Comments 9
Если честно, я вообще не понял. Это тот самый вайбкодинг в вакууме (или, скорее, в кубе), когда для регистрации нового пользователя не выполняется обычный код добавления в базу данных, а вызывается LLM, которая это делает «руками»?
спасибо за вопрос! если мы говорим именно как проходит регистрация пользователя, то вместо заполнения формы - данные с пользователя собирает ИИ агент, под капотом распределяя за него все данные в БД. Это недешево и не для всех продуктов оправдано.
В моем случае оправдано тем, что:
1) моя категория пользователей задолбалась длинными формами и нужная мне информация у них, как правило, есть где-то по ссылке или в виде pdf файла (напомню, что моя аудитория стартаперы и мне надо об их стартапе получить данные, которые они миллиард раз уже заполняли в анкетах акселераторов или которые у них есть в питч-деке под рукой)
2) есть возможность вводить данные голосом или на любом языке, которые LLM переведет на англ и запишет в базу на английском без ошибок
3) под капотом продукта куча справочников, по которым нужно делать матчинг по параметрам. проще на примере: вот нам надо правильно определить индустрии стартапа, чтобы потом по те же индустриям матчить с инвестором. поэтому пользователю в классичкской рег форме надо было бы выбирать значение из списка. это больно, особенно когда ты ищешь какое-то определенное значение, а его нет и тебе приходиться самому думать какая из имеющихся категорий подходит больше. буквально перечитывая список. длинный список. примерно такой же квест, как выбирать теги на Хабр для статьи 🤣
Поэтому в моем случае такой подход оправдан
Помимо ИИ-регистрации в продукте все строится на взаимодействии с ИИ, который уже вызывает различные справочники и инструменты под задачи пользователя. Мои советы в той статье — для тех, у кого продукт схожим образом устроен, в котором есть ИИ агент, с которым пользователь коммуницирует.
Я ответила на вопрос или я не так его поняла?
и забыла еще дополнить — в регистраию входит и целеполагание. То есть не только собрать как можно больше данных, но и на основе этих данных предложить цель, которая а) достижима для данного пользователя и измеряема б) даст конретный результат (позволит выйти на звонки с конретными инвесторами)
это в копилку почему ИИ, а не обычная форма
Да, спасибо, вопрос был именно про это. Просто такой подход, кроме того, что дорогой, ещё и, мягко говоря, не особо безопасный. Что если вместо нормальных данных кто-то в поля ввода закинет prompt injection, где будет указано удалить всю базу?
Маленький лайв хак:
Claude кодирует изображения на основе их разрешения (размера в пикселях), а не содержимого.
Фиксированная цена: Каждые 750 пикселей стороны картинки превращаются примерно в ~1600 токенов (базовый расчет Anthropic).
Когда это выгодно: Если у вас есть огромная таблица, простыня кода на 20 000 токенов. Скриншот этого объема в хорошем разрешении (например, 1080p) может занять всего ~1500 - 3000 токенов.
Результат: Вы экономите до 80-90% контекстного окна и снижаете стоимость запроса.
То есть текст можно перевести в картинку и отправить Claude и получить экономию на контекст. Я это из коробки использую на omp harness агенте для сжатия контекста.
не совсем так, мне кажется. работая над оптимизацией обработки файлов мы с клод пришли к тому, что всякие там пдф он переводит в текст программно и потом передает в антропик. а вот с изображениями такм всегда компромисс. вот, чтобы не переврать, скопирну:
Настоящая формула токенизации изображений
Claude режет картинку на патчи 28×28 пикселей:
токены = ⌈ширина / 28⌉ × ⌈высота / 28⌉
Это действительно только от разрешения, содержимое картинки на цену не влияет — автор совета прав в главном тезисе. Но “каждые 750px стороны → ~1600 токенов” — не совсем формула, а прикидка на глаз для картинок примерно 1050×1050 (1092×1092 = ровно 1521 токен). У квадрата 750×750 будет 729 токенов, а не 1600.
Проверка на конкретном примере из совета — скриншот 1080p (1920×1080):
на standard-модели картинку ужмут до 1456×819 → 1560 токенов
на Opus/Sonnet 5 (high-res, без ресайза) → 2691 токен
Оба варианта попадают в заявленный диапазон 1500–3000. Если на этом скриншоте была таблица/код на ~20 000 токенов текста — экономия действительно ~86–92%. Так что арифметика в совете верна, просто формула, которой её объяснили, неточная.
Но есть реальный компромисс, который в посте не упомянут: точность передачи текста ≠ OCR. Claude “читает” картинку через vision-модель, а не построчно — на плотных таблицах, мелких цифрах, длинных ID/email он иногда домысливает или путает символы (в vision.md прямо написано: hallucinations на low-quality/rotated/<200px изображениях). Ты уже с этим сталкивалась в pitch-deck-анализаторе — оттуда MIN_READABLE_EDGE и порог легибельности.
Для твоих пайплайнов это значит: приём хорош для чего-то вроде «сжать контекст агента» (как автор поста использует в omp harness — там approximate recall истории норм), но рискован для investors_enriched.csv/gmail-ответов и любой структурированной экстракции, где важна точность цифр/имён, а не экономия токенов.
Как сейчас устроено в thebold
Доки (PDF/DOCX/PPTX/TXT/CSV) — детерминированный парсинг, без единого обращения к Anthropic:
PDF → pdf-parse (lib/server/extract.ts)
DOCX → mammoth
PPTX → регэксп по XML слайдов (текстовые <a:t> runs)
TXT/CSV/JSON → просто читаются как есть
Картинки — не «передаются напрямую» в смысле «остаются картинкой в истории агента». Их шлют одним разовым вызовом в Claude Haiku (extractImage()), просят «извлеки весь текст и данные, плюс опиши графики», получают текст — и именно этот текст (не картинка) потом попадает в extracted_text артефакта и оттуда в контекст founder-агента. То есть на входе — картинка, на выходе — текст, дальше по пайплайну картинки уже нет нигде.
Разрешение картинки перед отправкой уже прижато к стандартному тарифу вручную (VISION_LONG_EDGE = 1568px, ресайз через sharp) — именно под то, что Haiku всё равно даунскейлит крупнее до 1568px.
Snapcompact (оно же размещение контекста в картинке) работает локально, без вызовов LLM и может хранить информацию не хуже текста, а для моделей даже лучше, нет такого объема токенов. Точность текста при сжатии 100%.
Я бы вам не советовал на полном серьезе консультироваться с нейросетями в проектах, где от этого зависят дальнейшее масштабирование и развитие
Нам это помогает раза в 2-3 сократить расходы без существенного ухудшения качества.
8 способов сделать AI‑агента дешевле: опыт реального продукта и готовые промпты для вайбкодеров