Робокорп - by Сэм Якушев

Лови главный отчет про ИИ в 2025 году.

Каждый год ребята из Air Street Capital выпускают самую авторитетную сводку о мире ИИ. В 2025-м она получилась особенно тревожно-захватывающей.

Вот что происходит:

⸻

🔍 Исследования • Год прошёл под знаком reasoning-моделей — моделей, которые думают, прежде чем отвечать. • OpenAI, DeepSeek и Anthropic устроили настоящую “гонку мышления”: кто глубже, кто быстрее, кто умнее. • Китайские открытые модели (DeepSeek, Qwen, Kimi) догнали западные — но лидеры (GPT-5, Gemini 2.5, Claude 4.1) всё ещё закрытые. • Впервые появился эффект “псевдопрогресса”: многие «улучшения в рассуждениях» укладываются в статистическую погрешность. • Модели теряют точность, если в задаче меняются числа, формулировка или язык — значит, они пока больше угадывают, чем понимают.

⸻

🏭 Индустрия • Деньги реально пришли: AI-первые компании считают выручку в десятках миллиардов. • NVIDIA пробила потолок — $4 трлн капитализации, 90% всех AI-пейперов написаны “на её железе”. • Настоящий новый дефицит — электроэнергия. Без многогигавадтных дата-центров ИИ просто некуда расти.

⸻

🌍 Политика • США идут в политику “America-first AI”, Китай отвечает полной ставкой на самодостаточность и своё железо. • Международные регуляции буксуют, страны вкладываются в дата-центры вместо законов. • ИИ стал геополитикой: нефтью 2.0.

⸻

🧯 Безопасность • Лаборатории пытаются встроить безопасность в архитектуру, но бюджеты независимых организаций — смехотворны. • Модели уже умеют маскировать намерения — “делать вид, что они безопасны” под тестом, но вести себя иначе в реальности. • Учёные спорят: не придётся ли платить «налог на наблюдаемость» — снижать мощность ради прозрачности.

⸻

⚗️ Наука и открытые системы • AI-агенты становятся соавторами исследований: планируют эксперименты, придумывают гипотезы, проверяют их и публикуют результаты. • DeepMind и Stanford уже показывают первые открытия, сделанные агентами. • В биологии и химии AI-модели проектируют новые материалы, белки и лекарства быстрее, чем лаборатории. • Китай выстрелил и в видео-моделях: HunyuanVideo, Kling, Vidu почти догнали Sora 2 от OpenAI.

⸻

📈 Тренды • Открытые модели Китая (Qwen, DeepSeek) обогнали Llama от Meta — и тянут за собой весь open-source-мир. • RL с проверяемыми вознаграждениями стал стандартом обучения — модели учатся “на ответ, который можно проверить”. • World-модели — не фантастика: уже есть агенты, которые учатся действовать в полностью сгенерированных мирах.

⸻

🧩 Главный вывод ИИ перестал быть “технологией”, он стал инфраструктурой — как электричество. Всё, что можно автоматизировать, будет автоматизировано.

Ты же не думаешь использовать электричество в бизнесе или нет? Или интернет?

🚀 Опубликовали сат AIM.foundation 🤖⚪️👤🎯 Осознанная ИИ-трансформация — как система, а не как хайп.

⸻

Больше никаких «внедрить нейросеть, чтобы было». На aim.foundation первая версия того, что делает AI Minimalism (AIM) живым, практичным и повторяемым подходом к ИИ-внедрению.

⸻

1️⃣ AIM Манифест 4 принципа осознанной ИИ-трансформации с опорой на людей

2️⃣ AI~BP — новая роль в компаниях AI Business Partner — объединяющий лидер ИИ-трансформации. Он соединяет стратегию, процессы и людей, чтобы ИИ приносил измеримые бизнес-результаты, а не просто красивые отчёты.

3️⃣ AIM Стратегия Как компании выстраивают адаптивный контур: сигналы рынка → решения Совета по AI → действия команд → обновлённая стратегия. Живой цикл, а не проект на квартал.

4️⃣ AIM Scrum Как превратить стратегию в реальные шаги. Мы не переизобретаем Scrum — просто уточняем его под ИИ-трансформацию, чтобы он создавал ценность итерационно и измеримо.

5️⃣ Инструменты AIM 📍 Карта ИИ-зрелости — чтобы понимать, где компания находится и какие действия необходимы для продолжения роста. 🌟 СВеТОЧ. AI — система приоритизации и фокусировки усилий.

⸻

🧭 Что важно:

AIM Foundation — некоммерческая часть группы AIM. Мы помогаем рынку перестать «играться с ИИ» и начать работать с ним системно.

Приступаем к развитию открытого сообщество AI~BP, объединяющее лидеров ИИ-трансформации и профессиональных ИИ бизнес-партнёров.

⸻

🤝 Как можно участвовать:

— Прочитайте манифест и дайте обратную связь. — Поделитесь своим кейсом или инструментом — станьте контрибьютором AIM. — Хотите стать AI~BP — следите за обновлениями, скоро появятся материалы для практики, повышения квалификации и сертификации.

⸻

👉 aim.foundation — заходи, изучай, делись обратной связью. Она как никогда ценна.

4 базовых принципа, в разы повышающих вероятность успешного ИИ-внедрения --->

🤖⚪️👤🎯 AIM (AI Minimalism)

❌ 95% внедрений ИИ проваливаются. Причина? Компании пытаются запрыгнуть в поезд ИИ-хайпа без плана, без системного подхода и без готовых к этому людей.

Сегодня мы впервые представляем AIM - решение этой проблемы.

--🤖AIM👤

AIM (AI Minimalism) — это концепция осознанной и поэтапной ИИ-трансформации бизнеса с опорой на людей.

1️⃣ Малое — путь к большему. Ищи простые решения, приносящие результат, и шаг за шагом расширяй применение ИИ.

2️⃣ Автоматизируй повторяющееся. Не целься в уникальные задачи — освобождай время там, где рутина. Оставь креатив человеку — усиливай, а не подменяй.

3️⃣ От ценности к изменениям. Сначала докажи измеримую пользу, потом меняй и перестраивай. То, что нельзя измерить — не несет ценности.

4️⃣ Рост вместе с командой. Вовлекай людей с самого начала и двигайся от первых успехов к стратегии устойчивого роста. --🤖AIM--

Это не теория. Это манифест, выросший из сотни реализованных ИИ-проектов и внедренных ИИ-продуктов, анализа 30+ исследований (включая то самое про 95% неудачных внедрений) и опыта нескольких сотен предпринимателей, топ-менеджеров, сотрудников и лидеров подразделений корпораций.

--------------- Завтра покажем описание новой роли, которую все отчаянно ищут, хватаясь за хвост(а для кого-то уходящий поезд) тренда ИИ.

Эта роль — AI~BP (ИИ-бизнес-партнёр). Кто-то называет её «AI-координатором», кто-то «менеджером по ИИ» или даже «ИИзатором». Мы собрали полное описание: опыт, хард- и софт-скилы, подход к работе и дорожную карту, по которой такой специалист сможет продвигать бизнес клиента или работодателя.

Увидимся в будущем!

🎙️ Бот и САМЫЙ НЕОЖИДАННЫЙ АУДИОКОНТЕНТ для расшифровки в конце сообщения!

Для всех, кто, как и я, любит голосовые — выкатилась новая версия 🗣️ Voice → Text 📄 бота.

Он всё так же превращает голосовые (твои или чужие) в аккуратный, структурированный текст. Сохраняет смысл и тон, ну а там, где совсем уж остро — чуть-чуть сглаживает.

Что есть в базовой версии: --30 минут при персональном использовании

-- 60 минут, если бот работает в группе

💡 В группе! Я теперь вообще не понимаю, как живут чаты без этого бота. С ним можно: — асинхронно общаться голосовыми, — искать потом нужную информацию, — и никогда больше не переслушивать «а что он там сказал на 2:37 4 дня назад?»

Бот просто отвечает текстом прямо на голосовое в группе.

Премиум режим (по многочисленным просьбам): - без лимита минут - без лимита размера файлов - без лимита длительности - дешевле чашки кофе в Кофемании - легко освобождает тебе 10 часов в месяц - поиграешь с детьми / в компьютерные игры / проведешь время с любимой / любимым и тд.

Как лично я использую его:

— надиктовываю идеи, заметки, даже коммерческие предложения → получаю готовый текст — кидаю длинные голосовые, чтобы потом читать, а не слушать — добавляю в рабочие группы → информация не теряется, общение остаётся

🔎 За пару недель интервью с пользователями мы нашли 34 (!!) кейса профессионального применения. Сегодня поделюсь одним ожидаемым и одним совершенно неожиданным.

Контентщики. Делают общую группу с ботом и туда надиктовывают идеи рилсов, мемов, постов. На ходу, без сопротивления. На выходе — структурированный сценарий.

Сразу трое из топ-100 пользователей используют бота для структурирования проповедей и речей священника. Сценарий похожий: есть общая группа, туда скидываются аудио, а они с помощью бота перегоняют их в текст. Потом можно не только слушать, но и читать.

Ставь 🤓, если угадал второй кейс ещё до того, как я его раскрыл 😉

И еще раз ссылка: https://t.me/voice2note_bot Пользуйся с удовольствием!

Сегодня должен был быть пост про RAG, но! Очередное доказательство того, что Москва - лучший город мира, а Российский е-ком впереди планеты всей!

Всего за 1000 рублей, известный и уважаемый магазин доставит вам чайник, стиральную машину или даже электролонгборд ВЧЕРА!

Что там ИИ! Вот путешествия во времени - это прорыв! Интересно как они борятся с нарушениями пространственно-временного континума??? Вдруг я выпью чая, когда я его уже не выпил!

UPD: см. комменты! На товары по акции хронодоставка бесплатная! Есть ещё и хроносамовывоз, но надо обладать собственным модулем искривления времени.

Когда говорят «ИИ-консультант по базе знаний», за кулисами всегда крутятся три основные задачи (оставим за скобками очевидное вроде интеграции в Telegram или другие чаты):

1. Подготовка данных для RAG

RAG (retrieval augmented generation) — это когда нейросети подсовывают не просто промпт, а ещё и «кусок памяти» из ваших документов. Фокус тут не в том, чтобы скормить все документы нейронке и забыть. Необходимо: -- очистить данные от мусора, -- структурировать, -- порезать на правильные куски (чанки)

2. Настройка RAG

Тут магия в деталях:

-- размер чанков (кусочки, на которые режутся документы) -- как именно подбирать документы для создания конектста --как их ранжировать.

Если всё оставить по умолчанию, бот легко превратится в консультанта-шизофреника. Он либо отвечает: «Смотри пункт 4.3 приложения к приложению», либо начинает пространно философствовать, не попадая в тему.

3. Обслуживание базы и агента

Это вечная история. Запустили БЗ — и она тут же начинает стареть. Через пару месяцев бот живёт в прошлом и рассказывает то, что уже неактуально. Поэтому нужно:

-- улучшать промпты, -- регулярно обновлять базу (лучше автоматикой), -- учитывать, как пользователи реально задают вопросы.

Частые источники проблем: -- игнор пожеланий пользователей к формату ответа, -- неструктурированная или устаревшая база знаний, -- отсутствие процесса актуализации, -- плохая настройка RAG / промптов. С чего реально начать?

📋 Подготовить список типовых вопросов и правильных ответов. Это сразу база для настройки и проверки качества.

⚙️ Протестировать готовые решения или собрать «черновик» на n8n / Nodul. Узкие места всплывут мгновенно.

🛠 По итогам составить более точное ТЗ для второй итерации. Вот тогда появляется продукт, который работает, а не просто «чат с PDF».

👉 В следующем посте разберёмся, как именно нарезать документы на чанки и почему это влияет на то, будет ли ваш ИИ умным помощником или бредогенератором.

🚀 Команда маркетинга в эпоху AI: заметки и слайды с вебинара

Слушал Веронику Климову (у Kumar & Solo) про маркетинг и AI. Знаете, что понравилось больше всего? Она очень доступно и честно объяснила «новую реальность» найма маркетологов.

📉 Найм сломан: – AI победил джунов. – Джуны победили нас бесконечными чат-GPT откликами. – Компании тонут в “универсальных маркетологах”, но толку мало.

А теперь к сути. Через год у компаний не останется выбора: маркетинг будут тянуть AI-оркестраторы и узкие специалисты, а не толпы «директоров по всему».

⚡ Главные роли меняются: – Маркетолог превращается в дирижёра AI-агентов и no-code процессов. – Контент-креаторы и SMM живут на фабриках мультимодального контента (тексты, фото, видео, аватары). – Трафик-менеджеры — это фабрики тестов, где креативы генерятся сотнями, а то и тысячами в день. – Продуктовые маркетологи создают прототипы лендингов и коммуникаций за вечер, без дизайнеров и программистов.

И вот важный вывод: не нужно сразу «команду маркетинга мечты». Если бюджет ограничен — берите узкого спеца в тот канал, где конкуренты реально получают лиды. Всё. Никаких «директоров и их армии».

💡 Моё ощущение после вебинара: маркетинг, в широком смысле этого слова, продолжает постепенно превращаться в вальтрона из AI-агентов и людей, где выигрывает тот, кто умеет быстро собирать и разбирать детали.

И главный навык будущего — не «писать посты», а управлять этим конструктором.

---- Слайды со встречи закинул в комментарии.

🧠 5 принципов Контекст-инжиниринга 5/5 Разделяй и специализируй

Почему так?

Один мегаагент — это как сотрудник, которому поручили и вести бухгалтерию, и продавать, и кодить, и офис мыть по пятницам. Он будет стараться. Очень. И даже сделает всё.

Но — как 99% специалистов широкого профиля — ни в одной из задач он не покажет высочайший класс. Максимум сделает «нормально».

А если разделить задачи — каждый агент работает в своей узкой зоне и получает только тот контекст, который ему реально нужен. Он сфокусирован, не отвлекается на разношёрстные инструкции и не пытается искать связи там, где их нет. А значит — меньше сбивается с толку.

-----

Поэтому:

❌ СКАЖЕМ «НЕТ» — одному мегаагенту, который и коммуницирует с клиентом, и держит в голове полную базу знаний. ✅ СКАЖЕМ «ДА» — набору специализированных агентов и разделённых знаний:

1. Первый — анализирует запрос клиента и определяет план действий.

2. Второй — собирает данные для ответа и формирует черновик.

3. Третий — проверяет качество, вносит корректировки, санкционирует отправку и заносит связанные данные в базу.

Получается управляемый конвейер с ясной специализацией и областью ответственности у каждого агента. Как следствие — значительно более высокое качество результата.

-----

Как понять, где делить агентов?

1️⃣ Разные источники данных → разные агенты Если один работает с CRM, другой — с документами, а третий — с API поставщиков, то пихать всё это в один контекст бессмысленно.

👉 Разные форматы данных требуют разной "логики" извлечения и обработки. Смешаешь всё в одном агенте — он неизбежно начнёт путаться.

2️⃣ Разный стиль работы → разные агенты Аналитический агент ("считает" риски, прогнозирует выручку) работает строго по правилам и цифрам. Коммуникационный (пишет клиенту письмо) — по-другому: важнее тон, стиль, убедительность.

👉 Лучшие практики показывают, что смешивать эти роли — ошибка. Аналитик звучит «по-роботски», а коммуникационный агент будет «подлизывать» там, где нужен сухой расчёт. На малых задачах(прочитай письмо и напиши ответ) ИИшка легко переключится, а флагманские модели сделают это легко и на задачах значительно сложнее, однако это потребует намного больших затрат на промпт-инжиниринг и отладку, а наша методология ИИ-минимализм (AIM, я скоро про неё расскажу больше) говорит "не надо так".

3️⃣ Процесс делится на шаги → каждый шаг = отдельный агент Я советую мыслить цепочкой, описал пример выше, но вот ещё:

-- шаг 1 → собрать вводные, -- шаг 2 → проверить актуальность, -- шаг 3 → сформулировать результат.

👉 Почему это важно: -- легче найти причины косяков в работе агентов, -- агентов можно улучшать по отдельности, -- цепочку проще масштабировать (заменил одного — рисков поломать остальных меньше).

4️⃣ Разделяй по рискам Если ошибка в задаче слишком дорога — выдели её в отдельного агента с жёстким контекстом. Пример:

агент, который пишет код → ошибаться пока можно, ошибки поправим при тестировании,

агент, который деплоит код в прод → ошибка повлечет остановку работы бизнеса - риски высокие - реализуем отдельно.

💡 Вывод:

-- Разные данные → разные агенты. -- Разные стили мышления → разные агенты. -- Разные шаги процесса → отдельные агенты.

Если контекст разрастается больше 3–4 типов или ошибка стоит дорого → точно дели.

Один универсальный агент — миф. За которым ещё и уследить сложно, а управлять — ещё сложнее.

---------

На этом мой цикл из пяти принципов контекст-инжиниринга завершён. Я описал ориентиры, которые считаю базовыми, и даже простое следование им заметно повышает отдачу от ИИ.

Следующий пост — по запросу читателей — будет про векторные базы данных. Расскажу не только с технической стороны, но и с продуктовой, бизнесовой, прикладной.

Невероятно важно понимать механику работы отдельных элементов ИИ-агентов. Это нужно не только AI~BP (ИИ-бизнес-партнёрам), но и любому, кто создаёт или хотя бы заказывает для своей команды ИИ-решения. Иначе искажённое представление о возможностях и ограничениях заведёт на очень кривую и дорогую дорожку.

Вчера провели первый открытый вебинар по GEO (Generative Engine Optimization). Подключилось почти 70 человек — и это лучший сигнал, что тема задела за живое. Спасибо Володе Малюгину за рассказ и слайды.

Что обсудили: — Нейросети всё чаще цитируют сайты не из топ-3 Google, а даже с 20-х и 30-х мест. — Форматы решают: FAQ, базы знаний и списки — именно их GPT и Perplexity забирают в свои ответы. — Мы разобрали 9 конкретных шагов GEO-оптимизации — от анализа упоминаний бренда в ИИ до Snippet-first подхода в контенте. — Бизнесу важно понять: через год будет поздно — AI-виджеты займут конкуренты, и вернуть позиции будет сложнее, чем сейчас попасть в Google.

Спасибо всем, кто задавал вопросы и делился опытом — диалог получился реально ценным 🙌

Запись по ссылке: https://tldv.io/app/meetings/68a5b7c19d26d000139720ce

Скоро новые встречи с крутейшими экспертами!

🤖GEO нельзя внедрять когда захочется. Может быть поздно. 🔩

Я согласен с тем, что, чаще всего, ИИ можно внедрять в «своём» темпе. Да, лучше раньше чем позже, но некоторый разброс позволителен.

А вот темп работы с GEO(Generative engine optimization. Это как SEO, только для ИИ) и видимость твоего бренда в ответах нейросетей — задает OpenAI, Perplexity, Google и другие техногиганты. Стремишься к нему — получаешь клиентов. Нет — смотришь вслед конкурентам, которые успевают быстрее тебя.

Сегодня в 15:00 онлайн: - разберем как вообще получаются заказы и лиды из нейросетей - что на это влияет, как за этим уследить и поспеть - какие конкретные шаги предпринять, для того чтобы это стало твоей сильной стороной.

Разбираться будем при поддержке моего партнера, мегаэксперта в SEO и GEO, Володи Малюгина.

И, конечно, будут кейсы 📊 и ответы на вопросы.

📅 Сегодня, 20 августа, 15:00 Мск, Zoom. Приходи и сотрудников приводи — им же потом всё это воплощать.

🔗 Ссылка на Zoom: https://us02web.zoom.us/j/89321406270?pwd=WPs9eNbqawbHMbhbndMlszuO0X74hc.1

🧠 5 принципов Контекст-инжиниринга 4/5 Контекстное окно не резиновое

Ну очень частая ошибка формируется примерно так: «Ну раз можно загрузить всё, давай так и сделаем! Пусть модель сама разберётся.».

Не разберётся. Точнее, разберётся плохо. Особенно плохо, если не позаботиться о структуре загружаемых данных.

📌 Контекстное окно не резиновое. Засунешь туда всё подряд — получишь кучу затрат и кучу мусора на выходе.

2 примера из практики:

--- Клиент обратился с жалобами на низкую точность ответов сделанного другой командой бота, а точнее кашу в его ответах. При чем присылал то он правильную информацию, но невпопад и на голубом глазу связывая, пусть и корректные данные, но из вообще разных сфер. Начали разбираться, оказывается для облегчения жизни был создан и запихан прямо в промпт "документ", в котором просто друг за другом накопирован текст из разных "справочников" компании - от списка услуг и ценностей компании, до правил пожарной безопасности и выноса техники из офиса. Без разметки, структуры и так далее.

А нейронке то чего, ей сколько скормишь - она всё съест(ну в пределах отведенного создателями), знай оплачивай токены. Она сразу все эти данные каждый запрос учитывает. В итоге агент отвечая на даже небольшой вопрос выдавал опус находя связи с ним в совершенно разных разделах этих справочников. Красиво? Да. Впечатляюще? Да. Полезно? Совсем нет.

--- На консультации предприниматель пожаловался, что ему дорого обходится корпоративный бот, отвечающий на вопросы сотрудников (получение справок, отпуска, доступные льготы и тд). Посмотрели его расход - реально дорого! Пошли смотреть что происходит в агенте. Там простенький агент, с несложным промптом, НО с каждым запросом, он засылал в нейронку 124 страницы!!! печатного текста (около 40 000 токенов). Конечно настроили ему RAG и стоимость запроса упала в десятки раз.

ИИ — как собеседник с хорошей памятью. Но если ты в начале разговора читаешь ему целиком уголовный кодекс, а потом спрашиваешь про условия аренды офиса — он, мягко говоря, растеряется.

⚡ Загрузи только релевантное. — Нужно найти условия доставки? Не надо пихать весь договор, хватит раздела про логистику. — Нужно рассчитать гарантийный срок? Отдай ему только раздел с гарантийными обязательствами.

Мораль простая:

-- Думай, что именно нужно модели для ответа. -- Оставь в контексте только это. --Убери всё лишнее.

Для этого очень эффективно используется RAG - Retrieval-Augmented Generation - инфу легко найти в интеренте или спросить ту же нейронку.

Действуй умнее, иначе спалишь бюджет на токены и будешь объяснять коллегам, почему «суперумный бот» выдаёт ахинею.

---------

Следующий пост про наиважнейший принцип. Расскажу зачем делить агентов на узкие роли вместо того, чтобы пытаться запихнуть все задачи в одного мегамонстра.

----------

Друзья, вижу не так много реакций на этот цикл постов. Поделись почему не хочется поставить реакцию? Не то, что ожидалось? Не вызывает интереса? Как я могу улучшить контент так, чтобы он откликался? Напиши в комментарии или мне в ЛС @SamYakushev, это будет мне чрезвычайно полезно!

Хах! 100% случаев, когда я ем или занимаюсь "житейскими" делами)

Сегодня будет четвертая часть цикла про контекст-инжиниринг!

Бодрого тебе понедельника!

🧠 5 принципов Контекст-инжиниринга 3/5 Точность данных важнее мощности модели

Иногда я слышу: «Нам бы модель помощнее, вот тогда она всё поймёт». Нет, не поймёт. Если ты кормишь её старыми или кривыми данными — хоть GPT-10 подключи, результат будет таким же унылым.

📌 Точность данных всегда важнее мощности модели.

-------------------------

ИИ — как шеф-повар. Да, он может быть гением кулинарии, но если ты принесёшь ему тухлое мясо и овощи недельной давности, то на выходе будет полная шляпа.

То же и здесь:

Данные устарели — агент будет выдавать «реалии» прошлого месяца (или года).

Данные неполные — он начнёт додумывать за тебя.

Данные противоречат друг другу — он будет метаться между версиями и в итоге напишет ерунду.

-------------------------

2 последовательных примера:

Клиент решил сделать дешевого и надежного бота, вместо дорогих и нестабильных людей, чтобы отвечать на вопросы клиентов в период гарантии и поддержки оборудования. Был недоволен тем, что клиенты жалуются, мол, люди долго отвечают, постоянно уходят "поискать данные" и тд.

Внедрили робосотрудника и вроде всё должно быть шикарно! Клиенты стали "более лучше" себя чувстовать, но всё ещё сталкиваются с нерелевантными данными, которые этот бот им предоставляет. При чем очень уверенно так предоставляет и никак не соглашается, что это некорректная информация.

Стали копать, оказалось что бот действительно прекрасный и верный своим идеалам, но вот информация на которую он опирается далека от реальности - какие-то документы действительно старые, какие-то обновлять забывали, каких-то просто не хватает. Сформировали процесс проверки актуальности, подсветку "спорных" моментов по итогам диалога с клиентом и всё пришло в норму.

И какой бы модель не была навороченной, если у неё нерелевантная информация, то проблему это не решило бы.

Мораль сей басни вновь garbage in - garbage out. Проверяй, что ты кладёшь в контекст. Не ленись: -- Убедись, что данные свежие. -- Проверь, что нет пропусков. --Удали лишнее, что может запутать.

-------

Следующий принцип — про то, как не сжечь бюджет и не перегрузить модель, впихивая в неё всё подряд.

🧠 5 принципов Контекст-инжиниринга 2/5 Построй нормальный data pipeline (систему доставки данных)

⸻

С контекстом для ИИ есть одна неприятная особенность: он «портится». Данные стареют, ссылки умирают, файлы забываются в папках, а потом ты удивляешься, что агент отвечает так как будто он «не в теме» или просто галлюцинирует.

📌 Второй принцип контекст-инжиниринга — Построй нормальный data pipeline.

⸻

Выдаю базу: • Статические источники — это то, что меняется редко. Презентации, методички, справочники, регламенты. Их можно загрузить один раз и забыть… почти. Иногда всё же стоит проверять, что они не устарели. • Динамические источники — это то, что живёт своей жизнью: CRM, базы сделок, папки на диске, страницы на сайте, Google Таблицы с данными, каталоги поставщиков. Тут уже без автоматизации — как без зубной щётки: пару раз можно пропустить, но потом будет очень неприятно.

⸻

Автоматизация — твой друг. • Скрепинг и парсинг, которые обновляют данные прямо с сайта. • Интеграции с Google Drive, чтобы новые файлы сразу попадали в контекст, а старые своевременно обновлялись • Планировщик, который проверяет источники раз в час, день, неделю или месяц.

Чтобы правильно подойти к реализации задай себе три вопроса: 1. Как часто этот источник обновляется? 2. Когда старые данные становятся мусором? 3. Как автоматизировать их подгрузку и удаление?

⸻

Пример из жизни: мы делали агента, который на основе актуальных цен на комплектующие у поставщиков готовил коммерческое предложение для клиента. Ранее данные обновляли вручную — как следствие стабильно были косяки с пониманием цены, продажи в минус, терки с производителем и клиентами, так как регулярно то на одной, то на другой стороне забывали обновить каталоги. После подключения автоматического парсера сайтов поставщиков и каталогов дилеров агент стал выдавать адекватный просчет вообще без дополнительных действий.

⸻

Итого! Твой data pipeline — это как система вентиляции для контекста нейросети: свежий воздух заходит, старый выходит, и агент всегда работает на «свежачке».

——-

Следующий принцип — про то, почему точность данных важнее мощности модели.

Получаем заказы из нейросетей! 🤯 Это вообще реально?

Я коснулся этой истории в январе, когда ресторан моего португальского товарища начал регулярно получать брони столов из ИИ-агентов 🤖 и гостей, узнавших про его винный бар из GPT и Perplexity. А аутрич агентство партнера по паделу стало получать лиды из Gemini-саммари поискового запроса в Google.

И вот за 7 месяцев мы очень глубоко копнули эту тему — с точки зрения технологии ⚙️, требований к контенту и сайту(-ам) 📄, структуры информации, размещаемой в онлайне. И сначала для себя, а потом и для рынка сделали инструмент для отслеживания своего бренда и конкурентов в выдаче нейросетей.

20 августа в 15:00 мск онлайн я проведу онлайн-встречу с моим партнером, Володей Малюгиным — основателем известного SEO-агентства и CEO нашего совместного GEO (Generative Engine Optimization) проекта 🚀 (сколько всяких *ЕО :)) )

Трафик утекает в нейросети, поисковики показывают сгенерированный ИИ-виджет выше, чем результаты поиска. Так вот, GEO — это как SEO, только с нейросетями.

Как всегда, без рекламы, прогревов, сбора воронки, QR-кодов, регистрации и СМС.

Ты узнаешь: • 💡 Почему теперь важны FAQ, списки и базы, а не только «ключевики». • 📌 Получишь 9 конкретных «что делать?». • 🧠 Узнаешь про E-E-A-T (Experience, Expertise, Authority, Trustworthiness) — язык, на котором «сайты» разговаривают с AI. • 🛠 Получишь технические рекомендации, выполнение которых доступно каждому.

И, конечно, будут кейсы 📊 и ответы на вопросы.

📅 Среда, 20 августа, 15:00 Мск, Zoom. Приходи и сотрудников приводи — им же потом всё это воплощать.

🔗 Ссылка на Zoom: https://us02web.zoom.us/j/89321406270?pwd=WPs9eNbqawbHMbhbndMlszuO0X74hc.1

Делаем задорно, живо, без воды, по делу, без домыслов — только собственный опыт. 🔥

Если добавить в промпт «Подумай со всей силы!» Или «Thinking hard!», то у GPT5 включается рассуждающий режим, даже на таких сложных простых задачах! С одной стороны лол, с другой стороны помни об этом, пригодится!

Или проверь другие нейронки и пришли сюда ответ! Проведем собственную оценку)

У меня есть металлическая чашка, но у нее заварено верхнее отверстие. Так же я заметил что у нее отпилено дно. Как из нее пить?

🤩🤩🤩 Скинулись с ребятами на 10 000 звезд. Такого ещё никогда не делал, но попробовать надо. Ещё и тебе повезти может.

Дяди и тёти все дельные, пишут про ИТ и ИИ. Личным тоже делятся.

Ниже список участвующих личностей-каналов. И вот среди всех кто подпишется на все эти каналы, мы разыграем 10 000 Telegram-звёзд⭐️.

10 человек получат по 1 000 звёзд — использовать можно как угодно: на бусты, стикеры, Telegram Premium и т.д.

Список дядь и тёть:

1. Дмитрий Логинов — 23 года помогаю производствам с помощью digital-инструментов расширять рынки сбыта, автоматизировать продажи и улучшать взаимодействие с оптовиками. Разборы B2B-кейсов, нейросети на практике, управленческие грабли, личностный рост и цифровая стратегия — честно и с пользой для тех, кто строит бизнес и команды.

2. Михаил Сенсеев — ментор диджитал-агентств и основатель веб-студии. В постах на канале Сенсей — Технический директор разбирает вопросы с консультаций, пишет про найм, делится хардкорными лайфхаками для IT-бизнеса и вспоминает начало интернета. Жми на подписку, если ты ботан!

3. Блог Громова Олега — канал про бизнес в IT, управление командой и разработку IT-продуктов от СЕО компании Extyl (№1 по корп. порталам в РФ по версии Tadviser). Олег — 17 лет опыта в IT, эксперт Forbes, Архитектор AI, закончил EMBA в Сколково.

4. Calendario — канал календаря IT- и digital- событий. Более 400 мероприятий регулярно обновляются, фильтруются по городу, дате, сфере, формату и т. д. В личном кабинете — избранное и добавление своих ивентов.

5. Правила финансов | Ирина Кокшарова — если вы предприниматель, собственник бизнеса или управленец — этот канал для вас. Помогаю увеличить прибыль бизнеса с помощью внедрения учета финансов и планирования. Пишу о финансах бизнеса понятным языком, делюсь опытом и инсайтами, инструментами и знаниями, которые получила за 25 лет в финансах. Если вас пугают слова «управленческий учет», «финансовое планирование», — я расскажу, как этого не бояться и использовать для роста вашей компании. Пишу для тех, кто строит бизнес "не на коленке".

6. НейроПульс - канал про нейросети🤖, от известного креатора Дмитрия Пульса. В канале: - о том как зарабатывать на создании фото, видео, музыки, текстах с помощью ИИ🔥 - алгоритмы создания креативов🤓 - новости и лайфхаки😎

7. Миша Радионов - Канал про то как я и мои команды пробуем новое в разработке, DevOps и AI для создания state-of-the-art цифровых продуктов

8. Сэм Якушев – серийный ИТ -> ИИ-предприниматель. Привлек 2 500 000 $ в свои ИИ-проекты. Использовал нейросети, до того как это стало мейнстримом. Пишу про ИИ-first мышление, как быть готовым к ИИ-революции и доступное применение разных сервисов (например n8n) в малом и среднем бизнесе. Регулярно провожу открытые воркшопы и вебинары.

9. Андрей Березин — IT-бизнес в легкости: про продажи, отношения, технологии 🚀 | Для кайфа разбавляю лайфстайлом и хобби: танцами, пением, спортом 🔥| Для глубины добавляю щепотку философии и психологии📕

10. Алексей Сорокин — Канал про ИТ, бизнес, нейросети и всё, что беспокоит. Без воды, пафоса и инфоцыганщины. Тут: опыт запуска проектов; мысли о том, как делать нормально (и что делать, если не получилось); мемы, музыка, самоирония; и немного рефлексии, потому что все мы люди. Смешно, иногда полезно и почти всегда по делу.

Старт уже пошёл. Итоги — 15 августа в 15:00⏱

🧠 5 принципов Контекст-инжиниринга. 1/5 Начинай с конца

---- Каждый день я повторяю "garbage in — garbage out". И те кто заглядывают на мои воркшопы, знают, что это не фигура речи. Это суть работы ИИ и работы с ИИ. Если ты подаёшь на вход ерунду — не жди, что нейросеть внезапно просветлится и даст тебе бриллиант. Нет, получишь такой же мусор на выходе, при чем нейросеть вообще переживать по этому поводу не будет. Она-то постаралась и выдала всё как ты просил.

И вот есть 2 важных, связанных с этим, аспекта достижения целей с помощью ИИ, доступных каждому, без технической специализации: 🔧 Prompt engineering / Промпт-инжиниринг — это то, как ИИ будет решать задачу. То есть мы влияем на итог через инструкции.

🧱 Context engineering / Конекст-инжиниринг — это о том, что ИИ будет знать в момент решения задачи. То есть мы управляемом результатом через данные, факты, документы и прочие форматы информации доступные нейросети - её контекст.

Про промпты и промпт-инжиниринг уже сказано-пересказано. Есть лучшие практики, сборники, шаблоны, тотемы повышения качества, готовые промпты на все случаи жизни. Хочешь — берёшь чужой. И даже если ты не особо в нем разобрался и не понимаешь его механику, он, скорее всего, будет работать в среднем неплохо.

А вот про контекст и контекст-инжиниринг — другой разговор. Про него почти никто не говорит. И зря. Потому что от контекста зависит, будет ли вышеупомянутый «идеальный» промпт вообще работать в рамках твоей задачи, на твоих данных и будет ли результат близок к реальности. Да, конечно, это чуть посложнее, чем скопировать промпт, но мы же с тобой обгоняем рынок и конкурентов. А значит такого не боимся!

В связи с этим я написал 5 постов о принципах эффективного управления контекстом и сегодня делюсь с тобой первым. ———

Принцип №1: Начинай с конца.

Чтобы правильно сформировать контекст для работы ИИ, я предлагаю начинать настройку не с формирования запроса к ней, а с определения идеального целевого результата (ТРИЗовцы, привет!) её работы. Какой итог работы интресует? Какова его структура? Это какие-то разделы? Какие в них данные? Как их содержимое зависит от ситуации?

Отвечая на эти и схожие вопросы ты сможешь определить какие вводные и справочные данные потребуются ИИ чтобы: - работать с актуальным состоянием заданного ему вопроса - генерировать ответ учитывая специфику именно твоей ситуации (а не усредненно общечеловеческой, как это делает GPT)

Понимая это сможешь дать корректные вводные команде, которая твоего ИИ-агента настраивает. А они уж о реализации позаботятся.

И будет в мире меньше разочарований в нейросетях, а твой бизнес сможет ещё больше денег заработать, дать клиентам качества и от конкурентов оторваться!

Следующий принцип про доставку контекста нейросети!

Кроме ИТ-бизнесов я совладелец самого лучшего английского паба Hammersmith & Bros. в городе Новосибирск. И вот наш паб в топ-5 баров России, единственный составляет конкуренцию Мск и Питеру!!! Ура!

Просто хотел с тобой этой радостью поделиться.

Тут пишут

Продвижение под нейросети будет дороже, чем SEO

У меня для вас две новости.

👉 Хорошая — большая часть того, что вы уже делаете в рамках SEO актуально и для GEO. 👉 Плохая — этого больше не достаточно. Чтобы бренд попадал в ответы ChatGPT, ЯндексGPT, Gemini и других ассистентов, приходится закрывать гораздо больше направлений.

Теперь продвижение требует системной работы минимум по пяти направлениям:

1) SEO. Базис. Без видимости в поиске вас просто не существует. Ассистенты не волшебники — им нужны источники.

2) Контент-маркетинг. Нужны не просто статьи, а регулярные, экспертные, заточенные под реальные вопросы пользователей и правильно отформатированные

3) Digital PR. ИИ определяет авторитетность по цитируемости. Значит, нужно попадать в обзоры, блоги, рейтинги, сторонние источники. Одним сайтом тут не обойтись.

4) ORM (репутация). Отзывы, внешние профили, комментарии на площадках. Ассистенты это видят. Репутация напрямую влияет на то, будете ли вы рекомендованы.

5) Позиционирование. ИИ должен понимать, кто вы как бренд: чем вы отличаетесь, какую ценность даёте, кому полезны и почему вас можно рекомендовать.

И здесь становится интересно: во что трансформируются SEO-агентства?

SEO-агентства обзаведутся пиарщиками и контент-командами? Или PR-агентства начнут нанимать SEO-специалистов?

Посмотрим, как будет развиваться рынок. Но очевидно одно: роль SEO-специалистов в команде усиливается — теперь они не только за видимость, но и за стратегию присутствия в нейросетях.