Хороший ответ ИИ может выглядеть как прогресс и всё равно вести к плохому результату. В статье разбираю, когда вместо немедленной правки видимого участка лучше сначала открыть рамку и понять, где на самом деле находится причина.

В предыдущих статьях я показывал, как собрать вокруг GitHub Copilot полноценный рабочий процесс и как делать «снимки» проектов в JSON для ИИ. В этот раз — ещё один режим: двухшаговая разработка с GPT и Codex, где я сначала вместе с моделью оформляю нормальное ТЗ, а потом отдаю его Codex как «старшему разработчику». Без сложных агентов, с минимальным количеством действий, но с понятным результатом в коде.

Иногда хочется обсудить с ИИ реальный проект, а не абстрактный «PHP-код», но таскать в чат по одному файлу — мучение. В статье я показываю, как решаю это с помощью небольшого инструмента scan2json: снимаю «снимок» проекта в виде JSON/JSONL, загружаю его ассистентам GPT и, при необходимости, разворачиваю обратно в отдельную копию. Разбираю, как устроен скрипт scan.php, как выбрать, что попадёт в срез, и как встроить такой подход в повседневную разработку.

Я собрал Laravel-репозиторий, в котором GitHub Copilot работает не как один «волшебный ИИ», а как команда кастомных агентов: одни оформляют ТЗ и архитектуру, другие пишут и проверяют код, третьи обновляют документацию и собирают релизы. В статье показываю, как устроен этот workspace и как его можно использовать в своих проектах.

Короткая инструкция, как включить новый режим Google AI Mode и сделать его поиском по умолчанию в Chrome. Теперь запросы из адресной строки сразу открываются в «Режиме ИИ».

Обычно, чтобы получить хороший результат от ИИ, приходится долго мучиться с формулировкой запроса. Я нашёл способ, как переложить это на самого ассистента — и он справляется удивительно чётко.

В этой статье вы узнаете, как интегрировать GPT в колонку Алисы без зарубежных серверов, используя DeepSeek. Покажем пошаговую настройку PHP-хостинга, объясним, где взять нужные ключи и как настроить навык в Яндекс.Диалогах. Результат — умный помощник, способный отвечать на вопросы с помощью мощи GPT.

Сравнение трёх популярных алгоритмов транскрибации речи: Whisper от OpenAI, встроенного в macOS, и автоматической расшифровки YouTube. В обзоре рассматриваются преимущества и недостатки каждого решения, чтобы помочь выбрать оптимальный инструмент для обработки технического контента.

🔍 Узнайте, какой алгоритм лучше всего подходит для ваших задач и повысите эффективность рабочих процессов с транскрибацией!

Устали тратить часы на просмотр и анализ YouTube-видео? В нашем новом руководстве мы покажем, как с помощью ChatGPT и специального расширения для браузера автоматизировать обработку содержимого видео. Узнайте, как быстро получать транскрипции, создавать саммари, формировать таймкоды и генерировать полезные материалы из любого ролика на YouTube. Экономьте время и повышайте продуктивность с нашими пошаговыми инструкциями и практическими советами!

Что вы узнаете:

Как установить и настроить необходимое расширение.

Как интегрировать ChatGPT для автоматического анализа видео.

Практические примеры использования для создания саммари, таймкодов и инструкций.

Советы по оптимизации процесса обработки контента.

Не пропустите возможность сделать работу с видео более эффективной и удобной!

Хотите узнать, как «программировать» GPT-модель без написания кода? В этой статье мы рассмотрим практические приёмы взаимодействия с языковыми моделями: разберём логику этапов выполнения работ, научимся использовать условия и циклы, применять JSON-структуры для отслеживания прогресса и сохранять промежуточные результаты. Вы увидите, как с помощью продуманных промптов превратить простое общение с моделью в чётко контролируемый процесс, способный масштабироваться и адаптироваться к вашим задачам.

Материал будет полезен тем, кто интересуется расширением возможностей GPT, стремится получить более предсказуемый и управляемый результат, а также ищет новые способы автоматизации, анализа данных и формирования итоговых документов. Готовы исследовать потенциал языковых моделей на более глубоком уровне? Читайте статью и экспериментируйте с примерами промптов из специального репозитория.

Хотите использовать возможности ChatGPT для решения программных задач, но не обладаете навыками кодирования? В первой части серии «Программирование в GPT для чайников» я расскажу, как легко автоматизировать процессы и создавать документацию с помощью модели GPT-4. Вы узнаете, как правильно составлять промпты, разбивать задачи на этапы и вести журналирование для достижения наилучших результатов. Откройте для себя простые и эффективные способы взаимодействия с искусственным интеллектом!

В последнее время мне приходится активно использовать чат GPT в своей работе, а дома для музыки и управления умным домом я использую колонки Алиса. Алиса очень удобна в использовании и управлении, однако иногда ей не хватает интеллекта и гибкости, присущих последним моделям от OpenAI. Я подключил Yandex GPT Pro с последней версией модели, но это особо не помогло. Поэтому я задумался: можно ли использовать чат GPT на колонке Алиса? Следует отметить, что я не разработчик и хотел реализовать это максимально просто, используя имеющиеся у меня ресурсы.

На первый взгляд, тема кажется заезженной — сейчас чат GPT подключают практически ко всему, разве только к утюгам. Но, как ни странно, на эту тему я нашёл только одну статью на Хабре. Вооружившись чатом GPT, я решил конвертировать код из данной статьи на Python в PHP (поскольку под PHP проще найти хостинг).