Грязный ноукодер

💼 Продолжаю публиковать входящие запросы на проекты:

Ищем специалистов по автоматизации с помощью MAKE, N8N и других no-code решений!

Наша компания работает в сфере ритейла и активно развивает процессы автоматизации для оптимизации работы отделов продаж, маркетинга и закупок. Ищем специалистов на постоянную или проектную работу, которые помогут нам сделать работу эффективнее!

Для связи: https://t.me/kz88817

___

Вообще кто-нибудь откликается по итогу? Может уже успели проект собрать - напишите, интересно послушать

Копия стартапа с MRR $100k за 3.5 часа

Ко мне в комьюнити добавился участник, которому понравилась идея с копированием виральных рилзов.

Он захотел такое же решение для Тиктока, а также упомянул нашумевшее там приложение Poppy AI, которое позволяет накидывать разные типы данных (ютуб видео, аудио, текста, тиктоки) и использовать их как базу знаний при общении с ИИ. Таким образом можно c легкостью генерировать контент и еще просить ИИ повторить его в собственном стиле.

Я ознакомился с гайдом по приложению (подписка стоит от $300 в год) и сказал, что смогу влет наклепать такое с другом за парой бутылок пива.

На что он ответил:

Poppy is simple to do?? LOL no way...

Я принял этот вызов. И на свою голову решил записать лайв видео, которое, как я думал, выйдет не больше 40 минут…

___

Основных проблем было 2:

1️⃣ Нормальная основа для whiteboard.

Сначала Lovable сделал доску похожую на Paint с Windows 98 - на этом я хотел завершать свой лайв. Но на следующее утро я сделал небольшой рисерч и нашел более современную библиотеку, с которой дружит Lovable - xyflow. Это было 100% попадание - вместе с ней можно делать whiteboard с любыми кастомными элементами при супер производительности.

2️⃣ Передача контекста агенту

В оригинальном приложении вы можете выбрать между Claude и GPT - проблема при работе по API с Cluade в том, что у нее нет понятия Thread (диалога) и отправки файлов. Каждый раз вам нужно передавать всю цепочку сообщений вместе с запросом.

Это значит, что под капотом может быть 2 потенциальных решения - векторная БД и Contextual Threading (контекст с помощью списка сообщений). По сути - нужно вместе с каждым запросом передавать текстом все файлы, которые у вас есть в виде контекста или списка предыдущих сообщений, чтобы ИИ мог с этим взаимодействовать.

Я выбрал путь с векторными БД. Для его реализации мне требовалось искать вектора сразу по нескольким файлах - что невозможно с топорным metadata фильтром в ноде Supabase Vector Store. Поэтому пришлось писать код с ChatGPT и менять функцию match_documents на стороне Supabase.

🥂 По итогу приложение работает вполне сносно:

- можно добавлять Youtube видео и тексты, которые будут падать сразу в векторную базу данных

- можно связывать эти данные с конкретными чатами

- можно общаться в чате с ИИ-агентом, который будет ходить в векторную базу обращаясь только к нужным документам

___

Само видео и полное приложение для копирования будет доступно в платном комьюнити, которое откроется на следующей неделе - о нем еще расскажу позднее.

Что думаете, полезная штука для креаторов или проще остаться в ChatGPT?

Мы живем в роскошное время, когда построение системы занимает столько же, сколько разовое ручное исполнение процесса.

Я уже рассказывал, что собрал автоматизацию для рассылки сообщений участникам комьюнити.

Сегодня мне нужно было отправить новое сообщение и я понял, что нужно сразу собирать систему - вместе с Lovable за пару часов неторопливо собрал интерфейс.

Он позволяет смотреть как будет выглядеть письмо, запускать отправку тестовой и лайв рассылки, открывать страницу рассылки в Sendpulse.

Следующий шаг - подключить метрики прямо в дашборд, чтобы не ходить в Sendpulse за ними, а также добавить интерфейс чата с ИИ, чтобы не ходить в ChatGPT.

Стройте системы - они будут работать на вас

Интерактивные дашборды на N8N

Lovable и Bubble отлично подходят для создания no-code интерфейсов для AI-агентов, но что, если тебе не хочется или нет возможности делать сложный UI?

👀 Знали ли вы, что в N8N можно возвращать HTML прямо из вебхука? Это значит, что мы можем генерировать простенькие веб-страницы со свежими данными и интерактивными элементами без сложного фронтенда.

Я решил прокачать своего AI-агента, который работает с базой данных. Теперь полученные с помощью него данные доступны через вебхук N8N в виде удобного дашборда.

Список фич:

🔹 Мгновенные отчеты в HTML – запрашиваешь нужные данные, и AI генерирует веб-страницу с таблицей, где можно сортировать и фильтровать данные для анализа.

🔹 Базовые графики – AI подготавливает параметры для графиков с нужными данными.

🔹 Динамические дашборды – перед отображением страницы мы подтягиваем актуальные данные через сохраненный SQL-запрос и получаем дашборд со свежайшими данными.

🔹 Управление отчетами – центральная страница, где можно управлять отчетами и делиться ими с коллегами или партнерами.

Все страницы сгенерированы с Claude за несколько часов.

⚡ Пример дашборда

Что думаете? Удобно или есть более умные решения из коробки для анализа данных с ИИ?

Больше всего в удаленной работе мне нравится международность.

Еще сидя на английском в классе 7-ом, я читал в учебнике заметку про удаленную работу и мечтал жить также. Тогда удаленно работали от силы 2,5 человека и те в глазах общества выглядили полными фриками.

Сейчас же я настроил рассылку писем через Sendpulse (спасибо подписчику за наводку), и данный список отражает наиболее заинтересованных участников моего сообщества, перешедших по ссылке в письме.

Кто бы мне в 7-ом классе сказал, что мою рассылку, отправленную из кафе затерянного в тайге городка, будут читать люди со всего мира…

Как улучшить RAG

Мой клиент хочет загрузить сотни файлов по его судебному делу, где содержатся показания разных людей, обвинения от десятков международных банков и тд, в одну базу, чтобы потом адвокаты могли искать нужную информацию через обычного ТГ бота.

Я ему сказал, что обычный RAG агент на N8N такую задачу не потянет, но сам пошел искать информацию, а какие собственно есть способы улучшить RAG и можно ли их соорудить в N8N.

Основной вариант, который у меня лежал в голове - запись в метаданные ссылки на файл, категоризация файлов (теги, категории) и предварительная фильтрация по файлам, перед поиском по основным векторам. То есть перед тем как искать сами вектора, сначала подобрать с ИИ подходящие по тегам/категориям файлы, чтобы не пулять тупо по всей базе.

Из презентации одного из работников LlamaIndex (занимаются умными RAG для корпоратов) я подчерпнул 3 наиболее реалистичных варианта.

1️⃣ Расширение контекста - при нахождение вектора можно запросить 2 соседних вектора в обе стороны, чтобы получить больше контекста, а не просто вырванную идею. При этом я думаю можно добавить дополнительную валидацию с ИИ - расширился ли контекст или нет. Во втором случае можно сужать его обратно и выдавать только релевантный кусок.

2️⃣ От малого к большому - добавлять в метаданные чанков (или в отдельню таблицу) теги/категории/саммари и проводить сначала векторный поиск по этим данным. После того как найдены подходящие чанки - запрашивать сами записи и отправлять их ИИ. В этом случае потребуется правильный подход к саммари на основе возможных вопросов (от пользователей) и специфики ниши - к примеру в legal это могли быть факты, даты, имена и тд.

3️⃣ Мультиагентсткая система - главный агент планирует ряд действий/вопросов для выяснения и поручает их нескольким агентам (либо сам итерируется по ним). По итогу мы не просто получаем куски данных из БД, а итеративно обрабатываем множество кусков, задавая разные вопросы и обогащая ответ. Также про этот подход писал Google.

_____

Доводилось ли вам делать агента с поиском по куче документов и какие методы вы использовали?

Стрим с Антоном Гладковым 18 февраля, в 20:00 по МСК.
Когда AI заменит биздевов и че делать в жопе?

Антон Гладков - фаундер лучшего биздев агентства в русскоязычном пространстве SLSBMB.
- Ex коммерческий директор в Aviasales в далеком 2016.
- И также создатель легендарных стримов про продажи и жизнь! Вот тут можно посмотреть

О чем весело попиздим 3 часа:
1) Когда AI полностью заменит биздевов и sales менеджеров разных видов.
2) Что сейчас уже AI делает лучше? Разберем кейсы ребят: как они юзают LLM в своих процессах.
3) Неуспешные неуспехи Антона из прошлого и как он из них выбирался
4) Далее нырнем в то, как справляться и переживать жопу
5) В конце по традиции ответим на вопросы, которые напишите под этим постом

Вторник, 18 января, 20:00. Создал для вас ссылку на ивент в Google Calendar. Просто кликните и попадете в календарик с заполненной ссылкой, тайтлом и временем.

И также будем рестримить в YouTube, тут можно поставить уведомление

🎁Тизер: запостил несколько историй с вырезками из нашего созвончика. Сделал в прекрасной нейронке Klap

🔥Ставьте огонечки, если ждете и интересно послушать
@failblog let's go!

Открытие вечера - создание шаблонов для email-рассылок с ИИ

Полдня я копашился с Sendpulse и Skool - сначала забрал все данные через неофициальную апишку Skool о своих 1200 участниках, а далее создал автоатизацию для отправки email-сообщений через Sendpulse.

Загвоздка вышла в том, что там нельзя просто так передавать динамические данные в нужный шаблон и рассылать сразу на всех - через API не передается список динамических переменных, а через SMTP нельзя указать список контактов.

В итоге я плюнул на все это и решил собирать шаблон на лету сам - для этого пришлось собрать его в билдере на Sendpulse, забрать код и дальше дорабатывать ручками. Код этот супер паршивый - 3 уровня вложенных таблиц без особой причины.

1️⃣ Вот тут я и столкнулся с пролемой, что сложно найти нормальный редактор для HTML с drag-n-drop интерфейс, простой загрузкой и выгрузкой кода, но я его нашел - https://app.grapesjs.com/studio

2️⃣ Вторым открытием стало то, что можно все это добро нынче загружать прямиком в ChatGPT, он оптимизирует твой код и тут же запускает его - да, я еще не пробовал новый канвас, поэтому не ожидал такого результата.

В итоге мне удалось собрать простенький шаблон, который теперь будет основой для рассылки 10к писем каждый месяц.

Отчет инвесторам за 2 недели

За эти две недели вышло 3 видео, потихоньку возвращаем обороты (надо по 3 в неделю)

1. Кейс с обработкой 500 резюме
2. Гайд по созданию приложений на Lovable
3. 5 шаблонов для автоматизации процесса продаж

⏺️ Что у меня было/должно было быть/стало:

- Skool - 836/1150/1124 участников
- Youtube - 878/1200/1166 подписчиков
- 13/20/18 человек, собравших своего ИИ-агента

⬇️ Что должно быть через 2 недели:

- Skool - 1450 участников
- Youtube - 1500 подписчиков
- 24 человек, собравших своего ИИ-агента

Проблемы

1️⃣ Я все еще работаю

Пытался сейчас понять что я сделал за 2 недели и почему так мало - постоянно отвлекаюсь на звонки, ответы людям в комьюнити, создание контента и так по кругу. Вроде делаешь 100 дел в день - а по итогу мало что полезного для комьюнити. Надеюсь все же медленно доползти до платного запуска и тогда можно будет нанять кого-нибудь в помощь или меньше работать самому.

🫤 Для примера - конкурент выпустил 5 видео за эти 10 дней и одно из них стрельнуло на 200к просмотров (остальные ±10k) - его MRR $32k.

Плюсы

1️⃣ Автоматизировал переписки

Благодаря все тому же Lovable я собрал админку, где общаюсь с людьми на полуавтомате.

Инсайты

1️⃣ Платная реклама

Youtube мне предложил попробовать промоутить мои видео и текущие результаты впечатляют - около $1 уходит на подписчика для четко таргетированной аудитории (муж., США, 30-50). При нашей конверсии из Youtube в Skool около 90% выходит отличная воронка - достаточно будет всего лишь 1% конверсии в платного подписчика, чтобы реклама окупалась (±$110 CPA против $70 MRR/ ±$7.000 ARR)

Планы

На этой неделе нужно собрать внутреннюю CRM для трекинга всех активностей вокруг каждого участника и на ее основе запустить email рассылки с контентом.

___

Может быть кто-нибудь знает инструмент для email рассылок, который позволяет делать сложную логику для последовательных сообщений, дергается по API и не супер дорогой?

Как создавать веб приложения на Lovable за 1 час

Собственно это гайд, о котором говорил постом выше.

Внутри:

- Собираем интерфейс на Lovable
- Интегрируем с Supabase и N8N
- Выкладываем в Гитхаб
- Деплоим под кастомным доменом на Netlify

Ссылка на видео

Мини-проектик ищет исполнителя

Продолжаю публиковать проекты, которые приходят в личку каждый день, потому что контент - король лидогенерации.

Описание:

Необходимо реализовать процесс автоматизации на базе n8n для обработки скриншотов из Google Drive. Скриншоты содержат названия статей, но без URL.

Система должна:
- Извлекать названия статей с помощью OpenAI.
- Искать соответствующие статьи в интернете.
- Создавать CSV-файл со структурой screenshot_name, article_title, article_url.
- Сохранять этот файл в исходной папке на Google Drive и добавлять ссылку на файл в исходную таблицу Google Sheet.

Бюджет - 20.000-25.000 руб.

Контакт - @evilnov

Все еще пользуетесь Bubble? Тогда мы идем к вам

Если вы все еще не пользуетесь Lovable (или любой альтернативой) как разработчик - вы живете в прошлом.

1️⃣ За 1 день мы сделали интерфейс для клиента, на которой с Bubble можно было бы убить 2-3 дня плотной работы. Мы сделали за 3 часа плотной работы.

2️⃣ За сегодня я собрал себе отдельную апку для общения в Skool, как и собирался неделей ранее - бекенд на N8N собирает все непрочитанные сообщения каждые 15 минут, подготавливает на них ответ.

Если подойдет стандартный ответ - он будет отправлен сразу же.

Если что-то более серьезное, то я смогу зайти в приложение и ответить там - у меня есть вариант от GPT, кнопки для тех же заготовленных сообщений, кнопка для отправки моего сообщения на исправление в GPT (а то заколебаешься ходить в Deepl).

Вообще если честно, я бы только этим и занимался, еще бы какой нить конвеер заказов по 3к, которые можно закрывать за день - было бы великолепно.

___

Как у вас дела? Внедряете ИИ в свою жизнь или еще медлите?

Как обработать 500 резюме за 1 час

Основной тренд, который не раз озвучивался в последних видео YC - это замена целых позиций с помощью AI автоматизаций/агентов, что позволит вести более крупный бизнес единолично. Поэтому сегодня посмотрим кейс с ИИ автоматизацией, которая заменяет функцию HR специалиста по скриннингу кандидатов на простые вакансии (не ИТ).
___

Один из моих клиентов столкнулся с задачей: ему нужно было закрыть несколько вакансий для своих заказчиков, но при этом он хотел обрабатывать поток заявок самостоятельно. Его вводные были:

- Список вакансий (3 штуки) с четкими требованиями в Airtable.
- Gmail-аккаунт, на который приходили сотни резюме.

Спустя всего несколько дней в почтовом ящике накопилось более 500 писем. Обработать их вручную означало бы потратить как минимум неделю на беспрерывную работу. Поэтому мы внедрили систему AI-автоматизации, которая справилась с этим за один день.

Вот как это работает:

1️⃣ Обработка почты

Автоматизация каждые 5 минут проверяет новые письма, загружает резюме в формате PDF. Если файл в другом формате (например, .doc или изображение), система отправляет кандидату сообщение с просьбой прислать резюме в читаемом PDF-формате. Для более точного распознавания можно было бы использовать LlamaParse, но в данном случае стандартный node n8n отлично справляется с задачей.

2️⃣ Фильтрация нерелевантных писем

Если письмо не содержит резюме, система помечает его как прочитанное и оставляет в папке входящих — без необходимости ручной обработки.

3️⃣ Сопоставление с вакансиями

Каждое резюме автоматически сопоставляется со списков вакансий из Airtable для поиска наиболее подходящей. Если подходящего варианта нет, письмо просто помечается как прочитанное.

4️⃣ Оценка кандидатов

Для резюме, соответствующих вакансиям, применяется индивидуальная система баллов, учитывающая требования к каждой должности. Для разных вакансий используется своя логика оценки, которая создается для новых вакансий в отдельном workflow.

5️⃣ Персонализированная обратная связь

- Если кандидат не набирает достаточное количество баллов, система автоматически отправляет отказ с конструктивной обратной связью, подчеркивая его сильные стороны.

- Если кандидат проходит отбор, ему приходит персонализированное приглашение записаться на собеседование через Calendly.

✅ Результаты

- Все 500 резюме были обработаны за один час.
- Система продолжает автоматически обрабатывать около 50 резюме в день.
- С 10% кандидатов, прошедших отбор, клиент ежедневно проводит собеседования, тратя время только на самых релевантных специалистов.

Напишите в комментариях - сработает ли такой пре-скриннинг для вашего HR отдела или нет?

🎉 1000 человек на одного Грязного ноукодера, йо-хо-хо и бутылка рома

Спасибо всем кто читает и продолжает присоединяться к этому каналу - тут мы вместе пытаемся качать ноукод и ИИ.

Я немного погряз в работе и развитии комьюнити, поэтому не выкладываю ничего интересного - буду исправляться 🙏

__

И да, если вы все еще спрашиваете себя почему я Грязный ноукодер, то вот вам заметка с сайта Комиссии по ценным бумагам США с кратким отчетом о результатах моей деятельности за 2022/3-ие года 😅

Отчет инвесторам за 2 недели

За эти две недели вышло всего 2 видео (и те не от меня)

1. ИИ-агент для support
2. Анализ видео с Gemini

⏺️ Что у меня было/должно было быть/стало:

- Skool - 540/750/836 участников
- Youtube - 630/900/878 подписчиков
- 7/12/13 человек, собравших своего ИИ-агента

⬇️ Что должно быть через 2 недели:

- Skool - 1150 участников
- Youtube - 1200 подписчиков
- 20 человек, собравших своего ИИ-агента

Проблемы

1️⃣ Много времени уходит на переписки.

У меня есть неплохое автоматическое сообщение с простым вопросом (работали ли вы с ИИ?), которое быстро вовлекает людей в небольшой диалог. Это, с одной стороны, хорошо, но с другой – плохо. Большинство чатов заканчиваются после пары сообщений, но при этом отнимают много времени. В основном все сводится к однотипным сообщениям: если человек не занимался, я отправляю ссылку на курс; если занимался – уточняю, чем именно. Если человек пишет большой ответ, то я тоже отвечаю развернуто, делюсь опытом и задаю дополнительные вопросы.

Решение: передать часть общения на аутсорс или автоматизировать процесс с помощью ИИ, чтобы однотипные диалоги закрывались автоматически.

2️⃣ Я до сих пор не сделал ни одного видео.

Последнее видео Филиппа про анализ видео собрало всего 100 просмотров, хотя имело огромный потенциал. У меня есть подтвержденный спрос на реализацию этого процесса в бизнесе, но проблема оказалась в подаче идей. Эта мысль меня сильно задела, и я углубился в полировку сценария для нового видео, что затянулось и привело к прокрастинации – боязни сделать плохой материал.

Решение: отбросить страхи и снять видео с помощью Heygen, как получится. Если будет плохо, буду продолжать снимать простые гайды, постепенно улучшая контент, превью и названия.

3️⃣ Я не занимался развитием Skool.

Нужно перестать отвлекаться и сосредоточиться на Skool. В бэклоге уже накопился огромный пласт задач: улучшение комьюнити, создание полезных продуктов, запуск платного сегмента и многое другое. Все это застопорилось из-за прокрастинации, связанной с созданием контента, который стоит во главе угла.

Плюсы

1️⃣ Делегировал монтаж видео.
Это оказалось несложно и сэкономило кучу времени.

2️⃣ Нашел партнера для работы на стратегическом уровне.
Мы еще не начали активно работать, но лишние руки и взгляд со стороны никогда не помешают. Посмотрим, что из этого выйдет.

Инсайты

1️⃣ Контент и аудитория.
Я долго пытался понять, какой контент наиболее релевантен, и кто моя аудитория. Судя по ответам, это бизнес и бизнес-кейсы. Вывод – нужно больше показывать реальных примеров из бизнеса.

2️⃣ Автономность комьюнити.
Комьюнити должно быть самодостаточным и не зависеть только от меня. Моя задача – лишь стимулировать взаимодействие между участниками и обмен знаниями.

3️⃣ Цели для Skool выше ожиданий.
Конверсия из YouTube в Skool оказалась невероятно высокой: почти все подписчики YouTube переходят в Skool.

___

Если у вас есть любые контакты экспертов в области Youtube (на зарубежном рынке) - буду крайне признателен, если сможете поделиться!