В итоге у меня все неудачные результаты с LLM были от жадности - начинал требовать слишком большую задачу слишком слабо и неполно сформулированную. И она либо не справлялась, либо справлялась но я терял контроль т.к. у меня исчезала ментальная модель (тезисы).

Если же формулировать достаточно подробно эксперимент и идею которую хочется попробовать + сформулировать какие визуальные результаты промежуточных этапов от нее требуются - все работает здорово, т.к. по сути делегируется рутина и дается возможность провести контроль качества.

Выше например красота-визуализация-контроль на промпт:

примеры fisheye кадров из видео - /<полный путь>/images/ - давай напишем простой и надежный алгоритм который проверяет "является ли фотография fisheye с черными углами",  
проверка должна быть такой: правда ли существует радиус >=0.8*min(width, height)/2 и <=0.9*sqrt(width^2+height^2)/2 такой что все точки лежащие на окружности этого radius и radius*1.01 и radius*1.05 - черные     
(т.е. все три канала у них меньше чем 10, при полном диапазоне 255), и при этом что среди точек находящихся на окружности с радиусом radius*0.8 и с радиусом radius*0.7 - хотя бы 50% точек не чисто черные (т.е.   
хотя бы один канал больше чем 30, при полном диапазоне 255) на одной окружности, и хотя бы 50% точек не чисто черные на второй окружности, обработай из /<полный путь>/images/      
фото L_000001.jpg и L_000010.jpg и R_000001.jpg и R_000010.jpg, визуализируй для каждой из них какой радиус нашелся, и где находятся его 5 проверочных окружностей и какие там распределния цветов

Слава Агентам! Слава Агентам! Слава Агентам! 🕺🕺🕺🕺

Но у дорогих подписчиков могут быть совсем другие мнения на все эти счета, БАЙТ НА КОММЕНТЫ!