![](https://habrastorage.org/r/w1560/getpro/habr/upload_files/cd8/5db/da8/cd85dbda8817038b57e045f6380d8a2b.png)
В данном кейсе мы создадим ИИ бота на платформе ProTalk и интегрируем его с сайтом на WordPress, а заявки от бота будем собирать в Notion.
Team Lead / Tech Lead
В данном кейсе мы создадим ИИ бота на платформе ProTalk и интегрируем его с сайтом на WordPress, а заявки от бота будем собирать в Notion.
Как заставить любого GPT-бота на базе любой LLM (например на ChatGPT) незаметно для пользователя запоминать в его постоянную память нужные нам сведения из диалога?
Пробуем применить подход к постоянной памяти используя JSON структуру.
Как гарантировано защитить своего бота на ChatGPT от взлома его системной роли?
В статье предлагается один из подходов, который может защитить бота на базе любой LLM.
В итоге бот ни при каких обстоятельствах не должен раскрыть пользователю свою системную роль и не говорить на темы, которые мы обозначим как запретные.
Разбираем кейс по подключению к чат-боту на базе LLM (ChatGPT и другие) базы данных в Notion.
В итоге мы с вами получим нейро-сотрудника, который может работать с базой знаний неограниченного объема и 100% достоверностью ответов.
Наша цель - избавиться от рутины и без знаний программирования создать нейро-руководителя команды нейро-сотрудников, который сам активируется каждый день и делает репост новостей в наш Telegram канал. При этом текст новости должен быть переписан ИИ и к посту найдена релевантное фото в Яндексе.
На нашей no-code платформе мы создаем GPT-ботов, которых мы называем нейросотрудниками. Они уже многое умеют и даже организуются в целые нейроотделы с нейроруководителями.
Но чтобы им стать действительно незаменимыми помощниками в реальных бизнес-задачах, они должны обладать персональной постоянной памятью.
В этой статье мы рассмотрим один из подходов к организации такой памяти для наших нейросотрудников.
При попытках заставить нейро-сотрудников на базе ChatGPT выполнять сразу несколько функций мы столкнулись с проблемой: в одной системной роли в текущих версиях ИИ не получается с нужной степенью надежностью реализовать переключение между различными функциями.
В данной статье мы с вами протестируем как работает вариант по разделению одной большой системной роли ChatGPT на 12 узкоспециализированных ролей (нейро-сотрудников) и 1 управляющую роль (руководитель нейро-сотрудников).
Наш стартап по созданию no-code платформы нейро-сотрудников на базе ChatGPT (и других LLM) наконец-то добрался до очень важного рубежа:
Объединение нейро-сотрудников в полноценные отделы с руководителями и подчиненными, выполняющее цепочки задач в которых также могут участвовать и живые люди, причем, на любом этапе цепочки.
Для данной статьи мы выбрали в качестве пример отдел SMM, задача которого продвигать ваш Телеграм канал.
Куда только уже этот ChatGPT не прикрутили с момента его появления. Возможно я изобрету велосипед, но мне показалось удобным сделать нейро-сотрудника в виде бота Телеграм, который бы поддерживал голосовой ввод и управлял вашим календарем в Google.
История разработки одного проекта от начала до MVP модели небольшой командой инженеров без опыта программирования. Описание этапов, трудностей и путей решения задач.
Статья еще в процессе написания.
В статье представлен вариант решения частной задачи по упаковке кругов на прямоугольники с одной открытой стороной.
Суть задачи: по кадастровому номеру участка необходимо получить несколько вариантов проектов застройки участка в формате .DWG (Autocad) со всеми расчетными показателями застройки.
Low-code подход реализуется через использование Airtable в качестве базы данных и системы управления очередями заданий. Frontend реализуется на базе публичной страницы в Notion и чат-бота Telegram.
Вы хотите общаться с посетителями сайта на всех языках и при этом чтобы вам помогал обученный на вашей базе знаний chatGPT?
Я следил за различными видами использования chatGPT с момента его выхода. Предлагаемое в статье решение я еще не встречал и поэтому думаю оно будет кому-то полезным.
Создавайте чат-бот просто копируя базу данных в Airtable. Обработчики команд чат-бота пишутся на Python прямо в таблице в Airtable. Хранение данных пользователей так же возможно в базу Airtable.
Предложенный алгоритм - это очень ранний прототип рабочей версии. Суть публикации познакомить всех желающих с возможностями генетических алгоритмов в различных сферах бизнеса.