Канал про:
- LLM, AI и AI агенты
- Развитие продуктовых команд / продаж / маркетинга
- Аналитика рынков и трендов
Публикую сжато суть + ссылка на Хабр
__
Александр Курогло — COO/Managing partner SEOWORK.ru
Личка — https://t.me/akuroglo
@AIgobrr offers specialized information about httpstmeakuroglo and seoworkru for subscribers interested in Аниме
Пока нет отзывов. Будьте первым, кто поделится своим опытом!
Последние посты
Пока вы спали, нейронка думала
21 мая 2026 г., 01:03
Контекст-инженеры заменят промпт-инженеров?
https://habr.com/ru/articles/928376/
Разбор концепции, которая заменяет промпт-инженерию в работе с агентами.
Последний месяц начали разгонять новый термин «контекстной инженерии». По мне это звучит так же странно как и промпт-инженер. Это неотъемлемая часть всего процесса по работе с LLM: как задавать вопросы LLM, какие данные загружены в LLM, какие инструменты подключены, на сколько качественно LLM умеет отвечать на вопросы, требуется ли разбивать запросы к LLM на части и пр.
С таким трендом вангую появление контекст-куалити-инженера (понимает как оценивать качество ответов и что требует улучшения) и чейн-аналитикс-инженера (понимает как правильно настроить последовательность запросов к LLM для повышения качества)
⭕️ Суть подхода:
— Контекст = всё, что модель видит перед генерацией ответа
— Включает инструкции, память, RAG, инструменты, формат вывода
— Динамически создаётся под конкретную задачу
— Фокус на системе, а не на статичном промпте
🔸 Пример трансформации:
— Простой агент: видит только запрос пользователя
— «Волшебный» агент: анализирует календарь, историю, контакты
— Результат: от роботизированного к естественному общению
— Код собирает информацию, а не пытается быть умнее.
🔹 Преимущества подхода:
— Предоставляет правильную информацию в нужное время
— Адаптируется к специфике каждой задачи
— Улучшает качество ответов без обновления модели
— Снижает количество ошибок и неточностей
◾️ Ключевые принципы:
— Формат представления информации критически важен
— Краткие резюме эффективнее сырых данных
— Междисциплинарный подход к проектированию
— Понимание бизнес-контекста определяет успех
👀
2,350
8
0
Пока вы спали, нейронка думала
21 мая 2026 г., 01:03
Как масштабировать применение ИИ. Аналитика и рекомендации от McKinsey
https://habr.com/ru/articles/926656/
Ключевая мысль статьи — внедрение ИИ-агентов требует не просто автоматизации задач, а полной перестройки бизнес-процессов.
Это означает переход от вопроса: «Где я могу использовать ИИ в этой функции?» к вопросу: «Как будет выглядеть эта функция, если агенты будут выполнять 60 процентов ее работы?». Например, переосмысление работы колл-центра вокруг автономных агентов снижает время разрешения проблем до 90%, тогда как простая автоматизация даёт лишь 5-10% прироста.
Важно, что это сможет сделать только CEO, т.к только он обладает необходимым влиянием и видением.
⭕️ Парадокс GenAI:
— 8/10 компаний внедрили GenAI, но столько же не видят прибыли.
— Горизонтальные решения (копайлоты) широко внедрены, но дают разрозненную выгоду.
— Вертикальные (специфичные) не масштабируются: 90 % остаются в пилотах.
— Барьеры: разрозненность, тех. ограничения LLM, пробелы в данных, культура.
🔹 Потенциал ИИ‑агентов:
— Агенты автоматизируют сложные процессы, расширяя GenAI до проактивности.
— Они ускоряют выполнение, адаптируются в реальном времени, повышают эластичность.
— Усиливают текущие доходы, создают новые бизнес-модели (SaaS, подписки).
🔸 Примеры применения:
— Банк обновил устаревшие системы: >50 % экономии времени/усилий.
— Фирма улучшила качество данных: >60 % прирост производительности.
— Банк переосмыслил отчёты о рисках: ускорение обработки кредитов на 30 %.
— Колл-центр: до 80 % запросов автономно, разрешение на 60‑90 % быстрее.
◾️ Вызовы и риски:
— Главный вызов не технический, а организационный и человеческий.
— Сосуществование человека и агента: вопросы инициативы, контроля, доверия.
— Управление автономностью: риск неконтролируемого поведения агентов.
— Распространение: риск теневого ИТ и дублирования из-за low/no-code.
⭕️ Путь к масштабированию:
— Требуется архитектура «агентской AI-сети» для масштабирования и безопасности.
— CEO должен завершить эксперименты и перенаправить фокус на трансформацию.
— Переход от разрозненных инициатив к сквозным бизнес-процессам.
— Создание кросс-функциональных команд, подготовка рабочей силы, новое управление.
👀
Пока вы спали, нейронка думала
21 мая 2026 г., 01:03
Документация для AI: практические принципы разработки
https://habr.com/ru/articles/926952/
Рекомендации будут полезны всем, кто работает с документацией для ИИ, не только для разработки (например, при загрузке данных в папку GPT).
Если коротко — качественная документация для ИИ это просто хорошая документация: чем чётче и структурированнее контент, тем лучше его воспринимают все, не только ИИ модели. С качественной документацией создается цикл: понятная структура улучшает ответы AI → ответы выявляют пробелы для дальнейшего улучшения → исправлять пробелы проще в качественной документации.
⭕️ Контекст обработки:
— AI разбивает документы на независимые фрагменты
— Извлекает информацию по семантическому соответствию
— Теряет неявные связи между разделами
— Работает только с явно документированной информацией
🔹 Быстрые улучшения:
— Используйте семантический HTML и избегайте PDF
— Создавайте контент, дружественный для краулеров
— Предоставляйте текстовые альтернативы для визуалов
— Упрощайте макеты без зависимости от расположения
🔸 Структурирование информации:
— Держите связанную информацию в близкой близости
— Включайте названия продуктов в описания функций
— Документируйте предварительные требования явно
— Цитируйте точные сообщения об ошибках с решениями
◾️ Принципы организации:
— Каждый раздел должен быть самодостаточным
— Заголовки несут контекст продукта и функции
— Иерархия URL отражает логическую структуру
— Секции работают при извлечении в изоляции
👀
2,260
Пока вы спали, нейронка думала
21 мая 2026 г., 01:03
Как Lovable достиг $50M ARR: 12 тактик быстрого масштабирования
https://habr.com/ru/articles/915738/
Разбираем стратегии стартапа Lovable, достигшего $50 млн ARR благодаря одновременному использованию 12 каналов роста.
⭕️ Мультиканальный подход:
— Lovable использует 12+ каналов роста одновременно;
— Среди них: LinkedIn, X, Discord, YouTube, Google, Product Hunt, GitHub, Reddit.
🔸 Стратегии привлечения:
— GitHub: запуск как GPT Engineer (54 тыс. звёзд);
— Product Hunt: многократные запуски, включая GPT Engineer и Lovable;
— Соцсети (X, LinkedIn): ежедневные посты о продукте, росте и пользовательском контенте.
🔹 Партнёрства и SEO:
— Партнёрство с агентствами: доступ к Lovable по сниженной цене + комиссия с ARR;
— SEO: создание блогов о собственном росте для привлечения трафика.
◾️ Вовлечение аудитории:
— Discord: сообщество на 34+ тыс. участников;
— Подкасты: CEO Lovable участвует в крупных технологических подкастах;
— Мероприятия: выступления на стартап-ивентах, таких как Slush.
👀
2,990
5
Пока вы спали, нейронка думала
21 мая 2026 г., 01:03
Почему AI-продуктам необходимы команды внедрения
https://habr.com/ru/articles/917094/
Статья объясняет, почему AI-стартапам нужны команды внедрения для успешной работы с клиентами.
Идея с активным подключением команды внедрения не нова — её подтверждают успехи Salesforce, ServiceNow и Workday. Мы тоже (в SEOWORK) видим, что без плотного участия аккаунт-менеджеров не все клиенты могут внедрить нашу SaaS-платформу аналитики и оценить её ценность. По сути команда внедрения значительно снижает отток и растит чек.
Итого — даже в AI-продуктах «магия» сама не случается, нужны люди.
⭕️ Контекст рынка:
— AI-агенты требуют глубокой интеграции с системами клиента
— PLG-модель часто не работает для сложных AI-решений
— Предприятиям нужна помощь в настройке AI-продуктов
— Сервисный подход создаёт защитное преимущество на долгие годы
🔹 Бизнес-выгоды:
— Возможность заключать крупные контракты на ранних этапах
— Глубокое понимание клиентских задач улучшает продукт
— Создание "защитного преимущества" против конкурентов
— Рост маржинальности при сохранении клиентской базы
🔸 Эффективное внедрение:
— Нанимайте любознательных специалистов, а не только технарей
— Создавайте инструменты для автоматизации процесса внедрения
— Разрабатывайте правильные структуры мотивации сервисных команд
— Обеспечивайте личное присутствие у клиента
◾️ Показатели успеха:
— Salesforce и ServiceNow выросли с маржи 54-63% до 75-79%
— Salesforce потратил $52 млн до IPO для $22 млн выручки
— AI делает внедрение эффективнее, чем у предыдущих платформ
— Рыночная капитализация ServiceNow достигла $194 млрд
👀
2,850
Пока вы спали, нейронка думала
21 мая 2026 г., 01:03
Как генеративная оптимизация (GEO) меняет SEO рынок
https://habr.com/ru/articles/914754/
Статья посвящена появлению нового метода оптимизации для поисковых систем, основанных на LLM.
Давно ждал аналитику от Andreessen Horowitz (a16z) про влияние AI на SEO. Конечно в обзоре речь про глобальный рынок, но эти тренды мы давно видим в поиске Нейро от Яндекcа, кстати на год раньше чем у Google.
Если совсем коротко — традиционное SEO поощряет точность и повторение, а генеративные движки отдают предпочтение контенту, который хорошо организован, легко поддается анализу и насыщен смыслом (а не просто ключевыми словами).
Но если подумать... то ничего для SEO рынка не меняется, кто хорошо и системно вел работу по этому направлению у него и так уже все выстроено и учтено = есть понимание что такое хороший контент, какая структура удобна для пользователя, как строить контент-план и пр. Просто добавляется еще один инструмент/канал анализа GPT-чаты.
Еще одну мысль «накидывают» a16z, с которой не могу согласиться — рынок GEO с точки зрения инструментов анализа отличается от SEO и нас ждет один игрок монополист. Все это произойдет за счет автоматизация AI агентов, который в итоге будут заменять маркетологов (GEO = AI везде = маркетологи тоже будут AI). Уверен, что замена маркетолога нас ждет очень не скоро, подробно на эту тему писал в «AI-агенты в реальном мире: почему они не работают и как это исправить» → следовательно как и с SEO надо будет возиться и разбираться как анализировать, кто конкурент, какой контент готовить и как. Одно понятно точно — контента нужно будет еще больше 😅
⭕️ GEO в поиске:
— LLM-платформы вытесняют традиционные браузеры
— Персонализированные ответы, синтез из разных источников
— Запросы длиннее (23 слова), сеансы глубже (6 минут)
🔹 Преимущества GEO:
— Повышение узнаваемости бренда
— Анализ упоминаний в ответах ИИ
— Оптимизация контента для видимости ИИ
🔸 Примеры GEO-инструментов:
— Profound, Goodie, Daydream — анализ присутствия бренда в ответах ИИ
— Ahrefs Brand Radar — отслеживание упоминаний бренда в обзорах ИИ
— Semrush — набор инструментов для отслеживания восприятия на генеративных платформах
◾️ Уроки SEO:
— Фрагментированный рынок инструментов;
— Отсутствие монополиста среди игроков;
— Недостаток точных данных о кликстримах.
👀
Пока вы спали, нейронка думала
21 мая 2026 г., 01:03
Почему генеративный ИИ не стал повсеместным?
https://habr.com/ru/articles/915744/ https://habr.com/ru/article/edit/915744/
Интересный взгляд, особенно понравился вывод 😅
Если вы каждый день используете пять LLM, а ваши друзья такие же, вы находитесь в пузыре, это не мейнстрим
⭕️ Распространение:
— Быстрое распространение GenAI: 30 % за 2 года;
— Охват быстрее, чем у ПК, интернета или смартфонов;
— ChatGPT — это веб-сайт, не требует покупки устройств;
— Широкое освещение в СМИ способствует распространению.
◾️ Проблемы:
— Низкое отношение DAU/WAU: 5‑15 % ежедневных пользователей;
— Большинство находит GenAI полезным лишь раз в неделю;
— Если не используется ежедневно, не приносит реальной пользы.
🔸 Перспективы:
— Возможно, вопрос времени: модели улучшатся, привычки изменятся;
— Нужен продукт, который кристаллизует возможности (как iPhone);
— Чат-бот не для всех: технология будет встроена в другие продукты.
👀
2,680
6
Пока вы спали, нейронка думала
21 мая 2026 г., 01:03
https://preview--top100-ai-use-cases-aigobrr.lovable.app/ ← Топ-100 способов применения ИИ с описанием и переключением по категориям.
Категории
🟦 Личная и профессиональная поддержка
🟥 Обучение и образование
🟩 Техническая помощь и устранение неполадок
🟨 Создание и редактирование контента
🟪 Творчество и досуг
🟧 Исследования, аналитика и принятие решений
ТОП 100
🟦 1. Терапия / общение
🟦 2. Организация моей жизни
🟦 3. Найти жизненную цель
🟥 4. Улучшить обучение
🟩 5. Генерация кода (профи)
🟨 6. Генерация идей
🟪 7. Развлечения и чепуха
🟩 8. Улучшение кода (профи)
🟨 9. Творчество
🟦 10. Здоровый образ жизни
🟥 11. Подготовка к собеседованиям
🟪 12. Создание релевантных изображений
🟧 13. Точный поиск
🟥 14. Простые объяснения
🟪 15. Готовить из того, что есть
🟩 16. Устранение неполадок
🟥 17. Персонализированное обучение
🟦 18. Повышение уверенности
🟨 19. Настройка тона письма
🟩 20. Объяснение юридической лексики
🟪 21. Развлекать детей
🟦 22. Корпоративный LLM / копилот
🟥 23. Написание студенческих эссе
🟦 24. Путевой маршрут
🟪 25. Персональная детская история
🟦 26. Медицинские советы
🟦 27. Урегулирование личных споров
🟨 28. Генерация юридических документов
🟦 29. Глубокие и значимые разговоры
🟨 30. Борьба с троллингом
🟪 31. «Подземелья и драконы»
🟩 32. Налоговые советы
🟦 33. Взаимодействие с умершими
🟥 34. Суммаризация контента
🟩 35. Кодирование для новичков
🟨 36. Воображение
🟨 37. Генерация оценок
🟦 38. Советы по отношениям
🟥 39. Тренировка сложных разговоров
🟦 40. Составление списков
🟥 41. Домашние задания
🟦 42. Воспитание и наставление детей
🟦 43. Рабочий напарник
🟦 44. Улучшение промптов
🟨 45. Редактирование текста
🟨 46. Черновики писем
🟩 47. Формулы Excel
🟧 48. Оценка копирайта
🟦 49. Личные финансы
🟥 50. Помощь при чтении книг
🟨 51. Черновик документа
🟨 52. Черновик официального письма
🟧 53. Проверка фактов
🟦 54. Шопинг
🟪 55. Преодолеть писательский блок
🟩 56. Исправление ошибок в коде
🟥 57. Изучение языков
🟩 58. «Резиновая уточка» (самообъяснение)
🟦 59. Секс
🟧 60. Разбор научных статей
🟧 61. Генерация синтетических данных
🟥 62. Создание плана урока
🟧 63. Классификация по критериям
🟨 64. Рекламные и маркетинговые тексты
🟦 65. Для предпринимателей и стартапов
🟥 66. Для людей с СДВГ
🟦 67. Написание и редактирование резюме
🟥 68. Излить мысли
🟧 69. Думать лучше
🟪 70. Рекомендации фильмов, книг и т д.
🟥 71. Итоги встреч
🟥 72. Очистка заметок
🟧 73. Улучшение принятия решений
🟦 74. Любовные отношения
🟩 75. Перевод языков
🟨 76. Ответы на письма
🟥 77. Обучение на работе
🟦 78. Лучший диалог с врачами
🟧 79. Структурирование мышления
🟩 80. Ввод данных
🟩 81. Пояснение технической документации
🟦 82. Переговоры по сделке
🟦 83. Оспаривание штрафа
🟪 84. Создание видео
🟦 85. Безопасное пространство для вопросов
🟦 86. Без встреч
🟩 87. С приложениями MS Office
🟨 88. Художественное письмо
🟦 89. Религия
🟪 90. Выбор вина
🟩 91. Клиентский сервис
🟪 92. Нарушение правил
🟩 93. Пример данных
🟩 94. Поиск аномалий
🟨 95. Создание бизнес-плана
🟦 96. Продукт и бренд
🟨 97. Написание блог-постов
🟨 98. Копирайт для соцсетей
🟨 99. Систематизация соцсетей
🟦 100. План тренировок
Пока вы спали, нейронка думала
21 мая 2026 г., 01:03
Топ-100 способов применения искусственного интеллекта для личных целей в 2025
https://habr.com/ru/articles/912924/
Исследование показывает, как меняется использование Gen AI. Главный тренд — переход от решения технических задач к поддержке личного развития и эмоционального благополучия. Это открывает неожиданный рынок доступной "терапии" и компаньонства, особенно в регионах с нехваткой специалистов.
Для себя отмечаю, что за последний год самый значимый сдвиг моего использования ИИ это 2 вещи — поиск информации/ресерч и подготовка документации/описания. Получаемое качество результата просто не дает шанса соскочить с ИИ использования 😅
⭕️ Главный тренд:
— сдвиг от техн. задач к личной поддержке
— 38 новых сценариев в топ-100
— новые игроки и функции LLM
🔹 Выгоды:
— AI-терапия доступна и без осуждения
— помогает структурировать жизнь и привычки
— улучшает понимание при обучении
— персональный помощник для продуктивности
🔸 Примеры:
— Терапия/компаньонство №1 в списке
— организация быта и планирование
— помощь студентам с материалом
— составление маршрутов путешествий
◾️ Риски:
— опасения чрезмерной зависимости
— влияние на образование (эссе, задания)
— вопросы приватности данных LLM
— воспринимаемая предвзятость AI
👀
2,120
5
Пока вы спали, нейронка думала
21 мая 2026 г., 01:03
Обзор OpenAI Codex на практике
https://habr.com/ru/articles/912576/
⭕️ Основы Codex:
— Чат-интерфейс, доступ по приглашению или подписке ($200/мес);
— Требует MFA и авторизации GitHub для организаций;
— Клонирует репозитории в изолированные среды для команд.
🔹 Преимущества:
— Параллельный запуск множества задач по репозиториям;
— Подходит для управления проектами вне рабочего места;
— Создание PR с автозаполнением описания;
— Отслеживание логов и прогресса задач в реальном времени.
◾️ Недостатки:
— Плохая или неполная обработка ошибок;
— Среднее качество кода, часто требует ручных изменений;
— Затруднены многошаговые рефакторинги, обновления веток;
— Отсутствие сетевого подключения в изолированных средах.
🔸 Применение:
— Идеален для низкоприоритетных и рутинных задач;
— Подходит для мелких правок текста и изменений стиля;
— Неэффективен для значительного рефакторинга или новых функций.
👀
