Новые ИИ-агенты от новичка до ПРО. Полный гайд для начинающих

как изучить и внедрить и агентов, если бы я начинал прямо сейчас с нуля. Это полный гайд для начинающих. И я последние 14 лет изучал, как работают и агенты, и чатботы, и другие инструменты, чтобы их можно было внедрить. И в этом видео я хочу показать вам самые важные фишечки и подходы, инструменты, которые позволят ускорить вашу работу и автоматизировать рутину. Чем отличаются иагенты от иассистентов и кого вам выбрать, с какими сервисами можно их создавать? Более 14 кейсов, как нейросети и агенты на базе них могут ускорить работу и увеличить доход. Даже в каких нейросетях вы сможете создавать этих и агентов. Это фрагмент моего выступления на крупной онлайн-конференции, после которой 2. 500 специалистов пересмотрели свой подход к изучению нейросетей. Так что ставь лайк, если ты не бот и не нейросеть. И

поехали. нейросети появились ещё в конце, э, пятидесятых, да, там 1956 пятьдесят восьмо год, и первые чатботы в шестидесятом году получи появились. И сейчас, э, то, что можно сделать за 5 тире15 минут, раньше, когда я только начинал, это занимало где-то полгода, год внедрения и стоило полутора млн руб. по тому ещё курсу. Да, точно не по этому. Поэтому сейчас мы прямо будем, а, разбирать прямо конкретные истории, что можно сделать, и поговорим про пять уровней автоматизации с искусственным интеллектом. И я думаю, что на текущий момент я обучаю ключевых сотрудников в топовых компаниях тому, как внедрять нейросети, как, собственно, этим пользоваться. Консультирую известных спике ваших блогеров. Ну, собственно, поехали. И первый уровень автоматизации, который есть на текущий момент - это вручную. Вручную долго, медленно, скучно. И, собственно, большинство людей с этим-то и сталкивались. И сейчас получается следующее, что в девяносто треть-2003 году произошла такая первая цифровая революция, когда мы от аналогового мира перешли к цифровому. И если до были там цеха чертёжников, то после один человек за компьютером мог решать огромное количество задач. Потом 2007 - это вот этап, когда мы перешли от стационарной работы к мобильной. И если раньше человек должен был сидеть на работе за компьютером, то спустя буквально там 20 лет можно было ходить с телефоном и работать тоже профессионально монтировать видео. И третий уровень, ну, третья революция - это от аналогового интеллекта к искусственному. Собственно, мы сейчас в ней и находимся. И да, у нас даже вышло недавно интервью с Максимом Спередуновым из натологии, где он рассказывал, что мы находимся в эпицентре революции. И вот мы перешли от вручную к этапу работы с нейросетями. И для того, чтобы было понятно, что значит с нейросетями, я объясню свою метафору.

Смотрите, нейросети - это как плита. Да, я знаю, что многие рассказывали по поводу того, что такое промты, что такое нейросети и так далее. Просто если на этой метафоре объяснить, то дальше всё становится на свои места. И вот что получается, что нейросети - это плита, на которой можно приготовить ну пирог, наприме, допустим, да, или кекс. Тот запрос, который мы отправляем в эту плиту - это рецепт, по которому готовится. Но оно само не приготовится. И нам нужны, получается, ингредиенты, которые мы туда загружаем, чтобы эта плита что-то приготовила. И для того, чтобы сделать нормальный пирог, нам нужно разбираться немножечко в плитах, да, не готовить на сковородке пирог. Нам нужно знать рецепты, нам нужно правильные ингредиенты вот туда загрузить. Вот наглядный пример. Если мы говорим про исходные данные, у нас учился Виталий, он загрузил таблицу с предыдущими заказами, которые у него были в доставке суши. Загрузил это в чат GPT либо в clклод. Они, ну, клод лучше анализирует данные таблицы. И вот следующий пронт. Здесь можно его заскриншотить. Он действительно рабочий, нормальный, очень простой промт. Проанализируй таблицу с продажами. Найди, как увеличить средний чек и прибыль. На выходе он получил, что +8% прибыль за 1ну неделю за счёт просто того, что нейронка проанализировала заказы и дала ему гипотеза, что нужно сделать, какие комбообеды сделать, чтобы получить результат. Вот, собственно, таким образом и работает вот этот второй формат. И получается, что с нейросетями, если мы про ручной говорим вариант, то есть две стратегии, как их применять. Но, в принципе, это даже не про ручной, про любой. Если вот мы посмотрим на все знания в области человечества, есть вот школьная программа, есть ваши экспертные знания. Ваши экспертные знания глубокие, школьная программа широкая, чат GPT ещё более широкая. И если мы посмотрим на там следующее поколение чата GPT, да, сейчас 4,2 вышло, оно ещё более продвинутое. Так вот, отсюда следует интересный момент, что есть две стратегии. Стратегия номер один - это в глупь, то есть мы дообучаем нейросеть тому, что мы умеем делать, чтобы она помогала нам это делать быстрее. И по статистике в среднем где-то, ну, на 30-40% увеличивается эффективность и количество принятий решений в час для сотрудников. Конечно, чем более опытные сотрудники, тем меньше этот эффект, просто потому что CH GPT не может принимать решения на вот этом уровне. Но тем не менее бывает. И вот даже бывают вот такие прецеденты, когда у нас, например, Наталья Ерёменко, она училась, у нас есть практикумы, и вот она на практикуме за 3 часа выполнила работу на месяц вперёд. То есть она сделала и ассистента, который создавал методологию и программу для м онлайн-курсов, которые она делала. И она за 3 часа наделала этих курсов девять штук, хотя раньше у неё на это уходило реально месяц. И это, конечно, ускоряет работу. Да, там есть и другие прецеденты. Сейчас не буду на них останавливаться. Вторая стратегия - это когда мы идём вширь. То есть, если мы в чём-то не разбираемся, например, вы можете быть не юристом, не маркетологом или не и чаром, не, собственно, вы не кто. Вот и нейросека здесь закрывает отлично вот эту вот дырку в компетенции в той области, в которой вы не разбираетесь, и тем самым помогает увеличить вам результат. Я даже решил провести

социальный эксперимент. Можно ли стать признанным экспертом в любой области, а известным за неделю? При этом не быть экспертом в этой области. Ну то есть быть экспертом только в нейросетях. Когда я рассказал про вот то, что сейчас я вам собираюсь рассказать, про меня написали секрет фирмы gazта. ru. Они позвонили, сказали: "Не боюсь ли я гнева журналистов". Сказали, что я продемонстрировал по-настоящему широкий диапазон знаний. В реальности всё было очень просто. А есть сайт pressfit. ru. И, кстати, до сих пор рабочий способ. На нём журналисты публикуют свои запросы. Они говорят, э, о том, что, например, а, ну, не знают они, как вывести тараканов. Им нужен специалист. И вот они спрашивают, как вывести тараканов. Я вот эти запросы отправлял в чат GPT, просил дать ответ, но дальше вот этот лайфхак, нужно его зафиксировать. Я просил чат GPT раскритиковать свой ответ и доработать его. То есть в режиме критика и редактор он дорабатывал его. Только после этого я отправлял это в пресфит, и получалась статья такая, которая, ну, действительно, а, выглядела достаточно компетентной и экспертной. В результате за неделю я стал экспертом по ремонтам, футурологом, экспертом по недвижимости, по типографиям, по участию в телешоу викторинах, по информационной безопасности, по дезинсекции и получил восемь публикаций СМИ за неделю. И самое важное, почему я это делал, не для того, чтобы хакнуть систему и сказать: "А вот посмотрите, тролле". Нет, для того, чтобы показать, что если ты разбираешься в нейросетях, то тебе доступны интеллектуальные продукты из любой сферы. И причём это будет на достойном уровне для того, чтобы это даже было достойно публикации в СМИ. Поэтому, если раньше говорили, что запрос содержит половину ответа, то сейчас это неверно, запрос содержит весь ответ. Вроде бы это должно было полностью решить вопросы с работы, но почему тогда чат GPT не приводит к кратному росту эффективности? Мы видим только, ну, там от 10 до там 30-40% увеличения эффективности. Хотя это офигенно, конечно, но раскладной нож он хуже, чем нормальная отвёртка. Он хуже, чем нож нормальный, он хуже, чем ээ напильник, но хуже, чем ножница. Но в нём вроде бы всё есть. И вот мы переходим к тому, что нам нужно более кастомизированный инструмент для того, чтобы выполнять нашу профессиональную работу. Вот ты чинишь в машине, тебе нужен набор своих инструментов. собираешь мебель, другое делаешь там, не знаю, готовишь на кухне, то есть тебе тоже раскладной нож не сильно поможет. И

это как раз уже и ассистенты. И мы переходим от плиты к мультиварке. Это когда мы нажимаем на кнопочку и нейронка выполняет какой-то запрос, промт для нас. То есть мы можем один раз обучить нейросеть. Да, вот в чате GPT есть функция Explore GPTS. Нажимаем на create и дальше пишем какой-нибудь запрос. Вот, например, здесь я прошу их складывать всё, что она получит. А если там просто буквы, то она должна не складывать, а считать количество букв. И вот я говорю 2,8, она говорит 10 17. Она говорит 10 букв в слове 17. Вот. Ну и в общем, таким образом мы задали ей инструкции. Вот всё, что она не видит, да, то есть ээ как это молоток, да, всё, что ты увидишь, забивай это в стену. Вот она простым образом это забивает. И по большому счёту вот этих инструкций и ассистентов, джиптишек мы их называем, или мультиварки, их огромное количество. То есть фишка-то в чём? Вам не нужно помнить рецепт, когда вы работаете с мультиваркой. Вы загрузили туда ингредиенты, она сама с этим справляется. И сейчас уже их, ну, прямо десятки, сотни, например. Мы, а, можем найти их там для написания, продуктивности. И прямо в этом маркетплейсе их много. Вот, например, есть упаковка блога под один клюк. Ключ. Вот несколько ещё я вам покажу сейчас. Например, у нас учился Вадим Долгов, сделал так, что один ассистент принёс ему увеличение количества заказов на 30% и плюс 120. 000 руб. экономии. Как он обучил его из вот этих вот каракулей и чертежей делать полноценный расчёт коммерческого предложения. Раньше этим занимался специальный человек, а, который тратил на эту работу где-то около получаса, часа времени. Там всё считал, в эксельки подводил, собирал. И клиенты просто тупо ждали вот это время. Пока они ждали, они отваливались, не, ну, не покупали. Они сделали ассистента, который делает это буквально вот за 30 секунд минуту, да, прямо при человеке. И один менеджер мог теперь начертить какое-нибудь схематичное изображение, либо спросить его у клиента. Дальше они это отправляли в этого ассистента. Ассистент тут же считал, и клиент тут же получал себе и расчёт, и финальную стоимость. В итоге количество заказов увеличилось на 30%, потому что они, ну, перестали терять людей. И один менеджер сэкономил, ну, начал выполнять работу за троих. Поэтому они сэкономили ещё 120. 000 руб. в месяц на зарплатах. Результат здесь. Ну, ключевая задача в том, чтобы просто в чат GPT объяснить, как из этого считать вот это, потому что анализировать, э, ну, рисунки, чертежи эта штука уже умеет. Мы в команде, например, заменили

юриста и ассистентом. И теперь у нас каждый сотрудник может самостоятельно проверять и согласовывать юридические документы. И мы сэкономили в итоге в районе 30-50. 000 руб. в месяц просто за счёт того, что нам теперь это не нужно. Мы просто загружаем документ, говорим мы в этом договоре какая сторона. И дальше нейронка фиксирует, где есть риски по договору, где неправильно, где не учтены, переписывает формулировки новые и делает это просто на безумной скорости. У меня был была ситуация, мне нужно было вот здесь, в Таиланде, снять э жильё, и договор на английском языке мне прислали за 20 минут до встречи. И я говорю: "Так, ребят, погодите, я через, ну, я отправлю своему юристу. Отправляю вот этому юристу. Этот юрист смотрит и после этого выдаёт мне формулировки на английском языке, как нужно подправить этот договор, чтобы он защищал мои интересы. " Я отправляю, естественно, через 3 минуты после получения договора а ребятам, которые мне прислали договор, они были в шоке, что с такой скоростью работают юрист, конечно, были удивлены. Я им не сказал, что это нейросеть.

Следующий уровень- автоматизация, но на том же уровне - это когда мы используем чат GPT для автоматизации с таблицами. Например, вы говорили про маркетплейсы. Вот есть такая система, как сделать 100 карточек за минуту. На самом деле можно и 500 сделать за минуту. Суть-то в чём? Что мы используем сервис, который называется GPT Forwork. Я название сервиса оно справа внизу. Вот. И мы его подключаем к Google таблицам, где у нас полный перечень, например, товаров. А дальше получается магия. Тогда, когда мы подключили GPT fork, мы можем в ячейке отправлять запрос в чат GPT. В каждой ячейке. А дальше мы берём эту формулу, которая отправляет запрос в чат GPT, размножаем донизу, и она автоматически берёт данные из двух соседних ячеек. Одно - это промт, другое - это данные по товару. Собирает вместе, отправляют в chatчат GPT. Чат GPT выдаёт ответ. И того, мы одновременно можем отправить там 500. 000 запросов в чат GPT и тут же получить ответ. Вы понимаете, какой это вообще масштаб охренительный? Вот это же самое мы внедрили у себя в команде для найма сотрудников, для обработки анкет. Вот что мы сделали. Мы собираем анкеты обратной связи от кандидатов, и они собираются через Google фо. Дальше всё это загружается в Google таблица. Там в Google таблицах прикручен вот этот вот GPT fork. Мы дальше ставим формулу, которая очень простая. Вот там на скриншоте видно GPT двоеточя, ссылка на промт, который вверху колонки, и ссылка на все данные, которые находятся в строчке. Они собираются одновременно, отправляются в чат GPT. Дальше мы размножаем это все на 800 откликов, которые мы получили, и получаем тут же скоринг по поводу каждого сотрудника, насколько он соответствует нашей позиции прямо по каждому параметру, который нам важен. Ещё заодно мы получаем отдельную колонку с цифрой, которая подсвечивает, насколько там суммарная оценка у этого кандидата. И мы ещё сделали, видите, зелёненьким это условное форматирование, чтобы самые высокие цифры, они подсвечивались зелёным, чтобы мы сразу фокусировали внимание только на этих. В итоге обработка там 800 откликов занимает где-то 15-20 минут у HRра. Тадам, шах и мат. Вот кто считает, что это охренительно, тоже можно огоню. И вот ещё у нас там ассистент, который проверяет клиентоориентированность у кураторов нашей школы. Ну, в общем, мы внедрили уже там достаточно большое количество вот этих вот нейросотрудников: аналитик, финучётник, навыковый тренажёр, юрист, методолог, нейроассистент, обезвличиватель, интервьюер. Ну вот, э, таким образом это прямо кратно ускоряет работу, и мы получаем гораздо более эффективную команду, да. Следующий уровень

автоматизация - это и агенты. Суть его в следующем, что если мультиварка - это что-то, которое находится в контуре нашей компании, то есть на кухню ты чужого человека не пустишь на свою кухню, к своей мультиварке, то и агент - это как кофемашина, которая стоит где-то там в переходе метро. И любой человек может подойти, нажать на кнопку капучино и получить капучино. При этом он не знает ни рецепта, по которому это готовится, ни промто. И он не знает ингредиентов, то есть он не собирает там кофе-порошок и сахар туда не кладёт. Всё это уже загружено. Вот что такое и агент. То есть это, ну, как не агент СМИ. И вот чем отличаются чатботы от и

ботов? Смотрите, чатбот без инструкции - это как железнодорожный состав, который стоит без железной дороги. А ибот без инструкции - это как корабль, который в открытом море может поплыть куда, блин, угодно. И, скорее всего, если вы иботу не будете давать инструкции, он и поплывёт там вперёд или там назад. И вы никогда не угадайте в диалоге, куда он поплывёт. А этот вообще будет стоять на месте побе инструкции. Поэтому нужно и боту задавать ограничения и говорить, в какую сторону нужно плыть, а вот сюда не плыви, здесь ограничения выставлять и так далее. И на самом деле техзадание для ибота, ой, для чатбота, она похожа на вот ээ железную дорогу. То есть под каждый манёвр нужно проложить путь, а для бота нам нужно просто расставлять вектор и маяки, и как нужно двигаться. И вот смотрите, чатбот - это его ТЗ. Оно выглядит, ну, не ТЗ, а вот инструкция, как ему пользоваться, да? То есть это вот реально выглядит как железная дорога. Туда-сюда, туда-сюда переезжаешь. Для ибота, ну, вы уже знаете, это выглядит вот как инструкция. И принцип здесь, наверное, очень хорошо отображает вот этот вот анекдот. Да, скажи, отвечайте либо да, либо нет, спрашивает бот. Вас Вася зовут? И Вася отвечает: "Ну, Ясен пень". И вот чат бот не поймёт, ну, Ясен пень - это да или нет? А ибот поймёт. Принцип следующий: как происходит интеграция на данном уровне. Теперь более сложная схема для как раз ребят, которые разбираются, да, есть чат GPT, который является мозгами для того, чтобы анализировать ответы пользователя. Есть и сервис, например, GPнеEL или SAVI или вот те, про которые говорили, ребята, которые отвечают за оплату за рубеж, они отвечают за VPN и для того, чтобы здесь вот хранились инструкции для вашего бота. Ну, может быть, ещё какая-то дополнительная а инфраструктура. И дальше иногда эти e-сервисы можно напрямую связывать с там Telegram, AIL и WhatsApp. Ну, то есть с вот площадка для коммуникации. Либо можно это делать через рмку, когда а сирмка связывается со всеми этими источниками и там дальше уже продолжается работа. Второй вариант сRкой позволяет, например, подключить человека в тот момент, когда нам нужно вместо и бота подключить человека. Тогда это, ну, более разумная история. И вот в

таком формате можно создавать службу поддержки. И вот сейчас я подготовил для вас промт, который вы можете просто взять и скопировать для того, чтобы создать в один клик бота службу поддержки. Можно закинуть даже в обычного чат GPT, даже в джипptтишке вы можете его взять. И после этого он будет работать как на службу поддержки. А единственное, что нужно будет указать вот то, что в квадратных скомбках, а указать товар и загрузить файл, котором будет вся информация по поводу вашего продукта и услуги. Но по большому счёту это уже решает огромное количество. Ещё примеры. Можно сделать тестирование, аттестацию сотрудников. Аналогичным образом. Ну, кстати, даже тот же самый промт чуть-чуть скорректировать. Вы можете сделать и там нейропродавца. У нас училась Астхик, у неё ресторан на Бале, и там люди с разных вообще стран, и там с Австралии, с Китая приезжают, все на своих языках общаются. И они сделали и агента, который в Инстаграме в запрещённом отвечает на вот эти запросы и, собственно, на любом языке. И там люди спрашивают: "А можно забронировать столик? А можно то, всё, пятое, десятое". Опять же подкачивает она информацию из базы знаний и выдаёт ответы. А специалист по Авито из компании Exit, это которая автомобили продаёт, он сделал себе такого и продавца, который закрывает а людей на просмотр авто за него, то есть на просмотр и записывают их туда. Ну и, собственно, мы сделали нейропродавца недавно вот почитали историю и, ну, стоимость. Оказалось, что он в 38 раз привозит больше денег, чем стоят его диалоги. Ну вот на выходе мы получаем, что да, это, блин, прикольно. Э вот такие показатели. Так что к вопросу о том, что внедрять, не внедрять, ну, уже понятно, внедрять и надо побыстрее.

Недавно произошла следующая история. Цифровой двойник прошёл собеседование. А, да, сервис Aapply. com. И я думаю, что они используют базовый у себя сервис. Они сделали такого бота, который в зуме может общаться и, собственно, проходить собеседование. И вот, пожалуйста, да, как оно проходит. А этот человек в этот момент сидит и смотрит на этот зум со стороны. А ещё более продвинутая история с внедрением еагентов случилась в Москве, когда касиров метро заменили нейросеть. Я очень хочу пригласить эксперта из департамента информационных технологий Москвы, чтобы он рассказал у нас на конференции, как вот это будет. Но посмотрим, как получится. И а логика здесь очень простая, как вот эти штуки создаются. Здесь можно приготовиться, скриншотить, прямо будет хорошая схема. Мысль, ну первое, да, клиент - это Zoom, либо виджет на сайте, либо трансляция, где будет транслироваться этот агент, видео и агент. Дальше используется сервис для создания видеоаватаров, которые имитируют видео. Используется нейросеть для синтеза голоса и всё та же самая инструкция, ассистенты и нейросеть - это вот всё то, что мы видели на предыдущем шаге, которая была текстовая. То есть она генерирует, обрабатывает запрос, э, по определённым инструкциям, а, генерирует ответ, дальше синтезируется голос, и с этим голосом синтезируется уже видеоаватар, который транслируется в зуме. И таким образом получаются вот эти вот потрясающие агенты, которых не отличить от человека. Чем всё это делается? Ну, понятно, нейросеть, там чат GPT, Клод, Джемини или кто-нибудь ещё. Вот синтез и инструкции агента. Если мы говорим только про голосовых, то в 11 Labs появились такие. То есть вы можете сделать следующую штуку. Например, позвоните нашему специалисту по IT, и он подскажет по каким-то вопросам. Люди звонят и общаются с вашим 11 Labs аватаром, который вашим же голосом может рассказывать о том, как там подключить какие-нибудь вещи и отвечать на вопросы. Или там и экскурсовод, который может по аудио рассказывать вот эти вещи и э ну так спокойно, неактивно продвигать ваш продукт. И если мы говорим про все три, это видео аватар, синтез голодса и инструкции и агента, они есть вот в следующих сервисах. Это di и синтезия. Они пока передовые здесь. Di он чуть более дешёвый, но и качество там похуже. Синтезия подороже. Хиген тоже хороший, но работает иногда с такими задержками. Но вот, чтобы вы понимали качество вот этих аватаров, а я предлагаю вам а квест. Угадайте, где нейросеть. Нейросеть - это первый или второй? А я сейчас включу на видео, и вы должны угадать. Угадай, на каком из этих двух видео настоящий я. А где мой цифровой двойник? Угадал? Первый я настоящий, а второй - это двойник. А вот и неправильно. Всё наоборот. Первый - это двойник, а второй настоящий. Мог бы и заметить сразу. И тут я тебя поймал. На самом деле мы оба цифровые двойники. Теперь я могу вести блог на испанском. сериалми или на японском я думаю, что в течение где-то 6, может быть 12 месяцев мы ожидаем, что эта технология с иагентами, в том числе и видеоагентами, она дойдёт до такого уровня, что можно будет им звонить по телефону и общаться и, ну, по зуму, например, и это будет очень достаточно реалистично. Как минимум в течение 12 месяцев видео аватара, с которыми можно будет разговаривать по звонку, оно будет доступно из статичных, потому что сейчас появилась 3, которая позволяет вот эту анимацию делать. Там нарастят мощности и можно будет спустя, может быть, 2 года уже это будет неотличимо от реального, вот то, что вы видели здесь. Прямо сейчас в комментариях поделись, какой из этих инструментов, которые я тебе показываю, наиболее оказался для тебя впечатляющим или востребованным. Ну и поделись своими историями, что ты уже внедрял с нейросетями. Я всегда читаю эти истории, и если есть какие-то вопросы, то отвечаю на них. И продолжаем.

продолжаем. — И мы переходим к пятому уровню автоматизации- это и оператор. И мы сейчас поговорим про тему, про которую вообще мало кто, ну, говорит, рассказывает. Во-первых, и оператор - это как такой робот кухарка на кухне. И если новые, ну вот сейчас рынок агентов, это было вручную запрос, нейросеть даёт ответ, то сейчас у нас переживает рынок следующую трансформацию. Появляется стандарт, э, ну, уровня USB или HTTP, который будет доступен везде. То есть и агенты - это когда отправляешь запрос, агент это всё расправляет по онлайн-сервисам, а сейчас появляется что-то вроде вот такого универсального USB. Это model context протокол или ещё это называется MCP, скорее всего. А вот прямо будьте внимательны к этому термину MCP сервера, MCP в ближайшее время, потому что тот, кто займёт рынок MCP, он станет следующим лидером в рынке искусственного интеллекта. Так же, как, например, Google почта, а, используется для логина практически на всех сервисах, которые существуют в интернете. И это будет тот же самый, ну, лидер, который будет внедрять все эти вещи дальше. И вместе с этим появляются, ну, операторы. В 2024 году в сентябре Клод запустил вот такую функцию, когда нейросеть может управлять компьютером через удалённый доступ к рабочему столу, и можно отправить туда промт, и она будет выдавать это. То есть вот отправляется промт и она начинает там перекачивать какую-то информацию из просто таблицы, заполнять форму, находить это что-то в базе данных и тем самым решать ключевые задачи. Да, пока технология сырая. Да, не у всех к ней есть доступ. Да, недавно, э, следом за ней там вышел чат GPT со своим, э, чат GPT оператором, который, ну, вот выглядит ещё более примитивно, чем то, что показывали Клод. И следом вышел Манус, который тоже вроде бы многообещающий, но пока доступ они к нему не дали. И что же остаётся человеку

тогда в завершении? М, дело в том, что мы боимся, что нейросети, они будут как это бурлаки на Волге. э-э такие с кнутом и пряником пошлёпать всех нас кнутом, а мы будем таскать эти баржи. Но мало кто знает, что в реальности смысл картины вот в этом, что на заднем фоне есть уже пароход, новая технология, которая ушла далеко вперёд, а есть люди, которые всё ещё вот тут вот остались. И на самом деле именно наш выбор сейчас, вы в какой лодке окажетесь, да? Потому что технология просто даёт вам возможность, не теряется востребованность ни здесь, э, ни здесь, но просто можно уже выбирать, где мы будем работать. И нейросети, они как мультипликаторы сейчас, особенно мы, если говорим про агентов, особенно, если мы говорим про операторов, то они умножают знания тех, кто их применяет. Ты один год изучаешь что-то и считай, ты умеешь делать что-то в 10 раз. Ну, как 10 лет у тебя опыта, ты 5 лет изучаешь что-то, но не используешь нейросети. ты всё так же имеешь опыт 5 лет и проигрываешь уже тем ребятам, которые, а, о, год изучают и применяют нейросети. Другоя проблема, что если опыта нет, то и нейросети-то не помогут тебя умножить. 0 на 10 тоже будет нулём. Ну и следующая такая опасность или так, ну, более яркая история, что если мы умножаем положительный опыт, мы получаем положительное число. Умножаем отрицательный опыт, мы получаем отрицательное число. Да, это касается и достоверности информации, и это касается, в том числе и того, что мы получаем на выходе. Поэтому, друзья, главная мысль здесь: умножайте хорошее, тогда плохому места не останется.

Спасибо, что досмотрел это видео до конца, так что поделись, что тебе больше всего откликается в комментариях к этому видео. И, а, специально для тех, кто хочет ещё глубже изучить нейросеть, я приготовил несколько бонусов. Внизу под видео ты найдёшь первое название нейросетей, которые я перечисляю в этом видео. Раз. Второе, я подготовил небольшой бесплатный курс, который ты можешь пройти и погрузиться уже в работу с разными нейросетями, понять, как составлять промты, какие использовать и для чего. И там есть практические задания и видеоуроки. Я также подготовил для тебя подборку промтов и отдельный мастер-класс по иавтоматизации на 3 часа, за который ты узнаешь уже гораздо больше, чем за это короткое видео. Так что переходи по ссылке внизу и до встречи в следующем видео. А и не забудь, пожалуйста, поставить лайк. Это правда важно для меня и для того парня, который ещё не посмотрел это видео.