Иван Михайлов | Ivan_AI

В этом году 14 лет совместной жизни с женой и решил оживить старые фото и добавить на эти фото детей. И хотелось сделать именно "вау" видео, и для этого лучше всего подходит модель Seedance 2.0. В Seedance 2.0 можно по одному простому стартовому кадру перенести персонажа в полностью новое пространство с сохранением этого персонажа. С русским языком работает средне, Veo 3 до сих пор озвучивает диалоги гораздо лучше. Генерация видео стоит денег и лучше писать промты в Claude. Начать можно с запроса: Ты будешь мне писать промты для создания видео в Seedance 2.0, найди как это делать правильно и скажи мне как будешь готов После ответа, добавить стартовые кадры (в моем случае фото с женой с голубями и фото дракона) и следующий запрос: Напиши мне промт, как новобрачные отпускают голубей, а потом жених говорит по-русски "ну полетели за ними", в этот момент подлетает такой дракон и невеста с женихом садятся на него и потом стремительно летят в небе. Длительность 15 секунд. Можно прямо очень точно прописывать каждый план в видео, движение камеры, все что хотите. Claude должен написать промт с разбивкой по каждому кадру с точным хронометражом и ссылкой на каждое референсное изображение. @img1 as character reference for bride and groom, preserve all facial features exactly. @img2 as dragon reference, preserve exact dragon appearance, color and wings. 3 shots, 15 seconds, epic cinematic fantasy style. Shot 1 (0–4s): Medium shot. Newlyweds stand together holding white doves. They simultaneously open their hands, two white doves spread wings and fly upward into bright blue sky. Couple watches them go. Warm golden sunlight. Realistic dove physics. Shot 2 (4–8s): Groom turns to bride with a grin and says: "Ну полетели за ними." Suddenly a massive dark dragon from @img2 swoops down from the sky behind them with powerful wind blast, landing on the ground. Dramatic camera pull-back revealing the dragon. Epic orchestral atmosphere. Ground shakes slightly. Shot 3 (8–15s): Bride and groom climb onto the dragon's back — bride in white wedding dress, groom in dark suit. Dragon spreads enormous wings and launches powerfully upward into the sky. Camera tracks from behind as they accelerate into clouds, sunlight breaking through. Bride's veil and dress stream in the wind. Epic, breathtaking, joyful. Cinematic color grading. Модель Seedance 2.0 доступна в агрегаторе Syntex на сайте или в боте в Telegram. Добавляете стартовые фото в нужной последовательности, вставляете промт, выбираете длину видео. При необходимости повторяете до получения нужного результата.

Новое видео на Ютубе 🎥 Обзор агрегатора креативных нейросетей Freepik AI. 👉ССЫЛКА на видео. В этом сервисе собран функционал всех топовых игроков на рынке создания изображений и видео: Kling, Runway, Google, ChatGPT Image и других. Что умеет Freepik AI: - Генерировать топовые изображения и видео - Создание рабочие пространства (воркфлоу) - Апскейлинг и инхенсинг - Создавать изображения с вашим лицом - Генерация 3D-объектов и 3D-сцен 📎Freepik AI ссылка 📎Обзор моделей ссылка Огромное спасибо всем, кто смотрит мои видео, пишет комментарии и ставит лайки!❤️ 💬 Это очень помогает продвигать это видео, и мотивирует делать контент дальше. 🚀

OpenAI наконец выпустил новую модель для создания изображений ChatGPT Images 2.0. Основные изменения, которые увидел при тестах: ✅ Убрали «желтушность» при генерации с нуля Это был основной косяк предыдущей модели, который буквально выдавал ее опытному глазу. ✅ Появился полноценный режим мульти-референса и можно использовать до 8 референсных изображений. Старая модель нормально работала не больше, чем с 2-3 референсами. ✅ Еще лучше стала работа с большим объемом текстом Русский язык держит лучше всех, можно писать почти без ошибок почти любые объемы текста, в том числе от руки. ✅ Следование промту при редактировании теперь на уровне Nano Banana и Seedream Лучше держит структуру, объекты и консистентность при правках. Офигенная модель, которая догнала Nano Banana и Seedream при редактировании и лучше всех работает с русским языком.

Друзья, приветствую вас! Возможно телеграмм совсем замедлится в ближайшее время. Создал резервный канал в Макс. Буду дублировать контент в двух каналах. Присоединяйтесь https://max.ru/join/UtuincHIR5b3bSxeyivgqcV008a6PuPGItudj4252JM

Большинство людей застревают на первом уровне делегирования задач нейросетям. И даже не подозревают что существуют ещё семь. 1️⃣ Продуманный промт или набор промтов Один раз хорошо продумали запрос, сохранили и используете дальше для повторяющихся задач. 2️⃣ ИИ внутри привычных сервисов (Notion, Canva, CapCut, Excel и т.д.) Вы просто ускоряете работу там, где уже и так работаете. 3️⃣ Проект с инструкциями и файлами (ChatGPT, Claude, Grok, Perplexity, Qwen) Когда вы один раз задаёте контекст, прикрепляете нужные документы, и нейросеть уже не приходится каждый раз объяснять всё с нуля. 4️⃣ ИИ-ассистенты (GPTs, GEM-bots) Это уже отдельный помощник заточенный под одну конкретную задачу — пишет в твоём стиле, проверяет по твоим критериям, отвечает строго в рамках своей роли. 5️⃣ ИИ-боты и автоответчики Telegram-боты, виджеты на сайте и другие форматы, где ИИ уже осмысленно отвечает клиентам вместо вас. 6️⃣ Кастомные ИИ-агенты (автоматизация на no-code платформах (n8n, make и др.) Автоматизация целых цепочек деловых процессов без участия человека. Получил сообщение, занёс в CRM, поставил задачу, отправил письмо. Сложнее в реализации, но даёт кратный эффект на повторяющихся многошаговых процессах. 7️⃣ Кастомное ИИ-приложение Когда под вашу задачу пишется отдельный сервис с нуля. Полный контроль над логикой, интерфейсом, интеграциями. Выполнение практически любых задач. Минус - ЦЕНА!!! 8️⃣ Связка из нескольких инструментов Очень часто лучший результат даёт не один сервис, а комбинация нескольких. Но выбор инструмента — это второй вопрос. Перед тем как что-то делегировать нейросетям, нужно сначала провести аудит своих задач. Можно использовать такой промт: Я [кто вы и чем занимаетесь]. Напиши мне список моих типичных задач, которые - повторяются - занимают много времени - не требуют высокой экспертности на каждом шаге - могут радикально ускорить основную работу Но вот здесь большинство и совершает главную ошибку. Они думают: “сейчас скажу нейросети что делать, и она всё правильно сделает”. Если вы хотите делегировать реальный деловой процесс, то сначала нужно загрузить свою экспертизу в нейросеть. И вот здесь начинается самое сложное. Потому что большую часть своих действий вы делаете уже бессознательно. Вы просто “чувствуете”, “понимаете”, “видите по опыту”. А нейросети это нужно объяснить очень точно. То есть сначала надо вытащить из своей головы собственный алгоритм, и все очень детально прописать. И только потом нейросеть начинает работать нормально. Именно поэтому нормальная работа с ИИ это не про “один волшебный промт”. Это про систему и понимание: ✅ что делегировать ✅ как делегировать ✅ как передать свою экспертизу ✅ где граница, за которой решение всё равно остаётся за человеком

Вы открываете ChatGPT или другую нейросеть. Тратите 30 минут, пытаясь объяснить задачу — и получаете ерунду❌ Объясняете подробнее, добавляете контекст. Снова ерунда в ответе. Через 30 минут закрываете вкладку и делаете сами. Потому что так быстрее и нервы целее😤 С изображениями 🖼 ещё хуже — нейросетей десятки, какую выбрать непонятно, в каждой свои правила, промпты работают по-разному, результат непредсказуемый. С видео🎥 вообще отдельная история. Заходишь — и голова идёт кругом от количества инструментов и настроек. В итоге нейросети есть, время потрачено, результата нет📉 И складывается ощущение что это просто не для вас. Но проблема не в вас и не в нейросетях. Проблема в том что никто не показал систему🧠 При этом люди которые эту систему освоили — уже живут в другой реальности. Маркетолог закрывает за два часа то на что раньше уходил день. Фрилансер берёт задачи которые раньше не мог — потому что теперь умеет делать визуал и видео. Предприниматель убирает из своей жизни задачи которые ненавидел — и прибыль растёт не потому что он работает больше, а потому что наконец работает над тем что важно. Это не магия и не преувеличение. Это просто другой уровень работы с теми же инструментами которые у вас уже есть. Разница только в том что они знают как работать правильно📈

🧠 Галлюцинации нейросетей — это когда нейросеть выдумывает информацию и уверенно выдаёт ложные сведения за факты. Это характерно для всех современных нейросетей: ChatGPT, Gemini, Claude, Grok и др. ⚠️ Галлюцинации особенно трудно заметить, когда они смешиваются с частичной правдой. Как с этим бороться: 1️⃣ Самый важный прием - это разрешить нейросети сказать “я не знаю” Добавьте в промт: "Если ты не знаешь ответа, скажи «я не знаю» и не выдумывай" Нейросеть согласно своего системного промта всегда должна выдать какой-то ответ. Эта вставка в промт резко снижает уровень фантазий. 2️⃣ Не использовать “хакерские” приемы. Не используйте всякие эмоциональные “усилители” промтов. ❌ От твоего ответа зависит моя жизнь ❌ Ты в доле в моей компании на 1 млрд. долларов Чаще всего это ведет к выдумыванию и дополнительному мусорному тексту в ответе. 3️⃣ Ответы только на основе фактов Вписать в свой запрос: ✅ Отвечай только на основе реальных фактов, законов, ГОСТов ✅ Не используй предположения при ответе 4️⃣ Разделение фактов и предположений Впишите в нейросеть такой короткий запрос: Раздели ответ на: 1. Проверенные факты 2. Логические выводы 3. Предположения 5️⃣ Сервис NotebookLM — самый надёжный способ Загружаете конкретные источники (книги, ссылки на сайты и YouTube-видео), и получаете ответ только на основе этих материалов. ⚠️ Критически важно: загружаемые материалы должны быть достоверными. Преимущество: нейросеть не придумывает — она работает только с вашими данными. Недостаток: нейросеть ограничена только загруженной информацией. Но галлюцинации — это только часть проблемы. Большинство людей используют нейросети на 10% возможностей! Задают простые вопросы, получают средние ответы, и думают что «проще сделать самому»📉

Как быстро решить большую исследовательскую задачу с помощью нейросетей❓ На индивидуальной консультации ко мне обратился бизнесмен и инвестор живущий в США с просьбой научить его, как исследовать рынок строящейся недвижимости в Майами. Что его интересовало: ✅ текущие тенденции и прогнозы ✅ финансовые модели и доходность ✅ особенности для иностранных инвесторов ✅ юридические требования и процедуры покупки ✅ налоги и их оптимизация Тема огромная🧠, почти все на английском и можно изучать неделями! Вот алгоритм, который я использую для таких задач 👇 1️⃣ Быстрое погружение Начинаю с двух инструментов параллельно: 1. ChatGPT (или другой чат бот) — задаю общий вопрос по теме, получаю карту: как устроен рынок, какие есть сегменты, где деньги и риски. Можно вписать такой короткий промт. "Я бизнесмен и инвестор и изучаю американский рынок недвижимости в Майами. Помоги мне разобраться и в структурировать и изучить тему со всех сторон: (вписываете сюда вашу тему со всеми подзапросами) Также помоги составить пошаговый план изучения и список ключевых источников информации." На этом этапе не обязательно вписывать большой контекст про себя и свои задачи, чтобы не ограничивать модель в выдаче информации. б) NotebookLM — наверняка у вас будут на примете много разных материалов для изучения по теме, и лопатить их вручную нецелесообразно. Загружаете в этот сервис большие обзорные YouTube видео на английском, статьи, отчёты по теме, тексты законов. Получаете глубокое саммари из всех источников, также можно быстро проработать особенно интересные источники дополнительно. После первого этапа необходимо получить ШИРОКОЕ понимание темы, а изучать ГЛУБОКО на следующем этапе📈 2️⃣ Работа через проекты (именно здесь будет основная работа) Создаю проект под задачу в ChatGPT/Claude/Perplexity/Qwen В проекте даете максимальный контекст о себе и пишите четкие инструкции: ваши задачи, исходные условия, готовность к рискам, стартовые финансы - все что будет персонализировать ответы именно под вас. Создаю отдельные чат под каждую подтему = одна подтема. Отдельный чат под налоги, отдельный под тренды, отдельный под юридические вопросы. В чем плюс проектов в ChatGPT - он лучше всех помнит все обсуждения в разных чатах внутри одного проекта. Но часто ответы Claude мне нравятся больше❤️ 3️⃣ Глубокое исследование Deep Research (ChatGPT, Gemini, Perplexity) После первичного обсуждения подтемы в проектах уже появятся конкретные наработки и дополнительные вопросы. И нужно правильно сформулировать свой запрос и запустить глубокое исследование и получить сразу отчет по теме на 20-40 листов. Либо наоборот, можно сначала провести глубокое исследование очень по широкому вопросу (например, “налоги при инвестициях в недвижимость”), а потом уже начинать обсуждение в проектах. Все индивидуально👀 4️️ Снова NotebookLM — для тем где нужна точность: налоги, регуляции. NotebookLM на этом этапе - это уже не широкое изучение, а детальное уточнение вопросов, по которым нельзя получать "нафантазированные" ответы. Создаю отдельный блокнот, загружаю только официальные источники — законы, нормативные акты, официальные отчёты. Только NotebookLM ответить точно без фантазий, а если ответа на вопрос нет в источнике — то так и скажет. 5️⃣ Финальный результат Когда все подтемы проработаны — прошу нейросеть сформировать итоговый отчёт по каждому чату отдельно: ключевые выводы, цифры, риски, рекомендации. Или общий отчет — открываю новый чат в том же проекте и даю такой запрос: "Собери итоги по всем темам которые мы обсуждали в этом проекте: ключевые выводы, цифры, риски, рекомендации" Так как контекст всех чатов зашит в проект — модель знает всё что обсуждалось и сводит в единый структурированный документ. На выходе: полное саммари по теме. Нейросети реально позволяют решать сложные задачи в разы быстрее — но только если есть система работы🚀

Реверсивный промпт-инжиниринг — это когда у тебя уже есть готовый сильный результат (текст, изображение, автоматизация, ассистент), и ты идёшь не от идеи к результату, а наоборот: Обычный промптинг: идея → промпт → результат Реверсивный промптинг: хороший результат → разбор → свой улучшенный промпт Берёшь то что уже хорошо работает, разбираешь механику и адаптируешь под свою задачу🔥 Зачем это нужно: 1️⃣ Быстро перенять опыт других для своих задач Видишь у конкурента сильный пост, цепляющее изображение, удачный лендинг. Вместо копирования или угадывания — загружаешь в нейросеть: "Проанализируй этот текст: ЦА, структура, приёмы, триггеры. Напиши промт который создаст текст с такой же механикой, но на другую тему." Получаешь не копию, а шаблон мышления📝 Меняешь тему — получаешь результаты того же уровня. 2️⃣ Загрузить свою экспертизу в нейросеть Ты что-то хорошо делаешь руками — пишешь тексты, анализируешь рекламу, готовишь ТЗ. Но делаешь интуитивно, без формализованной системы. Показываешь нейросети свои лучшие результаты, объясняешь как мыслишь. Она выделяет повторяющиеся шаги и логику — и превращает это в алгоритм, инструкцию или основу для ИИ-ассистента. Ты перестаёшь "просто уметь" и получаешь систему, которую можно масштабировать📈 3️⃣ Реверс изображений Загружаешь картинку в нейросеть🖼: "Опиши детально: стиль, освещение, ракурс, цветовую палитру, композицию, настроение. Напиши промт для Midjourney который создаст похожее изображение." Так можно разбирать рекламные креативы, превью для YouTube, визуалы конкурентов. Не "что-то похожее", а понимание из каких элементов это собрано 🧠 4️ ️Реверс ассистентов Нашёл кастомный GPT который работает хорошо, но не совсем точно подходит под твои задачи. Тестируешь на разных запросах, смотришь как отвечает, понимаешь логику и ограничения. Копируешь весь чат с этим ассистентом и просишь нейросеть написать инструкцию для твоего ассистента с корректировкой под твои задачи.

Технологические компании в 2026 году уволят 270 000 сотрудников. С начала года уже 30 700 человек под сокращение. Официальные формулировки везде одинаковые: «оптимизация», «повышение эффективности», «приведение численности в соответствие». Если называть вещи своими именами — людей заменяет ИИ. Amazon — рекордная выручка $716 млрд, и при этом 16 000 уволенных с начала года. Не потому что денег нет. Потому что ИИ-оптимизация дешевле человека. Сбер — Греф публично сказал: «Мы сократили 20% инженеров. Это был шок внутри компании». Решение о том, кого увольнять, принимала мультиагентная ИИ-система, а не человек в HR. IBM — уволили 8 000 сотрудников HR-отдела. Их заменил один чат-бот AskHR. И это не только айтишники. В России 47% крупного бизнеса уже планирует сокращения после внедрения ИИ. Если вы работаете в найме — вопрос не «заменят ли», а «когда и кого первым»❌ Если вы владелец бизнеса — это не угроза, это инструмент📈 В обоих случаях есть два пути: разобраться в ИИ сейчас 🧠, или разбираться потом — когда выбора уже не будет.