#промпт — Public Fediverse posts

Не робот, а коллега: как ИИ-агент стал частью команды медпульта

Привет, Хабр! Меня зовут Иван. Я работаю аналитиком в компании «Совкомбанк Технологии»: собираю требования, разбираю процессы с пользователями и помогаю доводить ИИ-решения от этапа идеи до работающего сервиса. В этой статье расскажу, как мы с командой внедряли ИИ-агента в работу медицинского пульта страховой компании.

https://habr.com/ru/companies/sovcombank_technologies/articles/1035306/

#искусственный_интеллект #llm #Qwen330B #VoiceKey #промпт #агенты #страхование #транскрибация #автоматизация #сокращение_времени

Флоу комфорта: как искусственный интеллект в колонках Сбер научился создавать сценарии умного дома

Салют, Хабр! Я Иван, руковожу направлением голосового управления умным домом в SberDevices. Недавно мы обучили ГигаЧат в интеллектуальных колонках Сбер помогать в создании сценариев автоматизации голосом. Эта задача была неизбежной: общение на естественном языке — закономерный этап развития умных устройств. И непростой: реализовать управление умным домом на естественном языке сложнее, чем «болталку». Во-первых, у каждого юзера в умном доме свой набор комнат и устройств, их функций, названий. Во-вторых, умному дому нельзя ошибаться . Сегодня расскажу, где в пайплайне обработки запроса общение с бэкендом, почему выбрали обучение на уровне контекста вместо supervised fine-tuning и что такое сценарная машина.

https://habr.com/ru/companies/sberdevices/articles/1034306/

#Умный_дом_Сбер #колонки_Сбер #ИИ #SFT #промпт #обучение_ИИ

ИИ может писать код, но умеет ли он делать красиво? Мой опыт с виджетом и аватарами

Мне было интересно, сможет ли ИИ сгенерировать виджет именно так, как я его вижу? Не абстрактный чатик, а конкретное поведение, конкретный UI, сценарии, состояния, открытие, закрытие, мобильная версия, десктопная версия, аватары. Я подробно описывал поведение, прикладывал скриншоты, объяснял use cases . В итоге удалось добиться приемлемого результата. Виджет заработал примерно так, как я хотел. Но отдельно я упёрся в аватары . Мне не хотелось скучных статичных картинок. Хотелось, чтобы оператор выглядел живым , т.е. немного двигался, кивал, печатал, создавал ощущение присутствия.

https://habr.com/ru/articles/1033932/

#ИИдизайн #Claude_Code #Codex #Аватар #Анимация #Claude_Design #Виджет #Kling_AI #ChatGPT #Промпт

ИИ может писать код, но умеет ли он делать красиво? Мой опыт с виджетом и аватарами

Мне было интересно, сможет ли ИИ сгенерировать виджет именно так, как я его вижу? Не абстрактный чатик, а конкретное поведение, конкретный UI, сценарии, состояния, открытие, закрытие, мобильная версия, десктопная версия, аватары. Я подробно описывал поведение, прикладывал скриншоты, объяснял use cases . В итоге удалось добиться приемлемого результата. Виджет заработал примерно так, как я хотел. Но отдельно я упёрся в аватары . Мне не хотелось скучных статичных картинок. Хотелось, чтобы оператор выглядел живым , т.е. немного двигался, кивал, печатал, создавал ощущение присутствия.

https://habr.com/ru/articles/1033932/

#ИИдизайн #Claude_Code #Codex #Аватар #Анимация #Claude_Design #Виджет #Kling_AI #ChatGPT #Промпт

ИИ может писать код, но умеет ли он делать красиво? Мой опыт с виджетом и аватарами

Мне было интересно, сможет ли ИИ сгенерировать виджет именно так, как я его вижу? Не абстрактный чатик, а конкретное поведение, конкретный UI, сценарии, состояния, открытие, закрытие, мобильная версия, десктопная версия, аватары. Я подробно описывал поведение, прикладывал скриншоты, объяснял use cases . В итоге удалось добиться приемлемого результата. Виджет заработал примерно так, как я хотел. Но отдельно я упёрся в аватары . Мне не хотелось скучных статичных картинок. Хотелось, чтобы оператор выглядел живым , т.е. немного двигался, кивал, печатал, создавал ощущение присутствия.

https://habr.com/ru/articles/1033932/

#ИИдизайн #Claude_Code #Codex #Аватар #Анимация #Claude_Design #Виджет #Kling_AI #ChatGPT #Промпт

ИИ может писать код, но умеет ли он делать красиво? Мой опыт с виджетом и аватарами

Мне было интересно, сможет ли ИИ сгенерировать виджет именно так, как я его вижу? Не абстрактный чатик, а конкретное поведение, конкретный UI, сценарии, состояния, открытие, закрытие, мобильная версия, десктопная версия, аватары. Я подробно описывал поведение, прикладывал скриншоты, объяснял use cases . В итоге удалось добиться приемлемого результата. Виджет заработал примерно так, как я хотел. Но отдельно я упёрся в аватары . Мне не хотелось скучных статичных картинок. Хотелось, чтобы оператор выглядел живым , т.е. немного двигался, кивал, печатал, создавал ощущение присутствия.

https://habr.com/ru/articles/1033932/

#ИИдизайн #Claude_Code #Codex #Аватар #Анимация #Claude_Design #Виджет #Kling_AI #ChatGPT #Промпт

Штампы LLM. Разбираю с новой точки зрения

Как и миллионы людей, уверенных, что уж они-то знают то, что обязательно нужно рассказать другим, решил написать книгу о промптах. В процессе написания (который, кстати, оказался, куда сложнее, чем предполагалось), я рассматривал штампы LLM. Ну вы их знаете. По крайней мере в комментариях к статьям на Хабре, сотни экспертов определяют LLM именно по ним. В общем, штампы есть, и в промптах авторов многих статей все они перечислены для исключения из текста. Хорошо это или плохо, я разберу ниже.

https://habr.com/ru/articles/1032294/

#искусственный_интеллект #llm #штамп #промпт

Нужно проанализировать данные? Какую нейросеть выбрать в SpeShu.AI

Чтобы 1 000 строк таблицы обработать за 5 минут, нужна нейросеть с большим контекстом. Что это, какие топ-5 нейросетей лучше использовать и как написать правильный промпт, дочитайте статью и получите ответы.

https://habr.com/ru/companies/tsnis/articles/1031932/

#нейросети #данные #таблицы #excel #гайд #промпт #проанализировать_данные

Лучший промпт для LLM. Бессмысленный поиск

В общем и целом LLM глупы. Я прошу у них написать прекрасный текст, рабочий код, решить задачу, подобрать ссылки, подготовить ответ, объяснить как починить холодильник, раскритиковать не нравящуюся мне статью. Вполне понятные и простые просьбы. В ответ приходит какая-то ерунда. Ответ неполон, ошибочен и, в целом, совершенно меня не устраивает. Виновата LLM или мой промпт? Давайте рассмотрим этот вопрос подробнее.

https://habr.com/ru/companies/timeweb/articles/1014162/

#искусственный_интеллект #промпт #скрипач #timeweb_статьи

Лучший промпт для LLM. Бессмысленный поиск

В общем и целом LLM глупы. Я прошу у них написать прекрасный текст, рабочий код, решить задачу, подобрать ссылки, подготовить ответ, объяснить как починить холодильник, раскритиковать не нравящуюся мне статью. Вполне понятные и простые просьбы. В ответ приходит какая-то ерунда. Ответ неполон, ошибочен и, в целом, совершенно меня не устраивает. Виновата LLM или мой промпт? Давайте рассмотрим этот вопрос подробнее.

https://habr.com/ru/companies/timeweb/articles/1014162/

#искусственный_интеллект #промпт #скрипач #timeweb_статьи

Лучший промпт для LLM. Бессмысленный поиск

В общем и целом LLM глупы. Я прошу у них написать прекрасный текст, рабочий код, решить задачу, подобрать ссылки, подготовить ответ, объяснить как починить холодильник, раскритиковать не нравящуюся мне статью. Вполне понятные и простые просьбы. В ответ приходит какая-то ерунда. Ответ неполон, ошибочен и, в целом, совершенно меня не устраивает. Виновата LLM или мой промпт? Давайте рассмотрим этот вопрос подробнее.

https://habr.com/ru/companies/timeweb/articles/1014162/

#искусственный_интеллект #промпт #скрипач #timeweb_статьи

Лучший промпт для LLM. Бессмысленный поиск

В общем и целом LLM глупы. Я прошу у них написать прекрасный текст, рабочий код, решить задачу, подобрать ссылки, подготовить ответ, объяснить как починить холодильник, раскритиковать не нравящуюся мне статью. Вполне понятные и простые просьбы. В ответ приходит какая-то ерунда. Ответ неполон, ошибочен и, в целом, совершенно меня не устраивает. Виновата LLM или мой промпт? Давайте рассмотрим этот вопрос подробнее.

https://habr.com/ru/companies/timeweb/articles/1014162/

#искусственный_интеллект #промпт #скрипач #timeweb_статьи

Как навайбкодить полезный инструмент для работы с ВМ

При решении очередной задачи по небольшой "модификации" ПО- возникло решение запуска его под ВМ. По рукой уже стояла Oracle VirtualBox. Но вот незадача- ПО опознало виртуалку и отказалось выдать триал период. 2 промпта и 3 минуты на копирование и сборку решили проблему.

https://habr.com/ru/articles/1024356/

#вайбкодинг #вайбкодинг #вайбпрограммирование #python #промптинжиниринг #промпт #промпты

Как показать модели пальцем, что важно

Вы наверняка замечали: один и тот же вопрос в ChatGPT или Claude иногда даёт отличный ответ, иногда – качество ответа не соответствует ожиданиям. Многие списывают это на «непредсказуемость AI». На самом деле у этого есть и структурная причина. В апреле 2025 года Anthropic публиковали официальную документацию по промпт-инжинирингу для Claude 4.6 – Prompting Best Practices . Это технический документ для разработчиков API. Массовому пользователю читать его не предполагается. Однако, там есть пара инсайтов, которые работают и буду полезны всем.

https://habr.com/ru/articles/1022862/

#тег #промпт #attention #трансформер #XML #контекст #токен #sparse_attention #промптинжиниринг #LLM

Искусство промптинга, или Как варить кашу из топора правильно

Всем привет! Я Ольга Матушевич, преподаватель курса

https://habr.com/ru/companies/yandex_praktikum/articles/1020202/

#промпт #ии #как_писать_промпт #работа_с_нейросетями #chatgpt #gemini #алиса_ai

Искусство промптинга, или Как варить кашу из топора правильно

Всем привет! Я Ольга Матушевич, преподаватель курса

https://habr.com/ru/companies/yandex_praktikum/articles/1020202/

#промпт #ии #как_писать_промпт #работа_с_нейросетями #chatgpt #gemini #алиса_ai

Искусство промптинга, или Как варить кашу из топора правильно

Всем привет! Я Ольга Матушевич, преподаватель курса

https://habr.com/ru/companies/yandex_praktikum/articles/1020202/

#промпт #ии #как_писать_промпт #работа_с_нейросетями #chatgpt #gemini #алиса_ai

Искусство промптинга, или Как варить кашу из топора правильно

Всем привет! Я Ольга Матушевич, преподаватель курса

https://habr.com/ru/companies/yandex_praktikum/articles/1020202/

#промпт #ии #как_писать_промпт #работа_с_нейросетями #chatgpt #gemini #алиса_ai

Почему «база знаний в продукте» – это не Wikipedia, а политика доверия

Спросили в чате: «сколько мне спать / есть белка / бегать в неделю». Модель ответила ровно и быстро. Пользователь закрыл вкладку довольный. Через несколько дней эта же цифра оказалась в разговоре с врачом или в строке таблицы с расходами. Вопрос уже не «удобно ли в интерфейсе», а другой: кто в этой цепочке сказал «да, мы это утверждаем»? Wikipedia и прочие открытые базы отвечают на вопрос «что люди вообще накопили про тему». Продукт отвечает иначе: что мы готовы произнести от имени сервиса в конкретном сценарии – здоровье, деньги, учёба, работа. Формулировки похожи, масштаб последствий – нет. Внутренняя база знаний тут не «мини-вики» и не галочка в roadmap ради модного RAG. Это скорее политика доверия : кто отбирает тексты, где они работают, что нельзя додумывать и чего человек вправе ждать, когда видит ответ под вашим логотипом Мы делаем Voicaj – платформу, где голос и текст превращаются в задачи, финансы, здоровье, учёбу и остальные модули в одном контуре, а ответы ассистента в щекотливых темах опираются на отдельные правила и курируемую базу , привязанную к сценариям, а не на «всё, что модель вспомнила». Ниже разбор этой линии: зачем она нужна и где ломается, если притвориться, что достаточно одного умного чата Внутри: правила и доверие

https://habr.com/ru/articles/1019134/

#база_знаний #RAG #LLM #доверие_к_ИИ #продуктовый_ассистент #курирование_контента #Voicaj #промпт #ответственность_сервиса #сценарии

Почему «база знаний в продукте» – это не Wikipedia, а политика доверия

Спросили в чате: «сколько мне спать / есть белка / бегать в неделю». Модель ответила ровно и быстро. Пользователь закрыл вкладку довольный. Через несколько дней эта же цифра оказалась в разговоре с врачом или в строке таблицы с расходами. Вопрос уже не «удобно ли в интерфейсе», а другой: кто в этой цепочке сказал «да, мы это утверждаем»? Wikipedia и прочие открытые базы отвечают на вопрос «что люди вообще накопили про тему». Продукт отвечает иначе: что мы готовы произнести от имени сервиса в конкретном сценарии – здоровье, деньги, учёба, работа. Формулировки похожи, масштаб последствий – нет. Внутренняя база знаний тут не «мини-вики» и не галочка в roadmap ради модного RAG. Это скорее политика доверия : кто отбирает тексты, где они работают, что нельзя додумывать и чего человек вправе ждать, когда видит ответ под вашим логотипом Мы делаем Voicaj – платформу, где голос и текст превращаются в задачи, финансы, здоровье, учёбу и остальные модули в одном контуре, а ответы ассистента в щекотливых темах опираются на отдельные правила и курируемую базу , привязанную к сценариям, а не на «всё, что модель вспомнила». Ниже разбор этой линии: зачем она нужна и где ломается, если притвориться, что достаточно одного умного чата Внутри: правила и доверие

https://habr.com/ru/articles/1019134/

#база_знаний #RAG #LLM #доверие_к_ИИ #продуктовый_ассистент #курирование_контента #Voicaj #промпт #ответственность_сервиса #сценарии

Почему «база знаний в продукте» – это не Wikipedia, а политика доверия

Спросили в чате: «сколько мне спать / есть белка / бегать в неделю». Модель ответила ровно и быстро. Пользователь закрыл вкладку довольный. Через несколько дней эта же цифра оказалась в разговоре с врачом или в строке таблицы с расходами. Вопрос уже не «удобно ли в интерфейсе», а другой: кто в этой цепочке сказал «да, мы это утверждаем»? Wikipedia и прочие открытые базы отвечают на вопрос «что люди вообще накопили про тему». Продукт отвечает иначе: что мы готовы произнести от имени сервиса в конкретном сценарии – здоровье, деньги, учёба, работа. Формулировки похожи, масштаб последствий – нет. Внутренняя база знаний тут не «мини-вики» и не галочка в roadmap ради модного RAG. Это скорее политика доверия : кто отбирает тексты, где они работают, что нельзя додумывать и чего человек вправе ждать, когда видит ответ под вашим логотипом Мы делаем Voicaj – платформу, где голос и текст превращаются в задачи, финансы, здоровье, учёбу и остальные модули в одном контуре, а ответы ассистента в щекотливых темах опираются на отдельные правила и курируемую базу , привязанную к сценариям, а не на «всё, что модель вспомнила». Ниже разбор этой линии: зачем она нужна и где ломается, если притвориться, что достаточно одного умного чата Внутри: правила и доверие

https://habr.com/ru/articles/1019134/

#база_знаний #RAG #LLM #доверие_к_ИИ #продуктовый_ассистент #курирование_контента #Voicaj #промпт #ответственность_сервиса #сценарии

Почему «база знаний в продукте» – это не Wikipedia, а политика доверия

Спросили в чате: «сколько мне спать / есть белка / бегать в неделю». Модель ответила ровно и быстро. Пользователь закрыл вкладку довольный. Через несколько дней эта же цифра оказалась в разговоре с врачом или в строке таблицы с расходами. Вопрос уже не «удобно ли в интерфейсе», а другой: кто в этой цепочке сказал «да, мы это утверждаем»? Wikipedia и прочие открытые базы отвечают на вопрос «что люди вообще накопили про тему». Продукт отвечает иначе: что мы готовы произнести от имени сервиса в конкретном сценарии – здоровье, деньги, учёба, работа. Формулировки похожи, масштаб последствий – нет. Внутренняя база знаний тут не «мини-вики» и не галочка в roadmap ради модного RAG. Это скорее политика доверия : кто отбирает тексты, где они работают, что нельзя додумывать и чего человек вправе ждать, когда видит ответ под вашим логотипом Мы делаем Voicaj – платформу, где голос и текст превращаются в задачи, финансы, здоровье, учёбу и остальные модули в одном контуре, а ответы ассистента в щекотливых темах опираются на отдельные правила и курируемую базу , привязанную к сценариям, а не на «всё, что модель вспомнила». Ниже разбор этой линии: зачем она нужна и где ломается, если притвориться, что достаточно одного умного чата Внутри: правила и доверие

https://habr.com/ru/articles/1019134/

#база_знаний #RAG #LLM #доверие_к_ИИ #продуктовый_ассистент #курирование_контента #Voicaj #промпт #ответственность_сервиса #сценарии

Инженер против попугая: пишем промпты для больших продакшен-сервисов

Привет, Хабр! Меня зовут Полина Белокрыс, я промпт-инженер в hh.ru . Моя команда развивает ИИ-ассистента для работодателей , который берёт на себя рутинные задачи и помогает бизнесу сосредоточиться на главном — внимательной работе с подходящими кандидатами. В этой статье расскажу, как на самом деле устроен промптинг в продакшене — и почему написать промпт сложнее, чем просто поболтать с ChatGPT. Эта статья будет полезна промпт-инженерам, начинающим ML-инженерам и инженерам GenAI, которые работают с языковыми моделями и хотят лучше понимать, как пишутся промпты для продуктовых систем.

https://habr.com/ru/companies/hh/articles/1015896/

#машинное_обучение #искусственный_интеллект #llm #промптинжиниринг #промпт

Промпт-инжиниринг для упрощения процессов. Философия и практика

Описываю методологию разработки эффективных чат-бот промптов, направленных на оптимизацию рутинных процессов . Показываю на практике философию пошагового решения задач с помощью нейросетей. Указываю на необходимость контролировать контекст работы ИИ. Показываю весь цикл разработки промпта. Даю промпты для создания промптов.

https://habr.com/ru/articles/1014410/

#нейросети #промптинжиниринг #эффективность #промпт #шаблоны_для_работы #процессы #составление_промпта #автоматизация #автоматизация_процессов #принципы_промптинга

Шаблон промта для улучшения взаимодействия с ИИ (на примере Qwen)

В статье предлагается практическое руководство для начинающих по работе с нейросетями. Вы узнаете как разрабатывать базовые промты, которые помогу твам избежать абстрактных и «водянистых» ответов от бесплатных ИИ-моделей. Представлены примеры качественных промптов, которые помогут улучшить взаимодействие с нейросетями и достичь более точных и полезных результатов.

https://habr.com/ru/articles/1013936/

#промптинжиниринг #промпт #эффективность #qwen #нейросети #обучение #составление_промпта #универсальные_промпты #нейросеть #шаблоны_для_работы

Шаблон промта для улучшения взаимодействия с ИИ (на примере Qwen)

В статье предлагается практическое руководство для начинающих по работе с нейросетями. Вы узнаете как разрабатывать базовые промты, которые помогу твам избежать абстрактных и «водянистых» ответов от бесплатных ИИ-моделей. Представлены примеры качественных промптов, которые помогут улучшить взаимодействие с нейросетями и достичь более точных и полезных результатов.

https://habr.com/ru/articles/1013936/

#промптинжиниринг #промпт #эффективность #qwen #нейросети #обучение #составление_промпта #универсальные_промпты #нейросеть #шаблоны_для_работы

Шаблон промта для улучшения взаимодействия с ИИ (на примере Qwen)

В статье предлагается практическое руководство для начинающих по работе с нейросетями. Вы узнаете как разрабатывать базовые промты, которые помогу твам избежать абстрактных и «водянистых» ответов от бесплатных ИИ-моделей. Представлены примеры качественных промптов, которые помогут улучшить взаимодействие с нейросетями и достичь более точных и полезных результатов.

https://habr.com/ru/articles/1013936/

#промптинжиниринг #промпт #эффективность #qwen #нейросети #обучение #составление_промпта #универсальные_промпты #нейросеть #шаблоны_для_работы

Шаблон промта для улучшения взаимодействия с ИИ (на примере Qwen)

В статье предлагается практическое руководство для начинающих по работе с нейросетями. Вы узнаете как разрабатывать базовые промты, которые помогу твам избежать абстрактных и «водянистых» ответов от бесплатных ИИ-моделей. Представлены примеры качественных промптов, которые помогут улучшить взаимодействие с нейросетями и достичь более точных и полезных результатов.

https://habr.com/ru/articles/1013936/

#промптинжиниринг #промпт #эффективность #qwen #нейросети #обучение #составление_промпта #универсальные_промпты #нейросеть #шаблоны_для_работы

Все, но не сразу: мастерство сосредоточенной декомпозиции

Если в процессе взаимодействия с ИИ-инструментами вы долго не получаете полезного результата и теряете время в циклах взаимодействия с агентом, не торопитесь становиться скептиком. Попробуйте применить советы из этой статьи. В дополнение к основной теме затронем приемы, которые помогут улучшить ваш опыт взаимодействия с агентами. Узнать больше

https://habr.com/ru/companies/sovcombank_technologies/articles/1000108/

#искусственный_интеллект #промпт #декомпозиция #decomposed_prompting #разработка_мобильных_приложений #ииагенты

Ошибки при работе с ИИ: как пользоваться нейросетями правильно

Доброго времени суток, Хабр! Нейросети закрепились во многих сферах и стремительно продолжают развиваться, учитывая, что многие компании сделали акцент на изучении и создании новых моделей. Однако, нейросети - это не что-то само по себе работающее. Это полноценный инструмент, которым надо понимать как пользоваться, чтобы получалось эффективно и результативно, а не набор из тонны табуляций, смайликов и длинных тире. Сегодня мы поговорим о том, какие ошибки можно допустить при работе с современными моделями и как пользоваться ими правильно. Примите стратегически удобное положение, ну а я приступаю к своему повествованию.

https://habr.com/ru/companies/bothub/articles/991148/

#ИИ #AI #нейросеть #ошибки_при_использовании_ии #промпт #как_пользоваться_нейросетями

Нарративный двигатель LLM. Критика промптинга

Человечество тысячелетиями рассказывало истории, а теперь на этих историях учатся LLM. Что такое нарратив? Это история с сюжетом, помните? — Город, герои и возвращение. Но мы не будем углубляться в философскую глубину, где люди создают историю, чтобы осмыслить себя и свой опыт (желающие могут почитать Karl E. Weick), а рассмотрим, как можно применить нарративы в понимании работы LLM.

https://habr.com/ru/articles/960060/

#искусственный_интеллект #нарратив #промпт

ИИ в IDE против декларативных патчей ap: почему плагины не всегда могут то, что нам нужно

Привет, Хабр! Многие из вас, возможно, помнят мои предыдущие посты про формат файлов .ap — попытку создать AI-friendly формат для применения изменений в коде. В комментариях к каждой статье неизбежно возникает один и тот же вопрос: «А зачем всё это, если есть плагины для IDE вроде Copilot Chat?». Вопрос абсолютно справедливый, и сегодня я хочу дать на него развёрнутый, технический ответ. Потому что эти два подхода решают задачи совершенно разного масштаба. Для начала, кратко напомню, что такое .ap . Это декларативный, человекочитаемый формат патчей, спроектированный специально для генерации нейросетями. Вместо хрупких и сложных для генерации LLM номеров строк, как в diff (модель ведь «мыслит» не строками, а токенами), он использует семантические «якоря» и уникальные фрагменты кода для поиска места изменения. Модель генерирует простой текстовый файл с командами вроде REPLACE или INSERT_AFTER , а специальная утилита-патчер применяет эти изменения к вашим файлам. А теперь — к самому интересному. Давайте сравним этот подход с тем, как устроены AI-редакторы и плагины к ним.

https://habr.com/ru/articles/958490/

#ap #patch #diff #gpt #llm #промпт #ии #ии_и_машинное_обучение #ииассистент #ииагенты

Похож ли ваш текст на ИИ?

Я пользуюсь ИИ при написании текстов. Честно говоря, не считаю это чем-то плохим, потому что, по моему мнению, главное — это то, ради чего текст пишется: если читатель узнал что-то новое, то цель достигнута. Но, к сожалению, статья, написанная ИИ, выглядит скучной, гладкой и, несмотря на любую идею внутри, вызывает у читателя отторжение. Поэтому сегодня в этой теме я задался вопросом, какие паттерны говорят о том, что текст писал ИИ, а не человек, и почему человеку эти паттерны не нравятся? Всё это, конечно, субъективно. Например, я определяю по ощущениям: где-то к третьему абзацу статьи просто понимаю, что это писал ИИ. Вежливый «ЧатГПТ», брызжущий метафорами (чаще поверхностными) «Дипсик», логичный до наивности «Клод», оптимистичный «Грок» — разницы нет. ИИ и всё. Итак, сегодня моя цель формализовать паттерны среднего чистого (без промптов) ИИ и сделать промпт, который позволит определить то, насколько заданный текст похож на творчество ИИ. Почему не определить автора? Потому что я знаю людей, которые пишут, как ЧатГПТ-мини: реально гладкий, поверхностный текст, никаких резких поворотов и углублений. И знаю, как может писать ИИ под хорошим промптом. Так что давайте я просто попытаюсь определить наиболее распространенные паттерны моделей, которые можно выделить в тексте.

https://habr.com/ru/companies/timeweb/articles/916954/

#искуственный_интеллект #промпт #timeweb_статьи #gtp #grok #нейросети #обучение_нейросети #chatgpt #алгоритмы

Похож ли ваш текст на ИИ?

Я пользуюсь ИИ при написании текстов. Честно говоря, не считаю это чем-то плохим, потому что, по моему мнению, главное — это то, ради чего текст пишется: если читатель узнал что-то новое, то цель достигнута. Но, к сожалению, статья, написанная ИИ, выглядит скучной, гладкой и, несмотря на любую идею внутри, вызывает у читателя отторжение. Поэтому сегодня в этой теме я задался вопросом, какие паттерны говорят о том, что текст писал ИИ, а не человек, и почему человеку эти паттерны не нравятся? Всё это, конечно, субъективно. Например, я определяю по ощущениям: где-то к третьему абзацу статьи просто понимаю, что это писал ИИ. Вежливый «ЧатГПТ», брызжущий метафорами (чаще поверхностными) «Дипсик», логичный до наивности «Клод», оптимистичный «Грок» — разницы нет. ИИ и всё. Итак, сегодня моя цель формализовать паттерны среднего чистого (без промптов) ИИ и сделать промпт, который позволит определить то, насколько заданный текст похож на творчество ИИ. Почему не определить автора? Потому что я знаю людей, которые пишут, как ЧатГПТ-мини: реально гладкий, поверхностный текст, никаких резких поворотов и углублений. И знаю, как может писать ИИ под хорошим промптом. Так что давайте я просто попытаюсь определить наиболее распространенные паттерны моделей, которые можно выделить в тексте.

https://habr.com/ru/companies/timeweb/articles/916954/

#искуственный_интеллект #промпт #timeweb_статьи #gtp #grok #нейросети #обучение_нейросети #chatgpt #алгоритмы

Похож ли ваш текст на ИИ?

Я пользуюсь ИИ при написании текстов. Честно говоря, не считаю это чем-то плохим, потому что, по моему мнению, главное — это то, ради чего текст пишется: если читатель узнал что-то новое, то цель достигнута. Но, к сожалению, статья, написанная ИИ, выглядит скучной, гладкой и, несмотря на любую идею внутри, вызывает у читателя отторжение. Поэтому сегодня в этой теме я задался вопросом, какие паттерны говорят о том, что текст писал ИИ, а не человек, и почему человеку эти паттерны не нравятся? Всё это, конечно, субъективно. Например, я определяю по ощущениям: где-то к третьему абзацу статьи просто понимаю, что это писал ИИ. Вежливый «ЧатГПТ», брызжущий метафорами (чаще поверхностными) «Дипсик», логичный до наивности «Клод», оптимистичный «Грок» — разницы нет. ИИ и всё. Итак, сегодня моя цель формализовать паттерны среднего чистого (без промптов) ИИ и сделать промпт, который позволит определить то, насколько заданный текст похож на творчество ИИ. Почему не определить автора? Потому что я знаю людей, которые пишут, как ЧатГПТ-мини: реально гладкий, поверхностный текст, никаких резких поворотов и углублений. И знаю, как может писать ИИ под хорошим промптом. Так что давайте я просто попытаюсь определить наиболее распространенные паттерны моделей, которые можно выделить в тексте.

https://habr.com/ru/companies/timeweb/articles/916954/

#искуственный_интеллект #промпт #timeweb_статьи #gtp #grok #нейросети #обучение_нейросети #chatgpt #алгоритмы

Похож ли ваш текст на ИИ?

Я пользуюсь ИИ при написании текстов. Честно говоря, не считаю это чем-то плохим, потому что, по моему мнению, главное — это то, ради чего текст пишется: если читатель узнал что-то новое, то цель достигнута. Но, к сожалению, статья, написанная ИИ, выглядит скучной, гладкой и, несмотря на любую идею внутри, вызывает у читателя отторжение. Поэтому сегодня в этой теме я задался вопросом, какие паттерны говорят о том, что текст писал ИИ, а не человек, и почему человеку эти паттерны не нравятся? Всё это, конечно, субъективно. Например, я определяю по ощущениям: где-то к третьему абзацу статьи просто понимаю, что это писал ИИ. Вежливый «ЧатГПТ», брызжущий метафорами (чаще поверхностными) «Дипсик», логичный до наивности «Клод», оптимистичный «Грок» — разницы нет. ИИ и всё. Итак, сегодня моя цель формализовать паттерны среднего чистого (без промптов) ИИ и сделать промпт, который позволит определить то, насколько заданный текст похож на творчество ИИ. Почему не определить автора? Потому что я знаю людей, которые пишут, как ЧатГПТ-мини: реально гладкий, поверхностный текст, никаких резких поворотов и углублений. И знаю, как может писать ИИ под хорошим промптом. Так что давайте я просто попытаюсь определить наиболее распространенные паттерны моделей, которые можно выделить в тексте.

https://habr.com/ru/companies/timeweb/articles/916954/

#искуственный_интеллект #промпт #timeweb_статьи #gtp #grok #нейросети #обучение_нейросети #chatgpt #алгоритмы

Как мы обучали LLM для поиска уязвимостей в смарт-контрактах Solidity

Наша команда в Positive Technologies занимается анализом безопасности смарт-контрактов, исследованием уязвимостей и разработкой инструментов для их обнаружения. Идея использовать LLM для анализа смарт-контрактов Solidity показалась крайне заманчивой. Загрузить код, запустить модель — и она сама находит уязвимости, генерирует отчет, а иногда даже предлагает исправления. Звучит отлично! Но, как показал мой опыт, между «звучит» и «работает» лежит огромная пропасть.

https://habr.com/ru/companies/pt/articles/860476/

#llm #lora #blockchain #solidity #уязвимости #llama31 #chatgpt #промпт

Невидимые герои. Почему профессия промпт-инженера действительно важна для ML-сферы

Всем привет. Я Игорь Филатов, ML-разработчик в компании MTS AI, до этого я около полугода работал промпт-инженером. Сегодня я расскажу вам о том, из чего состоит работа промпт-инженера, можно ли назвать ее тяжелым трудом, и как попасть в эту сферу. И заодно признаюсь, почему я все же решил сменить эту профессию. В чем суть промпт-инжиниринга? Обычно промпт-инжиниринг понимают в широком смысле – это процесс написания промптов для решения той или иной задачи. Правда, здесь подразумеваются не только бытовые запросы, когда пользователь хочет получить что-то конкретное – например, рецепт лазаньи или текст для публикации в соцсетях. промпт-инженер также решает более стратегические задачи – например, как с помощью более оптимального использования нейросетей тратить меньше времени и ресурсов на выполнение тех или иных бизнес-задач, получая стабильный и качественный результат. В узком смысле промпт-инжиниринг — это про оптимизацию запросов к языковым моделям. Этот процесс не похож на бытовое написание промптов, он ближе к научно-исследовательским подходам. Чтобы добиться нужного результата. специалисты применяют специальные техники – например, Chain of Thought, когда при решении задачи модель последовательно объясняет полную цепочку своих размышлений, тем самым повышая качество ответа и интерпретируемость данных. У промпт-инжиниринга и генеративных нейросетей в целом есть одно ключевое преимущество – работать с ними быстро и просто. Это позволяет условному продакт-менеджеру или маркетологу протестировать гипотезу или составить Proof-of-Concept, для этого не нужно быть классным ML-специалистом и тратить много часов на получение первичного результата.

https://habr.com/ru/companies/mts_ai/articles/870014/

#промт #llm #промптинжиниринг #промптинг #промпт #ии #искусственный_интеллект #large_language_model #promptengineering

[Перевод] 1 промпт, объединяющий ChatGPT-o3-Mini и Perplexity Deep Research, чтобы написать лучшие эссе или исследования

Объединение инструкций обеих систем позволяет получить лучшее от обеих моделей Инструмент Deep Research от Perplexity AI создает исследовательские отчеты экспертного уровня, а ChatGPT-o3-mini-high от OpenAI - превосходно рассуждает. Я обнаружил, что их можно комбинировать, чтобы создавать невероятные эссе, которые лучше написанных каждой из моделей самой по себе. Вам нужно только скопировать этот промпт в ChatGPT , добавить свою тему и нажать кнопку поиска перед отправкой.

https://habr.com/ru/articles/884166/

#perplexity #perplexity_ai #o3 #o3_mini #o3_mini_high #промпт

Анализ системного промпта ChatGPT-4o-image-safety-policies

Когда ты или я кидаем картинку в ChatGPT с просьбой проанализировать ее, или извлечь данные, то, увы , это происходит не по умолчанию, а согласно определенным правилам. И благодаря умельцам из интернетов, можно разузнать, по каким правилам работает анализ изображений.

https://habr.com/ru/articles/943574/

#промпт #системный_промпт #промпты #джейлбрейк #chatgpt #chatgpt4

[Перевод] LLM-судья: как LLM отсекает правду от лжи?

LLM-as-a-judge — распространённая техника оценки продуктов на основе LLM. Популярность этой техники обусловлена практичностью: она представляет собой удобную альтернативу дорогостоящей человеческой оценке при анализе открытых текстовых ответов. Оценивать сгенерированные тексты сложно, будь то «простой» саммари или диалог с чат-ботом. Метрики типа accuracy плохо работают, поскольку «правильный» ответ может быть сформулирован множеством способов, не обязательно совпадающих с образцом. Кроме того, стиль или тон — субъективные характеристики, которые сложно формализовать. Люди способны учитывать такие нюансы, но ручная проверка каждого ответа плохо масштабируется. В качестве альтернативы появилась техника LLM-as-a-judge : для оценки сгенерированных текстов используются сами LLM. Интересно, что LLM одновременно являются и источником проблемы, и её решением!

https://habr.com/ru/articles/905728/

#llm #промпт #chain_of_thoughts #ai #ии #искусственный_интеллект #rag #qa #ai_agent

[Перевод] LLM-судья: как LLM отсекает правду от лжи?

LLM-as-a-judge — распространённая техника оценки продуктов на основе LLM. Популярность этой техники обусловлена практичностью: она представляет собой удобную альтернативу дорогостоящей человеческой оценке при анализе открытых текстовых ответов. Оценивать сгенерированные тексты сложно, будь то «простой» саммари или диалог с чат-ботом. Метрики типа accuracy плохо работают, поскольку «правильный» ответ может быть сформулирован множеством способов, не обязательно совпадающих с образцом. Кроме того, стиль или тон — субъективные характеристики, которые сложно формализовать. Люди способны учитывать такие нюансы, но ручная проверка каждого ответа плохо масштабируется. В качестве альтернативы появилась техника LLM-as-a-judge : для оценки сгенерированных текстов используются сами LLM. Интересно, что LLM одновременно являются и источником проблемы, и её решением!

https://habr.com/ru/articles/905728/

#llm #промпт #chain_of_thoughts #ai #ии #искусственный_интеллект #rag #qa #ai_agent

[Перевод] LLM-судья: как LLM отсекает правду от лжи?

LLM-as-a-judge — распространённая техника оценки продуктов на основе LLM. Популярность этой техники обусловлена практичностью: она представляет собой удобную альтернативу дорогостоящей человеческой оценке при анализе открытых текстовых ответов. Оценивать сгенерированные тексты сложно, будь то «простой» саммари или диалог с чат-ботом. Метрики типа accuracy плохо работают, поскольку «правильный» ответ может быть сформулирован множеством способов, не обязательно совпадающих с образцом. Кроме того, стиль или тон — субъективные характеристики, которые сложно формализовать. Люди способны учитывать такие нюансы, но ручная проверка каждого ответа плохо масштабируется. В качестве альтернативы появилась техника LLM-as-a-judge : для оценки сгенерированных текстов используются сами LLM. Интересно, что LLM одновременно являются и источником проблемы, и её решением!

https://habr.com/ru/articles/905728/

#llm #промпт #chain_of_thoughts #ai #ии #искусственный_интеллект #rag #qa #ai_agent

[Перевод] LLM-судья: как LLM отсекает правду от лжи?

LLM-as-a-judge — распространённая техника оценки продуктов на основе LLM. Популярность этой техники обусловлена практичностью: она представляет собой удобную альтернативу дорогостоящей человеческой оценке при анализе открытых текстовых ответов. Оценивать сгенерированные тексты сложно, будь то «простой» саммари или диалог с чат-ботом. Метрики типа accuracy плохо работают, поскольку «правильный» ответ может быть сформулирован множеством способов, не обязательно совпадающих с образцом. Кроме того, стиль или тон — субъективные характеристики, которые сложно формализовать. Люди способны учитывать такие нюансы, но ручная проверка каждого ответа плохо масштабируется. В качестве альтернативы появилась техника LLM-as-a-judge : для оценки сгенерированных текстов используются сами LLM. Интересно, что LLM одновременно являются и источником проблемы, и её решением!

https://habr.com/ru/articles/905728/

#llm #промпт #chain_of_thoughts #ai #ии #искусственный_интеллект #rag #qa #ai_agent

Почему GPT’s стал отвечать «проще» и как строить Ассистентов с учётом Free-пользователей

У многих ощущение, что GPT's в ChatGPT стали отвечать хуже. Разбираем, что реально изменилось в моделей и тарифах, чем GPT's отличаются от Projects и « Агентов », и что делать авторам кастомных ассистентов, чтобы сохранить качество для платных и бесплатных пользователей.

https://habr.com/ru/articles/954226/

#искусственный_интеллект #промпт #ииассистент #gpt #chatgpt #custom_gpt #скандал #openai #нейросет

Как я влюбилась в работу с нейросетями: Мой путь к промпт-инжинирингу

Привет, Хабр Меня зовут Ольга, и я офис-менеджер в московской IT-компании. Каждое утро мы встречаемся с коллегами: я завариваю себе кофе на нашей кухне, и слышу со всех сторон слова «нейросети», «искусственный интеллект», «ассистенты». Чувствуешь себя гостем на чужой тусовке. До недавнего времени искусственный интеллект для меня был чем-то вроде магии: умным, недоступным, предназначенным только для программистов в худи. Но однажды я поймала себя на мысли: почему они могут, а я — нет? Как это часто бывает, сразу накрыла волна сомнений и страхов: «Это ведь только для технарей», «я же гуманитарий», «вдруг не получится», «а если я не смогу и я всё брошу?» — эти вопросы не давали мне покоя. Однако, несмотря на это, я подошла к коллеге с вопросом: — Слушай, а если я гуманитарий, у меня вообще есть шанс работать с ИИ? Он улыбнулся и ответил: — Конечно. Начни с промпт-инжиниринга. «Промпт… чего?» — удивилась я. Впоследствии именно эта фраза стала отправной точкой моего мини-путешествия в мир ИИ. Во мне разыгрался азарт: а в смысле другие могут, а я нет? Надо пробовать!

https://habr.com/ru/articles/933530/

#искусственный_интеллект #chatgpt #chat_gpt #дизайн #промптинжиниринг #промпт

Универсальные подсказки по промптам (продвинутые советы) (Ч.2)

Продолжам изучать исскуство промптинга. Если советы из первой части статьи были ориентированы, на написание промптов «на лету» то все следующие требуют определенной подготовки и (или) нескольких дополнительных действий. Но они же заметно прокачают качество ответов.

https://habr.com/ru/articles/927092/

#промпт #chatgpt #chat_gpt #промптинжиниринг #промпты #промптыподсказки

Универсальные подсказки по промптам (введение и простые советы) (Ч.1)

Привет всем. В интернетах расплодились уже сотни и даже тысячи статей по промпт инжинирингу. Почему бы не написать 1001? Собственно, никто не просил, но вот и она.

https://habr.com/ru/articles/926610/

#промпт #chatgpt #chat_gpt #промптинжиниринг #промптинг #промптыподсказки #исскуственный_интеллект #ии

Путешествие одного промпта: Что на самом деле происходит под капотом у LLM?

Загадка работы LLM: что происходит, когда вы нажимаете Enter? Разбираем пошагово путь вашего промпта от токенизации до генерации ответа. Узнайте, как устроены большие языковые модели, как ими управлять и какие мифы они развеивают.

https://habr.com/ru/articles/931844/

#llm #промпт #трансформеры #токенизация #эмбеддинги #механизм_внимания #генеративный_ии #Как_работает_ИИ

От робототехника до промпт-инженера: кем стать, чтобы быть востребованным в 2024 году

Сфера IT остаётся самой быстроразвивающейся и востребованной благодаря глобальному тренду на цифровизацию. Число вакансий в этом сегменте за год выросло на 10%, зарплатное предложение — на 7,9% и показывает наибольший темп роста. Спрос на IT-кадры вырос на 63% по сравнению с прошедшим годом. Высокий уровень цифровизации экономики поддерживает высокий уровень спроса на IT-инженеров и рождает новые профессии, возникающие на стыке специальностей. Для этого материала мы пообщались с экспертами отрасли и разобрались, какие профессии будут востребованы в ближайшем будущем и почему.

https://habr.com/ru/companies/netologyru/articles/781664/

#датасайентист #информационная_безопасность #пентестер #smartконтракты #web3 #робототехника #бпла #промпт #биоинформатика #кем_стать