Выходим на новый уровень работы со знаниями — собираем личную вики, которую ведет AI

Новый кейс AI-мастерской стартует уже на следующей неделе. В нем вы соберете собственную базу знаний, которая не просто хранит прочитанное, а сводит источники между собой, показывает пробелы и расхождения, и помогает принимать решения.

Несколько советов для тех, кто заводит личную LLM-вики:

— Храните вики в обычных текстовых файлах. Markdown, папка на вашем компьютере, чтение в Obsidian.
— Сразу заведите приватный репозиторий на GitHub. С репозиторием любое ошибочное изменение легко отменить.
— Оптимизируйте добавление материалов с помощью MCP. Notion, Google Documents, таск-трекеры и общий диск подключаются к агенту, и документы можно загружать в вики без ручного копирования файлов.
— Держите вики под рукой. У Obsidian есть бесплатные приложения для iOS и Android, а Claude Code можно использовать из браузера или приложения на телефоне.
— Используйте возможности агентов для создания html-артефактов на данных вики.
— Запускайте регулярный аудит вашей вики. Он покажет, что устарело, какие новые противоречия появились, что стоит прочитать следующим.

Собирать вики можно на любом материале: свой рынок и конкуренты, пользовательские интервью, регламенты и внутренние документы, отчеты по экспериментам, новая для вас предметная область.

Присоединяйтесь к AI-мастерской — на следующей неделе стартуем:

🔗 https://gopractice.ru/course/aicases/

На сегодня вам уже доступны 5 кейсов в AI-мастерской:

1️⃣ Основы работы с кодинг-агентами. Создаем своего персонального AI-ассистента, чтобы усвоить ключевые принципы создания продуктов с помощью AI.

2️⃣ Мониторинг конкурентов. Разбираемся, как с помощью AI собирать и анализировать изменения по заданным параметрам. Полученные знания можно переложить на свои реальные задачи по мониторингу и ad-hoc аналитике.

3️⃣ RAG на практике: строим AI на своей базе. Сделаем продукт, который находит места в городе на основе собственной базы данных. Это даст вам понимание, как создать продукт, который использует AI-поиск на ваших данных.

4️⃣ Перенос сервиса в облако. Переносим созданный сервис в интернет, где они становятся доступны 24/7 вам и внешней аудитории. При этом принимаем ключевые решения об архитектуре сервиса и учитываем необходимые требования безопасности. На выходе вы умеете правильно переносить свои AI-продукты в интернет — без дыр в безопасности и очевидных упущений.

5️⃣ Своя AI-видеостудия: от идеи до готового видео. На выходе сервис будет уметь писать сценарий, описывать персонажей, рисовать их референсы и стартовые кадры каждой сцены, оживлять кадры в клипы со звуком и склеивать сцены в один ролик.

Точку старта обучения выбираете вы. Хотите — с нуля, хотите — с более продвинутого кейса.

Присоединяйтесь к обучению!

@gopractice