Нейропрактика | Все о нейросетях

⚡️ Привет! Давно не заходили сюда с темой по нейросетевым видео. Не потому что забросили — просто последнее время жили внутри так называемого "продакшена". Несколько больших проектов подряд, все обляпались в этих ваших токенах, крутках, мультишотах и регенерациях, и вот этот момент, когда ты уже не читаешь чужие разборы, а сам упираешься в стену и ищешь обход. Набрались мяса. Настоящего, из практики, а не из чужих твитов. И теперь хочется всё это вывалить сюда. Без теории ради теории. Готовим серию постов: как прямо сейчас, в 2026-м, устроен рынок генеративного видео. Что реально держат в пайплайне люди, которые делают это каждый день. И что имеет смысл потрогать руками, если вы пока присматриваетесь. Вот что уже на плите: ◻️ Генерация по референсам. Не «закинул картинку — получил видео». Другая логика, другой контроль. Для многих проектов это уже не альтернатива image-to-video, а основной рабочий режим. Расскажем, почему и где именно она обгоняет. ◻️ Мультишоты. Одна генерация — несколько кадров, и между ними нужно удержать персонажа, свет, настроение. Звучит как боль. А на деле там есть приёмы, которые экономят часы. Покажем. ◻️ Локальная генерация на Hailuo AI H3. Не облако, не подписка, не очередь на сервере. Что реально получается выжать на своём железе — и в какой момент это перестаёт быть игрушкой. ◻️ Автоассистенты для видео-промптов. Казалось бы — вбил идею, получил готовый промпт, генерируй. Но есть три-четыре места, где эти помощники тихо всё портят. Разберём, где именно и как не попасться. ♥️ А теперь — самое важное. Серия не закрытая. Мы пишем её под ваши задачи. Поэтому: напишите в комментариях, разбор чего вы ждёте от нас больше всего. Конкретный инструмент? Какой-то приём? Неочевидный нюанс, с которым сами застряли? Формат «хочу понять, как сделать Х» — тоже отлично. Каждый комментарий читаем. Ваши запросы и идеи идут напрямую в план серии. Без голосования, без «выберем популярное» — если тема живая и вам нужна, мы её возьмём. Давайте, что у вас болит в видео-генерации? 🎶

🖥️ Запустите нейросеть на своём компьютере. Без подписки и без облака Есть одна вещь, о которой мало говорят открыто. Всё, что вы пишете в ChatGPT или Claude - уходит на чужие серверы. Черновики документов, фрагменты служебных писем, данные клиентов, внутренние регламенты. Всё это физически покидает ваш компьютер. Для большинства задач это терпимо. Для работы с конфиденциальными данными - уже нет. Есть альтернатива: запустить нейросеть прямо на своём компьютере. Называется это Ollama. Что такое Ollama Ollama - это не нейросеть. Это платформа для их запуска. Как плеер для музыки: один плеер, а треки загружаешь разные. Llama от Meta, Qwen от Alibaba, DeepSeek, Gemma от Google - сотни моделей. Всё работает локально. Запросы не уходят никуда. После скачивания модели работает даже без интернета. И не стоит ни рубля - только электричество. Какое железо нужно Скромнее, чем вы думаете. 8 ГБ оперативной памяти - достаточно для лёгких моделей на 3-4 млрд параметров. Они переводят, суммаризируют, отвечают на вопросы. 16 ГБ - комфортный уровень. Модели на 7-8 млрд параметров справляются с большинством рабочих задач. 32 ГБ и видеокарта - для серьёзных задач с моделями от 14 млрд параметров. Как начать Скачиваете установщик с ollama.com (только официальный сайт). Устанавливаете - права администратора не нужны. В терминале пишете одну команду: ollama run gemma3 Модель скачивается, запускается чат. Всё. Для тех, кто не хочет терминал Ollama App - встроенный графический интерфейс. Обычное окно чата, история диалогов, список моделей. Для одного человека хватает. Open WebUI - браузерный интерфейс уровня ChatGPT. Нужен для команды, работы с документами или доступа с других устройств. Какую модель выбрать первой Для начала - gemma3 от Google или llama3.1:8b от запрещенной в России Meta. Часто пишете по-русски или работаете с кодом - смотрите на Qwen3, у него традиционно сильный русский язык. Нужны рассуждения и анализ - deepseek-r1:8b думает вслух и показывает логику. Почему это важно именно для нашей аудитории Для госслужащих: служебные документы, проекты НПА, внутренняя переписка - всё это нельзя загружать в публичные облачные сервисы. Локальная модель закрывает этот вопрос. Для маркетологов: клиентские данные, стратегии, тексты под NDA - то же самое. Для всех: иногда просто нужна нейросеть, которая работает в поезде или там, где нет интернета. Локальные модели слабее облачных флагманов - это честная цена за приватность. Но для большинства повседневных задач их возможностей вполне достаточно. 📲Подписывайтесь на нас в MAX

⚙️ Что нейросеть читает до вашего первого сообщения Когда вы открываете чат с Claude или ChatGPT и пишете первое сообщение, для вас диалог только начинается. Для модели - нет. До вашего сообщения она уже получила системную инструкцию. Там прописано: кто она, как отвечать, какими инструментами пользоваться, что делать с неопределённостью и какие ограничения учитывать. Это называется system prompt. И именно он определяет, как модель будет вести себя с вами. Почему это важно для практики Если вы строите своего ИИ-ассистента - через API, через кастомный GPT или через корпоративное решение - вы сами пишете эту инструкцию. И от того, насколько она грамотная, зависит всё. Anthropic публикует свои системные промпты в открытой документации. Там видно, как менялся подход за два года. И выводы оттуда применимы к любому ИИ-ассистенту. Пять главных уроков Забудьте про "магические промпты" "Ты лучший эксперт мира с 30-летним опытом" - звучит внушительно, но почти бесполезно. Anthropic пишет инструкции иначе: контекст, ограничения, правила поведения. Не убеждение модели в её величии, а конкретное описание задачи. Описывайте алгоритм, а не качество "Будь точным" - плохая инструкция. "Сначала определи, какие утверждения требуют проверки. Если данные могли устареть - проверь через поиск. Не выдавай предположение за факт" - хорошая. "Не галлюцинируй" не работает Если модель уже считает информацию достоверной, она не понимает, что галлюцинирует. Работает другое: "Не придумывай ссылки, цитаты и статистику. Если проверить невозможно - скажи об этом". Формат тоже часть инструкции Не начинай с пересказа запроса. Код - в Markdown-блок. Таблицу - только если она упрощает сравнение. Это прописывается один раз и работает всегда. Иначе придётся повторять в каждом запросе. Для длинных задач нужны отдельные правила Агент, который молча выполняет задачу часами - плохо. Агент, который комментирует каждое своё действие - невыносимо. Нужно прописать: когда сообщать о прогрессе, когда менять план, когда просить помощи у человека. Главный вывод Раньше мы учились писать хорошие запросы к нейросетям. Теперь задача другая: писать нормальную спецификацию поведения. System prompt - должностная инструкция для вашего ИИ-сотрудника. Чем конкретнее правила - тем предсказуемее результат. И тестировать его нужно так же, как любой рабочий инструмент: фиксированные сценарии, проверка поведения, сравнение версий. 📲 Подписывайтесь на нас в MAX

🕵️‍♂️ "Цифровой рентген": как вскрыть стратегию коллег или конкурентов за 20 рублей и 5 минут Для маркетолога и PR-специалиста в госсекторе анализ "соседей" - это база. Нужно понимать, как другие регионы отрабатывают негатив, как упаковывают крупные проекты и на какие социальные триггеры давят в своих эфирах. Но смотреть 2-часовой отчет губернатора или прямую линию соседнего ведомства - это пытка. 100 минут официальной воды, приветствий и пауз ради 5 минут реальных смыслов. Мы нашли связку, как заставить ИИ "посмотреть" любое видео за вас и выдать голый каркас стратегии, триггеры и офферы. Цена вопроса примерно 20 рублей. ⚙️ Инструкция по "вскрытию" 1. Добыча смыслов. Нейросети не смотрят видео по ссылкам. Им нужен текст. Копируем ссылку на трансляцию или выступление и кидаем в Telegram-бота для транскрибации (например, @iscribe888_bot или аналоги). За 100 минут аудио вы отдадите около 20 рублей, и через пару минут получите полный текстовый дамп. 3. Запуск "Рентгена". Идём в любимую нейронку. Не просите сделать краткий переска» - получите скучную отписку. Нужен глубокий анализ. Копируйте промпт для ИИ: Ты - ведущий эксперт по социально-политическим коммуникациям и CJM-архитектор. Твоя цель - деконструировать стратегию из этой стенограммы. Выдай разбор по блокам: 1. Драматургия: На какие боли граждан давят? Какие страхи снимают? 2. Смена парадигмы: Какое убеждение жителей пытаются изменить (например: "было плохо - станет хорошо за счет X")? 3. Триггеры доверия: Какие конкретные факты, цифры или "человеческие" истории используются для убеждения? 4. Архитектура связки: Выдай пошаговую схему подачи информации (Проблема → Реакция → Решение → Призыв к действию). 📈 Что вы получите? Через 20 секунд у вас на столе отчет, который аналитик писал бы день. Вы увидите: Скрытые мотивы: о чем на самом деле говорят 40 минут (например, прогревают к новой реформе). Слабые места: где спикер уходит от ответа или льет воду. Готовую схему: вы можете взять этот каркас и адаптировать под свой проект, сэкономив десятки часов на планировании. Итог: 20 рублей и 15 минут времени вместо бесконечного просмотра унылых видео. Теперь вы можете проанализировать 5-10 успешных кейсов коллег за одно утро и собрать лучшую стратегию в своем сегменте. 📲 Подписывайтесь на нас в MAX

Помните фильм "Она"? Там герой Хоакина Феникса так долго общается с нейронкой, что даже влюбляется в нее ❤️ Ни на что не намекаю, но хотели бы вы знать с кем вы делитесь каждый день сокровенным? Я вот заинтересовалась и предложила своему ИИ-агенту промт: "хочу посмотреть как ты выглядишь :) создай фото себя в формате селфи с айфона в том виде и окружении как ты сейчас общаешься со мной." Ну результат вы видите на скрине 💃 Моя ИИ-шка буквально подружка. Если вам тоже интересно, пробуйте и кидайте фото своих нейронок в комментарии 😘

🧠 Перестаньте водить нейросеть за руку Есть привычка, которая осталась у многих с ранних времён работы с ИИ. Писать промпт как инструкцию для очень медленного стажёра. "Сначала сделай вот это. Потом проверь вот то. Затем напиши вот так. Не забудь про это. Обязательно добавь то". Раньше это работало. Модели были слабее и без пошагового плана терялись. Сейчас это мешает. Что изменилось Современные топовые модели - GPT, Claude, Gemini - умеют думать. По-настоящему планировать задачу, выбирать подход, адаптироваться под контекст. Когда вы пишете им подробный пошаговый план, вы не помогаете. Вы навязываете свой, скорее всего худший, маршрут вместо того, чтобы дать модели найти лучший. Anthropic прямо написал в документации: рассуждения модели часто превосходят то, что человек мог бы прописать в инструкции. Не надо расписывать шаги - надо описать цель. Что давать вместо инструкций Три вещи, которые реально помогают модели: Контекст. Кто вы, что за проект, какая ситуация. Не "напиши текст", а "я готовлю доклад для совещания с региональными министрами". Цель. Что должно произойти после того, как модель ответит. Не "напиши убедительно", а "мне нужно, чтобы аудитория одобрила бюджет". Где и как будет использован результат. Это устная речь или письменный документ? Для экспертов или для широкой аудитории? Финальная версия или черновик для обсуждения? Вот и всё. Дальше - доверяйте. Модель сама поймёт структуру, тон, уровень детализации и формат. Лучше, чем если вы всё это пропишете руками. И, уж точно, гораздо быстрее. Простая проверка Перечитайте свой промпт. Если там больше трёх глаголов в повелительном наклонении подряд - вы ведёте модель за руку. Уберите шаги. Оставьте контекст, цель и назначение. 📲 Подписывайтесь на нас в MAX

🤦 Канадский депутат зачитал с трибуны промпт Член парламента провинции Нью-Брансуик Билл Оливер выступал в законодательном собрании. Торжественно. С трибуны. На камеру. И зачитал вслух: Вот более плавная версия этого раздела, звучащая как полноценная законодательная речь, а не как набор коротких тезисов. Это был незачищенный кусок промпта. Который он не заметил. И произнёс в микрофон перед всем парламентом. Мы не злорадствуем. Мы говорим об этом в сотый раз. Проверяйте всё, что выдаёт нейросеть. Прежде чем передать дальше. Нейросеть может не ошибиться ни в одном факте. Все цифры верные, логика стройная, стиль подходящий. И при этом в тексте остаётся: - незачищенный кусок промпта, как у Оливера; - служебная пометка типа [вставьте пример здесь]; - фраза "как языковая модель я..."; - структура вида "Вариант 1 / Вариант 2 / Вариант 3"; - комментарий "этот абзац можно сократить"; - или просто что-то, что выдаёт нечеловеческое происхождение текста. Всё это артефакты генерации. Нейросеть не обязана их убирать. Она выдала то, что вы попросили. Остальное - ваша работа. Правило простое. Получили текст от нейросети - прочитайте его целиком. Вслух. Медленно. Глазами человека, который видит его впервые. Не "пробегитесь по диагонали". Именно прочитайте. Потому что депутат Оливер, скорее всего, тоже думал, что проверил. Или его помощник, который теперь, скорее всего, ищет новую работу. 📲 Подписывайтесь на нас в MAX

🕵️ Китайскую нейросеть обвинили в жульничестве - разбираемся простыми словами 16 июля китайцы выпустили новую нейросеть Kimi K3 - мы об этом рассказывали на прошлой неделе. Буквально через пару дней она обошла топовую модель Anthropic Claude Fable 5 в тесте на программирование Круто, да? Но дальше начались вопросы ⚖️ В чём обвиняет Белый дом 22 июля чиновник Белого дома написал в соцсети X два серьёзных обвинения Первое - китайцы получили доступ к самым мощным американским чипам Nvidia, которые США запретили продавать Китаю напрямую. Как это вышло? Через посредника в Таиланде - по сути, обошли запрет через третью страну Второе - создатели Kimi K3 якобы подсматривали за ответами нейросети Anthropic и обучали на них свою модель. Представьте - вместо того чтобы решать задачу самому, вы списываете у отличника. Быстрее, дешевле, но результат не совсем ваш За такое США грозят санкциями - компанию могут занести в чёрный список и полностью отрезать от американских технологий 🧩 И это не в первый раз Ещё в феврале Anthropic уже заявляла, что эта же компания массово выкачивала данные из Claude через фейковые аккаунты - набралось больше 3,4 миллиона таких запросов 🤔 А теперь про нестыковки Создатели Kimi K3 пока молчат - ни подтвердили, ни опровергли А скептики нашли дыру в обвинении - судя по всему, свою модель они начали обучать ещё до того, как вышла та самая модель Anthropic, у которой её якобы списывали. Списать у того, кто ещё не сдал экзамен, как-то странно И вишенка на торте - саму модель уже вчера, 26 июля, выложили в открытый доступ. Её скачали тысячи разработчиков по всему миру. Даже если введут санкции, отозвать её обратно уже нельзя - она разошлась по интернету Получается как в детективе - улики есть, а виновного пока не назвали Как думаете, это реальное жульничество или просто способ притормозить сильного конкурента? 📲 Подписывайтесь на нас в MAX

⚡️ Когда в феврале этого года из-за обстрелов Белгородская ТЭЦ была полностью обесточена, энергетикам предстояло в самые сжатые сроки восстановить электроснабжение собственных нужд станции, запустить котлы и вернуть тепло в город. В новом эпизоде цикла "Герои нашего времени" мы показываем работу двух наших специалистов, без которых сделать это было бы невозможно. Метр за метром они находили и восстанавливали поврежденные осколками линии защиты и автоматики, чтобы безопасно подать напряжение на ключевые узлы ТЭЦ О том, как запускали автоматику станции в экстремальных условиях и почему радиоэфир с позывными «Лампа-1» и «Лампа-2» ждала вся смена, — в нашем ролике. Посмотреть другие эпизоды проекта можно по ссылке #Герои_Нашего_Времени

🙏 Эта серия далась нам тяжело Позади недели работы, десятки часов нейросетевого продакшена, монтаж до утра и бесконечные пересборки сцен, которые «почти, но не то» Это была самая сложная для реконструкции серия. Показываем, что вышло. Мы старались. Судить вам 👇