Meme time!

https://www.youtube.com/watch?v=hS1YqcewH0c

🌟 OpenAI DevDay 2025
Назвался груздем -- полезай в кузов. Назвался вайбкодером -- смотри DevDay! Это не только полезно, но и даёт ощущение магии, которого уже давно не дают нам ивенты Apple...

👀 И чего там?
Вокруг этих 4-х важных для OpenAI веток устроли динамичное и эффектное демо возможностей.
💡Apps SDK. На примере Coursera, Canva и Zillow показали, как интерфейсе ChatGPT можно поработать с фичами внушнего сервиса. Вкладка ChatGPT в этот момент выглядит как браузер для будущего интернета, где сервисы упростились до подручной фукнциональности, эпизодически возникающей в диалоге. По сути пообещали стор внтури ChatGPT с моделями монетизации для паблишеров в будущем.

💡Agent Builder. Внутри OpenAI появится подобие N8N/Langflow интерфейса для сборки агентских Workflow в интерфейсе. Показали как за 5 минут с заготовленными промтами можно с нуля собрать ассистента для конференции. Выглядит как очень приятный будущий инструмент для наколеночного прототипирования логики на агентах.

💡GPT-5 PRO API. Эта часть выступления была самой вау, так как ведущий в реалтайме навайбкодил управление камерой через контроллер Xbox и освещением в зале конференции при помощи голоса 🙂 Конечно, на заготовленных промтах, но всё равно было эффектно. Всё это с помощью Codex + GPT-5 PRO.

- Sora 2 API. Enjoy, что тут ещё сказать.

С пятницей! 🕊

Неделю назад мне нужно было на прототипе показать идею пошаговой механики в продукте. Все мы знаем, что для такого подходит Replit, Lovable, Orchids.

🌚 Но зачем выбирать?
Мне стало интересно, как справится с одними и тем же заданием каждая из моделей, ведь копипастить промт дело не хитрое.

Промт был небольшой, я не сильно описала визуал, но дала в тексте референсы экранов разных сервисов для каждого шага прототипа. Ну то есть красиво и одинаково получится не могло по определению, свободы у моделей было много.

🐣 И что в итоге?
- удалось узнать, какая из моделей лучше следуют указаниям в тех немногих деталях, которые я ей дала (в моем случае победила Orchids);
- варианты отличались значительно, в каждой версии были свои плюсы в визуализации, то есть можно было показать команде все примеры и сказать, где мне что нравится больше и почему;
- все модели добавили от себя «красоты» — где-то иконок сделали, где-то подстрочники добавили и местами это были полезные детали, на которые я не рассчитывал, но вполне готова ими воспользоваться.

Мне понравилось!

🦺 Копаем свой тоннель
В последние недели была в разъездах и обнаружила, что мне очень нужен надежный VPN, которым я смогу пользоваться ситуативно, не платить за него постоянно, ну и чтоб надёжно работал.
И вы не поверите, но это снова про Cursor и вайбкодинг 😁

💻 Что я сделала:
1. Попросила Cursor помочь мне развернуть персональный VPN-сервер в облаке.
2. Из вариантов по совету Cursor я выбрала WireGuard -- это опенсорсное решение, которое для работы требует виртуальную машину с Ubuntu в облаке. Конкретно в Гугле WireGuard можно просто попросить через CLI подключая виртуалку на Ubuntu (Cursor это не сразу понял, поэтому имейте ввиду).
3. После развертываиня в облаке (силами Cursor конечно), надо поставить клиент для WireGuard (бесплатный, есть на комп и для iOS/Android) и загрузить в него файлик с настройками для доступа (его тоже подготовит Cursor).
4. Включить, поругаться, что трафик не идет -- Cursor всё донастроит и готово.

💸 Затраты:
- чистого времени ушло пару часов, но я не спешила и расспрашивала про финансы, детали и юридические риски
- про деньги предположительные рассчеты такие, что если включать виртулку периодически, когда я, например, в поездке, то затраты будут несколько долларов в месяц (фиксированные траты за то, что у меня в облаке хостится сервер и немного трафика), а если включен постоянно, то долларов 10. То есть это примерно уровень стоиомости подписки на платные VPN, но без риска, что ваш трафик гуляет через какие-то непонятные проксики + стабильность платных облаков.

Из минусов то, что в Гугле нет России, как страны хостинга (а мне из Сербии на Mos.ru без этого не зайти, извините), поэтому тут меня спасёт аналогичное решение, но в Я.Облаке.
В Гугле же есть много других стран, если вам зачем-то надо.

📖 Юридическая часть:
Можно:
- использовать VPN в России
- давать инструкции вроде этой
Нельзя:
- любым способом доступ на ресурсы, запрещенные Роскомнадзором
- использовать VPN для всяких незаконных действий вроде терроризма и киберпреступности, но это же не про вас!
В общем, тоже полезно было узнать, делюсь.

Делюсь прочувствованным.

В момент работы на жесткий дедлайн очевидно, что времени и сил на автоматизацию и новые инструменты нет.

Чему научились -- то и применяем, и вот что пригодилось для менеджмента продуктов мне:
‼️ YaGPT
- упрощает сложные мысли;
- проверяет логику в больших текстах, в том числе делает разного рода ассесмент;
- пишет большие тексты из тезисов;
- штурмит на заданную тему.
❗️ Cursor
- помогает оптимизировать большие промпты: ищет избыточность, неоднозначность, предлагает правки
- под задачу написала просмотрщик для сырых текстов с разметкой
⚜️ Figma AI рисует иллюстрации, когда я переиспользую готовые макеты, где есть картинки (больше для себя, но и времени занимает минуту).
💬 Grok рассказывает последние новости по теме за нужный период.

Что я НЕ смогла применить в момент нависшего дедлайна:
- инструменты для прототипирования типа Lovable, потому что они классно драфтят туманные идеи, но плохо решают точечные задачи;
- браузер Comet, потому что его агент в лучшем случае решает половину данных ему задач, и то не с первого раза.

💡 А какие инструменты и подходы прошли у вас проверку дедлайном? Делитесь!

Хорошие люди бесплатно помогают осваивать вайбкодинг. Надо брать!

Юридический вайбкодинг
С недавних пор я окунулась в мир LegalTech-стартапов и чуть больше читаю про юристов и их задачи, но вайбкодинг и тут меня нашёл!

По ссылке pdf с пошаговой инструкцией в картинках по созданию инструмента для анализа данных документов в сводных таблицах.
Юрист самостоятельно сделал её при помощи Manus AI и рассказал по шагам свой путь.

Примечательно, что функцию он взял из Harvey AI -- это очень модный LegalTech-ИИ-стартап в штатах, лицензия на 1 юриста у них стоит больше тысячи долларов в месяц. Конечно Harvey AI отрабатывают её стоимость десятком других возможностей и контролем за качеством того самом анализа, но вайбкодер-юрист взял только то, что ему нужно, и по цене токенов Manus закрыл свою (а может и ещё нескольких тысяч юристов) конкретную задачу. И выложил решение на Гитхаб.
https://github.com/jamietso/Tabular_Review

Это вам для вдохновения 🧚

Вы не поверите, но это снова про вдохновляющий вайбкодинг от юристов!

Девушка-юрист по имени Катя написала ботика для проверки рекламы, а пока его делала, разобралась в куче технических вопросов, завела канал “Делай RAG” (!) и написала методичку по счастливому вайбкодингу.

Читается легко, рекомендации полезные, страниц немного и для легко отвлекающихся есть картинки. Бесплатно и без СМС!

Приятного чтения. 🌈

Надеюсь, ваши выходные прошли лучше, чем у этого парня 🌚
Хорошей рабочей недели!

Немного про агентов из личного опыта.

Агенты -- что это?
Этим словом, как вы могли заметить, называют примерно все последние запуски.
Исходный термин говорит, что агент -- это LLM-мозг (промпт), которому дали кучу инструментов (всякие API/MCP/данные) и он сам решает как ими пользоваться для решения задачи.
На практике часто агентами назыают воркфлоу -- цепочки действий, где заранее понятно, когда и как сработает каждый шаг (кубик). Засовываем промпт в кубик -- разворачиваем рекламную кампанию со словами "мы запустили агента".

🤔 Почему ж так?
Причин, вероятно, больше, но мне известны такие:
- для решения многих задач подхода с воркфлоу достаточно;
- если есть инструмент для сборки флоу -- это очень быстро;
- оценить качество каждого кусочка и довести качество решения задачи задачу целиком можно в одиночку и на досточном уровне.

🤓 Если делаете агента на базе воркфлоу
Нужно будет подумать про следующие вещи:

1. декомпозиция
Разбиваем задачу на шаги, можно с LLM (например с Cursor Planning). Например, автоматизируем убирание слона в холодильник. Шаги: открыть холодильник, положить слона, закрыть холодильник. Совсем сюр, но представьте, что каждый шаг выполняется промптом в LLM в голове у робота 🙂

2. проверка понимания входящих данных
Если мы делаем "агента", то обычно это значит, что пользователь с ним говорит/ему пишет. Если мы объяснили, с чем к агенту идти, то в большинстве случаев LLM-агент справится, но на этапе тестирования можете легко проверить, как агент понял, что от него хотят. Добавляем в промпт указания вывести саммари задачи.
Пользователь: "да убери уже!"
Агент "вы хотите убрать слона в холодильник, начинаю!"

Пользователь: "какая сегодня погода?"
Агент "похоже сейчас слона убирать не будем, отбой."

3. ветки решений
Из примера выше понятно, что путь не всегда может быть прямым, в том числе в промпте кубика (ну не 100 же их делать, кубики тоже могут быть умненькими). Опыт показал, что если промпт можно представить в виде блок-схемы с изолированными ветками, то он сработает хорошо. Помогите модели понять, какие бывают развилки.

4. однозначность
Для каждой ветки опишите условия и что надо делать, если они выполняются. Ветка рассуждений должна понятно завершится.

Возвращаясь к слонам, наш агент на первом шаге должен понять, хочет ли человек убрать слона в холодильник:
- если не хочет, то [саммари понимания + отбой] и завершить процесс;
- если хочет, то [саммари понимания + начинаем] и начать процесс с холодильником.

5. порядок
Проверено, что LLM может сбиться с пути, если проверки переставить местами. В примере выше этого скорее всего не произойдёт, но если промтп длинный, то лучше сначал сделать блок, где модель осознает развилки, и сказать, в какую часть промпта идти за подробными указаниями по ветке.

А вы как побеждаете промпты? 🙂

Сколько часов ИИ может сэкономить продакту?

👻 Вариант тактический: сработала в минус
На этой неделе я потратила целый рабочий день не на свою роль, а на задачу продуктового аналитика, потому что он был в отпуске, а мне срочно хотелось разобраться с огромным экселем. Формально это максимально странное и неэффективное решение для продакта.

🤓 Что же я делала?
Я читала эксель и просила Cursor агрегировать данные. Cursor писал и запускал скрипты на данных из эксельки. На выходе я сама написала аналитический отчёт о своем продукте.

🚀 Что мне дал это подход
1. скорость
— быстро получала ответы. Без ожиданий и пересылок;
— меняла формулировку вопроса к данным, когда видела неожиданный паттерн;
— сразу же аналитически закапывалась в крупные кластера, которые только что нашла, чтобы сделать более правильный вывод.
2. качество
— я лучше погрузилась в данные. Что в них есть определяет то, что из них можно узнать и как;
— проверяла гипотезы сфокусированно, без потери контекста из-за переключения.

Тактически я «украла» день у своих менеджерских задач. Но я на месяц раньше более правильно думаю о своем продукте и меньше галлюцинирую в решениях.

📌 Практические советы:
1. Начинать работу над аналитической задачей с Cursor лучше в режиме Plan.
2. По ходу спрашивайте Cursor о разных возможных подходах к решению.
3. Неизвестные подходы лучше не использовать, но с некоторыми можно быстро разобраться по ходу почитав матчасть.
4. Внимательно читайте скрипты.
5. Если читать сложно, вы можете попросить Cursor описать логику скрипта или его части словами, чтобы вам было проще её перепроверить.
6. При агрегации просите добавить колонку с доп.параметрами в эксель. Cursor создаст файл, где вы сможете выборочно проверить правильность.
7. Считайте контрольные суммы и доли, чтобы убедиться, что вы не делаете вывод по неполным или задублированным данным.
8. Думайте, как перепроверить вывод на адекватность. Например, законы физики не позволяют совершать действия на сайте большему числу пользователей, чем на него зашли. В вашем случае могут быть другие, но они точно есть, и позволят вам не ошибиться радикально.
9. В конце концов, поделитесь скриптами с аналитиком: он как минимум сможет найти в вашем рассчете ошибку, а как максимум -- вас лучше понять 🙂