ИМХО, вам удалось поймать оптимальное соотношение краткости и смысловой полноты.
В сети слишком много слишком поверхностных сравнений Vue и React, что делает их бесполезными, т.к. эти 2 продукта имеют много общего. А их основные различия не на столько просты чтобы из краткого обзора их можно было бы понять на уровне достаточном для принятия решений.
Боюсь что ваш прогноз слишком осторожен. И и что не столь отдалённом будущем приложение будут создаваться не " и для AI", а в первую очередь для AI, и лишь во вторую очередь для человека. И второе будет стремительно исчезать.
Пришёл к такому выводу наблюдаю за своими родственниками которые выбирали теннисный стол. Они плотно общались с DeepSeek который рассказал какие столы бывают, как их нужно выбирать, с учётом их персональных пожеланий, и предложил конкретные варианты где купить.
Ну представьте, зачем вам кликать по сайтам, если это быстрее может сделать ваш личный AI ассистент с которым вы уже обсудили свои предпочтения и вместе сформировали критерии выбора?
И когда существенная доля покупателей будет действовать таким образом, продавцы будут вынуждены оптимизировать свои решения под более эффективное взаимодействие с AI агентами. И вероятно, во многих областях, такой подход довольно быстро полностью вытеснит интерфейс для человека.
Спасибо за статью!
ИМХО, вам удалось поймать оптимальное соотношение краткости и смысловой полноты.
В сети слишком много слишком поверхностных сравнений Vue и React, что делает их бесполезными, т.к. эти 2 продукта имеют много общего. А их основные различия не на столько просты чтобы из краткого обзора их можно было бы понять на уровне достаточном для принятия решений.
Можете описать подробнее вашу схему?
А также уточнить:
Какую именно задачу вы решаете?
Проводили ли вы какую-либо оценку результата? Например сравнивали с тем что выдаёт стандартный perplexity или chat gpt deep research?
Боюсь что ваш прогноз слишком осторожен. И и что не столь отдалённом будущем приложение будут создаваться не " и для AI", а в первую очередь для AI, и лишь во вторую очередь для человека. И второе будет стремительно исчезать.
Пришёл к такому выводу наблюдаю за своими родственниками которые выбирали теннисный стол. Они плотно общались с DeepSeek который рассказал какие столы бывают, как их нужно выбирать, с учётом их персональных пожеланий, и предложил конкретные варианты где купить.
Ну представьте, зачем вам кликать по сайтам, если это быстрее может сделать ваш личный AI ассистент с которым вы уже обсудили свои предпочтения и вместе сформировали критерии выбора?
И когда существенная доля покупателей будет действовать таким образом, продавцы будут вынуждены оптимизировать свои решения под более эффективное взаимодействие с AI агентами. И вероятно, во многих областях, такой подход довольно быстро полностью вытеснит интерфейс для человека.
Удивило, что результат поиска вставляется в сообщение пользователя.
Это общепринятый, проверенный практикой подход из разряда best practice?
Не приведёт ли это к нежелательным эффектам, например:
а) LLM не выдаст пользователю нужную информацию так как будет думать что пользователь её уже знает, так как она поступила в сообщении от пользователя.
б) LLM будет упоминать эту информацию как нечто сказанное пользователем, что может вызвать недоумение у пользователя который ничего такого не говорил.
Из общих соображений кажется более логичным заворачивать результат поиска в отдельное сообщение от отдельной роли, например system.
Существует ли такой подход?
Или никто не знает что такое n8n. ; )
Я вот не знаю.
Для чего нужна ```normalize_text()```?
Если делать эмбеддинг из markdown текста как есть, заметно пострадает качество поиска?
Спасибо за статью!
Кратко и всё по делу.
Можете подсказать как лучше организовать поиск для чат-бота ассистента интернет магазина?
Т.е. нужно чтобы ассистент мог подобрать товары из БД с ~ 50 тыс. наименований по довольно абстрактным пожеланиям покупателя.
Подойдёт ли для этого Chroma, или нужно какое-то другое решение?