В сентябре 2026 года я спросил семь нейросетей, как теперь оформить Perplexity Pro российской картой, раз Perplexity в августе открыла офис в Москве и начала принимать «Мир». Офиса нет, «Мир» Perplexity не принимает, эту новость я придумал сам. Выдумку поймали все семь. Но одна при этом не заглянула ни в один источник, а другая пересказала чужую ошибку про блокировки аккаунтов: в первоисточнике речь шла совсем о другом сервисе.

Это один из четырёх вопросов, на которых я сравнивал замены Perplexity, доступные из России без VPN и зарубежной карты. Главная из них сама Perplexity: её поисковые модели Sonar Pro, Sonar Reasoning Pro и Sonar Deep Research доступны через API, и я гонял их в агрегаторе BotHub с оплатой в рублях. Рядом ChatGPT, Claude, Gemini, Grok и DeepSeek с включённым веб-поиском. На простых вопросах со свежими фактами верно ответили почти все. Разница вылезла на сложном задании и в цене: ответ Sonar со ссылками стоил от 1,5 до 3,5 ₽, ответ Claude с поиском до 13 ₽, а один отчёт Deep Research 98 ₽.

Сноска в ответе нейросети создаёт ощущение проверенного факта. Исследования последних двух лет показывают, что это ощущение часто обманчиво, и мой тест это подтвердил на русскоязычных вопросах.

Ниже разобрал, почему с самой Perplexity в России сложно, что известно о точности ИИ-поиска по крупным исследованиям, на каких вопросах ошибаются модели и сколько стоит ответ. В конце шаблон запроса и чек-лист, по которому я теперь проверяю ответы с источниками.

Если вы когда-нибудь занимались рекламой и маркетингом, то сталкивались с тем, что вам нужна рекламная кампания с баннерами, но вручную делать крайне долго, а заказывать стоит денег и времени. Сегодня это можно сделать менее чем за час, включая согласование. Тут проблема не в том, умеет ли ИИ рисовать, а в том, может ли она захватить внимание, учесть вашу аудиторию и требования площадки. Безусловно, при большой рекламной кампании тяжело обойтись без дизайнера, но если вам нужны прототипы или быстро и дешево сгенерировать несколько рекламных баннеров, то вам стоит уметь работать с ИИ.

Кроме того, объем креативов растет быстрее, чем способность их тестировать. Что же делать?

В этой статье разберем, какие инструменты, и главное как, закрывают задачи баннерной рекламы, как построить процесс, где ИИ экономит время - а где лишь создает риски.

Помните самый грустный короткий рассказ? Сегодня он мог бы выглядеть так: «Меня сократили», — написал человек Claude. «Похоже, вам страшно за будущее», — ответил искусственный интеллект.

В опросе 500 человек 17,2% участников сообщили, что обращались к ChatGPT за поддержкой в вопросах психического здоровья. И вроде действительно, модели неплохо проговаривают чувства. Но как они отгадывают эмоции, если человек прямо их не называет? 

Ещё недавно казалось, что это почти невозможно, а сейчас, как и с изображениями или видео, человек без существенного опыта в Blender может написать «деревянный сундук с металлическими уголками» и через минуту получить файл, который откроется в Unity или любом другом приложении.

Сгенерировать можно что угодно — вопрос теперь в качестве: как правильно строить запрос и что делать с моделью дальше.

LMArena помогает сравнивать нейросети по результатам реальных пользовательских голосований — в рейтинге можно посмотреть, какие модели лучше справляются с текстом, кодом, изображениями, поиском и другими задачами. Проблема в том, что общий Rank сам по себе мало что говорит: модель из топа Overall вполне может уступать конкурентам именно в вашем сценарии.

Чтобы нормально пользоваться LMArena, нужно разобраться в интерфейсе, категориях рейтинга и дополнительных показателях, иначе легко выбрать модель по красивой цифре в общей таблице и получить посредственный результат.

В этой статье разберём LMArena по шагам: что показывает каждый раздел, как читать рейтинг и позиции моделей, зачем переключать категории и как в итоге выбрать нейросеть под конкретную задачу.

Так уж вышло, что иногда я балуюсь таро. Обычно, делаю расклады знакомым, но недавно подруга сказала, что вместо таро использует… ИИ. И нет, не как объективного эксперта, который рассудит в сложном вопросе, а именно как таролога.

Вот уж не думала, что именно эту, так сказать, «профессию» нейронки так лихо заменят. Мне стало интересно, как умудрились автоматизировать магию и работает ли это вообще.

Давайте обусловимся: мы не будем осуждать тех, кто использует таро, рассуждать, правда это или нет, и так далее. Можно сколько угодно осуждать магическое мышление, но стучать по дереву, чтобы не сглазить. Да и если по радио в машине рассказывают, как пройдет день у Козерогов, кто не дослушает до своего знака зодиака?

Поэтому давайте повеселимся и  попробуем разобраться, заменит ли тарологов ИИ — и что именно он вообще делает, когда изображает из себя таролога. Спойлер: магию и правда можно автоматизировать, но лишь отчасти.

Всем привет, я фаундер агрегатора нейросетей BotHub, и мне вдруг захотелось поделиться своими мыслями на тему специализаций в разных моделей искусственного интеллекта.

Все текстовые нейросети строятся по одной технологии — трансформер, которая открыта и общедоступна всем, и кстати она была разработана в недрах корпорации Google. Разница лишь кроется в том как их обучают.

Нет одной идеальной нейросети. Самая лучшая нейронка для программирования и кстати самая популярная в BotHub — это Claude от Антропик, упрощённо говоря, её специально обучают сначала простой арифметике, потом дают книги посложнее вроде Дональда Кнута, итд. В этой компании реально работает тысячи сенйоров девелоперов которые обучают её программированию.

Однако если вам нужна нейронка с энциклопедическими знаниями, то Claude тут проигрывает Gemini, и это легко проверить по промтам вроде «в каком фильме было то‑то и это», Клод не может ответить, тогда как Gemini легко справляется с такими задачами на широту знаний.

Если вам нужен контент NSFW (18+), например накидать сценарий для ролевой игры со своей девушкой, то ни Claude ни Gemini вам не помогут, а вот Grok от Илона Маска просто обожает такие задачи.

Вы открываете статью, заголовок которой вас зацепил. Структура, термины, иллюстрации — вроде бы все на месте. Но через минуту понимаете, что это нейрослоп, и читать его невозможно. Разбираем признаки, по которым машинный текст можно отличить от написанного человеком.

300 IQ поставщик присылает прайс не файлом, а фотографией листа. Бухгалтерия просит занести в таблицу данные из чека или отчёта, который существует только в виде скана. Раньше единственный вариант — сесть и перебить всё вручную, строка за строкой.

Сейчас для этого достаточно чата с нейросетью. Загружаете фото, пишете один короткий запрос и получаете готовую таблицу, которую останется лишь вставить в Excel.

Показываем на трёх реальных примерах, как это сделать и на что обратить внимание, чтобы цифры на выходе не разъехались с тем, что было на фото.

В почте лежит PDF, подписать просят сегодня до шести, а юрист в отпуске. Мы прогнали один файл четырьмя способами и смотрели, где нейросеть помогает проверить юридический договор вплоть до подписи.

В ноябре 2025 года «Авито» и Право.ru в совместном опросе собрали ответы более 500 юристов. 88% используют ИИ в работе, рост продуктивности отмечают 63%, а составление и проверку стандартных документов и договоров нейросетям доверяют 39%. При этом 84% боятся недостоверного ответа, 80% говорят, что каждый результат всё равно надо читать самому.

Сейчас вы проверим, как нейросети и сервисы справляются с юридическими документами. Сможет ли ИИ обнаружить уловки в документе?

Признайтесь, было такое, что вам необходимо вытащить текст из сканированного отчёта на 50 страниц, разгадать рукописные записи коллеги или перенести таблицу из PDF в табличку Excel, а вместо этого вы тратите полвечера на перепечатывание вручную Египетских иероглифов от коллеги или сложных научных формул.

С развитием нейросетей про этот круг ада можно смело забыть! Современные модели научились полноценно понимать верстку страницы, распознавать таблицы, считывать формулы и аккуратно форматировать результат. Сегодня я протестирую не только нейросети, но и некоторые популярные бесплатные сервисы. Может быть они смогут доказать, что еще не везде стоит использовать ИИ. 

Чтобы не гадать, я решил провести честный тест моделей прямо внутри платформы BotHub – сервис, в котором собраны разные модели, где не нужно искать иностранные карты или заводить десятки аккаунтов. Все данные защищены шифрованием, а переключаться между моделями можно в одном окне!

В 2026 году умение писать промпты — это уже не то же самое, что два года назад. Для многих задач качество формулировки перестало быть узким местом. Модели уровня GPT-5.6 и Claude научились считывать намерение даже из «грязных», небрежных запросов. Если раньше плохой промпт гарантированно давал мусор, то сейчас он выдаёт результат, который вполне подходит для 90% бытовых сценариев.

Однако потребность в структуре и контексте никуда не делась — наоборот, она выросла. Промпты по-прежнему нужны как для обычных текстовых задач, так и для тех областей, где жёсткая структура критически важна: генерация изображений, видео, аудио или код со строгими ограничениями.

Даже OpenAI официально подтвердила: архитектура промпта теперь важнее привычных ролевых преамбул вроде «Твоя роль — профессиональный юрист с двадцатилетним стажем». Для современных моделей, особенно тех, что способны к самостоятельному рассуждению, старые приёмы превратились в балласт. В этой статье мы разберёмся, как сделать ответы ИИ точнее и качественнее с учётом реалий 2026 года.

Чтобы сделать дизайн интерьера нейросетью, не обязательно сначала строить 3D-модель квартиры. Для быстрой визуальной примерки достаточно сфотографировать комнату, загрузить снимок в AI-сервис и объяснить, что нужно изменить: стиль, отделку, мебель, свет или отдельные предметы.

Короткий ответ: Nano Banana 2 лучше всего подошёл для свободного редизайна с сохранением исходного ракурса, Homestyler — для быстрого варианта по готовому стилю, а Planner 5D — для перехода от картинки к редактируемому плану. GPT Image 2 уверенно передал настроение, но заметно изменил геометрию комнаты. 

Несколько удачных фотографий сами по себе ещё не становятся коллажем. Их нужно расположить на одном холсте, подобрать фон, выровнять размеры, добавить рамки и решить, какой снимок будет главным. В обычном редакторе всё это приходится делать вручную, а нейросеть может предложить готовую композицию по текстовому описанию.

В этой инструкции соберём классический фотоколлаж из четырёх женских портретов — каждый исходник останется самостоятельной карточкой, а нейросеть добавит компоновку, рамки, эффект бумажных слоёв и декоративные детали.

Вы: пытаетесь заснуть. Мозг: давай вспомним неприятный разговор с начальником. 

И ещё раз. И ещё. Ну и ещё чуть‑чуть.

А потом на часах 2:13, а вы уже пятый раз открываете холодильник в поисках вкусненького. И спать перехотелось. А завтра вставать в 7:20.

Если такое повторяется часто, привет бессонница и другие хронические подарки. Как себе помочь? Друзей и близких бесконечно своими проблемами грузить не будешь; понятное дело — нужна помощь психолога. Но кого выбрать? И где взять деньги? А может, сначала попробовать с ИИ?

Собственно: почему бы и нет?

Если коротко: формула с обращением к нейросети прямо из ячейки в 2026 году существует, но у каждого варианта свои ограничения, и упираются они не в качество модели. В Excel такой функции больше нет: 14 сентября Microsoft отключила COPILOT(). В Google Таблицах функция AI() работает даже на бесплатном аккаунте, но русский промпт не принимает и упирается в месячный лимит за несколько вызовов. Третий вариант это сторонняя надстройка со своей функцией, например плагин BotHub для Google Таблиц.

Дату я поставил не для красоты. Те, кто успел собрать на этой функции рабочий процесс, остались без него, и это хороший повод посмотреть, что на рынке есть кроме неё.

Ниже разбор всех трёх вариантов: что они умеют по документации и что показал мой собственный прогон на русской бухгалтерской выгрузке. В конце сводная таблица по лимитам и оплате.

Если регистрируетесь впервые, вот реферальная ссылка: по ней на счёт зачисляется 300 000 токенов.

Флейтистка разбирается, как музыкальные нейросети слышат ноты и читают промты. Пою для AssemblyAI, заказываю Suno ми минор и проверяю, что нейросети поняли, а что сыграли от себя.

Рынок труда 2026 года устроен так, что резюме сначала читает алгоритм и только потом человек, причём по диагонали. Системы фильтрации научились оценивать не только наличие ключевых слов и опыта, но и контекст их использования, а рекрутеры активно применяют ИИ — ChatGPT, Claude, Gemini, Grok или DeepSeek. Стандартное резюме, написанное один раз и разосланное по сотне вакансий, отсеивается на этапе автофильтра. Рекрутер получает от системы ранжированный список из нескольких кандидатов и обрабатывает их также через ИИ. Задача соискателя — попасть в этот список, пройти фильтры и обойти конкурентов.

Ситуацию усложняет то, что нейросетями пользуются обе стороны. Рынок труда стал похож на киберпанк-утопию, где ChatGPT сканирует резюме от других ИИ. В этих условиях выделиться можно единственным работающим способом — собирать резюме и сопроводительное письмо под конкретную вакансию из заранее подготовленной матрицы достижений. Ниже разберём, как использовать ИИ для создания резюме и как заставить нейросеть делать его под конкретную вакансию.

В этой статье - как составить резюме в 2026 году, которое пройдёт ATS и ИИ-скрининг: матрица достижений, лексическое зеркало, 9 готовых промптов для ChatGPT, Claude и DeepSeek.

Среди большого потока резюме сопроводительное письмо помогает выделиться и повышает шансы, что рекрутер хотя бы обратит внимание на отклик. Особенно если на вакансию много кандидатов с похожим опытом. А если опыта мало или он нерелевантный, в письме можно объяснить свою мотивацию, переход в новую сферу и то, почему именно вы подходите на эту позицию.

Но писать отдельное сопроводительное под каждую вакансию вручную долго, особенно когда для поиска работы приходится отправлять десятки, а то и сотни откликов. 

ИИ заметно упрощает эту задачу: ему можно передать ваше резюме, текст вакансии и, задав грамотный промпт, на выходе получить письмо с нужными параметрами и акцентом на наиболее подходящих навыках и опыте. Главное — правильно поставить задачу и не позволить модели придумывать то, чего в резюме нет.

Дальше коротко разберём, зачем нужно сопроводительное письмо и что в нём должно быть, какие данные передать ИИ и какой промпт использовать. Затем протестируем несколько моделей на резюме и реальной вакансии, сравним результаты и сделаем выводы.

Кажется, что GenAI сделал производство контента почти бесплатным: открыл ChatGPT — готов сценарий, открыл генератор картинок — есть визуал, добавил видео, голос и музыку — и вот голливудская студия помещается в браузере.

На практике всё сложнее: у каждой нейросети свой интерфейс, тариф, лимиты и представление о задаче. Поэтому я решила посчитать, сколько реально стоит сделать 25-секундный рекламный ролик с помощью ИИ.

Рекламировать решила гербарий. Никаких скрытых интеграций, заказчиков и продуктовых размещений. Просто буквально рекламируем осень. Задача была следующей: создать ролик, используя генеративные модели для сценария, изображений, видео, озвучки и музыки.

В эксперименте использовались: GPT-6 Astra, Nano-banana-2, Kling v3, ElevenLabs Flash v3 и Suno v5-5. И да, в конце я посчитала деньги.