промптинг. - страница 2

7 ошибок в ИИ промптинге, из-за которых нейросети звучат неестественно — разбор от GPTunneL

Почему в ИИ промптинге важна грамотная постановка задачКогда пользователи жалуются, что нейросеть пишет «сухо» или выдает шаблоны, причина чаще не в самой модели, а в запросе.Не важно, используете ли вы ИИ для работы или для себя — стиль текста нейросети напрямую влияет на результат. От этого зависит,  будут ли люди читать, доверять и покупать, или закроют страницу. Если ответ ИИ звучит, как сухая инструкция из 90-х, интерес быстро теряется. Поэтому важно уметь формулировать промпты так, чтобы получать живые, точные и уместные ответы.

продолжить чтение

Устойчивость роли в LLM-промпте: О границах промптинга и ролевых моделей

продолжить чтение

Почему AI-агенты такие медленные? Часть 1: Путь вайбкодера

Странный вопрос, не правда ли? У AI-агентов, конечно, есть разные проблемы, но вряд ли их можно обвинить в медлительности. Спросите, как говорится, любого, какие у него ощущения от AI, и первое, что вы услышите, будет что-то вроде: «AI за 3 часа сгенерировал мне 100 тысяч строк кода». Разве это можно назвать медлительностью?На этом месте можно было бы и разойтись: 100 тысяч за 3 часа. Покажите мне человека, который способен хотя бы в половину этого, — и «я съем свою шляпу». Но я по‑прежнему утверждаю, что AI-агенты слишком медленные. Не верите? Добро пожаловать под кат…Дисклеймер

продолжить чтение

Cursor делает разработчиков менее эффективными?

Одно любопытное исследование опубликовала некоммерческая организация Model Evaluation and Threat Research (METR). Они пригласили 16 опытных разработчиков, работающих над крупными open-source репозиториями, чтобы те исправили 136 реальных багов. Оплата составила 150 долларов в час. Части разработчиков выдали для работы AI-инструменты, другим — нет. Исследователи записывали экраны участников, а затем изучили и проанализировали 146 часов видеозаписей. Вывод оказался следующим:

продолжить чтение

Часть 2. Промпт-инжиниринг: обзор продвинутых техник (Chain-of-Thought, декомпозиция)

Мы продолжаем адаптированный перевод статьи “The Prompt Report: A Systematic Survey of Prompt Engineering Techniques” (первую часть можно найти здесь). С переводом мне по-прежнему помогает коллега – Анастасия Тарабакина. В этой части мы обсудим такие техники промптинга, как Chain-of-Thought и декомпозиция. 1. Промптинг Chain-of-ThoughtНачнем с техник промптинга, которые заставляют модель демонстрировать пользователю внутренний процесс «рассуждения» над задачей (Thought Generation). «Цепочка рассуждений» (Chain-of-Thought или Chain-of-Thoughts, CoT)

продолжить чтение

Мой промпт для ChatGPT-5 превратит конспекты лекций (в тексте ИЛИ НА ФОТО) в структурированный учебный материал

Предлагаю на ваш суд мой промпт, который я разработала специально для ChatGPT-5

продолжить чтение

Читаем вместе. ИИ в AppSec: могут ли LLM работать с уязвимым кодом

Привет, Хабр!

продолжить чтение

Векторная арифметика колбасы. Как объяснить жене нейропропмптинг на базе запроса «оливье с креветками»

Рецепт от нейрошефа

продолжить чтение

Промптинг и суеверия. Что (не) надо добавлять к запросу в ChatGPT

продолжить чтение

Детальный гайд по выбору нейросети для Deep Research. Сравниваем ChatGPT, Gemini, Perplexity, Grok, Claude

Всем привет! Меня зовут Александр, я COO в SaaS-платформе аналитики данных. Делюсь полезными материалами, которые считаю стоят внимания. В основном про AI, изменение процессов, тренды и продуктовое видение.У себя в телеграм-канале делюсь сжатыми и структурированными саммери статей.Очень подробный обзор нейростей для ресерча от цен до контекста, источников и пр.

продолжить чтение