21622
Авторский канал про сервисы и технологии IT и AI, которые могут упростить (или не совсем) жизнь. Пишу только то, что сам считаю интересным. Автор: @igortru Информация по рекламе: @tipsprbot
Вот и решилась ситуация с Fable
После 3 продлений доступа Антропики всё таки не станут отключать её 19 июля
На планах Max и Team фейбл останется включенным в подписку всё так же с лимитом 50%
А прошникам оставили доступ только через кредиты, но в качестве бонуса дали $100, проверяйте тут
@tips_ai
Встретил прикольную оболочку для маковского Finder для любителей понастальгировать по ретро дизайну: Aqua, Windows 98, XP, 7 и XFCE.
Тут не только ностальгия, а отдельная аппка которая имитирует 1 в 1 системный проводник с фишками для разрабов
Идея в том, чтобы вообще всё показывать как папки и файлы, не только то, что лежит на диске, но и внешние сервисы.
Например прям внутри проводника можно открыть терминал, смотреть GitHub-репозитории как обычные папки, подключаться по SSH и тд. Linear и Notion тоже разложены папками.
Получается такой рабочий стол разработчика в виде проводника, где (наверное) удобнее работать с файлами, репозиториями, задачами и серверами в одном месте.
Если такое нужно, вот ссылка для скачивания.
@tips_ai #tools
После твита Альтмана было интересно посмотреть кто что создает с GPT5.6 Sol, и понравилась идея организовать свой виртуальный гардероб из своей одежды:
Парень включил /goal в кодексе, дал агенту доступ к своей галерее камеры и заставил его извлечь фотку каждой вещи.
Для извлечения использовал этот скилл.
Потом попросил его придумать новые аутфиты и отрендерить их на его реальных фотках с помощью встроенного в codex gpt-image, и собрать это все в UI.
Довольно удобно видеть весь свой гардероб в такой коллекции
Самое приятное, что весь код на Github, так что порадуйте свою жену/девушку или себя таким гардеробом, чтобы не возникало вопросов, что нечего надеть ☕️
@tips_ai
Лайфхак как токенмаксить по полной:
Claude всегда начинает 5-часовые лимиты с первого отправленного сообщения. Например если начал работать в 7 утра, следующий ресет будет в 12 часов дня.
Но чаще всего токены кончаются раньше, так что приходится ждать сброса 🤷♂️
Так вот через функцию routines в вебе можно настроить фоновую задачу, которая будет каждые 5 часов отправлять агенту "Hi".
Например начиная с 3 ночи, чтобы к началу работы в 7 утра до сброса оставался 1-2 часа.
Для меня такой график удобнее, вы тоже можете настроить под себя.
Юзеры кодекса, к вам вопросов нет (5-часовые лимиты убрали) 😏
@tips_ai
Я конечно видел много способов harness для агентов, но это пожалуй самый прикольный:
Парень придумал для агентов papercuts, чтобы они могли жаловаться на любую ерунду которую нашли во время выполнения задачи
Потом по этим записям можно понять какие узкие места в репо замедляют работу, например: где есть расхождение доков, какие скрипты перестали работать и тд.
Просто нужно добавить в AGENTS․md эту инструкцию:
# Log papercuts
When you encounter small friction while working—a failed tool call, confusing
setup, flaky command, stale cache, misleading error, missing helper, or
non-obvious gotcha—record it in `PAPERCUTS.md`.
Create the file if it does not exist. Append one entry in this format:
## YYYY-MM-DD HH:MM — <model>
<What you were doing> → <what got in the way>. Include a possible cause or fix
when useful.
Log papercuts proactively when they occur, but do not interrupt the main task.
Do not add duplicate entries. Papercuts are minor workflow friction, distinct
from completed-work logs and real bugs or tracked issues.
Постоянно юзаю CloudFlare, потому что Claude Code, Codex, любые другие агенты с ним работают как с нативной средой.
1/ Workers - для серверного бекенда и API-прокси
2/ D1 - для баз данных
3/ R2 - для хранения медиа
4/ AI Gateway - для логов ии-моделей
5/ Registrar - для доменов
Еще потому что это бесплатно, хоть и с лимитами
Вчера еще выпустили Drop — просто закидываешь папку проекта или ZIP и оно разворачивается в статический сайт который работает 1 час.
Фича конечно не уникальная, скорее просто маркетинг для вайбкодеров
У них и раньше можно было бесплатно хостить любое приложение через Pages, навсегда, но нужен аккаунт и сложнее настройка
Что мне еще нравится так это их MCP (знаю что тут есть те кто его не любит).
В админке самому копаться дольше чем приложение строить, а так любой агент работает там как в нативной среде и деплоит за минуты
Так что юзайте если нужен единый хост где можно менеджить весь свой проект, без ручной настройки и дев-серверов
@tips_ai #tools
Есть статья 2-ух летней давности, в которой обсуждали сколько еще осталось данных в мире для обучения LLM
Интернета, книг и форумов осталось на ~300 триллионов токенов, которые полностью закончатся в 2026-2032 году
Вот сейчас и зарождается новый рынок, где компании добывают новые данные для обучения моделей и строют вокруг этого стартапы.
Один из самых очевидных: собирать реальные пользовательские данные.
Например приложение Kled AI нанимает людей чтобы те снимали на видео доставку у двери, яму на дороге или свою утреннюю прогулку.
Там юзеры грузят в день около 3 млн файлов.
По таким данным роботы, self-driving модели и мультимодальные учатся понимать наш окружающий мир.
То же самое делает компания Luel, но уже про человеческое поведение: мимика, жесты, видеозвонки, walkthrough-видео от первого лица.
Или например Silencio, где записывают реальные звуки: речь, шум города, редкие языки и тд.
Для голосовых агентов это вообще золото, потому что таких данных в интернете очень мало.
Дальше идет рынок узконаправленных специалистов:
Компании типа Mercor ищут врачей, юристов, банкиров, чтобы те размечали картинки, писали задания, проверяли ответы моделей и создавали критерии оценки качества.
По сути переводят профессиональное суждение и редкий опыт в формат который удобно скорить модели.
Есть еще один отдельный слой — архивы закрывшихся компаний:
Была такая транскрибационная компания Cielo24, которая при закрытии продала свой 13-летний архив данных о том как реально работают и принимают решения люди (Slack, Jira, почта, google drive и тд.)
Продала ИИ-лабе конечно и таких сделок десятки штук в год.
Так что если хотите внести вклад в обучение AGI, пишите чаще комментария на мои посты, возможно через пару лет будет датасет ☕️
@tips_ai #news
Когда изучаете что-то с ИИ или делаете ресерч, то дефолтный вертикальный чат не самый удобный вариант для этого (как минимум для меня)
Есть вот такой опенсорсный холст с MCP для работы с Claude Code, Codex и тд.
То есть агент запускает локально интерфейс с канвас, где весь диалог в виде дерева, а ответы это ветки в которые можно углубляться
Это удобно, когда:
- Выделяешь фрагмент текста, задаешь вопрос, то создается новая ветка
- Каждую такую ветку можно развернуть в полноценный режим чтения
- Весь прогресс хранится локально в JSON
Есть такой челлендж E-commerce AI Agent — это бенчмарк агентной коммерции от BitGN
Если коротко, ECOM1 — это симуляция операционки интернет-магазина, где AI-агенты отвечают за всё: корзины, товары, заказы, чекаут, фрод, возвраты, сбои оплат.
Среди участников был агент Exoskeleton от Ильяса Салихова, он CTO RetailCRM. Взял 1 место в Speed и в Live PROD. При этом работает на gpt-5.4-mini, что в 6 раз дешевле gpt-5.5, на которой строили агентов конкуренты.
Эту архитектуру Ильяс назвал «Экзоскелет»:
1/ Слабая модель mini внутри, а вокруг каркас из кода и nano-моделей. Ещё до старта агенту принудительно грузят все данные. Nano-классификатор разбирает намерения: фрод, манипуляция, подмена личности.
2/ Безопасность зашита в код, решения принимает логика. Ссылки на регламенты собираются автоматически, модели их помнить не нужно. В конце ещё одна nano причёсывает ответ.
3/ Тяжёлая логика вся в коде. Модель делает только то, в чём сильна.
В итоге обошёл агентов на старших моделях и по очкам, и по скорости.
Если вам интересно почитать подробности, то Ильяс опубликовал полную статью со схемами:
🇷🇺 Русская версия
🇬🇧 English
Ильяса поздравляю с результатом! У него еще есть свой канал про инженерию и AI, рекомендую подписаться.
Увидел новый опенсурс проект, который решает для агентов проблему подключений внешних сервисов через MCP и API
Например вам нужно поработать с Notion через агента, и он начитает искать, есть ли у сервиса MCP, какой API, как авторизоваться.
Так вот integrations.sh собирает в себе кучу сайтов и разные способы подключения к ним:
1/ MCP
2/ API и их спецификации
3/ GraphQL ендпоинты
4/ CLI утилиты
5/ Auth инструкции
Всего в каталоге около 6000 интеграций
У них есть свой MCP:
mcp add --transport http integrations https://integrations.sh/mcp
curl https://integrations.sh/api/[ДОМЕН]/detect
Недавно Sony заявили что прекращают выпуск физических дисков для PlayStation
Гитхаб решили потроллить Sony запустив обратный тренд
gh.io/cd — тут можно подать заявку чтобы сам GitHub записал ваш репозиторий на физический CD-ROM и отправил почтой
Можете хранить, давать в долг друзьям, или передать b2b saas своим детям 🙂
Но это акция до 6 июля, потом они выберут всего 1000 подходящих заявок и отправят диски
@tips_ai
Anthropic выпустили Sonnet 5
Она будет по умолчанию для бесплатных и Pro тарифах за $20.
Но интересно то, что вместе с моделью выкатили Claude Science, как Cowork, но для учёных.
Внутри 60+ научных баз (геномика, протеомика, химинформатика и тд) и отдельный агент-ревьюер, который проверяет цитаты и расчёты.
Анализирует литературу, гоняет вычисления и собирает фигуры с манускриптами.
Каждый результат воспроизводим: к нему прикладывается код и среда, в которой он получен. Так же тяжёлые вычисления гоняются на твоей же инфраструктуре, так что данные никуда не утекают.
Доступно в бете на macOS и Linux для Pro и Max. (винды нету)
Блог / Скачать Claude Science
@tips_ai #news
Недавно вышла аналитика что usage американских моделей упал на 40%
Они анализировали потребление токенов в OpenRouter:
2025 год: 70% трафика приходилось на модели из США, у Китая около 20%
2026 год: доля американских моделей упала до 30%, Китайская выросла до 50%
Люди стали чаще выбирать китайские дешевые модели
Решил посмотреть через MCP OpenRouter какой стек на китайцах можно собрать (если US Government заблокирует все модели (°□° )):
1. Код
Opus 4.8 → GLM 5.2
разница в бенчмарках: ~8%
цена: в ~5 раз дешевле
2. Циклы агентов + вызов инструментов
GPT-5.5 → GLM 5.2
разница в бенчмарках: ~3%
цена: в ~5 раз дешевле
3. Массовые задачи
GPT-5.4 mini → MiMo V2.5
разница в бенчмарках: ~0%
цена: в ~7 раз дешевле
4. Генерация изображений
GPT-Image-2 → Seedream 4.5
разница в бенчмарках: ~10%
цена: в ~2 раз дешевле
5. Генерация видео
Veo 3.1→ Kling 3.0
разница в бенчмарках: 0%
цена: в ~2 раза дешевле за секунду
Вчера под один проект брейнштормил с клодом какую LLM лучше выбрать
Было очень долго и не удобно, так еще он ленился ходить в веб и брал инфу из своих знаний, считая DeepSeek V3 лучшим выбором.
Так вот нашел у OpenRouter их MCP для агентов с актуальной инфой о моделях
Что входит:
- 400+ моделей, бенчмарки и цены
- Фильтры, сортировки
- Поиск по документации
Так узнал о моделях которые вообще раньше не видел, например Owl Alpha с общим usage 7,47T токенов в Hermes 😣
Подключить:
mcp add openrouter --url mcp.openrouter.ai/mcp
mcp login openrouter
Если у вас в работе уже не одно облако, а связка из нескольких провайдеров плюс кусок on-premise, то есть профильное решение под этот сценарий.
RCloud by 3data — мультиоблачная платформа, которая собирает облака и физическую инфраструктуру в один интерфейс.
Подходит для миграции в облако, гибридных сетапов, резервирования между средами и масштабирования под пики нагрузки.
Кроме самой платформы есть команда инженеров, которая помогает с архитектурой — для случаев, когда выстроить отказоустойчивость и безопасность самим сложно.
Полный каталог сервисов тут
У них также есть ТГ канал с разборами про облака, инфобезопасность и рыночные тренды.
Просто дружеское напоминание что сейчас лучше всего учить своих агентов строить себе harness'ы:
Подтверждение этому маленький стартап Poetiq (кстати основан бывшими исследователями Google DeepMind)
Нашли новый способ который делает Opus 4.8 / GPT-5.5 умнее чем Fable / GPT 5.6 Sol во всех бенчмарках.
Сразу скажу что есть такой закон Гудхарта и риск бенчмаксинга, когда модель заточена на то чтобы бить конкретный бенч, и тогда реальную пользу по нему не понять.
А работает это так: их система это петля (RSI) которая автоматически конструирует целые харнессы (код, промпты, инструменты и стратегии поиска) для любого бенчмарка, с которым сталкивается.
Сама пишет всю инфраструктуру решения, прогоняет, смотрит на результат, переписывает, и так по кругу, пока не выжмет максимум.
А модель внутри петли это просто расходный материал, которую можно заменить на более новую, и вся накопленная обвязка автоматом конвертируется в еще лучший результат.
То есть улучшения накапливаются и переносятся. Каждая задача, которую она решает, помогает ей оптимизировать саму себя, превращая её во всё более мощный оптимизатор.
Причем для этого не нужен никакой файнтюн, просто обычный API-доступ.
Поэтому Poetiq говорят "статичные бенчмарки мертвы", и вместо них предлагают динамически генерируемые тесты, заточенные под слабые места конкретной модели, на которые невозможно натренироваться.
Технарям рекомендую это видео на ютубе, если хотите сделать харнесс дома (или просто скормить агенту)
@tips_ai #news
Мы сейчас пишем с AI очень много кода, но стоит хоть раз проверить, всё ли в порядке с безопасностью.
А слабых мест там хватает.
Эксперты «Лаборатория Касперского» собрали бесплатный чек-лист как раз про это — помогает оценить, насколько безопасно у вас в компании внедрены AI-инструменты.
По нему можно пройтись и проверить:
1/ защищены ли рабочие места разработчиков
2/ как устроен доступ к LLM и корпоративным данным
3/ учтены ли риски промпт-инъекций
4/ безопасны ли MCP-серверы и цепочки поставок
Материал собран на их собственном опыте внедрения LLM во внутренние процессы, то есть на реальных граблях, а не на теории. Помогает найти слабые места до того, как они станут проблемой.
Чтобы получить, надо заполнить короткую форму — PDF откроется сразу.
Скачать чек-лист можно по ссылке.
Безопасный запуск команд в агентах
Тут на прошлой неделе один инфлюенсер столкнулся с проблемой – GPT 5.6 Sol удалил папку ~/ на маке!
Ну и дела!
В реплаях ему посоветовали использовать dcg (destructive command guard).
Я посмотрел что это, разобрался в нём, установил себе и теперь рекомендую вам!
Это инструмент, который блокирует деструктивные команды, которые "случайно" мог ввести AI-агент.
Устанавливается как hook во все популярные агенты и блокирует запуск большинства команд.
Удобно, что устанавливается одной командой, а так же то, что тут есть набор конфигов по софту:
• git
• filesystem
• disk
• storage (s3, minio)
• remote (rsync, ssh, scp)
• database (pg, mongo, etc)
• container (docker, kuber, podman)
• и многие другие
Важно понимать, что этот инструмент спасает именно от "случайных" команд - тех случаев, когда что-то идёт не так, и агент вводит команду, которую изначально не планировал, а потом оправдывается, что это произошло случайно!
Этот инструмент не поможет, когда агент создаст деструктивную команду в скрипте и запустит его.
В комментах скину таблицу, которую составил мой Codex – какие результаты получат типичные сценарии
Лайк, репост
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
Щас вижу что после выхода GPT-5.6 многие используют её как субагентов под управлением Fable 5
Fable планирует и назначает роли, а Codex выполняет, чтобы экономить токены
Так что вот собрал самые удобные способы как юзать их в связке и в Claude Code и в Codex:
1/ Fable управляет GPT (в Claude Code)
Через официальный OpenAI плагин:
/plugin marketplace add openai/codex-plugin-cc
/plugin install codex@openai-codex
/reload-plugins, затем /codex:setup
alias claudex=‘CLAUDE_CODE_SUBAGENT_MODEL=gpt-5.6-sol CLAUDE_CODE_ALWAYS_ENABLE_EFFORT=1 claude –model gpt-5.6-sol’
codex plugin marketplace add Cjbuilds/Codex-Orchestration
codex plugin add codex-orchestration@codex-orchestration
@ codex-orchestration advisor: GPT-5.6 Sol Extra High, Executor: Claude Fable 5 High, Designer: Opus 4.8
У OpenAI тут новые модели вышли, а вместе с ними и новые продукты
Во первых, новое семейство моделей GPT-5.6:
Sol — новый флагман для кодинга, knowledge задач, кибербеза, науки
Luna — самая дешевая и быстрая
Terra — среднее между Sol и Luna
Для каждой теперь доступны новые режимы reasoning:
max - ризонинг выше чем прошлый xhigh
ultra - режим для оркестрации параллельных агентов
Programmatic Tool Calling - модель сама пишет для себя тулы
Мне всегда нравился голосовой режим ChatGPT, когда был в Китае, выручал во многом.
Только что они выпустили GPT‑Live — новое поколение голосовых моделей для ChatGPT:
- Full-duplex архитектура, слушает и говорит одновременно
- Может вставлять «mhmm», «yeah», «got it» пока слушает
- Делегирует сложные задачи по типу поиска и рассуждений в GPT‑5.5, при этом поддерживая разговор пока результат готовится
- Показывает виджеты погоды, акций, спорта и тд прям в голосовом режиме (походу замены Siri)
Только для своих: Робо Драйв Пати от команды робототехники Сбера! 🤫
10 июля в новом пространстве Сбер.Среда, настоящем доме для ИТ-сообществ, состоится закрытая вечеринка для ML, RL, DL, Robotics Software и Embedded-инженеров.
✔️ Расскажем, как строится программная архитектура роботов
✔️ Презентуем продуктовую стратегию и разработку Green-VLA
✔️ Обсудим, как создаётся физическая платформа роботов
✔️ И, конечно же, познакомим с первым антропоморфным роботом Сбера — Грином
Если ты хочешь создавать реальных роботов — приходи знакомиться с командой (или будущими коллегами 😉), обсуждать проекты и, вполне возможно, получить оффер мечты.
Твой билет на закрытую Робо Драйв Пати здесь! 🎟
Сегодня увидел OpenSERP: опенсорсный инструмент, который отдаёт поисковую выдачу из Google, Yandex, Baidu, Bing, DuckDuckGo в виде JSON.
По работе постоянно проверяю поисковую выдачу под SEO, как ранжируется, что в топе и всё это в разных поисковиках и регионах.
Тут, всю эту работу можно делать с агентом и получать структурированный ответ: заголовки, ссылки, сниппеты, позиции и SERP-фичи (AI-ответы, блок с ответом, похожие запросы), и сразу из нескольких поисковиков.
Фишка тут в том, что API ключи от самих поисковиков не нужны.
OpenSERP парсит их живую выдачу напрямую, но может прилететь капча, поэтому в конфиге поддерживаются прокси HTTP/SOCKS5.
Обращаться можно через его API или CLI:
/{engine}/search — веб-поиск по конкретному поисковику
/{engine}/image — поиск картинок
/mega/search — поиск по нескольким движкам
/extract — извлечение чистого контента с одной страницы
Herdr еще один терминальный интерфейс на подобии tmux, но для кодинг-агентов
Только tmux всё равно, что внутри окна, а Herdr понимает, что там агент.
Не нужно держать ноут открытым (-_-;) , чтобы агент не умер, не надо настраивать tmux + ssh + уведомления и можно спокойно проверить агента с телефона.
Каждый агент получает отдельный полноценный терминал, а не эмуляцию.
Когда гоняешь несколько агентов параллельно, Herdr держит их в одном месте и показывает статус каждого, распознавая его по имени процесса и выводу терминала.
Через локальный API агенты читают запущенные чаты и управляют друг другом: один запускает других, ждёт их завершения и читает результат. Можно собрать пайплайн, где агенты дирижируют агентами без тебя.
- Вся архитектура создана под SSH и адаптируется под любое удаленное устройство
- Есть плагины дающие бесконечно расширять функционал
- Интерфейс текстовый, но всё в нём кликается мышью.
- Видео перевел, если хотите чуть больше инфы о нем.
Поддерживает Windows (beta), macOS и Linux.
Сайт | GitHub
@tips_ai #tools
А не пора ли отдохнуть?
На Выходном от Selectel 👀
25 июля соберёмся в Эрарте, чтобы разобраться, как ИИ меняет найм, работу с командой и карьерное развитие. Обсудим:
↗️ Как привлекать сильных специалистов и оценивать компетенции в эпоху искусственного интеллекта?
↗️ Почему ИИ-агент работает эффективно для личных задач, а на уровне команды — не всегда?
↗️ Где естественный интеллект никогда не уступит искусственному?
А ещё — арт-перформансы, зоны для нейросетевого творчества, и всё это в окружении современного искусства. Всё-таки выходной 😉😅
Еще Антропики вернут модель Fable 5 в общий доступ уже сегодня/завтра, но с обновленной системой безопасности и ограничений:
1. Если запрос явно вредный или двусмысленный то модель автоматически переключится на Opus 4.8
При чем не понятно как это будет оцениваться, и сколько будет ложных срабатываний.
Но эта фраза не воодушевляет:
Лучше заблокировать часть нормальных запросов, чем пропустить опасные. — Anthropic
Today's date is 2026-06-30Asia/Shanghai или Asia/Urumqi2026-06-30 на 2026/06/30.cn и ключевые слова китайских компаний (deepseek, minimax и тд)Today's меняется на другой похожий Unicode-символ
Я видел много где запускали Claude Code, но чтоб на планшете с электронными чернилами..
E-ink обычно хейтят за медлительность, но для терминала где за раз рендерится по слову это не проблема, да и глаза не устают после 5 часов сессии 👍
Планшет reMarkable Paper Pro
@tips_ai
Приглашаем на ИИшную — бесплатный митап про нейросети в IT от ЮMoney и Сбера 🔥
✅ 30 июня, вторник, 18:30 (мск) — приходите на митап в Санкт-Петербурге или подключайтесь онлайн.
Спикеры из ЮMoney и Сбера расскажут, как искусственный интеллект меняет индустрию разработки, а после докладов ответят на вопросы зрителей.
Темы митапа:
— Агентные инструменты разработчика для задач вне разработки. Поговорим о Claude Code, Cursor и других агентах в контексте повседневных рабочих задач.
— Не доверяй, а тестируй: проверяем, подходит ли LLM для вашей задачи. На примере нашего инструмента расскажем, как выбрать оптимальную модель для конкретного таска.
— AI-Driven PDLC: от Copilot к агентным платформам. Трансформация разработки в Сбере. Разберём эволюцию ИИ и рассмотрим ключевые метрики: как AI увеличивает количество pull request, экономит до часа времени в день и вдвое ускоряет адаптацию новичков.
— Агентный LLM-сервис для доступа к аналитической информации. Покажем архитектуру, возможности и основные компоненты сервиса, а также затронем сложности реализации и планы развития новых фичей.
Для участия необходима регистрация. Все подробности — на сайте ИИшной 👈
Парень сделал прогу, чтобы его джостик за счет вибрации полз на автоматическую зарядку 🤣
Ушло 100к токенов в Claude
Да, это есть в вебе: https://fossprime.github.io/Steam-Controller-Auto-Charge/
@tips_ai
Нашел еще одну интересную статью: парень 2 дня собирал трафик ChatGPT, чтобы понять как на самом деле выбираются источники для цитирования
Через DevTools браузера он смотрел события сети и искал в JSON скрытые поля, которые не видны в обычном ответе.
Так он нашел result_source, который содержит в себе метки про источники:
1/ serp — обычная поисковая выдача из поиска
2/ labrador — крупные источники с лицензией по типу Wikipedia, Reuters и тд.
3/ bright и oxylabs — сторонние скрейперы веба
Таким образом он собрал и изучил около 1240 записей и несколько десятков поисковых запросов используя всего один Pro аккаунт.
Механизм выбора источников у ChatGPT примерно такой:
1/ Сначала ChatGPT решает нужно ли вообще идти в веб
2/ Если да, то дальше он разбивает запрос юзера на несколько мелких проверок (найти цену сервиса, найти список функций, проверить репутацию и тп.)
Вот дальше очень важна читаемость страницы: если цена лежит в обычном HTML, то модель возьмет её с официального сайта и процитирует именно его.
(Обычно просто ищет символы вроде $ и €)
Но если цена появляется только после JavaScript или спрятана в картинке, то модель её не увидит и пойдет искать на Reddit, обзорах или вообще у конкурентов.
Тут есть важный момент: источник, цитата и упоминание — это разные вещи.
- Страница может быть загружена моделью, но не процитирована
- Может быть процитирована, но бренд не будет упомянут
- А может быть упомянут бренд, но источник для утверждения будет чужой
ChatGPT может загрузить Reddit, YouTube и ваш сайт, но процитировать только то что лучше подкрепляет ответ.
В таких случаях Reddit обычно выигрывает, потому что там много текстового смысла.
Если хотите это повторить, откройте DevTools в браузере и вставьте туда этот скрипт:
const t = (await (await fetch('/api/auth/session')).json()).accessToken;
const c = await (await fetch('/backend-api/conversation/' + location.pathname.split('/c/')[1], {headers: {Authorization: 'Bearer ' + t}})).json();
const rows = [];
JSON.stringify(c, (k, v) => {
if (v && v.result_source) {
const d = (v.attribution || v.url || '?').toString();
rows.push({source: d.replace('https://', '').replace('www.', '').split('/')[0], pipeline: v.result_source});
}
return v;
});
console.table(rows);
serp, labrador и тд.