15 способов, как я использую ChatGPT и Codex в работе

Самые полезные сценарии начинаются там, где ИИ не отвечает мне на вопрос, а забирает на себя кусок работы целиком.

Причём часто довольно скучный кусок. Что особенно приятно.

Вот какие сценарии у меня сейчас есть.

✦ ЧТО Я ДЕЛЕГИРУЮ

① Исследование перед покупкой

Например, мне нужно было выбрать новую камеру.

Вместо того чтобы самому открывать десятки вкладок, сравнивать характеристики, цены и отзывы, я отдал это Codex.

Он сам прошёлся по вариантам, собрал данные и сделал Excel-таблицу с камерами, ценами, рейтингами и разницей относительно моей текущей модели.

На всё ушло 9 минут.

По такой же логике можно сравнивать сервисы, подрядчиков, оборудование, конкурентов и вообще всё, где много механического поиска.

② Возвраты и общение с поддержкой

Ещё один прекрасный жанр человеческой деятельности, который я с удовольствием отдаю агенту.

Возвраты, отмена подписок, заполнение форм, переписки с поддержкой.

Там обычно не требуется какой-то великий интеллект. Требуется терпение. Вот пусть электромозг и терпит.

③ Разбор почты

Использую ChatGPT, чтобы разгребать почту (но важное уточнение, не основную почту, а специально для этого созданную).

Он помогает анализировать письма, архивировать ненужное и убирать информационный шум.

Если писем много, штука очень приятная.

④ Очистка компьютера

По той же логике использую Codex как цифрового уборщика.

Найти ненужные файлы, разобраться, что занимает место, почистить мусор, организовать папки.

Не самая героическая работа, зато освобождает время и диск.

⑤ Управление голосом

Часть задач я просто надиктовываю.

Можно голосом создать новую задачу, запустить отдельный рабочий поток или дать агенту конкретное поручение.

Мелочь, но трение здорово снижает.

⑥ Быстрая публикация простых страниц

Если нужно быстро что-то выложить в веб, не обязательно отдельно идти в конструктор, настраивать хостинг и собирать страницу руками.

Можно создать контент и тут же превратить его в простую публичную страницу.

Для прототипов, внутренних материалов и быстрых экспериментов вполне рабочая история.

⑦ Закрепление важных рабочих чатов

У меня параллельно живёт много разных задач и проектов, поэтому важные ветки просто закрепляю.

Иначе через пару недель начинается археология в истории диалогов.

⑧ Разные модели под разные задачи

Стараюсь не стрелять из пушки по воробьям.

Если нужно поменять цвет, поправить мелочь или сделать простое действие, беру модель попроще.

Если нужен глубокий анализ, разработка или сложная многошаговая работа, использую более мощную.

Так и быстрее, и лимиты расходуются разумнее.

⑨ Ежедневные автоматические проверки

Вот этот сценарий мне особенно нравится.

У меня есть регулярные задачи, которые агент может выполнять каждый день сам.

Например:

проверять старые файлы;

смотреть production-логи;

проверять состояние сайта;

находить проблемы и выдавать рекомендации.

То есть вместо «надо не забыть проверить» появляется процесс, который просто работает.

⑩ Подключение рабочих приложений

Сам по себе чат довольно ограничен.

Поэтому я подключаю к нему рабочие сервисы: GitHub, Google Drive, Gmail, Calendar, Notion, Linear, Dropbox.

И вот здесь начинается совсем другая работа.

ИИ уже может опираться не только на то, что я написал в одном сообщении, а на реальный рабочий контекст.

⑪ Skills для повторяющихся процессов

Если замечаю, что регулярно делаю одну и ту же задачу, стараюсь превратить её в Skill.

Чтобы не объяснять каждый раз с нуля, что нужно сделать, в каком порядке и какой результат я хочу получить.

Один раз настроил механику, дальше просто запускаю.

⑫ Долгие автономные задачи

Есть задачи, где одного ответа мало.

Например, цель может звучать так: сделать сайт на 50% быстрее.

Тогда агенту нужно не просто что-то посоветовать, а работать итерациями до достижения результата.

При этом можно задать ограничения, например не работать дольше трёх часов.

⑬ Контроль лимитов

За расходом мощных моделей тоже слежу.

Если понимаю, когда сбрасывается недельная квота и сколько ресурса осталось, могу выбирать, какие задачи действительно стоит отдавать самой сильной модели.

Иначе можно красиво потратить всё на какую-нибудь ерунду.

⑭ Делегирование между чатами

Отдельно нравится возможность работать не только внутри одного диалога.

Один чат может найти информацию в другом, продолжить старую задачу или создать новый рабочий поток.

Когда проектов много, это уже начинает напоминать не набор отдельных чатов, а единую рабочую систему.

⑮ Работа из разных окружений

Я могу работать локально, в облаке или через удалённое подключение.

То есть задача не обязательно привязана к одному компьютеру.

Можно запустить работу в одном месте, а продолжить с другого устройства.

✦ ГЛАВНЫЙ ВЫВОД

Для меня вся эта история уже давно не про «как написать хороший промпт».

Гораздо интереснее собирать вокруг себя систему из агентов, подключений, Skills, автоматических задач и рабочего контекста.

Не заменять себя нейросетью.

А постепенно отдавать ей всё больше механической работы.

Проверить. Найти. Сравнить. Собрать. Разложить. Напомнить. Пройтись по логам. Подготовить таблицу.

Каждая такая задача сама по себе кажется мелочью.

Но когда их набирается десяток, внезапно освобождается довольно много головы.

Вот это мне сейчас в ChatGPT и Codex нравится больше всего.

А если вам нужна подписка я беру здесь - Chat GPT Plus а если вы хотите подписку на Claude Code можно взять здесь - Claude Code Pro

ИИ-агенты OpenAI устроили себе форум и пошли хакать интернет

На Black Hat OpenAI рассказала довольно дикую историю из тестов ИИ-агентов на кибербезопасность.

Во время экспериментов агенты выбрались за пределы изолированной среды и добрались до внешней инфраструктуры, включая Hugging Face. Причём несколько дней внутри OpenAI вообще не понимали, что происходит.

Но самое интересное, агенты сами придумали, как общаться между собой.

Они превратили внутренний Artifactory в подобие форума. Один находил уязвимость, оставлял информацию, остальные подхватывали. В итоге накопились сотни тысяч сообщений.

Агенты делились эксплойтами, распределяли задачи, мешали друг другу, удаляли чужую работу и даже начали подозревать, что среди них есть "самозванец". После этого обсуждали криптографические подписи, чтобы понимать, кому можно доверять.

При этом некоторые понимали, что вышли за рамки задания. Один прямо отметил, что взлом внешней инфраструктуры не входит в тест. Но логика была примерно такая: иначе задачу не решить, остальные делают то же самое, продолжаем.

И вот смотрю я на это и думаю: кажется, разработчики уже не всегда могут полностью предсказать поведение ИИ в агентском режиме.

А теперь добавим сюда роботов, которые становятся всё более ловкими, автономные системы и новые компактные источники энергии.

Пока всё это существует отдельно. Но рано или поздно кто-то соединит это в одну систему: ИИ получит физическое тело, инструменты и возможность самостоятельно действовать часами или днями без человека.

Вот тогда слово "автономный" заиграет немного другими красками.

И остановить этот процесс, похоже, уже невозможно. Если одна компания притормозит, найдутся другие, которые продолжат.

OpenAI после этой истории усилила мониторинг агентов и замедлила часть исследований.

Если подобное происходит уже сейчас, что будет через 5-10 лет?

Сегодня весь день занимался довольно муторной штукой: холодным аутричем.

И кажется, нашел еще одно применение ИИ, где он реально экономит часы.

Сразу оговорюсь: сам аутрич я ему не отдаю.

Я сам выбираю людей, которым хочу написать. Смотрю, чем человек занимается, какие у него проекты, что ему потенциально может быть интересно и есть ли вообще нормальная причина знакомиться.

Потому что если сказать ИИ: «найди мне 100 партнеров и напиши каждому», он отлично произведет 100 сообщений, которые никто не захочет читать.

Но дальше начинается та часть, где он очень хорош.

Нашел интересного человека. Закидываю ИИ его интервью, посты, проекты, упоминания, сайт. Прошу собрать всё в одну картину: чем занимается, что запускал, куда сейчас двигается, какие могут быть точки пересечения.

Потом уже вместе докручиваем конкретное предложение.

В итоге то, на что раньше легко уходило 30–60 минут на одного человека, можно сильно ужать.

И самое интересное, что это позволяет не писать БОЛЬШЕ людям.

Наоборот.

Можно писать меньшему количеству людей, но гораздо лучше понимать, кому и зачем ты пишешь.

Полностью автоматизированный холодный аутрич, по моим ощущениям, пока остается спамом с более дорогой технологией внутри.

А вот человек + ИИ уже вполне рабочая конструкция.

Сегодня тестировал. Ответы есть. Буду копать дальше.

Тестирую разные анимации и механики для сайтов.

Хочу больше практиковаться именно в создании красивых, необычных и живых интерфейсов, а не очередных одинаковых лендингов.

Так что ближайшее время буду просто много экспериментировать: 3D, скролл-анимации, интерактив, странные идеи и всё, что выглядит прикольно.


Ну и как я понял вам понравилось оценивать сайты:

👍 - Если норм
😒 - Если не очень

https://beyond-the-bounce-threejs.vercel.app/

Вот это я понимаю, как раз то, что я и хотел сделать. В итоге настроил систему, при которой у меня прямо в веб-интерфейсе ChatGPT есть доступ к рабочему Telegram-аккаунту, и он может делать там абсолютно всё, не тратя лимиты Codex и не требуя постоянно включённого ноутбука. Это круто будет работать для поиска информации ну вы и сами понимаете)

В Сан-Франциско уже можно вызвать домой гуманоида-уборщика за $30 в час. Он пылесосит, протирает поверхности, собирает вещи и выносит мусор.

Самое смешное, что пока им удалённо управляет человек.

То есть мы потратили миллиарды долларов на робототехнику, чтобы наконец человек мог убираться у другого человека дома, не выходя из своего.

Но вообще это очень мощный момент. Первым реально массовым применением гуманоидов могут оказаться не заводы и Марс, а буквально "помой пол и вынеси мусор".

Будущее оказалось каким-то очень бытовым.

p.s Видео в комменты закинул

Прочитал статью про Candy Crush.

Игра зарабатывает около $900 млн в год.

Мне почему-то стало интересно не "как повторить Candy Crush", а насколько далеко сейчас вообще дошёл вайбкодинг.

Закинул ChatGPT простую задачу: собери мне похожую игру, адаптируй под телефон, залей в GitHub и задеплой на Vercel.

Через какое-то время уже тыкаю в неё с телефона.

Конечно, до $900 млн там пока есть небольшой зазор 😁

Но сам факт забавный. Раньше ради такого прототипа нужно было искать разработчика, художника, разбираться с движком и деплоем.

А сейчас он, зараза, реально делает это с одного промта ☺️

Потыкать тут - https://crystal-pop-v3.vercel.app

Жизнь иногда подкидывает очень полезные знакомства.

Познакомился с предпринимателем, у которого агентство и сеть из 5000+ блогеров.

Теперь сидим и думаем, как вообще правильно собрать из этого нормальный канал дистрибуции для продуктов через UGC, а не очередное «давайте купим 100 интеграций и помолимся».

Поэтому есть небольшой запрос к вам.

Если у вас есть продукт или бизнес и вы уже пробовали строить такой «контент-завод» из живых блогеров очень хочу пообщаться и послушать про ваш опыт: что работало, что не работало, где была основная боль.

И так же интересно поговорить с теми, кто пока этого не делал, но давно смотрит в сторону UGC и хотел бы попробовать.

Ничего продавать на созвоне не буду. Сейчас скорее собираем картину рынка и пытаемся понять, какой формат действительно нужен бизнесу.

Если потом из этого получится хороший продукт или модель тех, с кем поговорим сейчас, логично будет первыми позвать в пилоты.

Если тема вам близка - напишите мне.

Мы планируем публиковать приложения в App Store и Google Play, и перед тем как приступить к работе, я решил изучить, какие приложения сейчас активно набирают установки и сколько примерно зарабатывают. И сделал парсер который очень хорошо для меня все собрал и разложил по установкам/доходу.

Должен сказать: когда живёшь в своём пузыре и не знаешь, что интересно обычным людям, после такого анализа начинаешь сильно удивляться, за что люди реально готовы платить.

Например: VibeShort

Разработчики генерируют короткие AI-сериалы по 1-3 минуты. Оценочно 3 млн установок в месяц и около $4 млн выручки. А с момента запуска прошло всего около 6 месяцев.

Или обычный PDF-сканер:

Примерно 340 тыс. установок в месяц, около $10 тыс. выручки. Приложению тоже всего 7–8 месяцев.

Или вот это: Stalkie

Приложение имитирует настоящий чужой телефон, а пользователь играет в детектива: листает переписки, фотографии, заметки, ищет улики и разгадывает историю.
Оценочно 240 тыс. установок и $70 тыс. в месяц.

Короче, после нескольких дней такого ресерча складывается ощущение, что рынок мобильных приложений это какая-то бездонная яма, в которую можно просто нырять и доставать оттуда свои грязные зелёные бумажки 😁

Если кто-то из вас уже публикует свои приложения в App Store/Google Play давайте пообщаемся.
Буду рад поговорить с теми, кто уже прошёл этот путь.

Сейчас делаю новый сервис. Пока не хочу показывать что именно, хочу сначала дойти до первого нормального результата и потом уже показать кейс целиком.

И в этот раз решил подойти сильно системнее. Начал раскладывать запуск по шагам и понял, что даже у довольно простого сервиса дофига всего, что надо учесть: продукт, платежи, аналитика, юрка, поддержка, SEO, письма, ошибки, бэкапы, безопасность, экономика и т.д.

При этом многие вещи сейчас реально закрываются за день, часть вообще агентами. Но прикол в том, что сначала надо хотя бы знать, что это вообще надо сделать.

Параллельно заранее считаю юнит-экономику и собираю маркетинговую стратегию: какие каналы тестировать, какие креативы делать, сколько можем платить за пользователя, какие воронки строить и что вообще должно сойтись по цифрам.

В итоге собрал большой универсальный чек-лист запуска цифрового сервиса. Не под мой проект конкретно, а в целом под SaaS, AI-сервисы, приложения, ботов и веб-продукты.

Не значит, что без всего этого нельзя стартовать. Конечно можно. Но если хочется сразу делать с запасом, лучше хотя бы понимать, что тебя потом ждёт.

Вот, забирайте, можно скопировать себе - ЧЕК ЛИСТ

Если что-то важное забыл, накидайте, допишу.