18 крутых способов использовать ChatGPT, которые могут ЗАПРЕТИТЬ!

Если ты используешь часик для офисной работы, то ты теряешь 90% возможности нейростей, но в этом нет твоей вины. Сейчас в этом видео мы разберёмся по шагам, какие инструменты действительно нужно использовать, если ты работаешь в офисе, как составлять промты и, самое главное, технику безопасности. Как сделать так, чтобы тебя не уволили за то, что ты используешь нейросети. А это, я думаю, важно знать каждому. Ну и в конечном итоге, чтобы тебя ещё и повысили. Так что давай разбираться. Это полный гайд по нейросетям для офисных сотрудников. Поехали. Сразу начнём с места в карьер. Какие нейросети точно тебе стоит

использовать? Номер один - это неча GPT - это ноутбук LM. Потому что если ты работаешь в офисе, тебе нужно собирать большое количество информации, анализировать и оттуда вытаскивать ключевые м данные. Но проблема чата GPT в том, что где-то 33% до 47% случаев он врёт, реально галлюционирует или обманывает. Про это даже уже есть много больших исследований, которые рассказывают про ошибки. Здесь был прецедент, когда адвокат использовал чар GPT и он придумал какие-то выдержки из несуществующих прецедентов. В итоге адвоката чуть не уволили. Но, в общем, проблем с этими галлюцинациями огромное количество. И вот если мы используем ноутбук LM - это нейронка, которая работает по другому принципу. В неё ты загружаешь те данные, на которых она будет основана и работать. Дальше ты общаешься с этими данными. И после этого можешь получать оттуда майнкарту, инфографику, видео, подкаст или просто хронологию событий. Отлично это сработало. У нас учился проектный менеджер из компании Эльдорадо Nvido, и он загрузил переписку по большому проекту за полгода. В итоге ноутбук LM построил хронологию и помог разобраться с большим количеством данных, что если бы это делать вручную, потребовало бы нескольких недель работы. Ещё один пример. Ирина госслужалужащая. Она за 5 часов выполнила месячный объём работы. Загрузила в ноутбук LM больше 161 документа, проанализировала их и составила подробную картотеку. На эту работу планировалось больше 30ти рабочих дней. Это наглядный пример того, насколько этот инструмент действительно ускоряет. Но мы двигаемся дальше. Номер

два инструмент - это гамма. Гамма - это нейросеть, которая делает презентации, и делает она их по ключевому запросу. Она позволяет делать их горизонтальные, позволяет делать там вертикальные для сториса, блога и для чего угодно. Но самое главное, ты можешь загрузить в неё твои конкретные данные или исследования, которые ты получил на предыдущем шаге от ноутбук LM. И после этого она оформит эти данные так будет удобнее читать. И это действительно ускоряет работу. И, кстати, большой плюс в том, что и ноутбук, LM, и Gam - это бесплатные нейросеть. Но в Гамме есть, конечно, ограниченный бесплатный период, но тем не менее. Название всех этих нейронов я приведу внизу по ссылке на пост в Telegram-канале. Двигаемся дальше. Следующий инструмент - это нанобана. И

здесь нужно подсветить. Многие думают: "Блин, нанобана - это же для генерации картинок, а я работаю в офисе, мне нужно там таблицы и другие вещи делать". Но тут кроется интересный момент, что многие не догадываются, что нанобана - это инструмент, который позволяет создавать инфографику и визуализировать сложные данные, которых раньше было невозможно сделать, ээ, ну, с графическими нейросетями. И по большому счёту это классный трансформатор большого потока данных в что-то понятное и наглядное. Это вот то, чего так ждали люди. Подробно про нано банану я сделал отдельное видео с разборами всех плюшечек и полезных вещей. Но самое главное, то, что ты можешь сделать, ты можешь загрузить туда целую страницу вордей или какую-нибудь экселевскую таблицу и отчёт и попросить это визуализировать, и у тебя получится инфографика, которую ты потом можешь вставить на слайд. Но ещё более продвинутый способ использования нанобана - это в сочетании с ноутбук LM, который тоже от Гугла. Вот эти две нейросети работают следующим образом. В ноутбук LM ты загружаешь свои отчёты, большое количество данных, аналитику, исследование рынка, которое ты провёл. После этого там есть отдельная кнопочка, ты нажимаешь на неё сгенерировать презентацию. И вот каждый слайд этой презентации будет сгенерирован с нанобана как с инструментом. Ты в итоге получаешь подробную визуализацию всего того, что ты сделал. Да, проблема в том, что это будет в виде картинки, и если тебе нужно будет где-то подправить текст или что-то исправить, придётся вот эту картинку как-то вырезать. Но даже то, что уже позволяет эта штука сделать, оно перекрывает те сложности, которые возникают при редактировании картинки. Кто использовал вот этот инструмент, напишите в комментариях, как вы использовали, какие задачи вы закидывали и что у вас получилось. Ну а мы двигаемся дальше. Номер четыре -

это инструмент клод. И да, многие сейчас могут сказать: "Блин, ну как же чат GPT, как же Deeps и так далее". Это хорошая нейросети, но не лучшее. А клод на текущий момент является лучший. Google Дemни, ну, кстати, поспорьте со мной, да, напишите, какой вы используете нейронку. Но я считаю, что на текущий момент вот по не по бенчмаркам, не по тестам, которые маркетингово используют вот эти компании, а потому, что мне говорят мои студенты, что мне говорят пользователи, то, что вы пишите в комментариях, а как раз я вижу, что клод более востребованный и более стабильный. Как его использовать? Но некоторые студенты, кто не может напрямую к нему подключиться, используют его через Perplexity. Хороший вариант. Есть ещё способы там через GPнель или Synx. Ссылки на них я приведу внизу. и QR-коды, чтобы вы могли зарегистрироваться. Так что здесь можно им воспользоваться. Самое главное понимать следующее, что клод, в отличие от чата GPT, во-первых, он меньше врёт, и это действительно доказано тестами. И, ну, где-то там примерно, если чат GPT 33-47%, вот такой диапазон токло где-то 17%. Последние версии ещё меньше галлюцинируют и обманывают. И это прямо действительно большой хороший результат. Почему такое происходит? Ну, потому что основатели, вот те создатели чата GPT, которые работали в компании Openi, ушли оттуда и основали э свою компанию и сами начали создавать свою модель. И вот, собственно, так и появился Клод. Более того, с русским языком клод работает лучше, чем чат GPT, потому что клод был обучен на большом количестве русской прозо. И мне рассказывали ребята из крупных издательств, что они как раз клод используют для литературной редактуры, и он действительно хорошо здесь справляется. Программирование тоже многие заявляют, что это прямо вообще top of the top. Так что здесь мы его можем использовать. Офисному сотруднику его можно использовать для того, чтобы он, например, делал вам макросы, которые вы можете использовать в Экселе для того, чтобы быстрее обрабатывать таблицы. Не только тексты же здесь может быть, да? Я отдельно запишу видео про различные лайфхаки, фишки, проты, которые вы можете использовать для того, чтобы ускорить работу. Но как минимум эти вещи, которые могут ускорять. Поэтому, друзья мои, забываем про чат GPT, работаем на действительно хороших инструментах. И, кстати, что удивительно, Клод вот на протяжении всего времени, что он появился и стал конкурентом чат GPT с двадцать третьего года, он всегда его опережал в качестве ответов. И за это им большое спасибо. Номер пять, инструмент, который я очень

люблю, называется Сави. И у нас были прецеденты, когда студент Саша Игнатов, он автоматизировал с Саве свою работу. И этот бот высвободил у него 4 часа рабочего времени. Раз. И второе, этот бот, который он сделал, начал продавать на 600. 000. Ну, тут вы можете сказать: "Наверное, Саша программист". Нет, ничего подобного. Вот это просто обычный человек маркетолог, который переписывался с дизайнерамиархитекторами. И вот этот бот на Саве, он создаётся очень просто по элементарному промту, который вы пишите, да, говорите, что должен делать этот бот. он тут же создаётся, дальше вы его встраиваете в Telegram, и это не требует никаких специальных знаний. Вот. И если интересно на практике всё это изучить, внизу я оставлю ссылку на наш бесплатный курс, где вы можете подробно разобраться то, а какие ещё бывают нейросети, а как их внедрять, ну и возможно про другие примеры того, как мы их используем. Но а базово сави для меня является сейчас самым главным инструментом в работе. Вот ещё один пример. Наш менеджер отдела продаж. Она создала себе бота, продавца, который помогал ей закрывать вопросы сервисные. Ну, то есть, э, когда человек регистрируется на мастер-класс или на конференцию, он задаёт какие-то вопросы: "Ой, мне не пришла ссылка". Ну вот какие-то такие, на которые действительно требуется внимание, но это можно ответить с помощью автоматизированной системы. И в итоге она сделала это. У неё время, которое она тратит на эти сервисные вопросы, уменьшилось где-то в половину. То есть она высвободила большое количество времени. И в этом самый большой плюс. Но проблема всех других систем, почему я про них здесь не говорю, в том, что, ну, тот же самый NNМ, который позволяют всё это сделать, я уверен, что кто-то точно сейчас напишет в комментариях: "А вот Пайл, ты забыл про NN, а вот есть ещё какая-нибудь система. " Ну, напишите, какой вы пользуетесь. Но а те, которые я тестировал, которые мне попадались, проблема в них следующая, что там нужны технические знания. Тебе нужно понимать программирование, тебе нужно понимать workflow, как одно следует за другим. А здесь тебе достаточно вбил промт, получил результат. Всё. И вот это, наверное, то, что ускоряет внедрение. Следующие инструменты номер шесть, я бы

их объединил вместе. Это GPнель и Synнкс. Это два сервиса разработки наша российское, которые позволяют получить доступ к нейросетям, потому что сейчас доступ ко многим нейросетям, он ограничен, если вы работаете из России. А для того, чтобы к ним подключиться, требуется часто VPN. А VPN он сейчас блокируется, рекламировать их нельзя, и поэтому многие люди не могут просто получить доступ к этим инструментам. Сервисы GPT Tнеel и Synx, они позволяют это сделать. И, наверное, ещё один главный плюс, почему я люблю эти сервисы, потому что на них одни из первых появляются доступы к новым моделям. То есть вот вышла, например, 2 Pro, и она появилась там быстрее, чем её выкатили вообще для всего мира, для того, чтобы люди пользовались или вышла nно Banana Pro. И вот такие вещи, они появляются в агрегаторах порой быстрее, чем официальные сервисы их выкатывают, поэтому ими действительно выгодно получается пользоваться. Следующий

инструмент, который я очень люблю и считаю его одним из главных ускорителей офисных сотрудников, особенно кто работает с большими таблицами - это GPT fork. Вот у нас, например, была такая задача. Мы получили больше 800 откликов на вакансию у нас в команду, и все кандидаты заполнили анкету. 800 анкет - это, конечно, разобраться с ними большое работы. Она занимает несколько дней, иногда больше недель. Что мы сделали? Мы обработали это где-то за 15 минут. Как? А мы добавили отдельную колонку с формулой, которая отправляла запрос в чат GPT. И в chatчат GPT она отправляла часть ответа от кандидата, не включая персональные данные, конечно же. Вот. и брала промт, который написан вверху в колонке. Вот это вот всё она отправляла. И на выходе чат GPT выдавал оценку по десятибалльной шкале, насколько этот кандидат, как ему казалось, подходит под вот эту вакансию. Конечно, его ответ был не настолько точный, и мы брали его скорее как в расчёт, что да, это потенциально ускоряет нашу работу. То есть не нужно здесь прямо отсеивать всех, кого считает чат GPT непригодными, потому что это создаст барьер между вами и кандидатами. Но тем не менее он ускорил нашу работу за счёт того, что он подсветил тех людей, с кем нужно в первую очередь связаться, кто очевидно подходит под наша задача. И также вторую колонку мы сделали, где он сделал свот анализ и объяснил, почему он поставил такую оценку. И мы потом взяли эту формулу и бть размножили на 800 строк. Если вы работаете с таблицами, где нужно в таблице что-то там сделать, и у вас этих строк много, и вы просто сидите и кропаете вот эти вот нозы другим, то, ребят, не нужно это делать. используйте инструменты, которые здесь вас автоматизируют. Ну и следующий инструмент, который, я бы сказал, мой

фаворит вот в ближайшее время - это то, что ускоряет работу просто колоссально для любого офисного сотрудника. И это всё, что касается и работы с презентациями, и работы с таблицами. Этот инструмент называется Gen Spark. Это даже не столько нейросеять, сколько уже агентная система. В чём разница? В том, что вы ему отправляете запрос: "Вот тебе таблица, 55. 000 срок - это продажи. Построй мне дашборд". Вместо того, чтобы выдумать эти вещи, как это делают нейросеть. Нейросеть - это же предсказательная модель. То есть она вот приблизительно представляет, что здесь должно быть вот такой ответ. Скорее всего, план выполнен, ну, плюс-минус на 100%. А сколько на самом деле, да хрен знает. И вот Дженс Парк делает по-другому. Он строит формулы и по формулам уже считает и собирает конкретные данные. И это позволяет ему быть действительно рабочим инструментом, а не просто красивым обоснованием, что да, действительно, мы используем нейросеть. Второй продвинутый инструмент в том же самом Дженспарке - это умение работать с презентациями. То есть вы загружаете туда ту же самую таблицу, а потом просите из неё сделать слайды. Но вроде бы я уже говорил про презентации Гамма, но суть-то в следующем, что он делает уже более сложные офисные презентации с графиками, диаграммами. То, что на самом деле даже гамма не всегда справляется. Гамма быстрее, но вот Ден с большим объёмом данных для того, чтобы проанализировать, работает гораздо лучше. Теперь мы разобрались вот с этими восьми инструментами. Теперь

давайте разберём, а какие запросы нам нужно отправлять в нейросети для того, чтобы получать хороший результат. И давайте сейчас разберём, как создавать промты для того, чтобы нейросети эффективно выполняли вашу работу. И тут многие меня спрашивают: "Паш, стой, стоп, а зачем нам вообще а создавать промто самому, если можно чат GPT или Deepsi спросить, чтобы он сделал промт для нас и это всё отлично работало. Вот здесь нужно предостеречь вас, что представьте, вы отправляете на печать на принтер какой-то документ, он вам выдаёт там ошибки, и вы берёте и ручкой начинаете исправлять на листе вот эти вот ошибки. Он вам следующий выдаёт лист, и там снова ошибки. Вы снова ручкой начинаете исправлять вот эти ошибки. Бред, правда? Правильно же зайти в программу, где там это отправляется на печать, и исправить там ошибку, чтобы выдавалась правильно. Но когда мы говорим про промто, а это ведь точно такая же программа, которую мы задаём нейросети, чтобы она по ней выдала нам результат. Мы что-то так не думаем. Поэтому важно разбираться в том, как работают вот эти промты, почему они так работают. И если вы отправите запрос в чат GPT, он выдаст вам такой огромный промт, который что-то делает, и потом хрен пойми, почему он так работает, почему нет. Поэтому давайте всё-таки разберёмся, а потом вы уже сами, если что, спросите у чата GPT, там может улучшить, дописать свой промт. Но главное начать со следующего. Разобраться, а как работают нейросети простым языком. Если нейросеть представить как плиту, то промт - это рецепт, по которому эта плита готовит. Но, собственно, плита не готовит самостоятельно. Нам нужны ещё и ингредиенты. Что из чего мы будем готовить. И в данном случае это исходные данные, которые мы подгружаем в нейросеть. Сейчас приведу пример. И на выходе мы получаем вот этот пирог. Результат работы нейросети. И если раньше люди готовили вручную, как будто бы на печках, то сейчас нерстями они стали готовить на плите. Ускоряет эту работу? Да. Вот хороший пример. У нас учился Виталий. Он загрузил в чат GPT в качестве ингредиентов это м таблицу с результатами продаж, которые у него были последние 70 продаж. Он у него бизнес по доставке суши в Турции. А он загрузил это в чар GP на анализ и попросил: "Проанализирую таблицу с продажами, найти как увеличить средний чек и прибыль". И на выходе нейросеть предложила ему такие форматы комбообедов, которые увеличили его доход и прибыль в на 8% вот буквально с одного промта. То есть, что это позволяет вам понять? Что если вы правильно подгрузили контекст, что нужно туда загрузить, тогда она работает хорошо. Ещё один хороший пример. Многие пытаются написать тексты с нейросетями, но проваливаются в этом, потому что нейросеть выдаёт какой-то унылые, абстрактные э тексты, которые никому не интересно. А вот если ты отправишь туда какой-то образец текста и попросишь: "Сохрани вайб и настроение текста ниже и переделай вот ту фактуру, которую я тебе прислал дальше". Тогда он сделает из тех фактов, которые ему вы вышлите, что-то по настроению похожее на то, что вы ему прислали выше. И текст будет практически неотличим от вот этого стиля. Вот это и есть исходные данные. Мы в команде заменили юриста и ассистентом. Сейчас с этим и ассистентом пообщалось уже больше 10. 000 человек, и он защищал их интересы. Но как это работает? То есть вот мы взяли в качестве исходных данных

договор. Например, у меня была ситуация, я живу в Таиланде, мне за 20 минут до подписания договора, э, до встречи подписания присылают сам договор ознакомиться, он на английском языке, естественно. Я говорю: "Так, подождите секундочку, мне нужно м своему юристу это всё отправить на согласование". Отправляю своему юристу в чат GPT вот этот вот договор. Отправляю а ему вот этот вот промт, который вы видите сейчас на экране. И после этого, кстати, ссылку на самого юриста я пришлю тоже внизу под этим видео. Вы её найдёте там. Так вот, а после этого нейросеть тут же мне сформулировала, а какие ошибки в этом договоре, а что нужно было поправить, а как нужно было пересобрать вот этот договор, где мои интересы нарушаются. и после этого дала формулировки сразу на английском языке. Я через 3 минуты получив договор, присылаю эти правки им. Они, конечно, офигели от того, с какой скоростью работают юристы у нас в команде. Но вот это всё, то, что вы сейчас узнали - это лишь хождение по поверхности с точки зрения работы с нейстями. То есть самая-самая вот верхушка, верхушки айсберга по работе с промтами. Потому что самое главное ускорение происходит тогда, когда вы создаёте и ассистентов, которые уже эти промты используют. Что такое и ассистенты? Это как мультиварка вот в нашей метафоре с готовкой, да? А суть её в следующем. Ты в мультиварку загружаешь ингредиенты, нажимаешь на кнопку выпечка и она выпекает. То есть она уже помнит рецепт, по которому это делать. То же самое и с нейросетью на примере с нашим юристом. Я беру вот этот вот промт, который у меня есть, сохраняю его в тот же самый GPTS или сохраняю его в ассистента. После этого теперь для того, чтобы получить тот же самый результат и следующий договор проверить и следующий за ним, мне не нужно вот весь этот промт загружать туда в нейронку. Мне достаточно загрузить договор и сказать, кто я в этом договоре. В результате нейросеть, уже помня все те инструкции, которые я туда загрузил, она создаёт полноценный ответ, и я экономлю здесь время. Наталья Ерёменко методолог. Она за 3 часа выполнила работу на месяц вперёд, тоже с созданием своего и ассистента. Как она это сделала? Она сделала и ассистента, который собирает методологию её курсов. Ещё один пример. В строительной тематике Вадим Долгов сделал и ассистента, который по чертежу от клиента может рассчитать коммерческое предложение. То есть, как вы видите, вот этих вот примеров их большое количество. И самое главное здесь, что когда мы переходим от просто общения с чатом GPT в работу с ассистентами, это действительно ускоряет работу. Вот здесь начинается реальная эффективность. Если вам а нужно больше узнать про промты, внизу я приведу подборку из 2. 000 промтов для нерсетей, которые вы можете использовать для абсолютно разных офисных задач. Так что пользуйтесь им. Ну и переходим к третьей части нашего видео - это техника

безопасности при работе с, потому что уже существуют прецеденты, когда сотрудник, госслужащая отправила в нейросеть информацию, запросы и вместо повышения получила увольнение. Ещё один прецедент был с компанией Deloй, которая получила штраф практически на полмиллиона долларов от правительства Австралии, потому что её сотрудники использовали нейросети своей работы. И вот здесь нужно дать пояснение, да, в каком случае и что может привести к рискам. И я подробно прямо про это рассказывал в видео про технику безопасности ПУИ, но здесь кратко приведу основные принципы. Первое, нейросеть - это зарубежная онлайн-платформа, облачная, куда будут загружаться данные. Поэтому конфиденциальные данные, друзья мои, не отправляем туда. Это очень важно. Второе. Нейросети могут ошибаться. Поэтому, как бы убедительно не выглядел их ответ, вам придётся это перепроверять. Да, конечно, можно создать специального и проверяльщика этих данных, но кто сказал, что он будет ответственно выполнять свою работу и не будет ошибаться в этих ситуациях. Так что здесь нужно вам всё равно перепроверять вот эти вещи. Ну и третья ключевая мысль здесь, что, друзья мои, помните, что, мм, кто будет отвечать, если, например, сорвётся какая-нибудь крупная сделка по причине того, что Ии, ну, неправильное письмо составил с не той тональностью или в коммерческом предложении, которое вы сгенерируете с и будет какая-то фактическая ошибка, из-за чего клиент откажется с вами работать или потребует возврат или что и вот позитивно ответит на негативные комментарии, и это вызовет какой-то резонанс в соцсетях. Поэтому помните, что ответственность всё ещё лежит на вас, несмотря ни на то, какие инструменты есть. Изучайте нейросети глубже. Ну и напишите в комментариях, а как вы считаете, какие ещё риски здесь могут быть? С вами был Павел Лебедев. До скорых встреч. Пока.