en
Feedback
Роман Сухов | Твой ИИ-инженер

Роман Сухов | Твой ИИ-инженер

Open in Telegram

Превращаю нейросети в источник дохода🦾 Автоматизирую рутину и показываю как выйти на свободу с AI. 🤖 Простые инструкции, промты, примеры ⚙️ ИИ-агенты, которые приносят результат 💬 Только опыт и идеи ✍️ Пиши: @romajustin 🌐 Сайт: https://24-ai.ru/

Show more
4 534
Subscribers
+324 hours
-27 days
+1530 days
Attracting Subscribers
September '26
September '26
+19
in 1 channels
August '26
+98
in 0 channels
Get PRO
July '26
+239
in 0 channels
Get PRO
June '26
+430
in 0 channels
Get PRO
May '26
+456
in 0 channels
Get PRO
April '26
+268
in 0 channels
Get PRO
March '26
+193
in 0 channels
Get PRO
February '26
+561
in 1 channels
Get PRO
January '26
+90
in 0 channels
Get PRO
December '25
+149
in 0 channels
Get PRO
November '25
+108
in 1 channels
Get PRO
October '25
+193
in 1 channels
Get PRO
September '25
+453
in 1 channels
Get PRO
August '25
+104
in 0 channels
Get PRO
July '25
+110
in 0 channels
Get PRO
June '25
+148
in 0 channels
Get PRO
May '25
+170
in 2 channels
Get PRO
April '25
+438
in 1 channels
Get PRO
March '25
+131
in 2 channels
Get PRO
February '25
+136
in 1 channels
Get PRO
January '25
+211
in 2 channels
Get PRO
December '24
+119
in 4 channels
Get PRO
November '24
+81
in 2 channels
Get PRO
October '24
+538
in 2 channels
Get PRO
September '24
+66
in 1 channels
Get PRO
August '24
+158
in 1 channels
Get PRO
July '24
+247
in 2 channels
Get PRO
June '24
+366
in 1 channels
Get PRO
May '24
+213
in 1 channels
Get PRO
April '24
+180
in 1 channels
Get PRO
March '24
+179
in 0 channels
Get PRO
February '24
+19
in 1 channels
Get PRO
January '24
+44
in 0 channels
Get PRO
December '23
+202
in 0 channels
Get PRO
November '23
+772
in 0 channels
Get PRO
October '23
+48
in 0 channels
Get PRO
September '23
+221
in 0 channels
Get PRO
August '23
+250
in 0 channels
Get PRO
July '23
+895
in 0 channels
Get PRO
June '23
+257
in 0 channels
Get PRO
May '23
+278
in 0 channels
Get PRO
April '23
+240
in 0 channels
Get PRO
March '23
+428
in 0 channels
Get PRO
February '23
+235
in 0 channels
Get PRO
January '23
+478
in 0 channels
Get PRO
December '22
+181
in 0 channels
Get PRO
November '22
+23
in 0 channels
Get PRO
October '22
+264
in 0 channels
Date
Subscriber Growth
Mentions
Channels
07 September+1
06 September+5
05 September+3
04 September+3
03 September+4
02 September+1
01 September+2
Channel Posts
+3
Как я перестал бояться кодексы РФ Половина денег, которые я отдавал юристам, уходила на перевод с юридического на человеческий. Никаких исков и заседаний. Просто объясните мне, что тут написано и чем оно мне грозит. Поэтому собрал себе четырёх агентов. По одному на кодекс: ГК, КоАП, НК и УК. Каждый это один файл с системной инструкцией. Внутри прописано, как искать норму, как проверять редакцию на дату запроса, как разбирать состав, где заканчивается закон и начинается чьё-то мнение. И жёсткие рамки: не отвечать по памяти там, где нужно действующее право, отделять норму от разъяснения суда и от собственного вывода, честно говорить, когда данных не хватает. Сразу оговорюсь, чтобы не было завышенных ожиданий. Это не универсальные юристы. Договоры они не пишут, под такие задачи у меня отдельные сборки. Эти четверо работают учителем: доступным языком объясняют, как закон работает в конкретной ситуации. По ощущениям это знакомый юрист, у которого можно спросить любую глупость, и при этом не включается счётчик. Пользоваться просто: кидаешь нужный файл в любую актуальную модель и описываешь ситуацию своими словами. Ни настроек, ни подписок, ни отдельного сервиса. Одно условие: ответ всегда проверяй по первоисточнику. Кодексы правят чаще, чем модели обновляют веса, а цена ошибки тут измеряется не потерянным вечером.

2
+1
Skills_Target.md
406
3
Когда бизнес просел, первым делом обычно чинят всё сразу. Новый трафик, новый скрипт продаж, ещё один канал, переупаковка, на
Когда бизнес просел, первым делом обычно чинят всё сразу. Новый трафик, новый скрипт продаж, ещё один канал, переупаковка, найм. Десять инициатив, каждая по отдельности полезная. Через месяц денег меньше, а команда выжата. Представь шоссе в шесть полос, которое упирается в один съезд с одним шлагбаумом. Можно достроить седьмую полосу, потом восьмую. Машины всё равно встанут в той же точке. Пропускную способность задаёт шлагбаум, полосы тут ни при чём. С бизнесом то же самое. Результат упирается в одно место, и обычно это не то место, куда сейчас уходят деньги и нервы. Вопрос только один: как это место найти, пока бюджет на эксперименты ещё есть. Методология под это давно написана. Теория ограничений Элияху Голдратта, книги «Цель» и «Цель-2». Там всё разложено: у системы есть узкое звено, и пока ты не расшил его, любые улучшения в других местах не дают прироста. Проблема в том, что это две толстые книги, и читать их посреди кассового разрыва никто не станет. Поэтому я собрал агента TARGET. Он не раздаёт советы. Он допрашивает. Сначала вытаскивает цель и цифру, по которой ты поймёшь, что дошёл. Потом разбирает симптомы и докапывается до причины, из которой они все растут. Дальше называет ограничение: рынок, продажи, производство, процессы, ресурсы или управленческие правила. И собирает план: что делать на этой неделе, что проверить по данным, где словишь побочку. Самый неприятный пункт тут последний. Чаще всего затык сидит не в людях и не в рынке, а в правиле, которое ты сам когда-то ввёл и уже лет пять не замечаешь. Как поставить: 1. Скачай два файла во вложении ниже. Sys_Target.md отвечает за логику и правила агента, Skills_Target.md за методики и шаблоны. 2. Закинь оба в чат любой LLM. 3. Напиши: Старт Дальше опиши цель, текущую ситуацию и то, что бесит сильнее всего. Одна точка фокуса обходится дешевле десяти инициатив. И почти никогда она не там, где ты уже копаешь. Заберите, попробуйте и напишите в комментах, что вам выдал агент 🔥 🌊🌊🌊
357
4
OpenAI выкатил GPT-6 Astra Вчера, третьего сентября. Президент компании Грег Брокман закончил брифинг для журналистов фразой+2
OpenAI выкатил GPT-6 Astra Вчера, третьего сентября. Президент компании Грег Брокман закончил брифинг для журналистов фразой про то, что мы вступили в эпоху AGI, и сказал, что лично он считает эту границу пройденной. Дальше решай сам, а я по цифрам. Бенчмарки. FrontierMath Tier 4 закрыт на 98 процентов, ARC-AGI-3 на 99,9, ExploitBench на 100. Обучали на 100 тысячах с лишним GPU на площадке Stargate в Техасе, это самый большой тренировочный запуск в истории компании. Для меня интереснее другое место. OSWorld 2.0, это тест на управление компьютером: 72,6 процента против 65,7 у предыдущей модели, и примерно на 47 процентов меньше времени на задачу. Astra кликает в интерфейсах, работает в браузере и таблицах, собирает документы и презентации и доводит многошаговые сценарии до конца. Сами они называют её лучшей моделью для computer use. Отдельно про безопасность. Astra стала первой моделью OpenAI, которая дотянула до критического порога по кибербезопасности в их же Preparedness Framework. Формулировка означает, что модель способна сама находить и эксплуатировать неизвестные уязвимости в защищённых системах, без пошаговых подсказок человека. Из-за этого релиз сдвигали и добавляли предохранители. Доступ поэтапный. Сначала компании из закрытой программы Daybreak, дальше в ближайшие дни ChatGPT Plus, Pro, Business и Enterprise, API и AWS. Плюс контекст: два дня назад Anthropic выпустил Fable 5.1 с похожими заявками. Гонка идёт неделя в неделю. Ярлык AGI я бы всерьёз не обсуждал, это спор про определения. А вот цифры по computer use смотреть стоит. Если модель сама доводит задачу в чужом интерфейсе за сорок минут вместо семидесяти пяти, автоматизация перестаёт упираться в наличие API у нужного сервиса. Как только доберусь до неё в работе, покажу на реальных задачах. Обо мне | Обучение | Отзывы
402
5
Топ-10 бесплатных скраперов с GitHub В последнее время много парсю сайты. Через Claude Code это делается напрямую, но стрелять из пушки по воробьям смысла нет, под задачу есть инструменты удобнее. Собрал те, что реально стоит держать под рукой. 1. firecrawl github.com/firecrawl/firecrawl Наводишь на любой сайт, он обходит все страницы, рендерит JavaScript и отдаёт чистые структурированные данные, которые модель читает без боли. Около 175 тысяч звёзд, входит в топ-50 репозиториев GitHub. 2. crawl4ai github.com/unclecode/crawl4ai Превращает сайт в чистый markdown под LLM. Один из самых популярных скраперов на гитхабе, лицензия Apache 2.0. 3. browser-use github.com/browser-use/browser-use Агент, который водит браузер руками: кликает, скроллит, логинится, заполняет формы и вытаскивает данные. За полтора года перевалил за 100 тысяч звёзд. MIT. 4. crawlee github.com/apify/crawlee Профессиональный фреймворк: ротация прокси, автоматические ретраи, подмена отпечатка браузера, управление очередями. 5. scrapy github.com/scrapy/scrapy Промышленный вариант. Обходит миллионы страниц, тянет любой контент, отдаёт чистые данные на выходе. 6. markitdown github.com/microsoft/markitdown Проект Microsoft. Конвертирует в markdown что угодно: PDF, офисные документы, картинки, аудио. Под 180 тысяч звёзд, один из самых звёздных репозиториев вообще. 7. Scrapling github.com/D4Vinci/Scrapling Сам подстраивается под изменения в вёрстке сайта и неплохо уходит от антискрапинга. Растёт быстрее всех в подборке, за год удвоил звёзды. 8. scrcpy github.com/Genymobile/scrcpy Для случаев, когда данные живут только в Android-приложении и веб-версии нет. Почти 150 тысяч звёзд, Apache 2.0. 9. autoscraper github.com/alirezamika/autoscraper Показываешь пример нужных данных, он сам выводит шаблон и обходит по нему остальной сайт. 10. curl-impersonate github.com/lexiforest/curl-impersonate Сборка curl, которая повторяет отпечаток настоящего браузера. Запросы выглядят как обычный человек с Chrome.
459
6
✍ Шуфутинский печатает промпт...
613
7
Anthropic выкатил Fable 5.1 Вышла первого сентября, вместе с ней Mythos 5.1. Модель под капотом одна, разница в предохранител
Anthropic выкатил Fable 5.1 Вышла первого сентября, вместе с ней Mythos 5.1. Модель под капотом одна, разница в предохранителях: Mythos отдают только через закрытую программу под задачи в кибербезопасности и биологии, остальным доступен Fable. По цифрам. Ценник за токен не двинулся: 10 долларов за миллион входящих, 50 за миллион исходящих. Это ровно вдвое дороже Opus 5, у него 5 и 25. Интереснее другая строчка. Чтение из кэша подешевело на 75 процентов, до 25 центов за миллион. Если ты гоняешь агента с большим постоянным контекстом, где одна и та же база кода или документов подтягивается в каждый вызов, это меняет твою экономику сильнее, чем любой бенчмарк. Плюс Anthropic обещает около 25 процентов экономии на типовых задачах, если работать на низком и среднем effort. Контекст миллион токенов, ответ до 128 тысяч. Доступна в API, на Bedrock, в Google Cloud и Microsoft Foundry. Из громкого: Anthropic рассказывает, что в тестах у инвестфонда Millennium модель нашла причину редкого краша, который их инженеры не могли объяснить несколько лет. Красивая история, но это заявление вендора, проверять надо на своих задачах. ➡️Что я буду смотреть сам. 🔆Первое, сколько она реально держится на длинной автономной работе без моего вмешательства, потому что вся ценность верхнего тира именно в этом. 🔆Второе, стоит ли она двойной цены против Opus 5 на моих клиентских задачах, потому что Opus и так закрывает почти всё. Третье, поведение forced tool calls, там заявлено изменение совместимости, и если у тебя на этом завязана автоматизация, тестируй до того, как переключишь прод. Тестирую, результатами поделюсь. ⚫️Анонс Anthropic: https://www.anthropic.com/claude-fable-and-mythos-5-1 ⚫️Страница модели в документации: https://platform.claude.com/docs/en/models/fable-5-1/overview ⚫️Что изменилось и как мигрировать: https://platform.claude.com/docs/en/models/fable-5-1/whats-new-fable-5-1
648
8
Бизнес только делает вид, что внедряет ИИ. Со стороны кажется, что все уже там. У меня есть знакомые предприниматели, и почти каждый следит за нейросетями, что-то пробует, обсуждает агентов на созвонах. А реально шагнул в сторону интеграции из них только один. Разгадка простая. Настоящее внедрение начинается не с отдельных задач. Оно начинается с процессов. Обычно за фразой «мы в компании используем ИИ» стоит вот что. Сотрудникам разрешили мучать ChatGPT: письма, тексты, презентации, пересказ документов. Кто-то сам подсел, кидает промпты в общий чат, раз в неделю все собираются обсудить оптимизацию, чтобы обменяться новыми промптами Штука полезная, спорить не буду. Только процесс от этого не меняется ни на грамм. Тот же человек делает ту же работу руками, просто чуть быстрее. Это как поставить гоночный мотор на телегу: ревёт мощно, а едет она с прежней скоростью. Поэтому я так активно и пишу про команды ИИ-агентов. ➡️Такая система забирает у человека всю цепочку целиком. Приходит заявка, система разбирает данные, считает, сама себя проверяет и готовит итоговый документ. Владельцу остаётся принять решение. Всё остальное, пятнадцать шагов ручной возни, система тащит на себе. И вот на этом уровне уже виден эффект в деньгах. ✅Пара примеров из того, что я собирал руками: 🔆 Сервис с платными подписками собрал систему контроля качества поддержки: ежедневный ручной разбор чатов ушёл, а качество ответов операторов теперь считается само; 🔆У компании с отделом продаж ассистент подхватывает каждую заявку сразу, готовит ответ и ставит задачу менеджеру: заявки перестали остывать за ночь, ни один лид не висит без реакции; 🔆В другом отделе продаж подготовка сравнительного расчёта для клиента ужалась с часа ручной работы до пары минут. Результат у каждого свой. Где-то уходит ручная работа и затраты, где-то ускоряются решения, где-то перестают теряться заявки, и это сразу видно в выручке. Сейчас могу взять ещё пару проектов. Работаю с прицелом на результат, поэтому сначала: → нахожу процесс, который реально стоит автоматизировать → фиксирую метрики, по которым померим эффект → и только потом собираю под тебя систему, готовую или кастомную под твою специфику Если откликается, напиши мне в личку
697
9
В июле я написал в канале, что готовлю большой продукт, и не сказал о нём ни слова конкретики. Полтора месяца тишины. Сегодня закрыл первый модуль, так что пора возвращать долг. ➡️Это курс. Шесть модулей, сорок девять уроков. 📈Внутри три разных пути, и они не заменяют друг друга: сначала вы собираете продукт под себя, потом делаете проект на заказ и получаете первые деньги от клиента, потом запускаете собственный сервис с подпиской и пользователями. ✅Первый модуль записан целиком, десять уроков про то, как вообще устроена работа с Claude. 📆Даты и цены пока не называю, потому что честно их не знаю. ➡️Зато знаю, что выкинул по дороге. И это интереснее записанного. ❎Вылетел урок про настройку редактора кода. Тема нормальная, только я сам его почти не открываю: работаю в приложении, одна вкладка чат, вторая Code, переключаюсь в один клик. Ставить людям программу, которой не пользуюсь сам, чтобы урок выглядел солиднее, я не готов. ❎Вылетела пачка готовых скиллов на скачивание. Красивый ход: двадцать инструкций в подарок, все любят подарки. 🎁 Только весь смысл модуля в том, что вы собираете инструкцию под свою задачу, а не качаете чужую. Дарить то, что противоречит собственному уроку, это как инструктор по вождению, который приезжает на занятие на такси. ❎Вылетел подробный разбор устройства скиллов. Не потому что не влез, а потому что у меня уже есть про это бесплатный ролик на YouTube, и он лучше. Продавать людям то, что они и так могут посмотреть, я не буду. Правило, к которому я пришёл за эти десять уроков: в кадре не говорится ничего, чего я не делаю руками. Ни одного примера в духе «представим, что у нас есть клиент». Все кейсы из проектов, за которые мне заплатили. И то же правило работает на собственном продукте. Я не показываю готовый сервис, собранный где-то до курса. Я собираю его прямо в уроках, вместе с учениками, вместе со всеми тупиками и переделками. Это честнее и, если честно, страшнее. Через неделю у меня переезд в Армению, второй модуль дописываю уже с нового места. Там как раз про то, как выбрать, за что браться, чтобы это принесло деньги. Кухню покажу по дороге.
1
10
Написал большую статью про мультиагентные системы. Давно хотел собрать всё в один материал, а то в канале разбирал кусками. К
Написал большую статью про мультиагентные системы. Давно хотел собрать всё в один материал, а то в канале разбирал кусками. Как устроена команда агентов, из чего она состоит и, главное, где заканчивается красивая аналитика и начинается система, которая реально работает в бизнесе. ➡️Что внутри: 🔆Как устроена команда ИИ-агентов: оркестратор, специалисты, контроль и база знаний 🔆Первая ступень: агенты, которые готовят документы, и где у неё потолок 🔆Вторая ступень: агенты, которые сами лезут в CRM, ведут клиента и двигают сделки 🔆Чем это отличается для владельца и почему платить логичнее за результат 🔆С чего начать, чтобы не обжечься на первом внедрении Писал из своей практики, без магии и обещаний. ➡️Читать на 24AI
682
11
Один API вместо пяти интеграций Если ты собираешь продукт, внутри которого работает агент, рано или поздно упрёшься в выбор х
Один API вместо пяти интеграций Если ты собираешь продукт, внутри которого работает агент, рано или поздно упрёшься в выбор харнесса. Встроил Claude Code, а через месяц под новую задачу лучше заходит Codex. И писать интеграцию заново. HarnessRouter закрывает эту дыру. Один API, за ним пять харнессов: Claude Code, Codex, Hermes, Pi и DeepSeek Harness. Продукт сам решает, кому отдать конкретную задачу. Работает по логике one-shot. Отправляешь задачу и вместе с ней инструкции, skills, MCP-серверы и лимиты. Обратно получаешь результат и файлы, которые агент создал. Нужно продолжить работу, сессия поднимается с прежней историей, файлами и рабочей папкой. Продолжение идёт на том же харнессе. Понадобился другой, открываешь новую сессию, код интеграции при этом не трогаешь. Self-hosted разворачивается Docker-контейнером, ключи и данные остаются у тебя. Сами CLI подтягиваются при первом запуске, потому что Claude Code и Hermes по лицензии нельзя класть в публичный образ. Что-то не встало, значит этого харнесса в консоли просто не будет. TLS, обновления и мощность сервера тоже на твоей стороне. Возможности у харнессов разные, одинаковой поддержки инструментов и жёстких запретов ждать не стоит. Отвалится MCP, агент дожмёт задачу без его инструментов. ➡️Кому это нужно: тем, кто реально разводит задачи между разными харнессами. Если продукт целиком живёт на одном Hermes или на DSH, лишний слой только добавит сложности. Обо мне | Обучение | Отзывы
757
12
Готовые скиллы, которые можно сразу забирать в работу. В названии каждого - ссылка. ПРОЦЕСС И ДИСЦИПЛИНА Skill Creator - создает и улучшает скиллы. Superpowers - ведет через план, TDD и ревью. Grill Me - уточняет идею серией жестких вопросов. Task Proof Loop - проводит задачу от спецификации до доказательства. ДИЗАЙН И ИНТЕРФЕЙСЫ Frontend Design - помогает уйти от типового AI-дизайна. UI/UX Pro Max - подбирает стили, палитры и типографику. Better Interface - проверяет интерфейс сразу по нескольким дизайн-направлениям. Impeccable - находит типовые огрехи AI-интерфейсов. AI Website Cloner - воссоздает сайт по готовому референсу. designmd.supply - превращает сайт в DESIGN.md для агента. Visual Explainer - объясняет сложное через наглядную HTML-страницу. Effective HTML - собирает автономные HTML-диаграммы и планы. RevealJS - создает презентации по текстовому заданию. OpenMontage - собирает видео от сценария до монтажа. ТЕКСТ Writing Guru - помогает выбрать стратегию текста до черновика. Humanizer - убирает узнаваемые паттерны AI-текста. РАЗРАБОТКА И ПОДКЛЮЧЕНИЯ MCP Builder - помогает создавать и проверять MCP-серверы. Playwright - автоматизирует браузерные сценарии и тесты. GitMCP - подключает код и документацию GitHub к агенту. МАРКЕТИНГ И РЕСЕРЧ Claude SEO - проводит комплексный SEO-аудит сайта. Marketing Skills - закрывает CRO, SEO, тексты и аналитику. /last30days - собирает свежие обсуждения по выбранной теме. NotebookLM-py - управляет NotebookLM из Python и терминала. БИЗНЕС И РУТИНА Small Business - набор процессов для управления малым бизнесом. Excel Hygiene - ищет скрытые ошибки в таблицах Excel. Mole - чистит и оптимизирует macOS. Что из этого уже прижилось у вас? Что добавить?
873
13
No text...
1
14
ИИ может сделать всё правильно и всё равно не то Настраивал мультиагентную систему для стартапа из инвестиционной сферы. Она
ИИ может сделать всё правильно и всё равно не то Настраивал мультиагентную систему для стартапа из инвестиционной сферы. Она собирает контент-план, пишет посты, рассылки и экспертные статьи. Всё собрал, начал тестировать. Смотрю: система пишет для людей с миллионом долларов в кармане. Вроде логично, материалы у меня были ровно про это. Только компания месяцем раньше сменила фокус на розничных инвесторов с чеком поменьше. Изменения зафиксировали на доске в Miro, а в презентацию и в документы перенести забыли. Мне ушла старая версия. Ошибка мелкая, правится за две минуты. Но если её не поймать, система будет уверенно и стабильно делать не то, что нужно бизнесу. При этом клиента я тут не виню. Для стартапа менять гипотезы и тестировать сегменты каждый месяц это нормальная работа. История про другое. В любой сложной ИИ-автоматизации всё держится на правильно собранном контексте. У меня работа с клиентом всегда начинается со сбора данных, и иногда на это уходит больше времени, чем на саму систему. Без нормального контекста даже самая навороченная сборка будет уверенно выдавать усреднённую фигню. Поэтому решил собрать отдельного агента под подготовку данных. Логика такая: → Загружаешь документы, ссылки и любые материалы → Агент их изучает и находит пробелы и противоречия → Задаёт вопросы по тому, на что не нашёл ответа → Собирает два Markdown-файла: про пользователя и про компанию Дальше эти файлы кидаешь в любую автоматизацию. А у тебя актуальная версия бизнеса где живёт: в базе знаний, в разрозненных файлах или в голове одного человека? Обо мне | Обучение | Отзывы
653
15
Как разобрать конкурентов за вечер, без агентства и без бюджета Обычно анализ конкурентов выглядит так: либо платишь агентств
Как разобрать конкурентов за вечер, без агентства и без бюджета Обычно анализ конкурентов выглядит так: либо платишь агентству и ждёшь три-шесть недель, либо сажаешь стажёра руками копировать таблицы, либо не делаешь вообще, потому что некогда. В итоге решения по ценам, позиционированию и продукту принимаются на ощущениях. С ИИ картина другая. Вот что реально собирается за один вечер. Что говорят клиенты конкурентов Отзывы на картах, маркетплейсах и в соцсетях никто не читает системно. А там лежит вся правда. ИИ за минуты разбирает сотни отзывов и складывает их в структуру: за что хвалят, на что жалуются, какие формулировки повторяются чаще всего. Ты видишь, где конкурент проваливается, и это ровно то место, куда можно зайти сильнее. Как они себя подают Сайты, телеграм-каналы, рекламные объявления. ИИ разбирает тексты и показывает, на какую аудиторию они работают, какие боли закрывают, каким языком говорят. Сразу видно, где все повторяют друг за другом одно и то же, и где место свободно. Цены Прайсы, офферы, акции. Если это лежит в открытом доступе, ИИ соберёт и сведёт в одну таблицу. Двадцать вкладок открывать не придётся. Контент Какие темы поднимают, как часто публикуют, что собирает больше реакций. За полчаса становится понятно, куда конкурент вкладывает силы в маркетинге и куда не вкладывает совсем. Раньше такая работа стоила денег и недель ожидания. Сейчас это один вечер с нормальными инструментами. И тот, кто делает это регулярно, принимает решения по реальной картине рынка. Ты сейчас смотришь за конкурентами или живёшь по ощущениям? Обо мне | Обучение | Отзывы
656
16
Официальный DeepSeek Harness пока предлагают запускать через терминал. Сначала настроить среду, потом открыть локальный Web U
Официальный DeepSeek Harness пока предлагают запускать через терминал. Сначала настроить среду, потом открыть локальный Web UI. Для многих это тот самый момент, на котором знакомство с агентным инструментом и заканчивается. В комьюнити взяли тот же официальный Harness и собрали его в обычное десктопное приложение. Оно само поднимает локальный сервис, открывает Web UI и сохраняет систему плагинов. После установки сразу создаёшь рабочее пространство и идёшь к первой задаче. Проект развивается сообществом, отдельно от DeepSeek. Сейчас заявлены Windows x64 и Mac на Apple Silicon. Открыть проект GitHub · сайт
687
17
Запрос звучит просто: сделай агента, который заменит новичку наставника. Мой первый вопрос всегда один, покажи, на чём его уч
Запрос звучит просто: сделай агента, который заменит новичку наставника. Мой первый вопрос всегда один, покажи, на чём его учить. Дальше обычно пауза. Потом присылают папку. Регламент, написанный три года назад и с тех пор не открытый. Скрипт в гугл-доке, по которому давно никто не работает. Презентация для клиентов. И всё. Реальные знания в этой папке не лежат. Они лежат в голове у пары сильных менеджеров: как разговаривать с этим сегментом, что отвечать на возражение по цене, когда сделку уже пора отпускать, а когда она ещё живая. Именно поэтому новичок и разгоняется три месяца. Он не читает, он вылавливает эти куски по одному, отвлекая команду и теряя настоящих клиентов на тренировке. Так что работа начинается не с агента, а со сборки базы. Беру транскрипты выигранных сделок и смотрю, что там делали руками. Поднимаю переписки в CRM по закрытым клиентам. Сажусь на час с двумя лучшими менеджерами и вытаскиваю то, что они делают на автомате и никогда не записывают. Собираю список вопросов, которые новички задают чаще всего, обычно их набирается штук сорок и они повторяются из компании в компанию. Вот это уже база, на которой агент работает. Дальше техника простая. Новичок спрашивает в чате, агент отвечает и обязательно даёт ссылку на источник: пункт регламента, кусок разговора, карточку сделки. Ссылка тут не украшение. Без неё модель начинает уверенно сочинять условия договора, и новичок несёт эту фантазию клиенту. Побочный эффект оказывается ценнее самого агента. Вопросы, на которые он не смог ответить, копятся в логе. Через две недели у руководителя на руках карта дыр в собственной базе знаний, собранная не на ощущениях, а по реальным запросам людей. Но обещать, что новичок после этого выйдет на план за месяц, я не буду. Агент снимает время команды и убирает простои в ожидании ответа. Продукт, руки и уверенность в разговоре всё равно нарабатываются полем. И главное, что меняется. Знания компании перестают быть личным активом двух человек, которые в любой момент могут уйти к конкуренту вместе со всем, что знают. Обо мне | Обучение | Отзывы
621
18
Собственник приходит с формулировкой, что менеджеры перестали дожимать. Я прошу выгрузку звонков за месяц. Приходит шестьсот
Собственник приходит с формулировкой, что менеджеры перестали дожимать. Я прошу выгрузку звонков за месяц. Приходит шестьсот записей. Именно поэтому бизнес управляется на ощущениях. Дело не в лени. Шестьсот разговоров это примерно сто часов чистого прослушивания, и ни один руководитель их не осилит. РОП слушает несколько штук в неделю, чаще всего те, где клиент уже наорал. Всё остальное превращается в общее впечатление, и на этом впечатлении принимаются решения с деньгами. Дальше начинается дорогая часть. Показалось, что лиды пошли хуже, поэтому доливаем бюджет в трафик. По факту лиды те же, а половина отваливается на этапе презентации цены. Показалось, что менеджер слабый, поэтому меняем его на нового. По факту у него самая длинная сделка и самая высокая маржа, просто он не давит и работает медленно. Показалось, что сезон просел, поэтому ждём. По факту перестали перезванивать в первые пятнадцать минут, и половина заявок уходит к тому, кто перезвонил. Решение принято, деньги потрачены, причина осталась на месте. Технически задача давно решается. Звонки транскрибируются, разговор размечается по этапам, к каждой сделке подтягивается причина, по которой она встала. На выходе руководитель утром открывает сводку и видит не общее ощущение, а конкретный этап, конкретного человека и конкретную формулировку возражения, которое чаще всего убивает сделку. Разница в охвате. Руководитель физически смотрит выборку, машина проходит сто процентов разговоров и не устаёт к сороковому. При этом ощущения я бы не выбрасывал. У опытного собственника чуйка работает, он часто первым замечает, что где-то потекло. Только чуйка хорошо ставит вопрос и плохо отвечает на него. Гипотеза с неё начинается, а проверяется уже на цифрах. Дешёвый способ проверить, где ты находишься: возьми последнее решение, на которое потратил деньги, и вспомни, какая цифра под ним лежала. Если цифры не было, ты управлял на ощущениях. Обо мне | Обучение | Отзывы
649
19
На первом созвоне я задаю вопрос, после которого половина проектов заканчивается, не начавшись: сколько ты сейчас на этом тер
На первом созвоне я задаю вопрос, после которого половина проектов заканчивается, не начавшись: сколько ты сейчас на этом теряешь? Пару лет назад хватало интереса. Понравилась идея, выделили бюджет, попробовали. Сейчас почти каждый хочет увидеть цифру до того, как платить. И правильно делает. Считать экономику надо до проекта. После него это уже не расчёт, а оправдание. Я начинаю с потерь, которые у бизнеса уже есть. Иногда они лежат на поверхности: заявки, которые пришли ночью и остались без ответа, повторные вопросы в поддержке, отвалившиеся клиенты на длинном согласовании. Такие данные обычно есть в CRM, их надо просто достать. Когда прямых потерь не видно, считаю в часах. Специалист вычитывает пакет документов два дня. Бот с базой знаний делает первый проход за два часа и подсвечивает спорные места. Двенадцать рабочих часов на каждом пакете. Умножаешь на количество пакетов в месяц и на стоимость часа сотрудника, получаешь цифру, с которой уже можно разговаривать про бюджет. Дальше три фильтра. Срок окупаемости. Если он уходит за год, я говорю об этом прямо на созвоне. Размер процесса. Менеджер тратит час в день на переписку. Это двадцать часов в месяц, при зарплате в 80 000 ₽ примерно 10 000 ₽. Ставить туда систему за 160 000 ₽ смысла нет, она будет окупаться полтора года. Простая автоматизация за 30 000 ₽ отобьётся за три месяца и снимет ту же боль. Размер решения подбирается под размер потери, а не под желание сделать красиво. Рост процесса. Если объём растёт на 20% в год, без автоматизации каждый год приходится добавлять людей. С автоматизацией докупается инфраструктура. Это отдельная экономика, и её почти никто не считает на старте. Если экономика не сходится, я за проект не берусь. Даже когда задача интересная и деньги на столе. Дешевле сказать это на созвоне, чем через три месяца объяснять, почему внедрение стоит на полке и никем не используется. В таких случаях предлагаю начать с аудита процессов. Пройти по операциям и найти место, где эффект считается. Оно почти всегда оказывается не там, куда изначально показывал клиент. Если у тебя есть задача под автоматизацию и ты хочешь понять её экономику до того, как платить за разработку, напиши мне. Обо мне | Обучение | Отзывы
691
20
Ко мне регулярно приходят с одним запросом: собери контент-завод, чтобы двадцать единиц контента в неделю сами уходили на пят
Ко мне регулярно приходят с одним запросом: собери контент-завод, чтобы двадцать единиц контента в неделю сами уходили на пять площадок. Я такие заводы собираю, один крутится у клиента прямо сейчас. Но до старта я всегда спрашиваю: кто стоит на последнем метре? Если ответа нет, завод превращается в генератор помоев. Merriam-Webster не зря выбрал словом 2025 года slop. Помои. Определение у них буквальное: цифровой контент низкого качества, произведённый в количестве при помощи ИИ. В B2C помои видно сразу, по шестипалым людям и Иисусу из креветок. ✅В B2B они выглядят приличнее и работают злее. 🔆Первое. Текст без единой мысли. Открываешь статью, читаешь три абзаца про адаптацию к динамично меняющемуся рынку и понимаешь, что не узнал ничего. Читатель чувствует это за десять секунд и закрывает вкладку. 🔆Второе. Галлюцинации в мелочах. Модель уверенно пишет про деревянный стул из высококачественного пластика, ссылается на статью закона, которой нет, называет состав препарата, которого не существует. Смешно ровно до того момента, пока это не твоё КП на столе у клиента. 🔆Третье. Боты в комментариях. Одинаковая благодарность за экспертизу под каждым постом, аккаунты без аватарок, все заведены в один день. Это тоже информация о компании, просто не та, которую хотели передать. Дальше техника. Google выкатил спам-апдейт в марте 2026 и ещё один в июне. Формально они не про ИИ, Google прямо говорит, что генерация текста нейросетью сама по себе не нарушение. Под нож идёт масштабирование ради масштабирования, контент без собственной ценности. YouTube ещё в июле 2025 переименовал политику про повторяющийся контент в неаутентичный, а в июле 2026 разложил её на три категории и закрыл им монетизацию: шаблонные ролики под копирку, выжимающая эмоцию дичь и ИИ-персонажи, изображающие врача или финансового консультанта. Автоматизировать контент нужно, я на этом зарабатываю. Но завод собираю так, чтобы машина делала черновики, сбор фактуры и рутину, а смысл, проверку цифр и финальную правку ставил живой человек. Убери человека с последнего метра, и получишь идеально работающий конвейер, который каждый день понемногу портит твою репутацию. Обо мне | Обучение | Отзывы
836