Название вдохновлено творчеством Виктора Пелевина и его концепцией Random Coding Program
Представим ситуацию, до боли знакомую каждому дизайнеру или арт-директору. У вас есть идеальный объект: флакон духов, кроссовки, тюбик крема. Снято безупречно, в лайтбоксе, на стерильно-белом фоне. Проблема? У него нет истории. Он как актер без сцены- талантлив, но одинок.
Чтобы превратить этот предмет в звезду, нужен контекст, атмосфера, нас…
Perplexity — это ИИ-компания, которая всегда шла рядом с ChatGPT, но без всей этой бюрократии и ограничений. Пока OpenAI отключал регионы и требовал VPN, Perplexity просто работал. За те же 2000 рублей в месяц ты получаешь доступ к топовым моделям, включая генератор картинок от ChatGPT и умный поиск, который реально находит, а не гадает.
Вчера я потратил почти 8 долларов всего на один запрос к малоизвестной американской нейросети (в СНГ). Вернее к новому и очень дорогому обновлению агента Genspark, который теперь умеет анализировать таблицы. Если коротко — я был впечатлён. Но давайте по порядку.
В генеративных системах на базе LLM (Large Language Models) точность стилистической имитации — не побочный эффект, а управляемый параметр. Однако большинство пользователей продолжают взаимодействовать с моделью интуитивно, надеясь на «угадайку». Это неэффективно. Ниже — метод, который позволяет системно и воспроизводимо копировать стиль текста с вы…
За последние двадцать лет браузеры почти не изменились. Они стали быстрее, безопаснее, обросли расширениями — но остались теми же окнами в интернет, что и в начале 2000-х. Их архитектура по-прежнему заточена под просмотр страниц, а не под решение задач.
На рынке ИИ-сервисов сформировался устойчивый ценовой коридор - около $20 в месяц за доступ к одной или нескольким моделям. Большинство решений ограничены либо генерацией контента, либо выполнением простых сценариев. Genspark выделяется комплексной архитектурой и глубиной исполнения задач. Ниже — обзор ключевых компонентов платформы.
Прежде чем обсуждать архитектуру и кейсы, начнём с демонстрации.
В своей работе я регулярно сталкиваюсь с обработкой больших объёмов данных: отзывы клиентов, анкетные ответы, экспорт из CRM и исследовательские массивы.
Обычно для этого используют формулы в Google Sheets, массивные скрипты на Google Apps Script или подключение к внешнему ИИ через API.
9 часов, 1 проект в ChatGPT, пара референсов и немного терпения — всё, что мне понадобилось, чтобы собрать премиальную карточку товара для Wildberries. Без Figma, без дизайнера, без правок от клиента. Просто мозг, GPT и немного колдовства с промтами в Sora.
Слышал это уже десять раз. И каждый раз хочется сказать:
ты, дружище, смотришь на Ferrari и думаешь, что это просто удобный диван на колёсах.
Задача: Спрогнозировать, как изменение доли рекламного оборота (ДРО) влияет на конверсию тапочек на Ozon.
Почему Google Sheets? Потому что мы любим челленджи и хотим показать, что даже в экселе можно творить магию ML.