НейроЧайник: ИИ для начинающих

Наши проекты и сервисы (здесь только по ИИ). Пост для закрепления. Обновляемый.
___________

Внедрение ИИ (только юрлица) - neuropanda.app

Главный сайт Neuropanda - neuropanda.ai

Обучение управлению ИИ - lab.neuropanda.ai 

ИИ_ХАБ - pandeon.pro

Каталог ИИ - catalog.neuropanda.ai

- Запуск в ближайшее время 

Издательство Neuropanda - neuropanda.ru

ИИ. Контент-отдел (генерация статей, постов) - gen.neuropanda.ai 

Портал ИИ-грамотности сИИла РФ - siila.ru (сиила.рф)

- Инструменты:

ИИ-пространство LABA (чаты, агенты, тренажеры) - laba.neuropanda.ai 

Бесплатный ИИ-сервис в MAX - max.ru/id222310370821_1_bot 

Инструменты для работы с диалогами - https://lab.neuropanda.ai/md

* Если у вас есть идеи инструментов, которые бы были вам интересны, можете написать нам по любым удобным контактам.

Изучим, осмыслим, вполне возможно, что внедрим.

Продолжение следует.

Всем хорошего дня и ИИ без галлюцинаций :)

Вот такие вот милые шаблоны сайтов можно собрать с Claude буквально за 20 минут каждый.

Для интереса решили попробовать в LABA собрать разные варианты современных стилей (можно вставить потом, например, в Tilda или Wordpress) – вышло вполне себе.

Видимо, и у веб-студий ИИ тоже откусят если не все, то как минимум – многое. Причем собирается все даже без знания программирования.

Достаточно дать идею, желаемый стиль, тексты и описать видение (если есть).

Ну а если ничего нет, ИИ сделает все сам, потом просто корректировка по типу "смени фон", "добавь блок" и т.п.

Все сайты “в полный рост” – здесь.

P.S. Напомним, завтра завершается акция по LABA и “ИИ-технолог” (токены быстро расходятся:) и поднимем несколько цены. Если кто-то планировал, имейте в виду.

Начислены лимиты (30 млн. токенов-кредитов в месяц) всем студентам (старым и новым), которые зарегистрировались в LABA и подали заявки.

Тем студентам, кто еще не подавал заявку, просим писать в поддержку

Также напомним, что акция по программе обучения “ИИ-технолог” с начислением дополнительных 40 млн. токенов-кредитов (сверх месячного лимита) продолжается.

1.5 млрд. акционных токенов стабильно уменьшаются:) 

Также в конце недели будет снова повышена цена на программу обучения (она регулярно растет параллельно с появлением новых материалов и инструментов программы).

Акция в честь LABA в программе обучения “ИИ-технолог”

С сегодняшнего дня до конца сентября (или пока не раздадим 1.5 млрд. токенов-кредитов) стартует акция по программе обучения “ИИ-технолог” в честь запуска LABA 

LABA – новое ИИ-пространство для студентов программы “ИИ-технолог” и других программ. Там можно общаться с сильными ИИ-моделями, постепенно там же появятся тренажеры по разным урокам, добавим возможность создавать ИИ-агентов (по мере появления раздела в программе).

Ежемесячный лимит для студентов – 30 млн. токенов-кредитов в течение 12 мес.

Если очень условно, то это соответствует примерно 20 млн. токенов для Sonnet 5 или 10 млн. токенов для Opus 5 

Пока подключили только Claude, вскоре подключим и ChatGPT. Более подробно о LABA можно прочитать на странице программы “ИИ-технолог”.

Каждому новому студенту по условиям акции мы дополнительно к лимиту разово добавим 40 млн. токенов-кредитов. Начисление начнется с 14 сентября.

Всех студентов, кто приобрел программу обучения ранее, мы также приглашаем писать нам в поддержку.

Вы также получите доступ в группу студентов с лимитом 30 млн. токенов-кредитов в течение 12 месяцев. 

Программу “ИИ-технолог” мы также частично обновили, добавлены новые ознакомительные уроки и видео. Идет плановое наполнение программы дальше.

Программа обучения “ИИ-технолог” – ссылка

Поддержка по любым вопросам – ссылка

Как-то уже говорили: среди задач проекта есть создание программы под ключ по написанию нон-фикшн с ИИ

Нюансов масса, но дело идет. Прошли этап осмысления, сборки скелета, содержания, форматов, стиля.

Важный момент: параллельно с программой мы сразу пишем несколько книг с нуля (не про ИИ), которые потом выложим в открытый доступ.

Они и будут лучшим доказательством качества программы и конечного продукта

Прикрепляем пару главы обеих книг для знакомства:

Книги намеренно взяты в разных стилях,чтобы показать: конвейер гибкий, а не заточен под один голос, структуру, формат и т.п.

Первая — "Мозг и деньги": о том, куда утекают личные финансы и как с этим бороться.

Стиль аналитический, разоблачающий, ищущий, иногда ирония. Быстрая ритмика.

Вторая — "Оставаться человеком": о давлениях, которые понемногу выталкивают нас из человеческого.

Стиль литературный: сцены, образы, осмысления. Ритмика более плавная.

Насколько выходит сильно — судите сами по прикрепленным главам. Собрано 100% с ИИ, 0 % редактуры

Что такое механизм внимания ИИ и как он на самом деле работает

Слово "внимание" применительно к ИИ = конкретный механизм – тот самый, из-за которого ИИ иногда игнорирует ваши требования, теряет детали из середины диалога и цепляется за случайное слово в промпте.

Разберем без математики, на уровне, который нужен практику

Начнем с главного отличия. Человек читает текст последовательно: слово за словом, удерживая в голове нить.

ИИ так не делает. Обрабатывая каждое слово, модель одновременно "оглядывается" на все остальные слова в контексте и решает – какие из них важны для понимания текущего.

Это и есть внимание: постоянное взвешивание связей между всеми словами сразу

Пример. Во фразе "Возьми отчет за март и перепиши его короче" слово "его" само по себе пустое.

Механизм внимания связывает "его" с "отчетом" – и модель понимает, что переписывать. Таких связей модель строит миллионы на каждый ваш запрос, между всеми словами, во все стороны

Теперь ключевое для практика: внимание – это общий на всех бюджет, а не прожектор, который светит на все одинаково.

У каждого слова в контексте есть вес. Сумма весов ограничена. Если что-то получило много внимания, что-то другое получило меньше.

Из этого вытекают эффекты, которые вы наверняка ловили на практике, не зная причины:

Первый – яркое перетягивает вес

Эмоциональное, конкретное, необычное слово забирает внимания больше, чем сухое требование рядом

Вы написали в промпте пять правил, а потом добавили сочный пример – и модель начала копировать пример, подзабыв правила. Это не глупость модели, это перекос весов: пример оказался "громче"

Второй – середина проседает

У начала и конца контекста веса стабильно выше, середина получает меньше

Отсюда классика: в длинном диалоге ИИ отлично помнит, с чего все началось, помнит последние сообщения – а договоренность из середины куда-то делась.

Она не удалилась. Она просто весит мало ...

Третий – повторение работает не магией, а весом

Когда вы дублируете важное требование в конце промпта, вы не "напоминаете" модели, как человеку.

Вы физически добавляете этому смыслу веса: он теперь встречается дважды, и одно из вхождений стоит в сильной позиции конца

Три прямых следствия для работы:

1. Ставьте критичное в сильные позиции – начало и конец промпта. Требование, закопанное в середину длинной инструкции, получит меньше веса, чем то же требование первой или последней строкой


2. Следите за "громкостью" элементов. Если пример в промпте ярче правил – модель пойдет за примером

Либо приглушайте пример ("пример дан только для формата, не копируй его стиль и содержание"), либо делайте правила такими же конкретными

2. В длинных диалогах периодически пересобирайте веса.

Тот самый запрос "Коротко и четко повтори главные тезисы диалога" – это не проверка памяти, это принудительное перевзвешивание: главное проговаривается заново, свежим текстом, в сильной позиции конца контекста

И последнее:

Внимание не равно память

Модель ничего не "забывает" в человеческом смысле – весь диалог физически лежит в контексте. Вопрос только в том, сколько веса получит конкретный кусок при генерации ответа

Поэтому фраза "ИИ забыл" почти всегда означает "этому фрагменту досталось мало внимания" – и это лечится не упреками, а перестановкой и повторением

Понимание этой механики убирает мистику. ИИ не капризничает, не ленится и не тупит – он распределяет ограниченный бюджет внимания по вашему тексту

А как он его распределит – во многом решаете вы: позициями, повторами, громкостью элементов

📦 Больше полезного в нашем ИИ_ХАБ
— Мы в MAX

Почему "напиши как человек" не работает – и что прописывать вместо

Наверное, самая частая инструкция в промптах по всему миру. И одна из самых бесполезных.

ИИ в ответ на "пиши как человек" чуть теплеет, вставляет пару разговорных словечек – и продолжает выдавать тот же нейросетевой текст.

Разберем, почему инструкция пустая и чем ее заменить

- Причина первая: модель и так уверена, что пишет как человек. Она обучена на человеческих текстах, ее выдача – статистический портрет человеческого письма.

С ее "точки зрения" требование уже выполнено, еще до того, как вы его написали. Вы говорите "пиши как человек" тому, кто ничего другого никогда и не видел

- Причина вторая: "как человек" – это не инструкция, а пожелание без параметров.

Какой человек? Уставший? Язвительный? Профессор? Сосед по гаражу? Люди пишут миллионом способов, и у этого миллиона нет среднего.

Точнее, есть – и это как раз тот гладкий обезличенный текст, который вы и пытаетесь убрать.

Прося "как человек" без уточнений, вы буквально запрашиваете усредненного человека. То есть машину

- Причина третья: инструкция называет цель, но не называет ни одного действия.

ИИ работает с конкретикой: длина фраз, лексика, структура, ритм. "Как человек" не переводится ни в одно из этих измерений напрямую.

Это как сказать повару "приготовь вкусно" – формально понятно, фактически пусто

Отсюда главный принцип замены: не называть цель, а называть признаки.

Не "пиши живо", а перечислить, из чего физически складывается живость.

Типовые блоки:

Блок 1 – конкретный человек вместо человека вообще

"Пишет владелец маленького бизнеса, 15 лет в теме, слегка уставший от инфобизнеса и модных словечек. Он объясняет знакомому, не продает"

Роль с деталями дает модели точку в пространстве стилей вместо размытого облака. Чем конкретнее фигура – тем меньше усреднения

Блок 2 – физика текста, измеримые параметры:

"Предложения разной длины: короткие в 3-5 слов чередуются с длинными. Абзацы неровные – от одной строки до пяти

Запрещены конструкции 'не только, но и', 'важно отметить', 'в современном мире'. Максимум одно прилагательное на предложение"

Это уже не пожелания – это проверяемые требования. Модель умеет их выполнять, потому что они переводятся в конкретные решения при генерации

Блок 3 – следы "думания":

"Текст должен выглядеть как процесс мысли, а не готовый вывод: допустимы самоуточнения ("точнее", "вернее так'"), короткие отступления в скобках, одна мысль может оборваться и вернуться позже"

Именно этих швов не хватает машинному тексту сильнее всего – мы разбирали это в посте про зловещую долину. Человеческий текст думает на ходу, машинный приходит причесанным

Блок 4 – образец вместо описания
Самый мощный ход. Дайте 2-3 абзаца текста, звучащего так, как вам надо – свои или чужие:

"Вот образец звучания. Не копируй содержание – скопируй манеру: ритм, длину фраз, температуру, отношение к читателю"

Показать всегда сильнее, чем описать. Модель снимает с образца десятки параметров, которые вы бы никогда не догадались прописать словами

Сравните на практике:

1. "Напиши как человек про наш сервис доставки" – получите бодрый гладкий текст с "мы ценим ваше время".

2. А теперь: конкретный автор из блока 1 + физика из блока 2 + разрешение на швы из блока 3 + абзац-образец.

Будет совсем другой текст.

Не потому что модель "постаралась", а потому что ей впервые дали выполнимые требования

Формула простая: "как человек" – это цель, а модели нужны признаки. Назовите признаки – получите человека 👻

Типичное правило жизни, которое не всегда работает с ИИ

Как мы привыкли мыслить?

- Если этот крем для рук не справился, мы его больше не покупаем.

- Если попробовали какой-то рецепт, и блюда не понравилось, в топку его.

И тд и т.п.

Этому нас научила сама жизнь: зачем тратить ресурсы на новые попытки, если уже ясно, что не то?

И мы по привычке переносим этот же принцип на ИИ:

- Дали нейросети сложную задачу, она сделала не то — значит плохая нейросеть.

- Дали всем ИИ, и все не справились? Значит нейросети ее решить не могут.

Но так ли это? Смотрите:

Есть и вправду задачи, которые нейросети решить не могут.

- Например, в одном диалоге они не могут написать большую книгу без просадок логики, явных нестыковок, потери качества и тд и т.п.

- Или вы поставили задачу так, что в ней есть явная ошибка, и даже самый матерый ИИ не может понять, чего вы хотите.

- Или вы пытаетесь в слабой модели сделать что-то сложное.

Таких случаев полно, когда корректное выполнение за гранью мастерства ИИ. НО.

Но есть просто пограничные случаи, когда технически все в принципе реализуемо. Единственный нюанс — не в каждом диалоге (и не с каждой ИИ).

Поясним:

У нейросетей вероятностная природа. Может ответить так, а может и этак.

Подхватила в задаче какой-то смысловой приоритет, и давай шпарить по нему.

Но значит ли это, что и в новом диалоге будет все тот же крем и тот же рецепт? НЕТ.

Чем умнее модель, чем сильнее у нее вариативность, тем выше шансы, что если задача в принципе реализуема, то на 2-м или 3-м ответе ИИ подхватит суть.

Не всегда. Не в каждой модели. И все же на практике у нас были сотни случаев, когда ИИ в конце концов подхватывал верно.

Если чувствуете, что ИИ может решить задачу — не торопитесь ставить крест на модели или вообще возможностях ИИ.

Пробуйте в разных диалогах. Моделях.

И тогда, вполне возможно, на 2-й или 3-й попытке все же получите нужное.

"Для ответа в выйди в Сеть и изучи"

Очень простое дополнение к запросу, которое используют далеко не все. Особенно критично, когда нужны актуальные данные.

Типовая ошибка – думать, что ИИ всегда дает полноценные данные. Особенно если на панельке мелькает нажатый "Web поиск"

На самом деле ИИ ленивый. И часто он ищет информацию по данным из базы обучения, а не Сети.

Да, какие-то модели сами идут в Сеть, но какие-то либо не идут, либо даже врут, что ходили, а сами подсовывают старье.

Так что для "наверняка" стоит всегда добавлять эту приписку, а то будете изучать "лучшее" и слепо доверять, а окажется, что это лучшее было таковым в начале 2025, а сейчас вовсе даже не айс.

P.S. Если хотите убедиться, что выходил в Сеть (где-то видно при обработке, что идет веб-поиск, где-то нет) – можно требовать назвать текущую дату и ссылки на наиболее свежие материалы.

📦 Больше полезного в нашем ИИ_ХАБ
— Мы в MAX

Как давать нейросети примеры?

Если нужны свежие идеи в каком-то формате, где у вас уже есть удачные находки (ответ другого ИИ. ваши решения) — сначала лучше не давать примеров.

Пусть креативит и покажет — как сама решила бы задачу. Другие примеры дать никогда не поздно, НО если дать их заранее — креатива не будет, будет готовый вектор мышления.

Если же нужны в похожем ключе (и хотите дать как примеры хорошего выполнения) — смело давайте + можно просить разные варианты вроде:

- "посмотри и изучи под другими, неожиданными углами"

- "охвати неочевидные, но важные форматы"

- "используй примеры только как образцы удачных решений, а не векторы поиска или главные смыслы"

- "изучи проблему/задачу/ситуацию и т.п глазами рядового участника/пользователя/клиента и т.п - какие боли/сомнения/желания и т.п у него есть?"

Галлюцинации ИИ – это фича, а не баг
⠀
Сначала давай разберемся, почему ИИ вообще врет – без этого дальше будет непонятно.

Итак, любая ИИ-модель не извлекает факты из базы данных.

Она генерирует правдоподобное продолжение текста, токен за токеном. На вопрос “кто написал книгу Х” она не ищет ответ – она достраивает наиболее вероятную фразу.

Если про реальный ответ в ней много данных, вероятное совпадет с правдой. Если данных мало, часто она все равно достроит фразу – уверенно и связно, просто теперь мимо.
⠀
И вот тут ключевой момент: у ИИ нет отдельного “режима вранья”.

Тот самый механизм, что выдумывает несуществующую цитату, – это ровно тот же механизм, что рождает свежую метафору, неожиданный поворот сюжета, идею продукта.

Выдумывание и есть творчество.

Нельзя убрать галлюцинации, не убив креатив – это одна и та же функция, просто повернутая разными сторонами
⠀
Значит, бороться надо не с выдумыванием как таковым, а управлять тем, когда оно включено.
⠀
Сторона первая: брейншторм, где галлюцинация – топливо
⠀
Когда вы генерируете идеи, концепции, сюжеты, нестандартные ходы – вам не нужна правда, вам нужно правдоподобное-которого-еще-нет.

Это буквально определение хорошей идеи. И тут надо не сдерживать модель, а наоборот – разрешить ей врать в открытую:
⠀
“Режим свободной генерации: факты, реалистичность и проверяемость сейчас не важны. Предлагай смелое, в том числе заведомо выдуманное, лишь бы это было потенциально применимо и интересно для нашей задачи.

Не оговаривайся, что это не точно – я знаю. Дай 15 идей в формате свободного креативного полета”
⠀
Сняв с модели обязанность быть правдивой, вы открываете ей те участки, куда осторожная фактическая выдача никогда не зайдет.

Самые интересные ходы часто живут именно в “а что если бы было так, хотя так не бывает”
⠀
Сторона вторая: факты, где галлюцинацию давим жестко
⠀
Здесь все наоборот, и одной вежливой просьбы “не выдумывай” мало – модель и рада бы, но достраивать вероятное это ее физика.

Давить надо механикой:
⠀
– дайте право не знать. Модель врет, потому что по умолчанию обязана ответить. Снимите эту обязанность:

"Если точных данных нет – пиши “не знаю”, твое честное “не знаю” я ценю выше любого правдоподобного ответа”

– разделите знание и догадку:

“Помечай каждое утверждение: [факт] – уверен, [предположение] – достраиваю по логике”.

Так вранье хотя бы маркируется само

– заземлите на источник: при работе с фактами давайте свой документ и требуйте отвечать только по нему:

“Бери только из загруженного текста, чего там нет – того нет”

– требуйте проверяемое: имена, даты, цифры модель выдумывает охотнее всего. Просите указывать, откуда они, и перепроверяйте критичное вручную (ИИ – не последняя инстанция, а быстрый черновик)
⠀
Итого:

- Галлюцинация – не поломка, которую чинят, а громкость, которую крутят.

- Творческая задача – выкрутить на максимум и наслаждаться.

- Фактическая – вырубить в ноль и перепроверить.

Как заставить ИИ сначала строить каркас решения, а не сразу писать текст

Дать модели серьезную задачу – статью, коммерческое предложение, стратегию, структуру курса – и она радостно начнет писать с первого слова.

Это ее природа: ИИ генерирует текст последовательно, токен за токеном, и не может вернуться и переиграть начало.

Какую дорожку выбрал в первых абзацах – по той и едет до конца

Отсюда и типичный результат: текст гладкий, а конструкция кривая.

Главная мысль зарыта в середине, логика скачет, половина важного не влезла, потому что место съело второстепенное. Модель не планировала – она ехала

Лечим: запрещаем писать и требуем каркас

1. Запрос

“Не пиши текст. Сначала дай каркас решения: из каких блоков состоит, что внутри каждого блока и зачем он нужен, как блоки связаны между собой. Где есть варианты построения – покажи 2-3 с плюсами и минусами”

Что это дает?

Во-первых, вы видите мышление модели до того, как оно завернуто в красивые формулировки – а кривую логику в голом каркасе видно мгновенно, в готовом тексте она маскируется гладкостью.

Во-вторых, править каркас дешево: “блок про гарантии убери, вторым пунктом добавь кейс, финал перестрой под призыв” – три секунды.

Править готовый длинный текст дорого: модель латает локально, и швы расходятся в соседних местах


2. Когда каркас устраивает, вторым шагом:

“Каркас утвержден. Теперь реализуй его полностью. Отклоняться от структуры запрещено, если по ходу видишь проблему – остановись и спроси”

Запрет на отклонения – не паранойя. Без него модель в процессе написания “улучшит” структуру по-своему, и вы получите третий вариант, который никто не согласовывал

Прием универсален, меняется только слово “каркас”: lля стратегии – дерево решений до текста, для курса – сетка уроков до содержания, для переговоров – сценарий веток до формулировок

И бонус: на этапе каркаса удобно скрещивать варианты.

Попросите два разных каркаса, возьмите силу одного и структуру другого – “собери третий: скелет из первого, но блоки 2 и 5 из второго”.

С готовыми текстами такой фокус не проходит, с каркасами – легко

Итого, правило: чем серьезнее задача, тем жестче разделяйте проектирование и реализацию.

ИИ, которому разрешили подумать структурой до текста, выдает другой класс результатов

📦 Больше полезного в нашем ИИ_ХАБ
— Мы в MAX

Буквально вот мы писали рассказы, и пришла идея — а почему ты не собрать быстренько арки героев, план, стилевой слепок, карту быта, да и не написать что-то такое, что уже не рассказ, а и вовсе пятая часть книги в 250+ стр.?

Интереснее всего было, конечно, как ИИ будет все держать. Сможет ли управляться в генерациях со всей махиной?

Выяснилось — ChatGPT держит. Не всю книгу, но один участок, как на примере — да. То есть знаючи собирать участками – можно.

И, конечно, с итерациями, переписыванием ИИ слабых мест. За час книги не выйдет, но в целом – за несколько часов такой отрывок можно.

Есть чуть редактуры, только там, где проще руками, чем просить нейросеть. >1%

Ниже – начало книги о парне с захолустной планеты, который телепатически общается с хряком. Умение ценное, таких берут в Академию. Вот о том, как он туда попадает – это часть. Также прикрепляем.

Крепкая мужская проза, есть живой юмор без “шутеек”.

Парень и его хряк

Пожалуйста, поставьте 👻 если реально прочитали и зашло. Спасибо:)

Те самые рассказы, о которых говорили парой постов выше.

Правда, решено было брать не 2 типа рассказов (обычный и фантастику), потому как вышло бы уж совсем много.

Вместо этого – один рассказ Рэя Брэдбери, где вроде бы и фантастика, но при этом явный стилистический шлейф и глубокая атмосфера “обычного” рассказа. И уже на основе этого рассказа – ИИ писал свое.

В Google Docs – по 2 рассказа с разными сюжетами от 2 ИИ, которые лучше всего справились с заданием. ИИ было предложено:

1. Создать стилистический рисунок на основе рассказа-примера (рассказ тоже есть в документах)

2. Предложить сюжеты

3. Написать по стилистическому рисунку и сюжету

В принципе, еще неплохо справился Gemini, но в силу того, что он с некоторых пор очень жадничает с объемами, рассказы не включили.

Оценка эксперимента: 5/5

Даже без долгой и сложной обкатки (пара часов при работе с ИИ - ничто) – вышло очень даже хорошо. И сюжеты интересные, и стиль уже явно не машинный.

И хотя справились не все ( более слабое просто решено было не выкладывать), те из ИИ, кто справился – красавчики. 👻