УТП на сайте в 2026 году be like

Пусть нейронка сама пишет себе промпты

Продолжаю вкатываться в работу с нейросетями. Основная сложность сейчас — понять, какая нейронка какие задачи лучше решает + правильно дать ей задание

Обычно, я просто пишу словами, что мне нужно сделать, она что-то делает, потом я прошу это доработать. В некоторых кейсах это работает, а в некоторых получается какая-то фигня и приходится очень долго давать ей уточнения

И тут до меня дошло, что надо просить её войти в роль промпт-инженера и самой написать профессиональный промпт, который бы решал мою задачу. А потом сверху еще спрашиваю её, что можно доработать в промпте, какие в нём есть дыры, уязвимости и недоработки. На выходе получаю анализ пунктов, которые в промпте вызывают противоречия или не учтены с предложениями по их исправлению. Цикл можно повторять несколько раз

Результат: нормальные промпты, хотя в промпт-инжиринге ничего не понимаю🤓

ChatGPT совсем обленился. На платной подписке последняя модель 5.1 не может сделать нормальную эксельку с результатами

Параллельно Claude на той же задаче не тупит даже на старой модели Sonnet 4 и выдаёт сверх того, что я у него просил

Продлевать ChatGPT не буду, а Claude проапгрейдил до тарифа Max🫡

Ты: разрабатываешь два дня супер-промпт на 800+ строк кода с кучей запретов, инструкций и правил, чтобы нейронка не жульничала

Что делает нейронка: имитирует деятельность по инструкции🤪

А когда спрашиваешь, почему задание выполнено с ошибками, честно признается — ну да, я вас обманул😂

Как вы справляетесь с FOMO?

Столько вокруг всего происходит: экономический кризис, массовая истерия вокруг нейронок, бесконечное количество интересных каналов и курсов. И я всё чаще ловлю себя на том, что хочу всё успеть, не успеваю и выгораю от попыток быть везде и сразу

Мои заметки с лекции Родиона Скрябина из Палиндрома про контент-маркетинг

1. Внимание населения земли конечно, а количество контента всё время растёт

2. Каналы агентств никому не интересны. Делайте из них просто представительства в соцсетях, в которых потенциальный клиент сможет увидеть, что вы ещё живы

3. Люди интереснее компаний. Если вы не интересны или не хотите строить свой бренд, наймите кого-то яркого и стройте коммуникацию компании от его лица

4. Сиять, а точнее «грамотно выебываться» — главный фокус в контент-маркетинге агентств

Вроде ничего нового, но помогает вспомнить о том, что на самом деле важно и не переизобретать велосипед

Зумеры и ***

На днях прочитал новость, что в России заблокировали Roblox. Это очень популярная игра у школьников

Спросил сегодня у племянников, как они относятся к блокировке. А на них она не сказалась: включаем *** и играем как обычно

У меня порой чувство, что в РКН одной рукой блокируют что-то, а другой хостят ***-сервисы для обхода

Как туроператоры сливают клиентов

Честно, думал в конце 2025 года базовые процессы обработки заявок должны быть налажены у всех более-менее крупных компаний

Оставляю заявку на обратный звонок в форме «мы перезвоним вам через 5 минут». Проходит полчаса — тишина. Звоню на горячую линию узнать живы ли они. Недовольная женщина говорит, что обычно они отвечают в течение дня и вообще, я тут договор оформляю, не могу сейчас вам помочь, ждите звонка

Компания на рынке 33 года💩

Рубрика «навайбкодил»

За два вечера написал коннектор к API сервиса TGBooster, который собирает данные по всем кабинетам и кладёт в базу данных Clickhouse

Работает всё это в Yandex Cloud, данные обновляются каждые полчаса, отдельно загрузили всю статистику за два с половиной года

Есть отдельный агент который проверяет базу на ошибки и делает повторные запросы если находит пробелы

Осталось доделать только админку, чтобы гибко управлять доступами к базе данных и дашборды сформировать

Зачем это всё? Чтобы экономить десятки часов специалистов каждый месяц, которые они сейчас тратят на выгрузку данных в гугл доки и правку формата данных в них, чтобы работали дашборды в Datalens

Кайф в том, что я просто писал, что мне нужно, а нейронка говорила куда нажимать и писала код. Я его вставлял, запускал тесты, скидывал ей логи, она правила баги пока не заработает

Аксиома: чем больше нейроконтента, тем ценнее становится настоящий

Поэтому я абсолютно не понимаю тренд на «нейрозаводы» по производству контента в соцсети. Особенно когда на таком контенте еще и личный бренд построить пытаются

Маркетинговые отчеты не должны собираться руками! Для этого есть сервисы по их автоматизации!

Боль маркетолога:
- скачать данные,
- свести всё к единому виду,
- проверить формулы,
- снова скачать,
- опять поправить.

JetStat автоматизирует всю эту рутину:

💡 автоматизирует сбор данных из 60+ источников: рекламные кабинеты, аналитические системы, CRM, маркетплейсы, коллтрекеры, базы данных (Яндекс.Директ, VK Реклама, Метрика, amoCRM, Bitrix24, Ozon, WB и др.);
💡 автоматически обновляет отчёты - до 5 раз в день;
💡 делает аналитику прозрачной и безошибочной на основе точных данных;
💡позволяет быстро подключать новых клиентов, делать отчетность чаще текущим клиентам и как результат - масштабировать деятельность агентства без увеличения сотрудников

JetStat уже экономит от 30% времени на отчетности маркетинговым командам KION, Циан, Сбермаркетинг и другим лидерам рынка.

🔥 Автоматизируй свою отчетность, бесплатно 7 дней → jetstat.io

Реклама ООО “Джет лабс”, erid:2VtzqwJia5P

Спорный подход к промптам: цепочка рассуждений

Есть такой популярный подход к созданию промптов Chain-of-Thought (CoT). Он подразумевает, что ты просишь модель «думать» шаг за шагом. Иногда это не работает и даже вредит

Проблема в том, что этот подход превозносят везде, без учёта контекста задач, которые надо решить. И на деле оказалось, что в одних случаях он помогает, а в других модель имитирует цепочку рассуждений, подыгрывая пользователю

Как работает на самом деле

Модель не думает шаг за шагом, а генерирует токены, которые потом становятся частью контекста для следующих токенов. Это как пошаговое решение уравнения в школе, когда ты сразу не можешь ответ предугадать и тебе нужно провести несколько операций, каждая из которых опирается на предыдущую

В куче задач модель уже знает ответ на конечный вопрос цепочки и ей не нужны рассуждения промежуточные токены для ответа. И если исходный промпт был составлен по технике CoT, то она имитирует эти рассуждения — пишет их исходя из того, какой ответ дала. Это чистая рационализация ответа, а не рассуждения, которые к нему привели

Происходит это потому, что модели «читают» весь промпт сразу. Не по порядку, как его написали, а видят весь запрос целиком одновременно. И решения приходят сразу с учетом всего, что в промпте написано. В данном случае, с учетом финального вопроса, который хотели решить. Это как если бы учитель сказал «Реши пример, а потом скажи ответ 42». Ты будешь решать пример, но ответ у тебя уже в голове и влияет на то, как ты будешь рассуждать

Если этого не понимать, начинаешь усложнять промпт, добавлять еще больше этапов «подумай об этом, потом об этом, и об этом и дай ответ». А качество ответа не меняется. Так вот, это нормально — техника CoT подходит не для всех задач

Зависимость от модели

Часть моделей рассуждают всегда, их не надо просить об этом. Это так называемые reasoning модели, например ChatGPT o3 и o4-mini или DeepSeek R1

Другие сами решают дать ответ сразу или порассуждать, иногда переключаются вручную на режим extended thinking. Это модели, которыми как раз все и пользуются в большинстве случаев: ChatGPT 5.2, Claude Sonnet и Opus 4.5, Grok 4.1. Иногда рассуждение необходимо, но они его могут не активировать (что происходит крайне редко) и вот тогда лучше использовать промпт по технике CoT

Когда и как использовать CoT

Если задача на логику, математику, планирование с ограничениями, код с зависимостями — CoT в приоритете. Но не обязательно писать развернутый промпт с цепочкой, часто достаточно выбрать reasoning модель и она сама всё сделает

Если задача на классификацию информации, перевод, распознавание, генерация простых текстов, знание фактов — CoT не нужен и лучше использовать стандартные модели без CoT промптов

Вопрос для самопроверки

Если бы ты решал задачу, тебе нужны были бы промежуточные этапы, которые ты просишь от модели и если да, то нужна была бы бумажка для промежуточных записей или ты удержал бы всю информацию в голове? Если да — CoT скорее всего поможет, если нет — он не нужен и даже может навредить, потому что модель способна запутаться в своих же рассуждениях, если они не к месту

Как выбрать лучшую модель нейронки под конкретную задачу

У нейронок, как и у людей, разные слабые и сильные стороны. И стоимость тоже разная. Поэтому использовать одну модель для всех задач не логично

Что я сделал:

1. Попросил Claude составить список типов задач разработки и провести глубокое исследование, по итогам которого вывести топ моделей под каждый тип задач на основе бенчмарков

2. Он выдал мне исследование, но я не везде увидел там актуальные топовые модели (например, рекомендовал где-то Gemini 2.5, а не 3.0)

3. Попросил перепроверить, собрать актуальные данные по каждому пункту за декабрь 2025 года

4. Он перепроверил, я утвердил и попросил создать мне список правил для курсора (это приложение для разработки, которое может вызывать любую нейронку для решения задачи), чтобы каждый раз при планировании задачи автоматически определялся её тип и на основе списка предлагалась лучшая модель для её решения

Теперь просто получаю рекомендацию, какую модель включить, потому что сам я либо использовал только одну, либо включал их не к месту

Telegram в РФ не заблокируют, пока «все каналы» не перенесут в MAX

Жаль, что под всеми подразумевают политически-значимые. А так был бы хороший план — не создаём свои каналы там и живём без блокировок, ведь все каналы еще не перенесли🥲

Просто напоминаю, что не обязательно подводить итоги года. За это не казнят😊