Комментарии 6
Мне понравилось находить идеи с помощью нейросетей. Пару дней назад я описал это в статье https://habr.com/ru/articles/879942/ . Там описаны некоторые тонкости, почитайте. Для себя я сделал такой вывод: по любой теме человечество напридумывало массу идей. Отдельному человеку удержать все в памяти, и вспомнить в нужный момент, невозможно. А с помощью нейросетей можно вытащить несколько идей из этого архива. Даже в заезженных темах. Много идей, как правило, не требуется.
Времени на такой поиск идей - на мозговой штурм - потратить приходится. И никакой отдельный промпт с этим скорее всего не справится. Но в диалоге с нейросетью получается хорошо.
Мне вот интересно, зачем делать банальные уточнения и описания, что такое промпт и LLM на Хабре? Вы думаете аудитория не в курсе?
По теме, продвинутый промптинг решает, но зачастую сбор инфы и написание этого самого продвинутого промпта, может быть дольше чем самому написать. НО, если долго работать и создать уже готовые промпты, под свои задачи, то можно хорошо сократить время.
Спасибо за статью с вашим опытом. Уверен, что многие увидят в этом материале знакомые мысли и свои попытки.
Я бы порекомендовал вам не останавливаться, а текущие выводы считать промежуточными. Дело в том, что самой автоматизации вы не получили ни в одной рутинной задаче. Но зато провели первичное исследование и чему-то научились. И впереди ещё большой путь.
Следующим логичным шагом будет углубление в решение одной задачи. Например, это резюме встречи. У этой задачи есть ряд подзадач: запись звука, транскрибирование в текст, резюмирование, вывод результата в нужном формате.
Эти подзадачи можно решить либо по отдельности, подобрав инструменты, промпты и т.п., либо поискать подходящий сервис, что закроет хотя бы несколько подзадач.
Далее, вам нужно связать все эти операции в одно целое. Это можно сделать через программирование (сами, либо фриланс или знакомые). Или подобрать сервис.
Например, вы начинаете встречу, нажимаете старт и начинается запись звука, встреча заканчивается, нажимаете стоп, запись сохраняется в каком-то месте. Далее автоматически запускается программа, что транскрибирует звук, она берет запись от первой программки и превращает в текст, который сохраняется в файлик. Потом автоматически запускается приложение с нейросетью, что уже имеет предустановленный Промт. Это приложение берет текстовый файл и резюмирует его. Далее результат вы получаете в виде черновика на вашей почте.
Остаётся ручками слегка подкорректировать и отправить.
Этот пример утрированный. Не надо воспринимать его буквально. Моя цель была показать автоматизацию. Когда вам надо сделать лишь 3 действия: нажать старт, нажать стоп, подкорректировать черновик на почте и отправить его клиенту.
Автоматизировать все это - потребует много усилий. Возможно даже существенных денежных затрат. Стоит ли оно того - вам считать. Если автоматизировать всю рутину подобным образом - у вас высвободиться прорва времени. На фоне ваших коллег, что так не умеют, вы будете выглядеть супер профи. Либо работа станет для вас лайтовой. В идеале, чтобы эти инструменты были универсальны. Чтобы при смене места работы вы могли снова их использовать.
У меня такие же мысли были как у вас, когда я решил научиться программировать (на питоне). Чтобы иметь возможность облегчать себе жизнь автоматизацией. И не тратить на это много денег. Я пока ещё учусь))
Добрый день. Вопрос про соблюдение NDA:
Замена контакта на обозначение в начале статьи - это, конечно, хорошо.
Но:
Запись видео (!!!)рабочих совещаний и транскибирование их на сторонних бесплатных сервисах?
Выгрузка совещаний
Подготовка рабочей документации или предложений по продуктовым фичам?
Вроде все при этом пользуются различными облачными сервисами типа гитхаба, гуглдрайва и прочих Майкрософтов. Но там вроде бы все договорились, что есть безопасность данных, они (мол) шифруются и не утекают, Гугл не имеет к ним доступа, только хранит в зашифрованном виде, и прочее
А тут то копилот при кодинге, то вот транскрибация и расшифровка совещаний... Я, когда пытаюсь понять, что можно применить, все время торможу на вот этих вот соображениях с NDA. А как с этим справляются все успешные пользователи чатгпт и иже с ними?
С транскрипцией речи в текст очень неплохо справляется whisper. Работает локально, правда large версия достаточно требовательна к железу. Но зато не надо отправлять конфиденциальные записи на распознавание в "левый" сервис :)
С позволения, дополню Ваш список своим примером. Нужно было в кратчайшие сроки написать спецификацию по части разработок, которые относились к Java - там порядка 15 микросервисов.
Первым делом надиктовал на телефон описание каждого микросервиса: что он делает, зачем это нужно, как связан с другими микросервисами. Сохранил запись в mp3, перенес на комп, с помощью ffmpeg перевел в wav и распознал через whisper.
Далее запустил lmstudio, через какую-то нейронку (точно не помню, наверное qwen2.5-32) сделал запрос "У меня есть распознанная запись обучения, в которой могут быть ошибки" далее распознанный текст, ". Есть микросервис со следующими эндпоинтами", код контроллера с javadoc по каждой "ручке". И вопрос "напиши раздел ПР по микросервису".
И так по каждому из микросервисов.
Понятно, что где-то пришлось поправить, дополнить описанием БД, но в итоге за полтора дня получилась неплохая первая версия документа на 80 страниц. Руками с нуля так быстро я бы точно не сделал.
Всё это уже есть в Teams copilot и транскибирования видео и резюмирования текста, составление задач на основе транскибирования. Например руководитель во время собрания сказал Василий занимайся таким то проектом, Дмитрий занимайся другим проектом. И copilot напишет кому какие задачи нарезали и даже напоминание сделает. Можно просто в конце собрания написать Промт "какие задачи мне дали" и он выдаст кто и какие поручение давал.
Как я пытался автоматизировать рутину с помощью ИИ и что из этого вышло