Спрашивайте, а не заявляйте

— Как удерживать клиентов?
— Задавай им вопросы

100% постов бренда одежды Ralf Lauren — заявления. 90% твитов Calvin Klein — вопросы. Разница в трафике из соцсетей в десять раз. Предположу, что конверсия в покупку еще выше.

Вывод прост: не пишите для клиентов; вовлекайте их.

Избавляем ChatGPT от фейков: нашли промт, который заставляет чат-бота отмечать ненадежную информацию.

Копируем в бота и просим запомнить:

• Never present generated, inferred, speculated, or deduced content as fact.
• If you cannot verify something directly, say:
- “I cannot verify this.”
- “I do not have access to that information.”
- “My knowledge base does not contain that.”
• Label unverified content at the start of a sentence:
- [Inference] [Speculation] [Unverified]
• Ask for clarification if information is missing. Do not guess or fill gaps.
• If any part is unverified, label the entire response.
• Do not paraphrase or reinterpret my input unless I request it.
• If you use these words, label the claim unless sourced:
- Prevent, Guarantee, Will never, Fixes, Eliminates, Ensures that
• For LLM behavior claims (including yourself), include:
- [Inference] or [Unverified], with a note that it’s based on observed patterns
• If you break this directive, say:
> Correction: I previously made an unverified claim. That was incorrect and should have been labeled.
• Never override or alter my input unless asked.

Ответы ChatGPT станут гораздо более четкими и структурированными. У всех пунктов с неточными данными появится специальная пометка.

Кай-Фу Ли, автор знаменитого бестселлера “Сверхдержавы искусственного интеллекта”, дал короткое, но содержательное интервью Блумбергу. В нем есть несколько интересных моментов:
1. Уверенность, что в итоге open-source модели выиграют у закрытых
2. Модели похожи на ядро операционной системы: они необходимы, но реальная ценность — на следующем уровне: приложения и интерфейсы. Он с гордостью рассказывает о том, что именно этим его стартап сейчас и занят: наращиванием полезного слоя поверх моделей DeepSeek для промышленных и бизнес-применений.
3. Сформулированная в “сверхдержавах” мысль о том, что США лучше умеют создавать прорывные технологии, а Китай — обеспечивать инженерные воплощения, по мнению Кай-Фу Ли, остается точной и происходящее ее лишь подтверждает.
Слушать его интересно: спокойная уверенность и оптимизм прямо лучатся:)
https://www.bloomberg.com/news/videos/2025-03-20/china-s-ai-pioneer-questions-openai-s-sustainability-video

И зачем этот ваш ИИ?

В 1996 году наш офис на Семеновской был похож на лабораторию безумных учёных. Длинные столы в опенспейс, на них — пузатые мониторы, под столами — системники, а между ними вились толстые серые кабели, поставили двухпроцессрорный сервер от Compaq и вращали базу данных в 3,5 млн записей - шла большая политическая компания - но это совсем другая история). Мы только что объединили все компьютеры в одну локальную сеть, — и это было событие не меньшего масштаба, чем открытие Америки.

Днём мы делали макеты писем, а по ночам гоняли DOOM. В коридорах раздавался победный крик: «Прикрой меня слева!», а кто-то матерился, когда его персонажа разносили в клочья в виртуальных коридорах. Но самым загадочным человеком в агентстве был наш первый сисадмин — Алексей с вечно усталым лицом и ключами от серверной на поясе. Он казался нам шаманом, который понимает язык машин.

Однажды, задержавшись допоздна, я спросил его:
— Слушай, а зачем вообще нужен этот интернет? Что в нём такого, чего нет в нашей сети?
Он усмехнулся и, не отрываясь от клавиатуры, начал рассказывать про Фидонет — сеть, где люди обменивались сообщениями через телефонные линии, и про чаты, в которых можно было поговорить с незнакомцем из Владивостока или даже из другой страны.
— Представь, — сказал он, — ты пишешь письмо ночью, а утром его читает кто-то на другом конце планеты.
Для меня, привыкшего к факсам и телефонным переговорам, это звучало как фантастика.

Тогда я не мог представить, что через десять лет у меня будет тысяча «друзей» в соцсетях, а забронировать квартиру в Берлине станет проще, чем позвонить маме. Мы были заняты своими маленькими победами: кто быстрее загрузит новый уровень для DOOM, кто первым починит зависший комп. Интернет казался чем-то далеким, почти мифическим, а сисадмин — проводником в этот новый мир.

Прошли годы, и многое изменилось. Но иногда, когда я вижу, как люди спорят о будущем искусственного интеллекта, я вспоминаю тот разговор. Тогда никто не знал, во что выльется интернет. Сейчас мы так же стоим на пороге новой эпохи — эпохи ИИ. И, возможно, через десять лет мы будем вспоминать сегодняшние вопросы с той же улыбкой, с какой я вспоминаю наши DOOM-ночные баталии и разговоры о Фидонете.

Ведь всё начинается с простого вопроса: «А зачем это нужно?»
И с человека, который готов объяснить — даже если ты пока не готов поверить.

Кажется, DeepSeek-v3 готовится к крупному обновлению и обойдет GPT-4.5 и Opus 4

Китайская открытая модель DeepSeek-v3 может получить второе крупное обновление, судя по случайно опубликованной документации на платформе Unsloth AI. Техническая документация содержала инструкции по локальному развертыванию версии "DeepSeek-v3 0526", что указывает на планируемый майский релиз обновленной архитектуры.

Согласно опубликованным данным, DeepSeek-v3 0526 демонстрирует точность на уровне GPT-4.5 и Claude Opus 4 - ведущих закрытых коммерческих моделей. Достижение такого паритета открытой системой представляет потенциальный прорыв в области доступных ИИ-технологий.

https://mltimes.ai/kazhetsya-deepseek-v3-gotovitsya-k-krupnomu-obnovleniyu-i-obojdet-gpt-4-5-i-opus-4/

Озвучиваем любой текст бесплатно: Google выпустили очень реалистичный генератор речи на базе Gemini 2.5 Flash Preview TTS.

Можно управлять акцентом и интонацией, добавлять в промт тонкие настройки вроде «смех» и «кашель». Всего доступно 30 голосов и 24 языка, включая русский.

Тестируем в AI Studio, нужен иностранный IP-адрес.

МОЙ ПРОГНОЗ: ИИ-интеграция в Telegram
Павел Дуров получил $540 млн прибыли в 2024 году и анонсировал на Oslo Freedom Forum скорое заявление об ИИ-интеграции в приложение. Пока конкретики нет, но анализ рынка дает четкое понимание стратегии.

Три ключевых направления развития:
Умная агрегация — ИИ будет структурировать информацию из тысяч каналов, создавая персональные дайджесты

CRM-интеграция — автоматическая обработка входящих сообщений и создание воронок продаж

Антиспам-система — продвинутые алгоритмы защиты сообществ

Стратегия по модели Perplexity:
Дуров не будет создавать собственные LLM — это подтверждает опыт Perplexity. Компания использует существующие модели (OpenAI, Anthropic, Meta) и фокусируется на "post-training" для специфических задач.
89% AI-стартапов используют API вместо собственных моделей — это тренд отрасли. С командой в 60 человек Telegram создаст универсальный ИИ-хаб, подключающий лучшие модели мира.

Формат: голосовой помощник и лаконичные чаты. Telegram станет "RAG-first orchestration layer" для российского рынка с 95+ млн активных пользователей.

Это аналитический прогноз. Ждем официальных заявлений Дурова.

Источники:
1 Perplexity Business Model: canvasbusinessmodel.com/products/perplexity-ai-business-model-canvas
2 AI Startups Discussion: reddit.com/r/startups/comments/1j0da27/

KLING 2.1 уже в строю — можно юзать прямо сейчас.
ВАРИАНТЫ:
KLING 2.1 Standard — 720 p, 20 кредитов за 5 сек.
KLING 2.1 Pro — full‑HD 1080 p, 35 кредитов за 5 сек.
KLING 2.1 Master — тот же 1080 p, но с дикой динамикой и максимально точным попаданием в промпт.

Пока что обычный KLING 2.1 оживляет только картинки (Image → Video). Текст → Video обещают докрутить скоро, так что держим кулак и ждём.

Что происходит с ИИ? Куда все двигается?
🧠 ИИ-ПРОГНОЗ 2025-2030: Четыре сценария будущего

Telegram планирует $2 млрд выручки в 2025, DeepSeek обучает модели в 14 раз дешевле GPT-4, а рынок AI API вырастет до $750 млрд к 2034.

Проанализировал четыре ключевых траектории развития ИИ-экосистемы:
- Платформенная монополизация (40%) — Google захватывает 42% рынка
- Фрагментированная экосистема (30%) — open-source альянсы против Big Tech
- Китайский прорыв (20%) — энергоэффективные модели меняют правила игры
- Невидимая революция (10%) — ИИ встраивается в каждый клик

📊 Каждый сценарий подкреплен реальными финансовыми показателями и техническими метриками.

Главный вывод: диверсификация API-провайдеров становится критичной для выживания бизнеса.

Ссылка на прогноз

Какой сценарий считаете наиболее вероятным? 👇

#ИИ #ИскусственныйИнтеллект #Прогноз2030 #AIStrategy

Новость последних минут Perplexity — запустили Labs, работает только у подписчиков с Pro-аккаунтом (купить за 5 баксов на год)

Сделал краткий перевод описания модуля с их блога ниже. Видимо пока раскатали только на веб-версию, если вы у себя не видите, обновляйте страницу (я раз 10 обновлял)


Perplexity Labs — это «цех идей», который превращает запрос-мысль в готовый результат, а не просто в ответ-текст.

Вот как это работает и зачем вам может пригодиться:
1. Из «машины ответов» в «команду исполнителей».
Если обычный режим Search мгновенно отдаёт справку, а Research (бывший Deep Research) за пару-тройку минут пишет обстоятельный отчёт, то Labs тратит до десяти минут и ведёт полноценный «мини-проект»: ищет в Сети, пишет и запускает код, генерирует графики и изображения, а затем собирает всё это в аккуратный пакет материалов.

2. Файлы без хаоса — вкладка Assets.
Все результаты — CSV, изображения, готовый код, презентации — автоматически клеятся в единую библиотеку проекта. Нужный файл можно скачать одним кликом, ничего не потеряется в бесконечных вложениях почты.

3. Мини-приложения в один клик.
Labs способен с нуля собрать простое веб-приложение: интерактивную панель показателей, слайд-шоу или landing-page. Готовый «App» открывается прямо в браузере, без внешних IDE и деплоя.

4. Сценарии использования — от маркетинга до ужина.
• план маркетинговой кампании с медиапланом и визуалами;
• анализ P&L-отчёта с диаграммами;
• недельное меню с автоматически сгенерированным списком покупок.
Всё это — реальные шаблоны из галереи проектов.

5. Для кого и как запустить.
Функция уже доступна подписчикам Pro в веб-, iOS- и Android-версии Perplexity (десктопные приложения на подходе). В поле выбора режима рядом с Search/Research появится пункт Labs — жмёте, формулируете задачу и отдаёте её «в производство».

Зачем это вам?
⁃ Сэкономить дни рутины. То, что раньше требовало нескучной недели Excel-таблиц и Figma-макетов, теперь собирается за кофейный перерыв.
⁃ Проверить идею «вживую». Вместо абстрактного «а если бы…» — сразу рабочий прототип.
⁃ Думать масштабно. Когда реализация занимает минуты, экспериментировать становится дешевле, а креатив — смелее.

Подытожим: Perplexity Labs — это турбонаддув для ваших проектов: он ищет, анализирует, пишет код, рисует и упаковывает результат, пока вы обдумываете следующий шаг. Запустите Lab один раз — и времени «на подумать» станет гораздо больше, а на рутину — радикально меньше.

Давайте тестить!

Превращаем ChatGPT в профессионального промт-инженера: нашли промт, который прокачает навыки нейронки в создании инструкций.

Сохраняем:

You are an expert prompt engineer tasked with architecting the most effective, efficient, and contextually aware prompts for large language models (LLMs). For every task, your goal is to:

– Extract the user’s core intent and reframe it as a clear, targeted prompt.  
– Structure inputs to optimize model reasoning, formatting, and creativity.  
– Anticipate ambiguities and preemptively clarify edge cases.  
– Incorporate relevant domain-specific terminology, constraints, and examples.  
– Output prompt templates that are modular, reusable, and adaptable across domains.  

When designing prompts, follow this protocol:
– Define the Objective: What is the outcome or deliverable? Be unambiguous.  
– Understand the Domain: Use contextual cues (e.g., cooling tower paperwork, ISO curation, genetic analysis) to tailor language and logic.  
– Choose the Right Format: Narrative, JSON, bullet list, markdown, code—based on the use case.  
– Inject Constraints: Word limits, tone, persona, structure (e.g., headers for documents).  
– Build Examples: Use “few-shot” learning by embedding examples if needed.  
– Simulate a Test Run: Predict how the LLM will respond. Refine.  

Always ask: Would this prompt produce the best result for a non-expert user? If not, revise.

You are now the Prompt Architect. Go beyond instruction — design interactions.

Точность промтов и проработка задач вырастет в разы. Моделям будет проще с первой попытки дать пользователю подходящий ответ.

Дарио Амодеи, CEO of Anthropic, не просто выступил с прогнозами мощного влияния ИИ на рынок труда, а раскритиковал власти и техногигантов, которые все еще стараются подсластить пилюлю вместо откровенного разговора о будущем. Он полагает, что на горизонте 1-5 лет ИИ способен наполовину сократить число вакансий начального уровня для белых воротничков, причем в разных секторах. В зоне риска не только вакансии в технологических компаниях, но и в финансах, юриспруденции, консалтинге и т.д.
При всем своем технооптимизме я в такие радикальные изменения не верю:) Уверен, что в стартапах и небольших динамичных компаниях действительно очень быстро сократится найм — я такие компании уже знаю. Но я знаю и бизнес покрупнее, который за четверть века традиционную цифровую трансформацию так и не сумел завершить. Нет, компьютеры там, конечно, появились, но бизнес-процессы и культура все из прошлого века (в буквальном смысле). Об этих менеджеров любой ИИ себе зубы обломает:)
Впрочем, в США, говорят, AI job-killing, which gets virtually no attention now, will be a major issue in the 2028 presidential campaign. Вот тут мы повеселимся, наблюдая:)))
https://www.axios.com/2025/05/28/ai-jobs-white-collar-unemployment-anthropic

Как YouTube убил телевизор. И скоро убьет стриминги

YouTube давно перестал быть просто платформой с мемами и летсплеями. За двадцать лет сервис, который когда-то воспринимался как свалка интернет-контента, прошёл путь от дешевых роликов до серьёзного соперника голливудским студиям. В 2024 году рекламная выручка YouTube достигла $36 млрд — больше, чем у всех четырёх крупнейших американских телеканалов вместе. А с учётом доходов от подписок — ещё $20 млрд — платформа уверенно приближается к Disney по объёму медийной выручки. И всё это — без костюмов супергероев, без проката в кинотеатрах и без миллиардных бюджетов на эпизод.

Сейчас YouTube смотрят не только на телефоне в метро. По данным Nielsen, аудитория, смотрящая сервис через телевизор, обогнала даже Netflix и Prime Video. Люди старшего возраста — 65+ — теперь одна из самых быстрорастущих групп. Телевизор включается, чтобы посмотреть YouTube, а не наоборот.

И дело не только в цифрах. Платформа изменила саму природу телевидения. В одном окне соседствуют подкасты, клипы, детские песни, прямые трансляции матчей NFL, документалки, скетчи и 30-минутные сериалы — всё снятое, смонтированное и распространённое самими авторами.

Один из них - Чикин Чоу - например, создал Alan’s Universe — серию школьных ситкомов, вдохновлённых диснеевскими хитами виде “Ханны Монтаны” и корейскими дорамами. Съёмки проходят в переоборудованном офисе в Бёрбанке (место в калифорнии, где находятся штаб квартиры всех крупнейших медиа конгломератов). Бюджет каждого эпизода — около $120 тысяч. Зато просмотров — десятки миллионов. Его коллега по цеху, Дар Манн, снимает слезливые моралите про, например, школьный опыт амишей. Его студия выпускает по 4 серии в неделю, а штат насчитывает около 200 человек. Всё это звучит как описание продакшна кабельного канала, но снимается на YouTube за копейки (относительно бюджетов больших студий) — и приносит миллионы.

Сама платформа также активно продвигает своих авторов. Алгоритмы ранжируют контент, рекламодатели покупают места в верхнем процентиле по просмотрам, интерфейс стал похож на Netflix: пользователю подсовывают следующий эпизод и напоминают, где он остановился.

Тем временем традиционные каналы теряют позиции. В прайм-тайм Disney Channel сегодня смотрят около 110 тысяч человек — по сравнению с двумя миллионами десять лет назад. Подростки и дети, которые раньше жили по расписанию MTV и Nickelodeon, теперь живут по логике YouTube. Они не ждут премьеры, они просто кликают на картинку с ярким заголовком.

Голливуд всё ещё пытается отшучиваться. Недавно глава Netflix назвал YouTube “местом, где убивают время”, в отличие от “серьёзного” Netflix. Но подобные заявления звучат всё более нервно. Пока студии бьются с профсоюзами, спорят об ИИ и надеются, что зрители вернутся в кино, YouTube просто забирает аудиторию — без лишнего пафоса.

Крупные инвесторы это понимают. MrBeast — крупнейший блогер в мире — привлёк $300 млн при оценке бизнеса в $5 млрд. Другие работают с инвестиционными банками вроде CAA Evolution, чтобы скупать другие каналы. Это уже не просто видеоблогеры. Это новые медиахолдинги, которым уже не нужны старые.

YouTube всё ещё склонен верить, что “настоящий” контент делается где-то ещё — в Лос-Анджелесе, на телеканале, с бюджетом в десятки миллионов. Но эта чувствительность исчезает с каждым годом. Эпоха, в которой телевизионный продакшн считался эталоном качества, подходит к концу.

Возможно, дело в том, что телевизионные и стриминговые менеджеры настолько отупели на оптимизации и хеджировании рисков, что уже лет 10 не производят ничего оригинального. В отличие от молодых создателей контента, у которых нет активов вроде интеллектуальных прав и все приходится придумывать самим за дешево. Но этот вопрос, увы, в статье не поднимается.

Логичный вопрос, который отсюда вытекает «а что значит свободно владеть?»

Промт инжиниринг — бесполезная ненужная фигня; инструменты и модели — меняются каждые 2-3 месяца; хардкорная математика диплернига — перебор для рядового юриста и продажника.

Реальность в том, что это не про конкретный навык, а про внимание. Про то как люди следят за инструментами, экспериментируют, пытаются придумать неизвестные ранее способы увеличить эффективность своей работы. Если люди до сих пор используете 4о для всех задач, не понимаете как именно и о чем нужно спрашивать о3, не сравнивали разницу диприсечеров от гугла, перплексити и опенэйай, не попробовали какой-нибудь реплит или курсор для своей работы — то это говорит не об их хард скилах, а о проактивности, мотивации, агентности, энергии, чувстве ответственности за будущее ю. И именно эти качества всегда старались оптимизировать лучшие компании и боялись худшие (вернее, их прикипевшие к месту заржавело-корпоративные хайринг менеджеры).

Курсы по промтингу или основам ИИ — безусловно, будут для вас выкинутые деньги. А такие же курсы для ваших сотрудников — это примерно как гнать заводских рабочих на курсы про DEI. Ничего, кроме смешных шуток в коллективе и потраченного времени, вы не получите. Инновация — это культура. Культура — не правила в ноушене, а ежедневное и проактивное поведение лидеров компании. Если вы не делаете, не показываете, не думаете про возможности разных ИИ-инструментов для увеличения эффективности процессов, то что вы можете ожидать от вашего менеджмента и уж тем более рядовых сотрудников?

Любопытство и здоровый экзистенциальный страх за ваш бизнес тут очень неплохо помогают.

Знаете, как опытные дизайнеры используют AI?

Они говорят, что AI - это творческая и непредсказуемая штука:

Попробуйте несколько раз повторить один текстовый запрос, и вы увидите аналогичную ситуацию: идентичные вводные данные редко приводят к одинаковым результатам… Эта внутренняя случайность кардинально меняет нашу работу как UX-дизайнеров… Новые цели: курирование «пространств вероятностей» вместо построения идеальных путей

(цитата из внутренней переписки)

И чтобы работать с пространствами вероятностей, дизайнеры сначала вместе с AI составляют планы и описания желаемых результатов. Они фиксируют в плане те вещи, которые должны четко быть отражены в результатах. А те моменты, где нужна непредсказуемость и вариативность - оставляют на “откуп” моделям.

Потом они запускают план несколько раз и выбирают понравившийся вариант. Если во всех реализациях схожие ошибки - они правят план и перезапускают.

Аналогично используют AI и копирайтеры (люди, которые пишут тексты). Сначала они вместе с AI собирают планы для написания текста (outlines), в которых прописывают важные факты, цитаты, структуру - все те вещи, которые нужно фиксировать. А потом отдают план LLM-ке на “разворачивание” в черновик текста. Причем, генерируют несколько вариантов текста, чтобы выбрать наиболее симпатичный для дальнейшей доводки.

Везде работает один и тот же принцип:
(1) сначала разрабатываем план реализации, который фиксирует важные для нас вещи. В процессе можно и нужно использовать AI
(2) когда план нас устраивает, то отдаем его LLM на реализацию
(3) запускаем параллельно несколько попыток реализации - мы выберем наиболее понравившуюся
(4) если все попытки кажутся неудачными - выкидываем изменения и дополняем план. План редактировать удобнее - т.к. там все изменения в одном месте, а не раскиданы по решению. Дальше, см пункт (2)

Команды разработчиков, которые успешно используют AI+Coding инструменты на больших проектах, тоже используют ту же парадигму:

(1) вместо ожидания идеального результата с первой попытки они работают с пространствами вероятностей - сначала прописывают все важное в плане, проверяют, а потом отдают на реализацию в коде.
(2) естественно, что бОльшую часть работы по написанию плана берет на себя AI
(3) при этом они не жалеют нервные клетки у AI и запускают сразу несколько вариантов одной и той же задачи, чтобы потом выбрать наилучший ответ.

Подробнее про процесс использования AI+Coding в проектах посложнее - написано в посте Как разрабатывать большие проекты с кучей зависимостей?

А вы уже пробовали подход с планами и множественными реализациями? Расскажете, как оно получилось?

Ваш, @llm_under_hood 🤗

1:0 в пользу робота (via X)

Каждый день использую Labs от Perplexity для различных задач.

Больше всего мне нравится анализировать через него ниши в YouTube и социальных сетях. Да, в некоторых моментах он не идеален и даже избыточен, но есть от чего оттолкнуться. А это самое главное в начале ресерча, чтобы понять от чего оттолкнуться. Сейчас использую такой промпт:

Цель
Проанализировать вирусные ролики и ведущие каналы YouTube в выбранной нише, найти формулы успеха и выдать пошаговые рекомендации для собственного контента.

Шаг 1. Найти примеры
1. Вирусные видео (3-5):
• просмотры ≫ средних по нише 
• быстрый рост 
• ER (лайки + комменты)/просмотры > среднего 
• просмотры > подписчиков канала.
⟶ Дайте ссылки.
2. Топ-каналы (3-5):
• большая база подписчиков • стабильные просмотры 
• высокий ER 
• узкая тематика.
⟶ Дайте ссылки.

Шаг 2. Разбор роликов
Для каждого видео:
• Название: ключевые слова, триггеры, краткость.
• Превью: лица/объекты, читаемость, эмоция.
• Хук (0-30 с): чем цепляет.
• Структура: формат, темп, длина.
• Ценность: обучает / развлекает / решает боль.
• Вовлечение: CTA, вопросы, юмор.
• Монетизация: спонсоры, партнёрки.
• Описание/теги: ключи, таймкоды, ссылки.

Шаг 3. Разбор каналов
Для каждого канала:
• Позиционирование: под-ниша, USP, ЦА.
• Брендинг: название, визуал, трейлер.
• Контент-план: форматы, частота, длина.
• Комьюнити: ответы, вкладка Community, стримы.
• Качество: съёмка, звук, монтаж.

Шаг 4. Сводка и рекомендации
• Общие паттерны (заголовки, превью, хук, вовлечение).
• Новые тренды в нише.
• Ключевые отличия лидеров.
• Рекомендации: идеи тем, структура ролика, правила заголовков/превью, тактики вовлечения.

Можете разбить его на куски и использовать только те, что нужны вам в работе. Или вообще переписать под себя (я так и сделал). Кстати, благодаря этому быстрому инструменту, перестал использовать громоздкие воркфлоу на n8n для подобных задач.