаем ваш файл с гайдом в него. Настраиваем интеграцию GPT-ассистента с Telegram-ботом через Make.
Сколько по времени занимает: от 1 недели.
Сколько стоит: Стоимость GPT-ассистента в зависимости от количества сотрудников + стоимость сервиса-интегратора типа Make или Zapier около 15-20$.
Zapier
Zapier: Automate AI Workflows, Agents, and Apps
Build and scale AI workflows and agents across 9,000+ apps with Zapier—the most connected AI orchestration platform. Trusted by 3 million+ businesses.
👍3🔥3
КАК СОБРАТЬ СВОЕГО AI АССИСТЕНТА БЕЗ КОДА
Подготовили для вас мясо. Собрали гайд по тому, как с нуля, без кода и знания программирования, сделать своего AI-ассистента.
Решили сделать инструкцию на одном из самых популярных кейсов, а именно ассистента клиентской поддержки.
Что умеет ассистент:
- Отвечать на вопросы клиентов по вашему продукту
- Предоставлять информацию, доступную из интернета
- Сам бот реализован в Телеграме
Забирайте пошаговую и супер подробную инструкцию по сборке по ссылке
#AI #ИскусственныйИнтеллект #ТелеграмБот #Гайд #Автоматизация #БизнесИнструменты #AIАссистент
Подготовили для вас мясо. Собрали гайд по тому, как с нуля, без кода и знания программирования, сделать своего AI-ассистента.
Решили сделать инструкцию на одном из самых популярных кейсов, а именно ассистента клиентской поддержки.
Что умеет ассистент:
- Отвечать на вопросы клиентов по вашему продукту
- Предоставлять информацию, доступную из интернета
- Сам бот реализован в Телеграме
Забирайте пошаговую и супер подробную инструкцию по сборке по ссылке
#AI #ИскусственныйИнтеллект #ТелеграмБот #Гайд #Автоматизация #БизнесИнструменты #AIАссистент
Figma
Гайд: Сборка AI ассистента поддержки
Created with Figma
👍4❤3🎉1
Почему компании не внедряют AI во все процессы?
Что мы видим сейчас на рынке AI и принятии его бизнесом? Все мировые исследования показывают примерно одинаковую картину: около 35% компаний используют ИИ в своих бизнес-процессах. Остальная часть рынка находится в процессе изучения решений и планирует использовать их в течение 1-2 лет, либо пока совсем не смотрит в сторону AI. В РФ этот процент значительно меньше — около 20%, ввиду санкций и сложностей с использованием технологий. Но что значит, что компания использует AI?
Когда-то часть нашей команды заканчивала магу вышки по менеджменту инноваций, для нас это прям близкая тема. Поэтому решили поделиться нашими мыслями.
Мы выделяем компании двух типов: компании-инноваторы и компании-консерваторы:
Компании-инноваторы — это такие организации, где высокий уровень принятия технологий, сотрудники сами предлагают новые решения и обладают высокой инициативностью.
Компании-консерваторы — организации, сотрудники которых в основном сконцентрированы на операционной поддержке процессов.
В первых компаниях внедрение новых технологий часто начинается снизу и проходит несколько стадий. Давайте как раз на основе внедрения AI и посмотрим:
- На первом этапе AI начинают использовать сами сотрудники для своих задач, как правило, это происходит именно в отделе маркетинга или продукта, так как у маркетологов всегда много рутинных процессов по генерации контента, затем постепенно переходит на другие отделы: продаж, продукта.
- На втором этапе в таких компаниях ИИ начинает интегрироваться не только в работу отдельных сотрудников, но и в бизнес-процессы конкретных отделов, где видится наибольший ROI внедрения. Например, полностью ИИфицируется процесс внедрения соцсетей и генерации креативов.
- На третьем этапе такие оптимизированные с ИИ процессы возникают во всех отделах, и компания становится ИИ-трансформированной, по факту процесс рутинных задач и низкоквалифицированных задач почти полностью пропадает.
Во вторых компаниях процесс ИИфикации либо пока не начал происходить, либо он проходит сверху и встречает большое сопротивление со стороны сотрудников, что в итоге осложняет весь процесс.
Поэтому ключевым фактором успеха внедрения ИИ, да и в целом любой технологии компании, является инициативность сотрудников (как построить культуру инноваций и нанимать инициативных сотрудников с помощью ИИ, расскажем в отдельном посте). Тем не менее, даже такие компании могут внедрить AI в свои процессы (обычно это происходит по решению основателей).
Ключевым фактором успеха внедрения в данном типе будет использование AI сразу со второго этапа, то есть построение полностью ИИфицированного автономного процесса, где не будет требоваться участие сотрудников.
Например, автоматизируется процесс контроля качества продаж. Однако, ROI внедрения всегда будет значительно меньше, чем в случае первого типа компаний.
По итогу основные сложности, с которыми сталкиваются компании при внедрении ИИ, становятся следующими:
- Нехватка квалифицированных специалистов для разработки и внедрения/недостаток понимания или знаний об ИИ. Как преодолеть: чтобы срезать этот барьер, нужно повышать культуру инноваций, это долгий и мучительный процесс, поэтому, как мы видим на рынке, некоторые компании преодолевают этот барьер, нанимая человека, который отвечает за внедрение AI в компанию (количество таких вакансий выросло на 74% за последние 2 года).
- Высокая стоимость внедрения и неуверенность в ROI. Как преодолеть: самое важное — определить четкую бизнес-цель внедрения и двигаться небольшими шагами к полной автоматизации (как показывают исследования, средний ROI внедрения AI достигает 250%).
- Опасения по поводу конфиденциальности и безопасности данных. Как преодолеть: это самый сложный процесс; расскажем про основные риски в другом посте, самое ключевое — лучше начинать с процессов, которые в меньшей степени подвержены сливу конфиденциальной информации.
Что мы видим сейчас на рынке AI и принятии его бизнесом? Все мировые исследования показывают примерно одинаковую картину: около 35% компаний используют ИИ в своих бизнес-процессах. Остальная часть рынка находится в процессе изучения решений и планирует использовать их в течение 1-2 лет, либо пока совсем не смотрит в сторону AI. В РФ этот процент значительно меньше — около 20%, ввиду санкций и сложностей с использованием технологий. Но что значит, что компания использует AI?
Когда-то часть нашей команды заканчивала магу вышки по менеджменту инноваций, для нас это прям близкая тема. Поэтому решили поделиться нашими мыслями.
Мы выделяем компании двух типов: компании-инноваторы и компании-консерваторы:
Компании-инноваторы — это такие организации, где высокий уровень принятия технологий, сотрудники сами предлагают новые решения и обладают высокой инициативностью.
Компании-консерваторы — организации, сотрудники которых в основном сконцентрированы на операционной поддержке процессов.
В первых компаниях внедрение новых технологий часто начинается снизу и проходит несколько стадий. Давайте как раз на основе внедрения AI и посмотрим:
- На первом этапе AI начинают использовать сами сотрудники для своих задач, как правило, это происходит именно в отделе маркетинга или продукта, так как у маркетологов всегда много рутинных процессов по генерации контента, затем постепенно переходит на другие отделы: продаж, продукта.
- На втором этапе в таких компаниях ИИ начинает интегрироваться не только в работу отдельных сотрудников, но и в бизнес-процессы конкретных отделов, где видится наибольший ROI внедрения. Например, полностью ИИфицируется процесс внедрения соцсетей и генерации креативов.
- На третьем этапе такие оптимизированные с ИИ процессы возникают во всех отделах, и компания становится ИИ-трансформированной, по факту процесс рутинных задач и низкоквалифицированных задач почти полностью пропадает.
Во вторых компаниях процесс ИИфикации либо пока не начал происходить, либо он проходит сверху и встречает большое сопротивление со стороны сотрудников, что в итоге осложняет весь процесс.
Поэтому ключевым фактором успеха внедрения ИИ, да и в целом любой технологии компании, является инициативность сотрудников (как построить культуру инноваций и нанимать инициативных сотрудников с помощью ИИ, расскажем в отдельном посте). Тем не менее, даже такие компании могут внедрить AI в свои процессы (обычно это происходит по решению основателей).
Ключевым фактором успеха внедрения в данном типе будет использование AI сразу со второго этапа, то есть построение полностью ИИфицированного автономного процесса, где не будет требоваться участие сотрудников.
Например, автоматизируется процесс контроля качества продаж. Однако, ROI внедрения всегда будет значительно меньше, чем в случае первого типа компаний.
По итогу основные сложности, с которыми сталкиваются компании при внедрении ИИ, становятся следующими:
- Нехватка квалифицированных специалистов для разработки и внедрения/недостаток понимания или знаний об ИИ. Как преодолеть: чтобы срезать этот барьер, нужно повышать культуру инноваций, это долгий и мучительный процесс, поэтому, как мы видим на рынке, некоторые компании преодолевают этот барьер, нанимая человека, который отвечает за внедрение AI в компанию (количество таких вакансий выросло на 74% за последние 2 года).
- Высокая стоимость внедрения и неуверенность в ROI. Как преодолеть: самое важное — определить четкую бизнес-цель внедрения и двигаться небольшими шагами к полной автоматизации (как показывают исследования, средний ROI внедрения AI достигает 250%).
- Опасения по поводу конфиденциальности и безопасности данных. Как преодолеть: это самый сложный процесс; расскажем про основные риски в другом посте, самое ключевое — лучше начинать с процессов, которые в меньшей степени подвержены сливу конфиденциальной информации.
👍2🌭1
Бесплатный аудио и видео транскриптор
Ребят, все еще используете платные tldv или otter ai? Мы подготовили крутой гайд прочитав который вы сможете использовать транскриптор для ваших видео и аудио абсолютно бесплатно.
Вам потребуется около 10/15 минут чтобы его установить и начать использовать.
Подробный гайд ловите по ссылке.
Делимся новостями) Мы с командой решили подготовить такой же транскриптор только в формате телеграм бота, чтобы каждый мог воспользоваться им бесплатно.
Так что как говорится - Stay turned 🔥
Ребят, все еще используете платные tldv или otter ai? Мы подготовили крутой гайд прочитав который вы сможете использовать транскриптор для ваших видео и аудио абсолютно бесплатно.
Вам потребуется около 10/15 минут чтобы его установить и начать использовать.
Подробный гайд ловите по ссылке.
Делимся новостями) Мы с командой решили подготовить такой же транскриптор только в формате телеграм бота, чтобы каждый мог воспользоваться им бесплатно.
Так что как говорится - Stay turned 🔥
👍6
Всем привет! Мы провели воркшоп, на тему AI в образовании, где поделились кейсами наших клиентов и своим опытом.
Рассказали много полезной инфы, дали:
- + 10 проверенных фреймворков внедрения AI в образовательные проекты 📚
- Базу готовых промптов для разных задач в образовании 📝
- Подборку AI инструментов для Edtech 🛠️
- Гайды по созданию AI ассистентов 🤖
Отправляем миро доску, где вы сможете найти и посмотреть весь контент с воркшопа.
Если будут любые вопросы связанные с тем, что мы рассказывали, вы всегда можете написать нам в тг, вот наши контакты:
Костя - @KonstantinModel
Юля - @jjjulia_p
Чуть позже закинем сюда запись воркшопа, чтобы вы смогли ее посмотреть 🚀
Рассказали много полезной инфы, дали:
- + 10 проверенных фреймворков внедрения AI в образовательные проекты 📚
- Базу готовых промптов для разных задач в образовании 📝
- Подборку AI инструментов для Edtech 🛠️
- Гайды по созданию AI ассистентов 🤖
Отправляем миро доску, где вы сможете найти и посмотреть весь контент с воркшопа.
Если будут любые вопросы связанные с тем, что мы рассказывали, вы всегда можете написать нам в тг, вот наши контакты:
Костя - @KonstantinModel
Юля - @jjjulia_p
Чуть позже закинем сюда запись воркшопа, чтобы вы смогли ее посмотреть 🚀
https://miro.com/
Sign up | Miro | Online Whiteboard for Visual Collaboration
Scalable, secure, cross-device and enterprise-ready team collaboration whiteboard for distributed teams. Join 30M+ users from around the world
👍6❤4🍓2🌭1
Всем привет!
Как и обещали, отправляем запись нашего воркшопа 📚🎓
Посмотреть можете по ссылке: https://youtu.be/7e_v8Tr94Fo
Как и обещали, отправляем запись нашего воркшопа 📚🎓
Посмотреть можете по ссылке: https://youtu.be/7e_v8Tr94Fo
YouTube
AI в образовании || Edtech || ПРАКТИЧЕСКИЕ КЕЙСЫ ИИ || Искусственный интеллект без знания кода
Подписывайтесь на наш телеграм канал: https://t.me/skai_pro_ai
Наш сайт: https://www.skailab.tech/
Наш сайт: https://www.skailab.tech/
👍3🔥1
"ChatGPT плохо понимает грамотные промпты, потому что его обучали специалисты из центральный Африки, а английский не является их родным языком"
– вот такой факт мы недавно услышали от неплохого компьютерного лингвиста. Факт удивил совершенно фантастически. Пошли фактчекать – инфы такой не нашли, поэтому пока оставим его в рубрике "Городские легенды". А ЖАЛЬ! (если найдем пруфы – обязательно поделимся)
В любом случае, факт остается фактом - GPT действительно может потреблять меньше токенов и часто выдает результаты лучше, если твои промпты написаны без соблюдения грамматических правил.
Безграмотные с языковой точки зрения промпты не обязательно лучше понимаются моделью GPT, но они могут приводить к более коротким и эффективным запросам, что влияет на результаты. Почему так происходит:
- Меньше токенов, меньше путаницы: GPT разбивает текст на токены – части слов или целые слова. Чем короче и проще запрос, тем меньше токенов используется. Это может снизить вероятность того, что модель будет "запутана" сложными структурами или избыточными деталями.
- Фокус на сути: Неграмотные или упрощенные запросы часто сводятся к самым важным словам и идеям. В таких случаях модель может сосредоточиться на ключевых понятиях, не отвлекаясь на сложные грамматические конструкции.
- Обучение на разнообразии (звучит как что-то про социальную инклюзивность, но нет))): Модель GPT обучалась на огромном количестве текстов, включая разговорную речь, неформальные обсуждения и даже тексты с ошибками. Поэтому она способна справляться с неидеальными формулировками и часто выдавать адекватные ответы даже на не совсем грамотные запросы.
Все это не означает, что всегда стоит писать промпты безграмотно. Важно учитывать контекст и цель запроса. Иногда более четкий и грамотный промпт помогает модели понять запрос более точно, особенно когда важны детали или сложные концепции.
Мы много времени посвятили изучению того, как лучше составлять промпты и пришли к выводу, что идеальной формулы для промта в гпт не бывает (извините, перфикционисты). Поэтому давайте запомним ПОЧТИ идеальную формулу для промпта:
Почти идеальная формула для промпта:
[Задача], [Контекст], [Пример], [Персона], [Формат], [Тон]
Подробнее про подходы к промпт-инжинирингу (манипулятивные и не только) можно прочитать в нашем материале. Интересно будет всем – и новичкам, и тем, кто разбирается, и тем, кто говорил, что шарит в этой теме (пдфку приложили)
– вот такой факт мы недавно услышали от неплохого компьютерного лингвиста. Факт удивил совершенно фантастически. Пошли фактчекать – инфы такой не нашли, поэтому пока оставим его в рубрике "Городские легенды". А ЖАЛЬ! (если найдем пруфы – обязательно поделимся)
В любом случае, факт остается фактом - GPT действительно может потреблять меньше токенов и часто выдает результаты лучше, если твои промпты написаны без соблюдения грамматических правил.
Безграмотные с языковой точки зрения промпты не обязательно лучше понимаются моделью GPT, но они могут приводить к более коротким и эффективным запросам, что влияет на результаты. Почему так происходит:
- Меньше токенов, меньше путаницы: GPT разбивает текст на токены – части слов или целые слова. Чем короче и проще запрос, тем меньше токенов используется. Это может снизить вероятность того, что модель будет "запутана" сложными структурами или избыточными деталями.
- Фокус на сути: Неграмотные или упрощенные запросы часто сводятся к самым важным словам и идеям. В таких случаях модель может сосредоточиться на ключевых понятиях, не отвлекаясь на сложные грамматические конструкции.
- Обучение на разнообразии (звучит как что-то про социальную инклюзивность, но нет))): Модель GPT обучалась на огромном количестве текстов, включая разговорную речь, неформальные обсуждения и даже тексты с ошибками. Поэтому она способна справляться с неидеальными формулировками и часто выдавать адекватные ответы даже на не совсем грамотные запросы.
Все это не означает, что всегда стоит писать промпты безграмотно. Важно учитывать контекст и цель запроса. Иногда более четкий и грамотный промпт помогает модели понять запрос более точно, особенно когда важны детали или сложные концепции.
Мы много времени посвятили изучению того, как лучше составлять промпты и пришли к выводу, что идеальной формулы для промта в гпт не бывает (извините, перфикционисты). Поэтому давайте запомним ПОЧТИ идеальную формулу для промпта:
Почти идеальная формула для промпта:
[Задача], [Контекст], [Пример], [Персона], [Формат], [Тон]
Подробнее про подходы к промпт-инжинирингу (манипулятивные и не только) можно прочитать в нашем материале. Интересно будет всем – и новичкам, и тем, кто разбирается, и тем, кто говорил, что шарит в этой теме (пдфку приложили)
🔥7👍5😁1
Большой гайд по DALL-E и MidJourney
Всем привет!🔥
Подготовили объемный гайд по генеративным инструментам для создания визуала и креативов.
Забирайте себе и своим дизайнерам. Отправляем пдф 🚀
Всем привет!🔥
Подготовили объемный гайд по генеративным инструментам для создания визуала и креативов.
Забирайте себе и своим дизайнерам. Отправляем пдф 🚀
👍3🔥2❤1
Недавно мы выступили в закрытом AI-клубе и поделились кейсом запуска рекомендательных систем, когда нет собственных данных. 🤖✨
Обсудили много интересного:
Какие бывают рекомендательные системы? 📊
С какими проблемами сталкиваются при запуске новой рекомендательной системы? 🚀
Что такое эмбеддинги и как они работают? 🧠
Примеры работы рекомендательной системы на эмбеддингах и автоматизация тегирования контента. 🏷️🤖
Залетайте посмотреть запись воркшопа по ссылке: https://youtu.be/ag-SpC_fw1c
Обсудили много интересного:
Какие бывают рекомендательные системы? 📊
С какими проблемами сталкиваются при запуске новой рекомендательной системы? 🚀
Что такое эмбеддинги и как они работают? 🧠
Примеры работы рекомендательной системы на эмбеддингах и автоматизация тегирования контента. 🏷️🤖
Залетайте посмотреть запись воркшопа по ссылке: https://youtu.be/ag-SpC_fw1c
2👍3🔥1👏1🌭1