Нейро Ликбезик | Кирилл Безиков
А+ Регистрация в РКН: https://clck.ru/3EiZbi Расскажу как: - автоматизировать бизнес при помощи ИИ - увеличить доходы и сократить расходы, используя ИИ
Show more📈 Analytical overview of Telegram channel Нейро Ликбезик | Кирилл Безиков
Channel Нейро Ликбезик | Кирилл Безиков (@kirillbezikov) in the Russian language segment is an active participant. Currently, the community unites 19 950 subscribers, ranking 6 465 in the Technologies & Applications category and 33 124 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 19 950 subscribers.
According to the latest data from 08 September, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -72 over the last 30 days and by 4 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 4.17%. Within the first 24 hours after publication, content typically collects 2.12% reactions from the total number of subscribers.
- Post reach: On average, each post receives 831 views. Within the first day, a publication typically gains 423 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 7.
- Thematic interests: Content is focused on key topics such as лид, openai, логика, layer, маркетолог.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“А+ Регистрация в РКН: https://clck.ru/3EiZbi
Расскажу как:
- автоматизировать бизнес при помощи ИИ
- увеличить доходы и сократить расходы, используя ИИ”
Thanks to the high frequency of updates (latest data received on 09 September, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
На Reddit всплыл кейс: человек подключил официальный MCP-коннектор Notion к Claude, дал агенту обычную задачу, и агент посреди работы порекомендовал перейти на Business-план, хотя никаких вопросов про тарифы не было. По данным из обсуждения, внутри коннектора нашли инструкцию: рекламировать платный план и не объяснять почему. Официальный коннектор, легальная функция и никакой документации снаружи.Я использую Notion в AIBRO, там дайджесты, карточки, обращения агентов к конкретным данным, но официальный Notion MCP напрямую из Codex не подключаю. После этого кейса стало понятно, что это был правильный выбор. 👉 Что здесь важно MCP-сервер — это системный промпт, который ты не видишь и который влияет на то, что говорит агент, что он рекомендует и как принимает решения. Официальный не значит нейтральный. Мне кажется, мы наблюдаем начало нового паттерна, так как сервисы понимают: люди всё чаще управляют инструментами не через приложение, а через агента и MCP становится для них новым каналом присутствия и монетизации. Так что вполне вероятно в будущем компании будут конкурировать не только за место в телефоне или браузере, но и за место внутри нашего агента. Что будет появляться внутри коннекторов: - рекомендации собственных продуктов - ограничения функций по тарифам - платный доступ к нужным действиям Это не делает конкретный сервис плохим, у любой компании есть свои коммерческие интересы, но пользователю важно понимать: агент работает в среде, которую формируют в том числе чужие интересы. 📌 Что делать?
Если MCP-сервер открытый: перед подключением посмотри исходный код на GitHub, ищи блок с инструкциями или системным промптом. Если это закрытый удалённый MCP и внутренняя логика недоступна: давай ему только необходимые права, отдельно подтверждай важные действия и сначала проверяй на безопасных сценариях. Контролировать нужно не только то, что агент умеет делать, но и то, чьи интересы могут влиять на его решения.А вы проверяли, что внутри ваших MCP-коннекторов? #GitHub #ИИинструменты #Автоматизация #ChatGPT #ClaudeCode ——————————— Кстати, как выстроить работу с ИИ под свои задачи с нуля— разбираем на НейроМаксе 👉 Забрать доступ
Запускается крупная модель и через час вся лента в одном и том же: невероятные демо, скриншоты и видео в формате «Запустил агента на 24 часа и получил готовый продукт/Собрал целую игру за ночь/Эта модель разнесла всех» Просишь промпт или хотя бы детали процесса, и никто не отвечает. Обман? Нет, кейсы реальны, просто конкретно для этих авторов и для их задач.👉 Что Astra умеет на самом деле Из того, что пиарят: анимированные 3D-персонажи из одной фотографии, генерация видео, игровые сцены за ночь. Из того, что полезно большинству: 1. Ревью кода и проектов, находит баги, лишние решения и слабые места. 2. Планирование: разбирает задачу, пишет ТЗ, делит на блоки. 3. Длинные связанные задачи с меньшей потерей контекста. 4. Работа, как архитектор: решает, что какой модели передать на исполнение.
Что я проверил сам👇 Не стал смотреть красивые демо, взял реальные проекты и попросил провести ревью: найти баги, лишние решения и слабые места. Нашла, дала полезные рекомендации, для меня это намного показательнее ролика про ночную разработку. Ещё одну задачу проверил сегодня: обсудили первый результат, уточнили структуру, придумали шаблон и следующий вариант получился заметно лучше. При этом я не запускал тот же тест на других моделях, поэтому пока не стану утверждать, что это уникальное преимущество именно Astra.📌 Есть и особенность: на длинных задачах Astra проводит больше тестов, чем нужно. Лимиты и время расходуются активнее, поэтому не стоит отдавать ей всё подряд до того, как понял, где её качество реально оправдывает стоимость.
Три вопроса которые помогают решить менять стек или нет: 1. Делает ли она то что мне нужно лучше чем то что уже работает? 2. Кто-то с похожими задачами проверил это на реальных данных, не на демо? 3. Стоит ли переход того что потеряю: время, деньги, настроенные процессы? Если на любой вопрос ответ нет или не знаю, тогда сначала проверь на своём проекте, потом решай.А вы уже пробовали Astra на своих задачах? Что нашли? С чем столкнулись? #ИИинструменты #ChatGPT #Автоматизация #GPT6Astra
Раньше поиск контактов нужных компаний означал одно: идти к разработчику, ждать и платить. Или покупать готовую базу с устаревшими данными. А слово парсинг звучало как что-то из мира программирования, потому что так оно и было. Сейчас все иначе: описываешь задачу в ChatGPT или Claude, получаешь готовый скрипт и запускаешь. Знать Python не нужно, достаточно только понимать, что именно хочешь собрать.👉 Что собирают без разработчика: • Контакты для холодной рассылки Один юзер на Reddit устал откликаться на вакансии, собрал краулер с контактами CTO нужных компаний и написал им напрямую. В итоге получил в 10 раз больше интервью за тот же период. • Прайсы конкурентов Описываешь структуру сайта, ИИ пишет сборщик. Раз в неделю открываешь таблицу с актуальными ценами вместо ручного мониторинга. • База из открытых источников Google Maps, LinkedIn, маркетплейсы: контакты, отзывы, данные об игроках рынка. ——————————— 👉 Инструмент, с которого стоит начать: Scrapling · 77К⭐️ github.com/D4Vinci/Scrapling • Адаптивный фреймворк для сбора данных из интернета. Умеет работать от одного простого запроса до полной автоматизации с расписанием. • Парсит публичные сайты без авторизации: работает с Wildberries, hh.ru, Авито, 2ГИС и любым другим сайтом, который открыт без логина. 📎 С российскими сервисами проблем нет, он не завязан на геолокацию, подключить к CRM или Notion можно через экспорт в CSV или JSON. Как использовать без знания Python: описываешь в Claude Code или ChatGPT, что именно нужно собрать, получаешь готовый скрипт под Scrapling и запускаешь.
В своей работе я убедился: парсинг стоит почти в каждом проекте. Собрать данные о конкурентах, кандидатах, рынке, поставщиках. Везде что-то нужно собирать, анализировать и делать выводы на основе этого. База, которую раньше заказывали или покупали, теперь собирается самостоятельно. Один запрос к ИИ, готовый скрипт и час времени.#GitHub #ИИинструменты #Автоматизация #ChatGPT #ClaudeCode ——————————— Если хочешь разобраться как выстроить работу с ИИ под свои задачи — жду тебя на НейроМаксе 👉 Забрать доступ
💡 PDF — это закрытый формат, нельзя просто скопировать таблицу, перевести без потери структуры и нормально отредактировать. Конвертеры ломают вёрстку, переводчики теряют колонки и заголовки. Это знакомо всем, кто регулярно получает договоры, КП или технические задания именно в таком формате. Платные конвертеры тоже часто не справляются, а регистрироваться в очередном сервисе не хочется.3 задачи, которые раньше отнимали часы, а теперь решаются за один запрос👇 1️⃣ Перевод без потери структуры Загружаешь PDF в Claude и просишь перевести. Таблицы, заголовки и колонки остаются на месте, структура не ломается. 📎 Если документ большой или важно чтобы файл не уходил в облако, Claude Code справляется с этим локально через CLI. 2️⃣ Извлечение данных Просишь вытащить конкретное: цифры из таблицы, нужные пункты договора или список позиций из прайса. Вместо ручного копирования, описываешь что нужно и получаешь результат. 3️⃣ Конвертация в редактируемый формат Claude конвертирует PDF в нужный формат или пишет скрипт, который это делает локально. 📎 Можно сразу попросить структурировать содержимое под свою задачу, например, вытащить таблицу в Excel или переложить список в нужную структуру.
📌Важно: договоры, финансовые документы и клиентские материалы лучше не загружать в облачные сервисы. Для закрытых документов есть локальные решения: MCP-сервер для PDF с MIT-лицензией или браузерные инструменты, которые обрабатывают файл прямо на устройстве без отправки на сервер.#ИИинструменты #Автоматизация #ClaudeCode #Документы ——————————— Кстати, как выстроить работу с ИИ под свои задачи с нуля— разбираем на НейроМаксе 👉 Забрать доступ
ppt-master · 51.7К⭐️ github.com/hugohe3/ppt-master Что это: инструмент, который превращает готовый документ, бриф или описание темы в настоящий PowerPoint-файл. Нативный .pptx, который открывается в PowerPoint и сразу готов к редактированию. Что умеет: создаёт редактируемые шейпы и блоки, таблицы с данными, графики, переходы между слайдами и заметки докладчика. Принимает на входе PDF, DOCX, веб-страницу, текст или готовую тему. Как установить: нужен Python 3.10+ и агентная среда (Claude Code или аналог). Одна настройка, потом работает локально на твоём компьютере. Это не кнопка в браузере, но и программировать не нужно. Как работает в России: запускается без VPN, открытый код на MIT-лицензии. Русский язык зависит от выбранной модели и шрифтов, стоит протестировать на своём материале до использования на клиенте. Данные при генерации уходят в ИИ-модель, это стоит учитывать для закрытых материалов.📌 Главный принцип: сначала смысл и структура, потом инструмент для визуала. Не ищи волшебную кнопку, тестируй связку под свою задачу. #ИИинструменты #Презентации #GitHub #Автоматизация #Продуктивность ——————————— Если хочешь разобраться, как выстроить работу с ИИ под свои задачи — жду тебя на НейроМаксе 👉 Забрать доступ
На Бизнес-коде, где я недавно выступал, один из участников спросил: зачем учиться писать промпты, если ИИ скоро сам напишет инструкции, разложит цель на задачи и всё сделает? — Я с ним согласен только в первой части. Современные модели уже умеют разворачивать цель в техническое задание, декомпозировать проект и создавать задачи. Буквально вчера я наблюдал как Fable 5.1 сам описывал, что нужно сделать из моих целей и ТЗ, было впечатляюще. 👉 Потом я запустил тестирование системы подбора товаров по прайс-листам и вышла огромная пачка ошибок. Всё, что не было описано при нормализации данных модель решила сделать по-своему. Формально задача выполнена, а по факту ничего не работает. Вот, где разрыв: готово для ИИ и работает правильно на реальных данных.Я не верю, что можно написать что-то от балды и получить рабочую систему с первого раза, а вот через повторяющиеся итерации вполне. Тестируешь, находишь где сломалось, уточняешь требования и запускаешь снова, до тех пор, пока не получишь удовлетворяющий результат. 👉 Это и есть новая роль специалиста: — понять какой результат нужен — проверить на реальных данных — найти ошибки которые ИИ сам не заметил — уточнить, провести следующую итерацию — принять работу и отвечать за неё Промпты при этом никуда не делись, поменяли название: раньше промпт, теперь AGENTS.md, инструкция скилла и тестовые сценарии. Смысл тот же: ты формализуешь своё понимание задачи и передаёшь его системе. Мы не превратились в людей которые только пишут промпты, а становимся заказчиками, руководителями и приёмщиками работы от ИИ. ИИ может пройти весь путь от цели до готовой системы, но если ты не умеешь проверить результат — система будет выглядеть готовой только в чате. #ИИагенты #Автоматизация #ClaudeCode #Продуктивность ——————————— А как строить работу с ИИ под свои задачи без расфокуса, разбираем на НейроМаксе 👉 Забрать доступ
/explore-data — смотрю структуру, нахожу пустые колонки, дубли, странные значения, только после этого понятно, с чем вообще работаешь
3. /analyze — ставлю конкретный вопрос: что сравнить, какие отклонения найти, в каком формате показать
4. /validate — проверяю расчёты перед тем, как отдать клиенту
5. /build-dashboard — если нужен наглядный HTML с графиками и фильтрами
Где это экономит время: выгрузка рекламного кабинета, финансовый отчёт, сравнение продаж по периодам, журнал показателей в дашборд для собственника, то есть всё, что уже лежит в понятном CSV или Excel. Где не поможет: в одном из моих проектов идёт подбор оборудования из базы на 600-800 тысяч SKU. Там разные файлы поставщиков, свои правила сопоставления и закрытый контур заказчика. Загрузкой Excel в Claude это не заменить, нужна отдельная система. 📎 Граница простая: разовый анализ подготовленного файла — да. Постоянный процесс с сотнями тысяч записей и своей бизнес-логикой — другая задача.📌 И ещё: перед загрузкой договоров, финансовых таблиц и клиентских данных проверьте, можно ли передавать их во внешний сервис. Персональные сведения лучше удалить или обезличить заранее. ИИ действительно может собрать отчёт за несколько минут, но только тогда, когда перед ним уже лежат данные пригодные для анализа и когда сначала спрашиваешь что в файле, а не сразу за выводами. #ИИинструменты #Аналитика #ClaudeCode #Автоматизация ——————————— А как строить работу с ИИ под свои задачи с нуля, разбираем на НейроМаксе 👉 Забрать доступ
Готовый blueprint: два типа агентов с архитектурой, промптами и примерами кода. 1. Shopping Agent — ищет товары, собирает корзину, обрабатывает запросы клиентов. 2. Merchant Agent — анализирует продажи, управляет запасами, предлагает ценообразование и запускает маркетинг. Среди партнёров Shopify, Visa, Mastercard, Wix.Цифры, которые все цитируют: +35% к корзине и +60% к вероятности покупки. Реальные, но собраны на зарубежных ритейлерах. 👉 Как это работает изнутри: — Merchant Agent не может сам поменять цену или запустить акцию, он предлагает изменение, человек видит, что именно изменится и подтверждает. — Shopping Agent запоминает предпочтения покупателя между сессиями: любимые бренды, ценовой диапазон и историю. И ещё важный момент: агент не списывает деньги с карты,только собирает корзину и отдаёт ссылку на оплату в вашу систему. Для нас с вами это не значит ровным счетом ничего, и вот почему👇 1️⃣ Claude API напрямую требует обходных путей: через Amazon Bedrock или Google Cloud Vertex AI доступ есть, но это уже не история открыл и запустил 2️⃣ Под Wildberries и Ozon нативных интеграций нет, чтобы агент работал с отечественными маркетплейсами нужна разработка под их API Что из этого полезно❓
Паттерны и архитектуру можно взять и применить с любым LLM, не только с Claude. Anthropic показали, как должен быть устроен агент-продажник: какая роль, какой алгоритм, где граница автономии. Это инженерный стандарт, который можно адаптировать под любую платформу.Если вы строите агентов для e-commerce — попробуйте изучить, а вот ждать, что заработает прямо завтра не стоит. #ИИагенты #Ecommerce #Claude #Anthropic #Автоматизация
Custom Instructions помогают один раз описать себя и Claude больше не задаёт лишних вопросов про твою роль, но они не знают что сегодня утром было совещание, что клиент сдвинул дедлайн и что в очереди три срочных задачи. Этот контекст всё равно объясняешь заново каждый раз.Под эту задачу есть отдельный инструмент👇 OpenHuman · 39К⭐️ персональный ИИ с локальной памятью: подключаешь свои сервисы, он собирает контекст о твоей работе, обновляет его каждые 20 минут и хранит всё на твоём устройстве без облака и утечки данных. Три компонента в одном: долгосрочная память, оркестратор агентов и исследовательский инструмент. Что умеет: - Строит живую базу знаний о твоей работе из подключённых сервисов - Интеграции с Telegram, Gmail, Google Calendar, Notion, Slack и ещё 100+ - Сжимает контекст: до 80% экономии токенов при работе с агентами - Privacy Mode: все данные остаются на твоём устройстве 👉 Как запустить:
1. Скачать установщик: github.com/tinyhumansai/openhuman → Releases 2. Установить на Mac, Windows или Linux 3. Подключить сервисы через OAuth и ИИ начинает собирать контекст🇷🇺 Работает без VPN, данные не покидают устройство
Когда подойдёт: если тратишь время на объяснение контекста ИИ при каждом новом запросе. Custom Instructions про твою роль, OpenHuman про то, что у тебя происходит прямо сейчас.#GitHub #ИИагенты #Продуктивность #Claude ——————————— Кстати, если хотите разобраться как выстраивать работу с ИИ под свои задачи — жду вас на НейроМаксе: практический марафон по ИИ-инструментам и автоматизации с нуля. 👉 Забрать доступ
Каждый раз одно и то же: смотрю логи, нахожу странные решения, вижу, где агент неправильно понял задачу или сделал больше чем требовалось. Это нормальная часть работы с агентами, которую большинство не закладывает. Первая версия почти никогда не бывает рабочей. Вопрос только в том, насколько быстро ты замечаешь его ошибки и превращаешь их в новые ограничения.👉 Что реально определяет качество агента: 1️⃣ Чёткая роль Агент должен понимать за какую часть процесса он отвечает, что считается готовым результатом, что он не должен делать и когда нужно остановиться и передать решение человеку. 2️⃣ Инструкции и алгоритм Помогай с контентом — это не инструкция. Нужно описать: какие данные использовать, в каком порядке действовать, что делать при нехватке информации и какие действия требуют подтверждения. 3️⃣ Память Агент должен сохранять устойчивые правила, но не тащить в каждую новую задачу весь старый контекст, иначе он применяет старое решение к новой ситуации или продолжает задачу, которая уже изменилась. 4️⃣ Граница человека Нужно заранее определить: здесь агент работает самостоятельно, а здесь останавливается и возвращает результат мне. Агент не должен сам решать что его результат достаточно хорош и готов к использованию. 📎Цикл, который работает: 1. Запустить на ограниченном участке 2. Дать реальные сценарии, не тестовые примеры 3. Посмотреть логи и собрать обратную связь 4. Найти повторяющиеся ошибки 5. Изменить инструкции, роль или память 6. Проверить ещё раз После второй, третьей или четвёртой итерации агент может выполнять конкретную повторяющуюся задачу быстрее и стабильнее человека, особенно если она требует соблюдения алгоритма и отнимает много времени. #ИИагенты #Автоматизация #ClaudeCode #AIагент #Агенты ——————————— 👉 Хочешь разобрать свою систему или понять перспективу работы с ИИ на своих задачах — заполни анкету на индивидуальный разбор
👉 n8n — это инструмент, который соединяет приложения между собой. К примеру: пришла заявка, она сама ушла в CRM, в Telegram прилетело уведомление, а задача создалась в планировщике и руками ничего делать не нужно. Звучит просто, но чтобы это настроить нужно разобраться в интерфейсе, логике связей и терминах, которые не объясняются на старте. Большинство открывает, проводит час, ничего не получает и бросает.Поэтому я подобрал для вас репозиторий, который решает ту же задачу, только настройка идёт от конкретного действия: выбираешь что должно произойти, подключаешь нужные сервисы и запускаешь. Activepieces · 24К⭐️ Визуальный конструктор автоматизаций: рисуешь логику мышкой, подключаешь нужные сервисы, запускаешь. Что умеет: - 280+ интеграций: CRM, почта, календарь, мессенджеры, таблицы - Подключается к Claude напрямую как MCP-сервер: агент запускает автоматизации через диалог - 60% коннекторов сделано сообществом, включая нишевые сервисы - Есть облачная версия и self-hosted через Docker одной командой Чего нет в бесплатной версии: командное управление правами доступа 👉 Как запустить: 1. Репозиторий: github.com/activepieces/activepieces 2. Запустить через Docker или зарегистрироваться в облаке 3. Подключить к Claude через MCP и описать задачу 🇷🇺 self-hosted версия работает без VPN, готовой интеграции с Битрикс24 нет, но подключить можно через входящий вебхук:
1. В Битриксе: Настройки → Разработчикам → Входящий вебхук → скопировать URL 2. В Activepieces: добавить шаг HTTP Request, вставить URL вебхука 3. Настроить какие данные передавать и связка работаетКогда хватит Activepieces: нужно связать несколько сервисов без кода и без подписки на Zapier. Переходить на n8n стоит, когда задачи усложняются и нужен тонкий контроль над потоками данных. #GitHub #Автоматизация #ИИагенты #Claude ——————————— Кстати, если хотите разобраться как выстраивать работу с ИИ под свои задачи — жду вас на НейроМаксе: практический марафон по ИИ-инструментам и автоматизации с нуля. 👉 Забрать доступ
Водяные знаки — это маркировка текста на выходе. Вопрос не в этом: что происходит с данными, которые ты отправляешь в ИИ внутри? Договор, переписка с клиентом и финансовые данные. Загружать их напрямую рискованно, потому что данные оказываются у стороннего сервиса без твоего контроля.Три приёма, которые я использую👇 1️⃣ Обезличивание перед отправкой Делаю отдельную копию документа и заменяю всё что идентифицирует клиента: имя и фамилия → [КЛИЕНТ] название компании → [КОМПАНИЯ] ИНН, реквизиты, счета → [РЕКВИЗИТЫ] телефоны и почта → [КОНТАКТЫ] суммы → [СУММА] После этого ИИ видит структуру документа, находит спорные условия и предлагает правки, реальных данных клиента у него нет. Важно: проверять весь документ, не только шапку, реквизиты часто прячутся в приложениях, подписях и отдельных пунктах. 2️⃣ Предварительная обработка для больших массивов Сейчас работаем над сквозной аналитикой на базе GetCourse. В слой, с которым работает ИИ не попадают телефоны, email и имена, только внутренний идентификатор пользователя. ИИ видит путь клиента, действия и покупки, но не знает как зовут человека и как с ним связаться. Правильная последовательность: исходная база → удаление идентификаторов → проверка → ограниченный набор → ИИ 3️⃣ Локальная обработка для критичного Если данные нельзя передавать внешнему сервису даже после очистки, нужен отдельный контур: локальная модель или корпоративная среда с подтверждёнными правилами хранения.
👉 Про Projects: закрытый проект удобен для разграничения доступа внутри команды, но сам по себе не заменяет обезличивание. Перед загрузкой клиентских данных всё равно нужно проверить тариф, срок хранения и используются ли материалы для обучения модели.🆘 Что никогда не загружать напрямую: пароли и ключи API, данные банковских карт, полные паспортные данные, доступы к системам, необработанную клиентскую базу, медицинские и финансовые данные без отдельного законного основания. Безопасность начинается не внутри ChatGPT или Claude, она начинается в момент, когда ты решаешь какие данные туда вообще попадут ————————————— А как строить работу с ИИ под свои задачи с нуля, разбираем на НейроМаксе 👉 Забрать доступ #ИИ #безопасность #автоматизация #предпринимателям #данные Утверждаем и кладу в память? Да / правим / нет.
💡Попытка поймать ИИ-текст уже не та задача, важно другое: может ли человек подтвердить написанное и показать реальный результат. Если кандидат с помощью ИИ сделал конкретное резюме и понятно показал результаты, это хороший сигнал. Но если при наличии ИИ всё равно шлёт безликий шаблон, это говорит об отсутствии внимания. Сделать аккуратное резюме сегодня значительно проще, поэтому требование не уменьшается, а меняетсяЧто смотреть вместо авторства резюме👇 1. Результаты: конкретная задача, действия, итог. Не занимался маркетплейсами, а что именно сделал и чем это можно подтвердить 2. Личный вклад: что сделал сам, что выполняла команда, что передал ИИ 3. Ход мышления: попросить объяснить почему выбрал такое решение, что не получилось, как исправлял ошибки. ИИ легко создаёт красивое описание, защитить выдуманный опыт под уточняющими вопросами намного сложнее. 4. Умение работать с ИИ: сильный кандидат передаёт ИИ рутину, чтобы сосредоточиться на работе там, где нужен его опыт и ответственность, но он понимает, что именно сделал ИИ, умеет проверить результат и отвечает за итог.
📎Сам процесс тоже меняется, например, мы собрали агента для руководителя из компании с маркетплейсами. Агент получал резюме, расшифровку первичного интервью и чек-лист требований. На выходе: сводка по кандидату, проверка соответствия и персональные вопросы для встречи. Он не принимал человека на работу, но помогал быстрее понять, с кем стоит разговаривать👉 Если хочешь попробовать похожее, есть открытый репозиторий: interviewstreet/hiring-agent · 3.1K⭐️ github.com/interviewstreet/hiring-agent Его сделал HackerRank для разбора тысяч резюме стажёров до ручной проверки 🇷🇺 Работает без VPN. Как запустить:
git clone github.com/interviewstreet/hiring-agent
pip install -r requirements.txt
ollama pull gemma4:latest
python score.py резюме.pdf --role название_роли
На выходе: оценка по категориям (навыки, проекты, опыт) с объяснением каждого балла. Работает локально через Ollama, без API-ключей.
Резюме написанные через ИИ не сломали найм, они просто окончательно показали, что красивый документ никогда не был достаточным доказательством компетентности.—————————————— Если хочешь разобраться как выстроить работу с ИИ под свои задачи — жду тебя на НейроМаксе 👉 Забрать доступ
Мы так сделали коммерческий сайт для продавца премиальных автомобилей в Дубае(писал об этом тут). Claude Code собрал интерфейс, формы заявок, серверную часть, интеграции, WordPress и техническое SEO. Сайт работает, быстро загружается, получает заявки и продолжает развиваться. Но однажды после одного изменения заявки перестали нормально доходить до бизнеса. Внешне всё выглядело нормально: сайт открывается, форма заполняется, ошибок нет. Человек думал, что отправил заявку, а бизнес при этом ничего не получал. Это опаснее, чем если бы сайт просто упал. Когда сайт не работает, проблему видно сразу, а здесь реклама крутится, деньги списываются, заявки теряются, и никто об этом не знает. Мы заметили это благодаря тому, что следим за количеством заявок. Нашли проблему, откатили изменение и восстановили работу.Отсюда главный вывод👇 Собрать сайт через ИИ — это одна задача, а вот поддерживать работающий сайт, на который идут реклама и деньги, уже совсем другое. 🧷 Когда собираешь MVP или внутренний инструмент, можно экспериментировать: сломалось, исправил и попробовал снова, потому что цена ошибки небольшая. Все переворачивается, если на сайт уже идут люди и деньги, ведь маленькая правка может сломать то, что ты вообще не трогал, да и ты не сразу можешь понять, что именно вообще сломалось. В таком случае нужны: контроль версий, резервные копии, тестовая среда, отдельная фиксация каждой заявки и мониторинг показателей и хотя бы понимание в общих чертах где лежат код, данные, интеграции и рабочая версия.
💡Недостаточно убедиться, что форма визуально работает, нужно проверить всю цепочку: человек отправил заявку → сайт сохранил → интеграция передала → менеджер получил.ИИ убрал необходимость знать наизусть синтаксис, но он не отменил необходимость думать о том, что происходит дальше. ——————————— 👉 Хочешь разобрать свою систему или понять перспективу работы с ИИ на своих задачах — заполни анкету на индивидуальный разбор #ИИ #вайбкодинг #автоматизация #claudecode #сайт #малыйбизнес
