Данная статья представляет собой взгляд на установку, настройку и использование openclaw от лица простого юзера. Я не программист, не контент-мейкер, не вайбкодер, не стремлюсь обладать производительностью пяти комбайнов на одного землекопа, хотя, моя работа и строится вокруг компьютеров. Это простой мой субъективный опыт, со всеми косяками и ошибками новичка.

За самим openclaw я наблюдаю давно, и спустя полгода после релиза, решил, что этот весьма смелый эксперимент уже избавился от большинства ошибок и теперь это вполне рабочий продукт. Увы, я был слишком наивен, но обо всем по порядку.

Скидываю на ваше обозрение результаты небольшого эксперимента.

Я спросил у самых популярных нейронок, какой фильм/книгу/игру/человека они бы занесли в свою библию, если бы когда‑то решили написать ее.

Результаты на экране

В своей мини статье постараюсь доказать свою точку зрения о том, что последние 2 месяца медийной деятельности Антропик - ни что иное, как подготовка к красивому выходу на Биржу. Сразу обозначу, что я не отрицаю чудесную и титаническую работу разработчиков и инженеров, но как мне кажется даже их результаты раздуты в десятки раз.

 Итак, приведу 3 мини анализа новостей, чтобы показать, о чем я говорю.

Под конец 25 года и начало 26, всю мою ленту заполонили разного рода «предсказания». ПРИМЕР 1, ПРИМЕР 2, ПРИМЕР 3. Поскольку эти предсказания, порой, диаметрально противоположны, то могут запутать невнимательного читателя.

В связи с этим я хочу поделиться своим видением того, как стоит реагировать на такие предсказания.

В первую очередь стоит научиться с очень большим скепсисом смотреть на прогнозы разнообразных CEO, директоров, PR отделов, хайп-блогеров, инвесторов и «всепропальщиков»:

Заявления CEO, директоров, PR отделов часто обращены не для простых юзеров, а для инвесторов. Надо постоянно убеждать их, что их драгоценные шекели не пропадут и не исчезнут, а вот-вот кратно преумножатся. Особенно важно поддерживать «ура» заявления сейчас, когда пузырь ИИ может начать сдуваться, когда идут десятки «строек века». Так что заявления Dario Amodei, Mark Zuckerberg, Sam Altman и прочих слушаем через фильтр скепсиса.

Заявления хайп-блогеров редко пересекаются с реальностью – думаю, тут, и так, понятно. Громче заявление, больше репостов, больше охват, чтобы еще сильнее наполнить кошелек/ЧСВ. Автор этого текста так же подвержен этой болячке, в чем вы убедитесь, когда я выдам свои «прогнозы». Так что заявления по типу «ASI к 2026/2027», «замена >50 % людей через 5 лет» и прочих личностей стоит не то, что игнорировать, но отложить подальше.

Заявления инвесторов мало чем отличаются от первого пункта. Они вложили кучу денег и прочих ресурсов и хотят отбить затраты. Они меньше всего заинтересованы в правде, их цель – отбить и преумножить вложения. Порой инвесторы насколько хотят верить, что ИИ изменит мир, что самообучаются собственной пропагандой и становятся самыми настоящими неофитами AGI. Сюда же стоит отнести немногочисленные телеграм каналы, авторы которых вложились в акции крупных ИИ компаний.

Суть мини исследования в названии. С момента как нейронки стали мультимодальными прошло уже прилично времени. Но, по моему субъективному мнению, нейронки как раньше, так и сейчас плохо справляются как с пониманием того, что именно изображено на картинках. Примечание: в итоге автор переобулся.

Чтобы это доказать, я сделал мини-тест. Отобрал 25 изображений/мемов и попросил нейронки объяснить, что они видят. В свои тесты я осознанно отобрал и немного пошлые мемы и легкий черный юмор, чтобы посмотреть есть ли влияние цензуры на интеллект нейронок. От нейронки в своем тесте я требую не просто понять, что картинка смешная/не смешная, но и объяснить почему оно так.

 Хотя GPT-5.1 «работает из коробки» в большинстве случаев, это руководство сосредоточено на паттернах промптинга, которые максимизируют качество в реальных задачах. Эти техники основаны на широком внутреннем тестировании и совместной работе с партнёрами, создающими услуги и продукты на основе агентов, где небольшие изменения в промпте часто дают большой прирост надёжности и качества. Это только точка входа: промптинг итеративен, и лучшие результаты получаются при адаптации этих паттернов под ваши инструменты и задачи.

Тебе приходилось когда-нибудь ролить с чат-ботами? Если ты этим страдаешь уже давно, то знаешь, что если ролевку ведешь на Русском, то ответы тебя удовлетворят, ну только если у тебя мозги восьмиклассника или IQ меньше 85. Но стоит переключиться на Английский и происходит МАГИЯ: боты становятся намного живее и сообразительнее.

Но в чем причина? Кто тот колдун, что навел порчу на великий и могучий? И была ли эта порча вообще? Именно это и я постараюсь понять в данной статье. Спойлер: да, порча была и наслали мы ее сами. Виноваты: Пушкин, Горбачев и математика.

Вот и дошли мои руки покопаться во внутренностях системного промпта tool-deep-research (ссылка)

 Сразу скажу, что возможностями Deep Research я пользовался редко, но в тех моментах, где оно действительно требовалось, он не раз меня выручал. Особенно это касается всяких финансовых вопросов: кредиты, вклады, инвестиции (решения принимаю все еще сам, но понимая конкретную конечную сумму и понятно расписанные условия, принимать решения стало значительно легче) и когда надо быстро погрузиться в новую для себя тему.

Когда ты или я кидаем картинку в ChatGPT с просьбой проанализировать ее, или извлечь данные, то, увы, это происходит не по умолчанию, а согласно определенным правилам. И благодаря умельцам из интернетов, можно разузнать, по каким правилам работает анализ изображений.

Советы будут полезны скорее для тех, кто полез пользоваться продвинутыми моделями, но не получил ВАУ эффекта. Они не должны тебя удивлять или развлекать. Это инструмент, высокоточный и мощный инструмент. И как и всяким инструментом, если есть желание им пользоваться профессионально, то надо иметь минимальные навыки. А уж как пользоваться этим микроскопом: гвозди забивать; или постигать суть вещей — персональный выбор каждого. Лично я выбираю гвозди.

Итак, продолжаем разбираться с промптами. Настало время познакомиться с рассуждающими моделями. Это те самые o3, o4-mini, o4-mini-hight, и GPT-5 thinking (вот угораздило меня растянуть резину аж до выхода GPT-5), DeepSeek R1 и т.д. которые вроде как думают перед ответом.

Итак, в прошлых частях статьи мы познакомились с тем, как налету составлять промпты. Во второй части затронули тему продвинутых промптов, но не требующих глубокой проработки. В этой части мы самую малость затронем более душные варианты работы с промптами — они требует несколько шагов работы и внимательно и вдумчиво читать ответ. Но когда ничего не работает, эти советы надеюсь точно помогут.

Продолжам изучать исскуство промптинга. Если советы из первой части статьи были ориентированы, на написание промптов «на лету» то все следующие требуют определенной подготовки и (или) нескольких дополнительных действий. Но они же заметно прокачают качество ответов.

Привет всем. В интернетах расплодились уже сотни и даже тысячи статей по промпт инжинирингу. Почему бы не написать 1001? Собственно, никто не просил, но вот и она.