IgnatAI

Сегодня расскажу как можно сделать функциональную презентацию с помощью Gemini. Если вам надоело использовать Gamma AI для создания презентаций, то данный гайд для вас.

Правда, предупреждаю, что количество времени, софта и действий будет больше.

В этой статье вы узнаете

• Создаем текстовую часть презентации

• Создаем саму презентацию

• Шлифуем и экспортируем презентацию

• Резюме

Создаем текстовую часть презентации

Сначала необходимо подобрать материал по теме, я использовал ChatGPT с функцией DeepResearch:

Не обязательно использовать DR, если у вас простая тема. Я использовал, поскольку предполагается анализ большого количества информации; сейчас будет достаточно написать тему с примерным планам и дать ChatGPT подумать.

Вы также можете использовать DR и в Gemini, я делал в GPT потому что у меня была подписка Plus.

Независимо от того какой DR вы использовали или не использовали, обязательно пробегитесь по тексту, посмотрите ссылки; сделайте фактчекинг в общем.

Затем экспортируем наш материал:

Рекомендую в ChatGPT скачать PDF

Создаем саму презентацию

Прежде всего, включаем Gemini Pro (опционально, но результат будет круче) и включаем "Canvas".

Добавляем наш файл и промпт:

Сделай, пожалуйста, полноценную презентацию с помощью Canvas. Информация для титульного листа: Презентацию подготовил: ФИО, курс, группа и так делее.

На основе данного файла необходимо сделать презентацию по теме: Ваша тема
Необходимо рассмотреть: План презентации

Не обязательно делать аналогичный промпт, даю общее направление, в зависимости от вашей задачи - адаптируете под себя. Но обязательно укажите инфу для титульного листа и в целом сделайте акцент, что вам нужна именно презентация, иначе Gemini может скинуть текст в окне для кода.

Далее запускаем и ждем:

Коротко рассмотрим самое важное здесь:

• 1 - Ссылка, чтобы поделиться презой в интернете и открыть в полноэкранный режим, как сайт в общем

• 2 - Код страницы, который мы скопируем, чтобы сделать интерактивный html - файл

• 3 - Функция выделения и редактирования; если где-то что-то поехало, то выделяем и просим Gemini отредачить

Покажу слайды, кстати презы всегда разные получаются:

кнопки рабочие, об этом ниже

Шлифуем и экспортируем презентацию

Есть два способа скачать презу, хотя даже три))) Мы можем просто наскринить эти слайды и собрать из них презентацию в условных Google Presentation, анимаций не будет, чисто статичная презентация; путь большинства.

Если же мы вдруг хотим похвастаться сгенерированной презентацией с анимациями, то можем просто поделиться ссылкой и она откоется в браузере и будет работать. Но ничего не выйдет, если нет интернета да и по ссылке сразу понятно, где вы это делали... Что делать? Сделать html - файл.

Скопируем код:

Идем в ChatGPT и просим упаковать его в html файл:

Скачиваем. Или мы можем сами создать .txt файл, вставить туда код, затем изменить формат файла на .html

Резюме

Конечно, не самый удобный способ, если честно да и дольше, но результат прикольный, во всяком случае не такой шаблоноориентированный как в Gamma AI. Для большинства актуальнее будет заскринить (или дальше пользоваться гаммой).

Для тех, кто все-таки будет делать html файлы учтите, что не везде преза будет работать хорошо. Если компьютер старый или на нем старый браузер, то что-то из интерактива работать не будет или даже верстка поедет. Про интерактивность и анимации рассказал больше как к сведению, чтобы вы были в курсе возможностей инструмента.

И помните, что Gemini Pro на бесплатном тарифе имеет лимиты, поэтому либо Flash используйте, либо качественный промпт на Pro пишите.

Помните, что сгенерированная презентация не освобождает от необходимости поработать с материалом и разобраться в теме.

Надеюсь, гайд был полезен, удачи))

Благодарю за прочтение!

#google #gemini #geminipro #gammaapp #presentation #gpt #chatgpt #gpt5 #deepresearch #ai #productivity #guide #article

Сегодня расскажу о новом способе подготовки к устным экзаменам с помощью связки двух нейросетей: Gemini и NotebookLM.

В этой статье вы узнаете

• Формат экзамена

• Методика подготовки

• Примечания по методике

• Резюме

Формат экзамена

Экзамен состоял из 30 билетов по 2 вопроса в каждом и того 60 вопросов. На подготовку до 40 минут, записи делаются для себя, ответ устный; листы можно использовать для рисования графиков и написания формул.

Методика подготовки

Первое, что нужно сделать - изучить методичку по тому направлению, куда мы поступаем. Читаем условия, ознакамливаемся с датами и иными организационными моментами.

Затем ищем вопросы к самому экзамену:

Далее, мы начинаем формировать ответы к вопросам. Делать это будем с помощью Gemini, но есть более авторитетные источники и это "Рекомендуемая литература".

Правда, если мы не хотим сами делать ответы на вопросы, а автоматизируем процесс поиска с помощью ИИ, то список литературы мы использовать можем с ограничениями, об этом я скажу в разделе Примечания по методике далее.

Идем в Gemini:

https://gemini.google.com/

Рекомендую для контекста дать нейросети почитать файл с вопросами. Так ответы будут точнее:

Начинем делать ответы на вопросы. Я предлагаю вам использовать следующий вариант промпта:

Дай лаконичные ответы по абзацам на следующие вопросы: [Список вопросов (не более 5 штук)]

Почему именно так?

Во-первых, это самая суть, скелет темы. Во-вторых, абзацный формат ответа легче воспринимается; конечно, можно поспорить с этим тезисом, но если вам проще читать обильный файл с большим количеством списков, то делайте списки. Здесь опционально.

Также скажу, что этот вариант создания ответов подходит для тех, кто в теме разбирается в целом. Если же вы поступаете на что-то новое для себя, то расписываете подробнее, конечно.

Как сделали вопросы переносим в Google Docs или Word:

Обязательно сделайте автособираемое содержание, потому что файл у вас будет большим и с содержанием будет быстрее перемещаться по документу.

Далее, смотрите по дисциплине: если у вас тоже экономика, то нам нужны формулы, поэтому просим нейросеть дать нам формулы к тем вопросам, где они уместны:

Подбери к тем вопросам, где скорее всего меня спросят о формулах - формулы с коротким, но полным пояснением. Используй в формулах латиницу, пожалуйста.

Про латиницу опционально, смотрите по своей ситуации:

Формулы также добавляем в наш файл:

Обязательно проводим фактчекинг формул в интернете!

Мы получили серьезный объем материала. Его долго читать, сложно воспримать, ещё нужно выучить формулы, что нам делать? Оптимизировать изучение через пересказы.

Показываю как сделать пересказ. Идем в NotebookLM:

https://notebooklm.google/

Создаем новый блокнот:

Эта нейросеть всеядна на форматы входных данных и этим она крута. Ответы она строит исходя из той инфы, которую вы ей дали.

Не буду рассказывать весь функционал здесь, уже делал обзор на эту нейросеть: https://pikabu.ru/story/notebook_lm_novyiy_uroven_v_analize_i_issledovaniyakh_13005685?utm_source=linkshare&utm_medium=sharing

Нам нужно сгенерировать пересказ. Добавляем файл и делаем:

Пересказ можно акцентировать на чем-то, если нужно:

Важный момент
Нейросеть генерирует пересказ длительностью до 12 минут. Если дать ей файл целиком, то он будет рассмотрен в общем, не ок для нас. Поэтому разделите свой файл на файлы поменьше. Я поделил на 6 штук

Закидывайте в нейросеть. Вам на один аккаунт гугла в день доступно генерировать 3 пересказа. По итогу у вас будет 6 или свое число пересказов:

Теперь мы можем слушать эти записи, я себе их скинул в избранные тг:

Рекомендую по общему файлу сделать майндмеп:

Прекрасная функция, чтобы понять иерархию дисциплины:

Если учите историю, то делайте хронологию, тоже самое касается и FAQ:

Есть ещё видеопересказы, но пока на английском, следовательно, для большинства не актуально, показывать не буду.

UPD от 28 августа: добавили поддержку русского языка в видеопересказы

Расскажу как учиться с помощью пересказов. Первое, что нужно понять: это не халява, это дополнительный способ обучения, мы задействуем наш аудио-канал, чтобы обучаться в формате подкаста. В эпоху короткого контента, видео - крайне эффективно.

Я слушал пересказы по утрам, первое время только слушал и ничего больше не делал, когда приелось - стал ставить на фон.

Мы также читаем большой файл; если можете позволить себе распечатать его, от обязательно сделайте это, поскольку с бумаги информация будет восприниматься лучше и усваиваться быстрее. Не забываем смотреть майндмеп, хронологию и другое.

По поводу формул))

Обязательно переписать их от руки и учить с листка, так быстрее все выучите.

Дальше уже смотрите по своей ситуации. Если вам нужно решать задачи, то адаптируйте подход под себя. Попробуйте использовать функцию обучения в Gemini:

По большей части, фишка в пересказах, в остальном и без меня знаете, что делать))

Примечания по методике

Теперь по поводу качества материала. В идеале брать источники из рекомендуемой литры и делать пересказы на их основе. Но в литре как правило ссылки на учебники с юрайта, знаниума и подобного:

NotebookLM, как и все другие нейросети, не авторизованы в этих системах. Короче говоря, вы давая ей ссылку на учебник, просто даете карточку с общей информацией по учебнику, но не сам учебник. Следовательно, смысла давать учебники нет. Что делать?

Если используем рекомендованную литру, то обязательно ищем и даем пдф файлы с монографиями, учебниками и подобным. И уже в NLM просим отвечать на вопросы на основе источников.

Важный момент
NLM не сохраняет содержимое чата, если вы вышли из блокнота, он его чистит, поэтому сразу сохраняете результат.

Про недостатки Gemini и NotebookLM писал в телеграме. Тг в шапке

По большей части это всё.

Резюме

Что ж, если дочитали, значит, приблизились к состоянию суперчеловека)) Наконец-то, студенты начнут использовать ИИ для полезных вещей, а не для генерирования курсовых с ВКРами :)

Касаемо методики, она сработала отлично. Поготовился минут 10-15, вышел вторым; доп вопросов не задали. По итогу сдал и поступил на бюджет.

Следует понимать, что это не волшебная таблетка, нет, это дополнительный элемент, который должен использоваться в связке с остальными способами подготовки. Готовился к экзамену по пересказам и всему вышеперечисленному месяц. Здесь ощутимая часть успеха - начать заранее.

Немного про саму нейросеть: NLM - крайне эффективная нейросеть. Ее можно использовать для большого количества задач. Один кейс я предложил, также я вижу ещё варианты:

• Систематизация большого объема информации (конспекты, *отчетности и подобное);

• Подготовка к экзаменам, собеседованиям, интервью, выступлениям;

• Исследования и погружение в новую тему (обязательно в связке с DeepResearch от Gemini).

*Важно помнить, что не все можно давать нейросети, думайте о возможных рисках утечки информации через нейросеть.

«Если ты сделаешь из ИИ слугу, ты, скорее всего, потеряешь способность делать всё в своей жизни. Если сделаешь из него оракула, скорее всего, отупеешь. А вот если ты сделаешь из ИИ своего равноправного помощника, который позволяет тебе развиваться и быть человеком, ты, скорее всего, станешь суперчеловеком».

Андрей Дороничев — российский и американский IT-предприниматель

Благодарю за прочтение!

#образование #личныйопыт #google #notebooklm #openai #gemini #экзамены #пересказ #продуктивность #deepresearch #chatgpt #ai #учеба #вуз

Это вторая часть, посвященная написанию диплома с помощью ChatGPT. Сегодня расскажу про подходы, которые использовал в процессе написания и какие результаты получились в итоге.

В этой статье вы узнаете

• Примечание

• Приём первый: двойной скелет

• Приём второй: контекст

• Приём третий: аналогия

• Приём четвертый: анализ данных

• Про оригинальность

• Резюме

Начнём)

Примечание

Все свои статьи, которые касаются курсовых и дипломов Я строил в формате гайда, но получив фитбэк после первой части и написав два диплома, Я понял, что ВКРы бывают очень разными и поэтому создать универсальный гайд не получится. Исходя из этого, в этой статье Я буду давать вам общие направления, которые вы сможете адаптировать в своих работах.

Для лучшего понимания, Я буду приводить как общие, так и частные примеры использования того или иного приема.

Местами Я пишу очень обобщенно и без конкретики, это связано с тем, что Я не могу писать и показывать реальные темы и содержание дипломов, чтобы не навредить людям; имейте это в виду и не ругайтесь :)

И последнее: статья получилось сложноватой, не все дойдут до конца.

Приём первый: двойной скелет

Так получилось, что я написал два разных диплома со времен первой статьи. Что в первом, что во втором необходимо было разработать что-то новое. Сложность возникла там, где всё строится вокруг уже работающего процесса и нормативной базы, короче говоря, возникла проблема создания рекомендаций по процессу. Вторичные проблемы это:

• Низкая оригинальность из-за анализа и цитирования НПА

• Недостаточный объём работы

В качестве решения я сделал следующее: попросил ChatGPT на основе уже существующих рекомендаций (из интернета) создать подробный план, дорожную карту по улучшению процесса. И уже этот план расписываем Чатом как план диплома или курсовой. Вот как это выглядит на практике:

Таким образом мы получим осознанную систему рекомендаций, которая будет структурирована и расписана. Клише промптов:

Я хочу, чтобы мы работали по следующему алгоритму: Ты пишешь каждый раздел по модулям. Разделы - это (примеры твоих разделов) и т.д. Модули это - содержимое разделов, например, (примеры твоих модулей) и т.д. Как только ты заканчиваешь писать один модуль, ты останавливаешься и требуешь команду "продолжай", чтобы перейти к следующему модулю или разделу. Ты понимаешь этот алгоритм?

Напиши (номер модуля) модуль (Название модуля) в разделе (Название раздела).

Если Чат пишет тезисами, то есть вот так:

Добавляй к своим запросам "одним абзацем" и подобное

Приём второй: контекст

ChatGPT сейчас умеет читать файлы и мы можем это использовать для написания диплома. Я покажу суть, а вы уже сами адаптируете прием под свою задачу:

Немного поясню. Мы можем давать Чату свои файлы и просить его в них разбираться, чтобы он понимал то место, где мы остановились, условно.

Использовать это можно в многих случаях, один кейс я показал. Ещё, бывает использую, когда надо сделать вывод по главе, то есть скидываем ему файл с работой и просим сделать вывод по 3 главе, например.

Приём третий: аналогия

Здесь мы тоже используем возможность загружать различные объекты в ChatGPT. На деле это выглядит так:

В этом примере есть какой-то текст, диалог с каким-то содержанием и легендой. Я прошу ChatGPT по примеру, аналогии написать то же самое, но адаптировав под мои требования.

В случае диплома и курсовой, где есть какие-либо статические данные и вам нужно на основе этих данных что-то сделать внутри диплома, то используем сначала Контекст (скидываем сам диплом), чтобы Чат понимал с чем работаем, а потом скидываем файл или изображение со статическими данными и просим сделать то, что нам нужно.

Приём четвертый: анализ данных

Сейчас Чат научился рисовать графики, таблицы и подобное. Очевидно, что это тоже нужно использовать. Например, чтобы рисовать таблицы:

Он выдал мне результат списком, но мне это не очень удобно, поэтому прошу его представить информацию в виде таблицы:

Следовательно, если вам нужна таблица в ВКР, то теперь вы понимаете как ее сделать)

Что делать когда у нас есть какие-то данные и нам желательно начирякать по ним график? Дать эти данные Чату))

Бывает, подписи на графике делает английскими, фиксится указанием что-то типо "подписи сделай на русском"

Тут думаю всё должно быть понятно, графики нужны всегда и всем и сейчас мы можем их сделать за пару секунд, условно)

Покажу ещё одну фишку ChatGPT, бывает помогает, особенно, если нам нужна организационная структура:

Ключевое слово "markdown" позволяет нам просить Чат писать информацию в формате кода, со всеми преимуществами этого формата, в частности, просить Чат рисовать простые схемы, бывает полезно.

Про оригинальность

С этим аспектом рекомендации не поменялись, подробнее расписал про обход антиплагиата в обновленной статье по курсовой.

Скажу лишь то, что в случае, если у вас низкая оригинальность и антиплагиат не видит ИИ, то открывайте отчет плагиата и просите Чат писать текст по выделенным местам работы. Я делаю это по абзацам.

Важно: мы не просим перефразировать текст, это уже не работает примерно с февраля 2024 года; вместо этого мы сами описываем суть и просим Чат написать об этом, например:

Что же касается оригинальности по двум дипломам, то в первом нужно было 60%:

а во втором 50%

Со вторым пришлось помучаться немного, но тоже получилось) От области знания и темы диплома зависит многое. Если пишите, используя НПА и описываете известный процесс, то это сложнее; если же просто внедряете инновации в компанию, то это проще намного.

Резюме

Подведём итоги.

Дипломы бывают разные и общий гайд на все случаи жизни не сделать. В этой статье Я поделился инструментарием, который использовался для написания двух дипломов. Его я использую и для курсовых и для решения каких-либо задач в целом.

Последняя рекомендация, которую стоит дать это: не бойтесь и не ленитесь экспериментировать, потому что только через пробы и ошибки вы найдете оптимальный вариант написания работы. И, конечно, начинайте писать дипломы заранее, чтобы на эксперименты было время) Удачи на защите!

Благодарю за прочтение!

#диплом #chatgpt #курсовая #openai #claude #copilot #ai #антиплагиат #оригинальность

Сегодня я начинаю серию статей, посвящённую написанию диплома, ВКР, с помощью нейросетей.

В этой статье вы узнаете

• Как сделать план диплома с помощью ChatGPT или Claude?

• Общий алгоритм написания диплома

• Резюме

Как сделать план диплома с помощью ChatGPT или Claude?

В начале 2024 года большинство уже знает, что такое ChatGPT, но кто-то может не знать про Claude, эту нейросеть можно использовать в качестве альтернативы ChatGPT.

ВАЖНО: Я буду писать диплом с помощью GPT-4, эта версия платная, однако, можно писать и в бесплатной или в Claude (тоже бесплатная), займет лишь больше времени. Начинаем)

Делаем план:

Промпт 1:

Представь, что ты студент 4 курса факультета (ваш факультет) направления (ваше направление). Тебе нужно написать дипломную работу на тему (ваша тема). Структура дипломной работы следующая: Введение
Глава 1
Глава 2
Глава 3
Заключение
Список использованных источников
При этом каждая глава должна содержать минимум (количество подпунктов) подпункта. Я хочу, чтобы ты составил опорный план дипломной работы шаг за шагом по указанной структуре.

Результат:

Аналогичный план из Claude:

Теперь нам нужно отредактировать наш план. Если у вас уже есть план, одобренный вашим научником, то вы отправляете его нейросети, просто отправляете, даже можете прервать ответ нейросети:

Важный момент: Диплом не курсовая, к чему я это? К тому, что вам следует ответственно отнестись к составлению плана. Например, чат сгенерировал нам план, где в Введении раскрываются только 3 пункта, а у нас их по требованиям методички 7 или иное:

Вывод: Необходимо заранее изучить свою методичку, чтобы потом не делать двойную работу.

Продолжаем

Промпт 3

Я хочу, чтобы мы работали по следующему алгоритму: Ты пишешь каждый раздел по модулям. Разделы - это Введение, Глава 1, Глава 2 и т.д. Модули это - содержимое разделов, например, Актуальность темы, Цель и задачи работы и т.д. Как только ты заканчиваешь писать один модуль, ты останавливаешься и требуешь команду "продолжай", чтобы перейти к следующему модулю или разделу. Ты понимаешь этот алгоритм?

Тут думаю всё понятно, для написания скелета диплома мы будем использовать модульный алгоритм. Это тот же самый алгоритм, который вы могли использовать, если писали курсовую по моим гайдам

Универсальный промпт для модулей

Напиши (Номер модуля) модуль (Модуль) в разделе ("Раздел").

Что дальше?

Делаем скелет нашему диплому. Почему я называю это скелетом? Потому что GPT даёт тезисную информацию по каждому модулю, нам это не подходит. Немного пробежимся по нюансам генерации скелета:

• Внимательно генерируй скелет (ошибки приведут к проблемам)

• Делай выводы к главам, понимания будет больше

Общий алгоритм написания диплома

Начнём с того, что диплом я пишу в реальном времени, поэтому всякие проблемы появляются и решаются в одно и то же время, имеете это в виду.

Диплом не курсовая, работа ооочень большая, чтобы писать её в одном GPT-чате или в Claude-чате.

Что же делать?

Использовать несколько чатов, будем называть их сетками

А что если я хочу всё же писать в одном чате?

Перечислю потенциальные проблемы с которыми вы можете столкнуться:

1. Слишком длинный чат, вы просто запутаетесь в нём.

2. Ограничение на генерацию текста в одном чате.

Вторая проблема наиболее актуальна для Claude:

Делал проект в Claude, писал статью про него, кстати. На проект мне хоть и хватило, но на 3 главы диплома, одного чата явно не хватит. Для GPT такая проблема тоже актуальна, но в меньшей степени.

Итак, сгенерировали скелет ВКР, можем просить GPT расписывать информацию подробнее в другом чате, да? Можно, но когда мы отдадим нашу работу научнику, то в отчёте антиплагиата он увидит это:

К моему большому сожалению, антиплагиат или как минимум его последние версии научились видеть даже GPT-4... Как это исправить? Переосмыслив методику написания и погуглив в интернете я вывел рекомендации.

Рекомендация 1: Снижайте оригинальность текста

Так получилось, что по своей природе нейросети генерируют уникальный текст, это сильно не нравится антиплагиату, поэтому мы будем это исправлять.

В начале статьи я писал, что рекомендую использовать GPT-4 вместо GPT-3.5, но зачем, если антиплагиат теперь видит платную версию? Потому что GPT-4 имеет выход в интернет, а 3.5 нет. Иначе говоря, Я предлагаю использовать ChatGPT в качестве поисковика конкретной информации. Он даёт ссылку на источник, информацию из этого источника мы можем использовать в дипломе. И диплом пишем и оригинальность снижаем:

Чтобы заставить GPT искать информацию в интернете, используйте словосочетания типа: "используя интернет..." и подобное

В качестве альтернативы ChatGPT можно использовать Bing, Grok, Perplexity, они тоже умеют смотреть веб-страницы.

Рекомендация 2: Посмотрите на свой план

Первая проблема, которая у меня возникла после осознания, что теперь писать легко как раньше не выйдет это был вопрос: о чём писать? Хотя в скелете и есть тезисная информация, она не всегда может подходить, поэтому я посмотрел на свои подпункты:

Объясню на своём примере:

1.1 У меня есть какая-то деятельность или процесс, а в подпункте нужно расскрыть сущность, цели и задачи, поэтому Я попрошу GPT посмотреть в интернете 2-3 определения. В тексте ВКР я каждое определение рассмотрю, хоп, а у меня уже полтора листа) Затем цели, тут я просто загуглил и с первого сайта взял их, заодно и оригинальность снизил. Сайт был крутым, задачи взял оттуда же.

1.2 В этом подпункте у меня были правки от научника, поэтому я знал, что нужно писать в содержании и поэтому попросил GPT тезисно рассказать идею и про оценку эффективность исследуемого процесса.

1.3 В последнем подпункте я рассмотрел статистику, реальную, и привёл тематические примеры. Статистику также нашёл в интернете.

Рекомендация 3: Проверяйте факты

Об этом пишет сам Антиплагиат

Во-первых, искусственный интеллект великолепно придумывает факты — людей, законы природы и т. д. Объяснить это просто: задача ChatGPT 一 создать текст, похожий на человеческий, а не текст с корректными фактами. В машинных текстах правдивые факты соседствуют с вымышленными данными, об этом нужно знать и не забывать проверять. Так, например, сноски хоть и имеют грамотное оформление, по факту не всегда являются сносками, поскольку ссылаются на несуществующие произведения.

Пресс-служба «Антиплагиата»

Рекомендация 4: Делайте очеловечивание текста

Я имею в виду правки в тексте. Сгенерировали блок - внесли правки; вы сами почувствуете, что следует поменять, потому что вы человек)

Если коротко, то алгоритм такой:

• Смотрим на содержание и скелет

• Генерируем с поиском через интернет

• Проверяем факты

• Вносим правки в текст

В результате после переписывания первой главы с нуля всё получилось:

Резюме

Что ж, вот такая методика получилась, возможно, это выглядит сложно, но начав, вы поймете, что это не так. С другой стороны это и хорошо, что плагиат видит передовые языковые модели, студенты теперь будут лучше понимать о чём пишут да и как бы оно ни было нейросеть всё равно значительно ускоряет работу. Эту главу (20 страниц) я написал за 4 часа, а если бы писал самостоятельно, то ушло бы в раза два больше времени. Кстати, вот что о времени пишет сам Антиплагиат:

И, наконец, не все так быстро. Идея, что для создания качественного текста достаточно ввести запрос и щелкнуть мышкой, 一 иллюзия. Чтобы получить добротный текст, придется провести полноценную работу по его созданию. Грамотно поставить генератору задачи, проверить результирующий текст на достоверность, просмотреть все сноски и ссылки 一 все это необходимые условия для качественного результата.

Пресс-служба «Антиплагиата»

Глава отправлена на ревью научнику, в следующей части будем учиться писать вторую главу, до встречи!

Благодарю за прочтение!

#диплом #chatgpt #курсовая #openai #claude #copilot #ai #антиплагиат #оригинальность

Примерно год назад Я написал серию статей, где рассказывал как писать курсовую работу с помощью ChatGPT. Первая статья и серия в целом, стали достаточно популярными и до сих пор многие студенты на них опираются при написании своих работ. Однако прошёл год, много, что изменилось, много, что произошло и появилось.

Поэтому сегодня расскажу как можно написать курсовую работу в 2024 году, используя доступные AI-инструменты.

В этой статье вы узнаете

• Какую нейросеть лучше использовать для написания курсовой?

• Как составить план курсовой с помощью нейросетей?

• Алгоритм написания работы

• Разбор нюансов при написании курсовой нейросетью

• Резюме

Давайте начинать.

Какую нейросеть лучше использовать для написания курсовой?

Курсовая, которая будет примером в этой статье написана на платной версии ChatGPT, GPT-4 и Я для удобства рекомендую ее и использовать, но если вам чисто нужно написать курсовую, то покупать подписку за $20 - сомнительное решение. Сейчас есть много сервисов, которые дают аккаунты на совместное использование, погуглите.

Если не, то используем бесплатную версию или аналоги: Claude, Copilot. Будет не очень удобно, точно займёт больше времени, но результат будет, должен быть)))

Как составить план курсовой с помощью нейросетей?

Здесь ничего нового не изобретаем, а просто пишем промпт:

Представь, что ты студент (твой курс) курса факультета (твой факультет) направления (твоё направление). Тебе нужно написать курсовую работу на тему (тема). Структура курсовой работы следующая:
Введение
Глава 1
Глава 2
Заключение
Список использованных источников
При этом каждая глава должна содержать минимум (количество подпунктов) подпункта. Я хочу, чтобы ты составил опорный план курсовой работы шаг за шагом по указанной структуре.

Если возник вопрос: зачем давать нейросети так много данных о себе? Я отвечу: Вот как придумал этот промпт год назад, получил нужный результат, всё работает) Так и оставил по итогу :) Когда-нибудь потомки назовут этот феномен "историческим развитием промптинжениринга при написании курсовых работ студентами 20-хх годов XXI века"

После того, как нам сделали план, поступаем из своей ситуации, тут у каждого будет своё. Думаю, если ты доучился(ась) до курсовой в ВУЗе, то точно разберёшься, что нужно делать с планом)))

Затем, после всяких согласований плана с научником или без согласований))) показываем GPT наш план, по которому будем работать дальше:

Он начнёт писать что-то типо: "Твой план прекрасно адаптирован и самый лучший" и так далее... этот ответ просто сами отключаем кнопкой.

Алгоритм написания работы

Чудесно) Теперь у нас есть план, самое время начать писать работу. Сначала сгенерируем скелет работы, что это значит? Скелетом я называю первичную информацию, которую нам даёт GPT на основе пунктов нашего плана. Даём Чату этот промпт:

Я хочу, чтобы мы работали по следующему алгоритму: Ты пишешь каждый раздел по модулям. Разделы - это Введение, Глава 1, Глава 2 и т.д. Модули это - содержимое разделов, например, Актуальность исследования, Цель и задачи исследования и т.д. Как только ты заканчиваешь писать один модуль, ты останавливаешься и требуешь команду "продолжай", чтобы перейти к следующему модулю или разделу. Ты понимаешь этот алгоритм?

Если ты пишешь как и я на четвёрке, то он часто сразу же начинает чирякать первый модуль введения, пусть пишет, не прерывай.

Затем просим Chat написать следующий модуль:

Напиши (номер модуля) модуль ((Название модуля)) в разделе ("Название раздела").

В общем то, таким способом проходимся по всему плану нашей курсовой:

После того как ты закончил писать все модули, попроси чат сделать выводы к главам, они нам понадобятся:

Всё, скелет есть, что дальше? Дальше сложно. Сейчас антиплагиат видит генерацию текста как бесплатного, так и платного ChatGPT, поэтому нам нужно немного "потанцевать с бубном", в частности, мы будем брать некотрые части работы из скелета, а саму суть брать из интернета, но делать это хитро.

Сначала я перечислю, что мы точно берём:

• Все модули введения

• Общие выводы к главам (для этого мы их делали)

• Все модули заключения

Схематично это выглядит так:

Смотрите:

Короче говоря, промежёточный алгоритм работы следующий (ниже будет полный):

• Делаем план

• Делаем скелет

• Начинаем писать работу, берём введение, выводы к главам и заключение из скелета

После того как мы написали введение начинаем писать первую главу. Поскольку нам нужно пройти антиплагиат, нам необходимо снижать оригинальность текста, то есть брать информацию из интернета: как это сделать? Если у тебя GPT-4, то переходи в новый чат и пиши что-то типо:

Одно из преимуществ GPT-4 над 3.5 состоит в том, что он умеет чекать инфу в интернете. То есть мы как бы используем GPT в качестве поисковой системы. Расписывай запрос подробнее, чтобы Чату было полегче искать нужные источники. Я пишу как на скрине, но это я))

Бывают ситуации, когда GPT не может просканировать тот или иной сайт по запросу из-за технических ограничений. Не беда, иди с этим запросом в гугл, что-нибудь найдёшь сам. Если же совсем хумера-хамера, то попроси чат найти ту же инфу, но только перефразируй сам запрос. Эксперементируй.

Окей, мы из скелета взяли инфу для введения, затем для пунктов первой главы нашли всё с сайтов интернета, что дальше? Дальше делаем вывод по всей главе, используя заготовку из скелета:

Аналогичные действия делаем и со 2 главой и так далее. Потом заключение, тут всё то же самое, что и с введением.

По итогу курсовая будет написана, а итоговый алгоритм выглядит так:

• Делаем план.

• Делаем скелет.

• Начинаем писать работу, берём введение из скелета.

• Гуглим руками или через Чат инфу по нашим подпунктам в главах

• Делаем общий вывод в конце первой главы, инфу берём из скелета.

• Повторяем действия с последующими главами.

• Для заключения инфу также берём из скелета как и для введения.

• По завершении работы делаем вычитку всей работы полноценно, должно быть логичное повествование, отсутвовать логические и фактические ошибки.

Отдельно скажу про список источников. Пока ты будешь писать главы, у тебя наберётся нормальный список сайтов, вот их и добавь в список источников. Оформлять их можно на соответствующих сайтах, я использую:

https://open-resource.ru/spisok-literatury/

Как-то так, это не халява, конечно, но результат тоже есть))

Это не всё, не убегай пока, внизу про очень важные штуки ещё расскажу.

Разбор нюансов при написании курсовой нейросетью

Если вы всё ещё здесь, то благодарю за стойкость) Отвечу здесь на возможные вопросы, которые могут возникнуть.

Почему такой сложный алгоритм написания?

Потому что антиплагиат видит генерацию текста. Работа должна быть не сверхоригинальной, поэтому нужно снижать оригинальность текста, мы это делаем за счёт информации из интернета. При этом текст должен быть полноценным, логичным и без фактических ошибок.

Как копировать текст из Чата так, чтобы он не был чёрным?

Создай на рабочем столе txt-файл и вставляй скопированный текст сначала туда, а уже затем в текстовый редактор.

Какие есть подводные камни?

Главный камень тут один и это грань между адекватной оригинальностью и отсутствием в отчёте сообщения о генерации текста. При этом адекватная оригинальность это:

И не совсем адекватная:

Хотя в обоих случаях методика (алгоритм) написания одна и та же.

Как повысить оригинальность текста?

1. Увеличивай список литературы, в количестве источников имею в виду.
2. Делай "карусельный" перевод, то есть переводи текст с русского на английский и с английского на русский. Перечитай потом всё ещё раз, чтобы не исказился первичный смысл.
3. Используй метод "шинглов", загугли, что это :)

Список неисчерпывающий, другие способы можешь загуглить сам(а).

Я просто попрошу сделать ChatGPT перефраз, у меня 4-ая версия!

Два нюанса: Если курсовая написана не очень вдумчиво, то даже перефраз четвёркой не спасёт от обнаружения генерации текста. Если же курсовая написана нормально, но нужно поднять оригинальность, то антиплагиат просто запишет перефразированные фрагменты в параметр "Совпадения". Он умеет так делать.

Резюме

Вот как-то так изменилась методика написания курсовой за один год. За 12 месяцев мы прошли путь от "тупого" копипаста из бесплатного ChatGPT к необходимости покупать платную версию этой нейросети для обхода антиплагиата. По итогу вынуждены более тщательно подходить к процессу написания работы сегодня. Хорошо это или плохо? Я считаю, это нормально. Мир меняется, технологии развиваются, мы учимся и адаптируемся, одни подходы устаревают, им на смену приходят новые, более эффективные и передовые. Меняются нарративы, тренды и темы, но одна вещь остаётся неизменной: жизнь всегда награждает исследователей, первооткрывателей и созидателей за то, что они были первыми.

Желаю тебе быть первым, читатель)

Благодарю за прочтение!

Сегодня протестируем функцию "Глубокого исследования", DeepResearch, у 4-х нейросетей: ChatGPT, Perplexity, Gemini и Grok. Поймем какая нейросеть предоставляет самое качественное и лучшее решение.

В этой статье вы узнаете

• Что такое функция DeepResearch и для чего она нужна

• Критерии сравнения

• Что дает ChatGPT

• Что у Perplexity

• Пробуем Gemini

• Смотрим у Grok

• Резюме

Что такое функция DeepResearch и для чего она нужна

DeepResearch — это функция, которая позволяет проводить углубленный, всесторонний анализ заданной темы. Её основная задача — собрать, обработать и синтезировать обширный объем информации из различных источников, чтобы предоставить пользователю максимально полное и детализированное представление о предмете исследования.

Мы по запросу получаем отчет с глубоким пониманием темы, выявлением скрытых взаимосвязей и тенденций. Для принятия обоснованных решений, основываясь на данных, которые иначе были бы недоступны или требовали бы значительных затрат времени и усилий при ручном сборе.

Суть: пишем свой вопрос, нейросеть уточняет детали, затем минут 10 она думает и выдает полноценный отчет-ответ с детальным освещением темы.

Критерии сравнения

Будем сравнивать 4 нейронки, имеющие эту функцию. Смотреть будем исключительно бесплатные тарифы, поскольку для большинства это будет актуальнее.

Проверять будем с помощью одного промпта, ранее уже рассказывал о нем в статье про стратегический компас, вот он:

Я хочу рассмотреть будущие тренды с целью получить преимущества в будущем, как по карьере, так и по качеству жизни в целом: стабильная работа, пассивный доход, реальные активы. Сейчас июнь 2025 года, мне 22 года, я закончил бакалавриат робототехники и пойду в магистратуру на направление инноватика, но параллельно обучаюсь программированию на языках C, в частности, C#. Также сейчас я зарабатываю фрилансом, программируя на разных биржах. В общем, я выделил перспективные на мой взгляд направления и хочу, чтобы ты их проанализировал и дал анализ касательно перспектив и возможностей в этих сферах как для меня как работника, так и для меня как инвестора. Иначе говоря, хочу, чтобы ты проанализировал направления на предмет будущей инвестиционной превлекательности: условно за какими компаниями в этих сферах нужно следить, какие технологии нужны или каких технологий не хватает, чтобы индустрия стала развиваться. Какое сырье необходимо будет использовать в индустрии. Короче говоря, мне на основе анализа нужна информация по: перспективным компаниям, перспективным металлам и иным активам, которые будут дорожать в перечисленных сферах. В идеале, если ты скажешь за чем мне следует следить и к каким активам стоит пригледеться. Сделай отдельные прогнозы на 5, 10 и 20 лет. Учитывай, что я отрезан от мировых рынков и финансовых инструментов, поэтому сейчас ожидаю выявление непосредственных трендов. И, наконец, сами направления:
- импланты (типо нейролинк и как в игре киберпанк) ИИ и инфраструктура для ИИ
- Освоение космоса, новые типы двигателей
- Робототехника и протезы
- Медицина: креокапсулы, выращивание и/или отращиваение частей тела
- Квантовые вычисление
- Технологии очистки воды
- AR, VR-гейминг
- Технологии хранения энергии
- Термоядерный синтез и атомная энергетика
- Технологии переработки пластика, углерода

Использую именно этот промпт, поскольку он отражает саму идею функции "Глубокого исследования" - анализ большого количества данных и систематизация в полноценный подробный отчет.

По ходу повествования буду давать пояснения по самим нейросетям и конкретно по DR в каждой из них.

Что дает ChatGPT

Начнем с "ксерокса" в мире нейросетей - ChatGPT. У бесплатных пользователей есть доступ к 5 запросам DeepResearch в месяц. Важно отметить, что это облегченная версия функции DeepResearch, которая использует модель o4-mini. Ответы в этой версии короче, но сохраняют глубину и качество анализа. (Эта часть написана 27 июля, до выхода GPT-5, потом сделаю апдейт)

Я пользовался Плюсом GPT и бесплатная версия в сравнении с платной очень проигрывает, но пользоваться можно. Пробуем наш запрос:

Получили уточняющие вопросы

Ответ дан за 8 минут:

Получилось достойно. Если бы мы делали на платной подписке, то получилось бы ещё лучше. В тексте есть ссылки на источники, все рабочие. Правда, не раскрыта часть запроса про карьеру, а так нормально.

Важно: отчеты читаем полностью и ищем подтверждение по каждой ссылке. У меня был случай, когда я искал компанию, мне GPT в отчете ее предложил, я пошел ее смотреть, а она закрыта уже как два года. Не слепо верим - проверяем.

Что у Perplexity

Следует сразу уточнить, что это неклассическая нейросеть как GPT, Grok или Claude и подобные. Это поисковая система с встроенным ИИ, которая дает информацию на основе того, что есть в интернете.

Тоже очень хороший инструмент, здесь хорошо проверять новости на существование их в интернете.

Тут нам доступно по 3 запроса в день, давайте посмотрим, на что они способны:

Здесь вопросы нейросеть задает вопросы по ходу. Смотрим на результат:

Очень коротко получилось да и не похож этот текст на полноценный отчет.

Не значит, что этой нейронкой не пользуемся теперь. Как я писал выше, она другая и задача у нее тоже иная, но DR не самый сильный, конечно.

Пробуем Gemini

На удивление данная нейросеть мало присутствует в инфополе, хотя у нее есть функции, которых нет в ChatGPT.

Здесь нам доступно 10 попыток на месяц. Разницы в качестве модели на платной и бесплатной версии тут нет, только в количестве запросов. Всё по порядку:

Вставили промпт и запускаем

Можем изменить план, если что-то не так и начинаем исследование. Только учтите, что измение плана считается как новый запрос. По опыту скажу, что план менять не придется. Если, конечно, не шляпа написана в самом запросе.

В зависимости от сложности запроса нейросеть будет работать дольше или быстрее, у меня в среднем 15 минут и более. Если исследование слетит, у меня так было в первый раз, то просто перезапустите с тем же промптом, попытка не расходуется.

По итогу мы получаем многостраничный отчет, где все подробно расписано; если пользуетесь Google-доками, то можно экспортировать текст прямо туда.

Теперь интересные фичи посмотрим) Мы на основе полученного отчета можем сделать:

• Аудиопересказ

• Веб-страницу

• Инфографику (Правда, в зависимости от темы это по сути та же веб-страница)

• Тест

Перейдем к другой полезной функции - аудиопересказу.

В статью вроде как нельзя добавить аудиофайл, поэтому прикрепиляю ссылку на сам чат Gemini: https://g.co/gemini/share/d11e4e47a232

И на последок посмотрим тест:

Для учебы очень годная функция

Если вам нужно подготовиться к экзамену, то по материалу можно порешать тест, очень удобно. Google в принципе много делает функций заточенных под анализ, исследования и самообразование. Есть инструмент - NotebookLM, тоже от гугл, нереальная имба, если что-то учите: Notebook LM: новый уровень в анализе и исследованиях

Смотрим у Grok

Grok - это очень необычная нейросеть, известная своими спичами в интернете. Разрабатывает ее компания xAI, которая принадлежит Илону Маску, а Илон в принципе человек-феномен. В общем, нейронка со своим вайбом)

По количеству запросов у бесплатных пользователей непонятки, если честно... то 3 раза за день, то 2. В любом случае, если не по кд запросы отправлять, то должно хватать.

Получилось не совсем хорошо... ссылки есть, но текст в общем написан. В конце Грок сделал таблицу, удобно; хотя я его об этом не просил, но и там местами общая информация, хотя я прописал в промпте, что мне нужны названия. Дается общее направление; в целом, можно использовать.

Резюме

Вот такой обзор получился. На данный момент мой фаворит - это Gemini; я в принципе пользуюсь ей всегда теперь, не только из-за DR. Если вы давно читаете мои статьи, то знаете как я всегда топил и гордился ChatGPT, но попробовав Gemini, я понял, что она сейчас круче. Плюс NotebookLM тоже со своими фичами, а если наложить это все на сервисы гугл, которыми я пользуюсь: документы, таблицы, то для меня AI-продукты гугл самые удобные.

Конечно, это не значит, что ChatGPT плохой, нет, я также захожу туда, чтобы сгенерировать изображение или отредактировать его, у GPT это получается лучше; как же он хорош, когда нужно удалить фон сложной фотке, чекайте:

Касаемо DR от GPT, то посмотрим ещё. Я пишу эту статью 27 июля, в начале августа; выйдет GPT-5 и, возможно, в статье появится UPD, что DR с новой моделью круче Gemini, посмотрим.

То же самое касается Grok и Perplexity; вторая вообще не LLM в классическом понимании, а поисковая система. У Грока есть много бесплатных фич, которые доступны в GPT, по Гроку, я думаю, отдельный обзор сделать.

При всем этом не будем забывать, что мы рассмотрели бесплатные версии, очевидно, что на платных тарифах лимиты больше, модели лучше (у кого что).

Контент я пишу для студентов все-таки, и для нас тут есть ложка дегтя в бочке меда: DR палится на антиплагите, поэтому его лучше не юзать при написании академических работ. Но для учебы, конкретно для подготовки к экзаменам, быстрому погружению в новую тему - очень годная вещь.

На этом у меня все, учитесь с DeepResearch, осваивайте новые инструменты и все вместе ждем GPT-5))

Благодарю за прочтение!

Сегодня познакомимся с еще одним инструментом от Google - NotebookLM. Разберем ее функционал и подумаем где его можно использовать.

В этой статье вы узнаете

• Что такое NotebookLM

• Разбор функционала

• Для чего можно использовать этот инструмент

• Резюме

Что такое NotebookLM

NotebookLM — это инновационный инструмент от Google Labs, который использует искусственный интеллект, в частности, свою модель Gemini; в качестве персонального помощника для исследований и работы с информацией.

Он позволяет загружать различные источники: документы, PDF, веб-страницы, видео с YouTube через ссылку; и затем взаимодействовать с ними: задавать вопросы, получать ответы, основанные исключительно на загруженных данных, генерировать резюме, создавать учебные материалы, и даже можно преобразовывать текст в аудиоподкасты.

Очень много всего в общем

Разбор функционала

Перейти в NotebookLM, далее NLM, можно разными путями. По ссылке:

https://notebooklm.google/

Или через сервисы гугл на главной странице в браузере:

По умолчанию, будут предложены блокноты, созданные самим сервисом. Можете зайти посмотреть как оно там выглядит, потом создавайте свой блокнот:

Первый плюс этого сервиса: всеядность входных данных. Мы можем добавить как файлы разных форматов, так и документы, презентации, ссылки на сайты и видео; просто текст.

У меня до этого сервиса часто была проблема, что тот же ChatGPT не может обработать множество разных источников в рамках одного контекстного окна, чата. Здесь же это проблема решена. Лимит в 50 источников радует, обычно больше и не нужно.

Давайте добавим что-нибудь:

В моем случае это будет электронный учебник по геометрии Лобачевского на чуть больше 460 страниц А4))

Что мы можем здесь делать?

• Задавать в чате уточняющие вопросы по загруженным источникам

• Сделать ментальную карту (майндмеп)

• Аудиопересказ

• Методчку для изучения

• Краткий обзор (саммари)

• FAQ (актуально, если готовимся к экзамену)

• Сделать хронологию, если необходимо

• И по мелочи: заметки

Начнем с какого-нибудь вопроса

Киллер-фича NLM состоит в том, что отвечать нейросеть будет по вашим источникам и каждый тезис подкреплять информацией из них. Фактчекинг тут на высоте, но это не значит, что не надо ничего проверять; обязательно делаем это.

Сделаем ментальную карту (майндмеп)

По кнопке получаете визуальную дорожную карту по развитию в любой теме. Я дурею с этой прикормки...

Делаем аудиопересказ

Можно дать персональные инструкции. Для обзора ничего менять не буду, и так нормально получится: https://notebooklm.google.com/notebook/f1e590d5-656b-4617-b253-0140ea2b6790/audiohttps://notebooklm.google.com/notebook/f1e590d5-656b-4617-b253-0140ea2b6790/audio

Закинул файл - получил аудиосаммари. Очень сильная штука.

Методчка для изучения

Всё расписывает по разделам

Краткий обзор (саммари)

Аналогично методичке, но в сокращеном варианте максимально.

Делаем FAQ

Получаем список с вопросами и ответами на них.

Можем сделать хронологию при необходимости

У школьников эта фича будет супервостребована, как будет удобно Войну и Мир читать))

Заметки показывать не буду, по названию понятно.

Для чего можно использовать этот инструмент

Вариантов масса, ясно, что фокус на анализ и исследования. Я использую NLM для погружения в новые темы, сферы, подготовки к экзаменам. А так вот ещё идеи:

• Разработка персонализированных учебных планов

• Создание аудиоподкастов из текста

• Генерация идей и мозговой штурм

• Изучение материалов YouTube

• Написание статей, отчетов или диссертаций

• Анализ больших объемов текста

Очень гибкая AI-штука))

Резюме

NotebookLM - это реально супер AI-app, который сочетает в себе огромное количество фич и возможностей. Из лидеров индустрии такое мало у кого есть и этим NLM качественно отличается от остальных.

Конечно, это нейросеть не обычная нейронка по типу GPT, Claude или Grok, нет, она другая и от этого очень крутая. Уверен, это не последняя статья в моем блоге о данном инструменте, поскольку гибкость инструмента и его возможности позволяют сделать многое и я по мере пользования NLM, буду делиться кейсами с ней.

Благодарю за прочтение!