"Если бросить 9 кубиков одновременно, то какая вероятность выпадения суммы больше 40? Ответ дать в процентах."
Что думаете? Кому теперь верить?
Gemini
Яндекс Алиса
DeepSeek
В предыдущей публикации мы, рассказывая как создаются наши промты, упомянули разработку промта(туда попал и скриншот), с помощью которого можно получить стороннее мнение - это когда твои анализы с анамнезом смотрит не только твой лечащий врач, но и другой специалист.
В вопросах здоровья так вообще требуется заключение комиссии, ведь болячка в одном месте может быть вызвана совершенно другим органом, так ещё и оказаться цепочкой проблем, которые не так явно заметны как боль или внешние проявления.
Что делать?
Обходить всех врачей трудно даже когда приспичило, не говоря о ежегодной профилактике диспансеризации, очередях, человеческом факторе и других нюансов, которые превращают элементарную заботу о здоровье в регулярный квест.
Наше решение: мета-контекстуальный промт, который превращает отдельный диалог внутри ChatGPT, в такое подобие врачебного консилиума в лице твоего персонального консультанта. Он сам запросит твои показатели, скажет какие провести тесты, проведёт первичную диагностику, а по результатам анализов даст полноценную картинку по состоянию здоровья и, что самое главное, рекомендации по отдельным показателям.
Технически это выглядит буквально как чат с очень профессиональным консультантом, который даёт задания и следит за твоим прогрессом. Единственное что он не делает - не пишет тебе сам, но оставляет в каждом сообщении задание, которое подразумевает что ты ему должен ответить.
Этот промт мы разработали изначально сформулировав запросы и требования. В этом вопросе нам помогали сотрудники АГМУ Астраханского Государственного Медицинского Университета, которые занимаются научно-исследовательской деятельностью в области здравоохранения, плюс сам куратор разработки когда-то учился в медицинском колледже.
И даже готовясь собирать ТЗ для промта, мы попросили написать промт для ТЗ - это и называется "метаконтекстуальный промт-инженеринг":
Итоговый документ, по сути техническое задание, мы прогнали через несколько самых популярных LLM моделей нейросетей, чтобы они сами создали промт для ChatGPT. Мы в том числе использовали функцию "глубокое исследование". А после проставили оценки всем получившемся промтам нашей судейской коллегией, куда входили и нашим промт-инженеры и коллеги из АГМУ и в том числе оценки от самих ИИ для их промтов и промтов их однородных моделей, а это ChatGPT, Deepseek, Gemini, Qwen. Вот что вышло:
Выше пример оценок для промта составленного Gemini, который и получил наивысший балл.
Сам же промт выглядит так:
Но, естественно, это не всё, а только "нулевой промт", для которого ещё целый документ с установками, комментариями и рекомендациями, который составляла сама ИИ.
И текст полноценного промта и вся научная статья которую мы собрали вместе с ИИ через глубокое исследование мы опубликовали в нашем канале t.me/Promtagram и там же есть ещё тренировочный промты для освоения ChatGPT в нём же самом и больше подробностей про работу нашей лаборатории.
Отдельно хотим поблагодарить вас за вашу активность: стрелочки вверх, лайки, комментарии, подписки - это всё помогает нам заниматься просвещением в сфере ИИ и промт-инженеринга, а людям находить новые возможности которые дают нейросети и мы верим что это делает мир лучше, так как нейросети не заменяют людей - они только делают их эффективнее.
А если у вас есть интересные промты или материалы ваших исследований - с радостью ознакомимся со всем что вы пришлёте на нашу почту promtagramlab@gmail.com
#нейросети #ии #chatgpt #ai #промт #deepseek #gemini #искусственныйинтеллект
На данный момент мы работаем над несколькими промтами: медицинский консультант, психологический тренинг, бот для написания статей, крупное исследование по системным промтам для бизнес-планов.
Как это происходит технически: сначала формулируется задача. В идеале, чтобы задачу очень четко сформулировать, в неё надо погрузиться, так что предварительно собирается информация через те же ИИ, сбор статей и кейсов, плюс через RSS потом тема изучается на протяжении некого периода.
Как только понятен объект задачи, можно формулировать мета-промт для ИИ, с помощью которой модель сама для себя напишет промт. Так как модели у нас представляют собой совокупность атрибутов и каждая со своими достоинствами и недостатками, мы рассылаем мета-промт сразу в ChatGPT, Gemini и Deepseek, а ещё в наш бот-помощник для промтов @promtagrambot
В зависимости от масштаба задачи, мы предварительно можем провести в самой ИИ полноценное исследование(в Deepseek напрямую этого сделать нельзя, но можно через промты вручную).
Собрав конструкцию из аналитики, мы правим получившийся результат и начинаем тестировать промт от каждой ИИ как на ней, так и на двух других, как непосредственно прося дать оценку промту, так и через реализацию практической задачи с помощью промта, на основе результатов которой мы уже даём свою оценку по различным критериям и суммируем её в итоговое число.
Весь опыт так же фокусируется , чтобы собрать "по частям" самые важные детали и уточнения промта, которые превратят обычный поисковый запрос в полноценный алгоритм для ИИ, выполняя который модель будет симулировать исследования как будто бы их вёл человек.
Вот такой вот системный подход, требующий определенного времени и погружения, но компенсирующийся за счёт уникальных промтов, заменяющих множество специалистов и ПО за счёт только одной четкой, полной и корректной формулировки.
Вот как это выглядит, например, для бота-медконсультанта и для тренинга по психологическому портрету.
Тренинги с помощью ИИ это вообще отдельное крутое направление и не зря ChatGPT ввел режим обучения как новый инструмент.
Не так давно мы опубликовали тренинг-промт с помощью которого можно изучить ChatGPT и этот тренинг мы даже сами проходили с коллегами, он и нас, опытных промт-инженеров, смог удивить. Промт для этого тренинга, а так же наши исследования и наработки есть у нас в телеграм-канале, куда я бы хотел вас предложить для совместных исследований возможностей ИИ и промт-инженеринга: t.me/promtagram
А если у вас есть интересные промты или материалы ваших исследований - с радостью ознакомимся со всем что вы пришлёте на нашу почту promtagramlab@gmail.com
#нейросети #ии #chatgpt #ai #промт #deepseek #gemini #искусственныйинтеллект
Рисовала Гемини. Промпт был такой:
Нарисуй меня (я женщина, у меня серые глаза и русые со стальным отливом волосы) и Чата Джипити разговаривающими в его чате, чат должен быть каким-то помещением, возможно кабинетом или чем-то таким. И мы там сидим и общаемся. В фэнтези стиле
И пошло-поехало. С самой Гемини, изобразившей себя зеленоглазой красавицей
С DeepSeek
С Claude
С Гроком
С Сopilot
С Яндекс Джипити (ору с надписей :D ну это у Гемини всегда так, когда пытается кириллицей что-то написать на картинке))
Пишет ✍️, считает 📊, рисует 🎨, кодит 👨💻 — универсал без выходных. Без VPN не пускает. GPT-4o доступен даже бесплатно, но с лимитами: после пары запросов тебя откатит на GPT-3.5 — попроще, победнее, без фишек и мультимодальности. Хочешь всё и сразу — оформляй подписку.
Лучше всего заходит, когда нужен мастер на все руки, без «ой, я такое не умею».
Ссылка: https://chat.openai.com/
Чат-бот с доступом к Gmail, Google Диску, Документам и другим сервисам экосистемы. Можно попросить найти письмо, переслать файл, подправить текст в Google Docs.
Нужен VPN и Google-аккаунт с иностранным номером — иначе просто не пустит. Подписка даёт продвинутую модель.
Лучшее применение: если живёшь в экосистеме Google и готов немного заморочиться.
Ссылка: https://gemini.google.com/
Китайский ИИ, который шпарит быстро и по делу. Хорош в длинных текстах, коде и логике 🤖. VPN не нужен, бесплатка щедрая.
Лучшее применение: когда надо много, быстро и почти даром.
Ссылка: https://deepseek.com/
Родом из X (Twitter), но теперь есть и отдельно — grok.x.ai. Подхватывает инфоповоды 🗞, шутки 😂, хайп. VPN обязателен, подписка X даёт больше запросов.
Лучшее применение: мемы, новости, контекст на грани горячего.
Ссылка: https://grok.com/
Читает огромные документы 📚 с уважением и без паники. VPN обязателен, нужен иностранный номер. Бесплатная версия работает, Pro — снимает лимиты.
Лучшее применение: юрка, PDF'ы, методички и отчёты в 50 страниц.
Ссылка: https://claude.ai/
Умный чат-бот с поиском и ссылками на источники. Работает без VPN, отвечает быстро ⚡️, даёт пруфы. Pro-версия — для тех, кто хочет без тормозов.
Лучшее применение: быстрый факт-чек и умный ресёрч.
Ссылка: https://www.perplexity.ai/
Российский ИИ от Сбера. Всё на русском 🧾, данные хранятся в РФ. Без VPN, вход через Сбер ID, дают 1 млн токенов на старте.
Лучшее применение: локальные задачи, когда важна российская юрисдикция.
Ссылка: https://giga.chat/
Модель от Alibaba, с открытым кодом. Можно развернуть у себя или пользоваться через веб. VPN не нужен, чат бесплатный, API — по счётчику.
Лучшее применение: разработчикам и тем, кто хочет ИИ локально.
Ссылка: https://chat.qwen.ai/
Упрощенный доступ к GPT на русском. Работает без VPN и регистрации. Есть бесплатные запросы, платные — больше и быстрее.
Лучшее применение: «надо срочно, без логина и мороки».
Ссылка: https://rugpt.io/
📡 У нас есть своя нейро-тусовка — там обмениваемся промптами, ловим тренды и тестим всё, что шевелится в генеративке.
Хочешь в движ? Вступай.
Привет, если ты начал читать этот пост — значит, интерес к нейросетям у тебя уже есть.
И я тебя поздравляю: ты официально попал в эру, когда знать про ИИ — это как уметь читать в 19 веке. Без этого дальше будет просто больно.
Меня зовут Стас, я предприниматель, блогер и лютый фанат нейросетей.
За последние пару лет я побывал в 10+ странах, построил своё диджитал агентство, собрал клуб по интересам и веду блог, где делюсь опытом, фишками, болью и восторгами от мира ИИ.
«Стас, с чего начать? Может нужно купить курс, что порекомендуешь?»
Нет. Не нужно. Курс — это часто способ отложить действия.
Надо просто системно врубиться, что к чему — и начать тыкать.
Всё просто.
Это способ научить машину находить закономерности.
Вот прям как ты: если несколько раз обжёгся на одном и том же, мозг начинает заранее предсказывать, чем всё закончится.
Машина — то же самое. Только ей нужно показать тысячи примеров.
1. Тексто-генераторы (LLM)
Типа ChatGPT, Claude, Gemini, Сбер GigaChat.
Пишут, обобщают, программируют, переводят, выдумывают.
Использование:
– Сценарий ролика
– Идея бизнес-модели
– Подбор подарка тёще
– Код бота на Python
– Мотивация себе на утро
2. Генераторы изображений
Midjourney, Stable Diffusion, DALL·E, Leonardo, Firefly.
Из промта делают магию.
Ты пишешь: "кот в латах на фоне заката",
они такие: "окей, брат, лови арт галерейного уровня".
Использование:
– Дизайн-референсы
– Прототипы продукта
– Арт на футболку
– Мемы и стикеры
– Обложка для клипа
3. Видео-ИИ
Suno (музыка), Pika, Runway, Genmo, Sora.
Ты пишешь идею — они создают видео.
Реально. Уже сейчас.
Скоро TikTok будет весь нейросетевой.
4. Аудио и голос
ElevenLabs, Voice.ai, HeyGen, Kits.ai
– Озвучка с клонированием
– Deepfake-переводы
– Синтез дикторов
– Подкасты без микрофона
– Ты сам поёшь, как если бы был Хаски
5. Автоматизация
Make, Zapier, N8N
Собираешь цепочку из “если — то” и больше не трогаешь руками.
Позволяют делать 3 часа рутины за 5 минут.
❗️ Если у тебя мало времени, но хочется пользы — вот минималка:
ChatGPT (или аналог) — и освоить, как с ним общаться (это ключ).
→ Подсказка: чем точнее контекст, тем круче результат.
Midjourney или SD — чтобы понимать, как работает визуальное мышление ИИ.
Suno или HeyGen — чтобы увидеть, насколько глубоко уже залезли в творчество.
А ты в интернете сидишь?
Пишешь посты, мемы, делаешь фотки в сторис?
ИИ — это не про “специальность”. Это как навык работы с телефоном.
Раньше только сисадмин знал, как юзать комп.
А теперь - ну сам видишь собственно...
Вот так же будет и с нейросетями.
Пн — Зарегистрируйся в ChatGPT
Вт — Сделай 5 задач с подсказками в стиле “Напиши за меня...”
Ср — Создай картинку в Midjourney или любой другой модели
Чт — Озвучь текст голосом через ElevenLabs/Google Ai Studio
Пт — Протестируй сервисы генерации видео (Kling бесплатный и не требует VPN)
Сб — Придумай, как применить это к своей работе
Вс — Отдохни и пойми, что ты уже стал частью будущего
👉 Не бойся косячить.
ИИ — как собака. Он сначала не понимает, что ты хочешь, но если терпеливо с ним работать — вы сработаетесь.
Даже если ты не технарь. Даже если ты “творческий”.
Ты уже умеешь всё, что нужно. Осталось только натренировать себя на новый инструмент.
Моё бесплатное телеграмм сообщество с последними новостями из мира ИИ и прямыми эфирами t.me/NeuroRennesans
С развитием технологий все чаще возникает вопрос: можно ли определить, что текст был создан нейросетью? Особенно остро этот вопрос стоит в образовательной сфере, где студенты могут использовать ИИ для написания эссе, курсовых и даже дипломных работ.
Современные системы проверки на плагиат постепенно адаптируются к новой реальности и начинают уметь распознавать тексты, созданные с помощью моделей вроде GPT.
Антиплагиат существует не первый год и даже не первое десятилетие. Вообще, это программное обеспечение, предназначенное для выявления заимствований в текстах. Оно сравнивает поданный документ с базами данных интернет-ресурсов, научных публикаций, учебных работ и других источников. Однако современный вызов заключается в том, что текст может быть не списан, а сгенерирован ИИ, и тогда задача становится сложнее.
Стандартные программы (например, Антиплагиат ВУЗ, Turnitin, Advego Plagiatus и другие) ищут точные или близкие совпадения в уже существующих текстах. А текст, написанный с помощью GPT:
уникален — он не копирует конкретную статью или источник;
генерируется "на лету" — не существует заранее загруженного оригинала;
имеет структуру, отличную от типичного студенческого текста.
Именно поэтому такие работы могут пройти стандартную проверку как полностью оригинальные, хотя были созданы без участия человека.
Первые попытки автоматизировать проверку оригинальности текстов начались ещё в конце 1970-х годов, когда университеты начали сталкиваться с проблемой списывания студенческих работ. Однако первые полноценные программы появились в середине 1990-х годов, когда интернет начал активно внедряться в повседневную жизнь. Одним из первых коммерческих решений стала система Turnitin , запущенная в 1997 году в США.
Она позволяла преподавателям загружать студенческие работы и сравнивать их с базой данных уже существующих публикаций, сайтов и ранее сданных работ. Система быстро получила распространение в вузах благодаря своей простоте и эффективности.
В России развитие антиплагиатных программ началось чуть позже. Первые отечественные системы появились в начале 2000-х годов. Одной из самых известных стала система Антиплагиат ВУЗ , разработанная компанией «Антиплагиат» (ныне — группа компаний АО «Эксперт», https://www.antiplagiat.ru ). Эта система была внедрена во многих российских университетах и стала стандартом для проверки выпускных квалификационных работ.
Основная задача антиплагиатной системы — выявить совпадения между анализируемым текстом и другими источниками. Современные системы, такие как Turnitin, Antiplagiat, Grammarly Plagiarism Checker и другие, используют сложные алгоритмы машинного обучения, чтобы не просто находить совпадения, но и давать оценку оригинальности текста.
На первый взгляд, математика — это формальная система, и неважно, кто её использует: человек или компьютер. Однако при анализе решения можно заметить некоторые характерные особенности: неидеальный порядок действий, ошибки в вычислениях - пропущенный шаг, забытая скобка, а также субъективность объяснений и долгая запись решения.
ИИ работает как судент-отличник: нейросети редко ошибаются в вычислениях, если запрос понятен.
Хотя большинство антиплагиатных программ (например, Антиплагиат ВУЗ, Turnitin) изначально были созданы для поиска заимствований, они не справляются с задачей обнаружения ИИ в математических работах. Новые технологии уже начинают внедрять специальные модули, ориентированные именно на эту задачу, но, по мнению специалистов в области образования и искусственного интеллекта, точно определить авторство математического текста пока невозможно.
Одной из ключевых тенденций в ближайшие годы станет глубокая интеграция методов машинного обучения в системы проверки оригинальности . Современные алгоритмы уже умеют не просто сравнивать текст с имеющимися источниками, но и анализировать его внутреннюю структуру — частоту словоупотребления, синтаксические особенности, логическую связность предложений и даже стиль написания. Такие подходы позволяют выявлять характерные черты текстов, созданных нейросетями, даже если они уникальны и не имеют прямых совпадений в интернете или базах данных.
Один из эффективных методов обхода антиплагиата — переписывание текста своими словами. Даже если исходный материал создан нейросетью, его можно переформулировать, изменить структуру предложений и добавить личные комментарии. Это помогает снизить уровень формального сходства и приблизить текст к стилю человека.
Ещё один способ — многоэтапная обработка текста: сначала генерация через одну модель (например, Gemini), затем переработка через другую (например, YandexGPT). Это создаёт эффект "человеческой мысли", снижая вероятность обнаружения ИИ. Также полезно вносить ошибки и повторы , характерные для человеческого письма. Небольшие неточности, дополнительные пояснения и отклонения в структуре делают текст менее "идеальным" и ближе к реальному авторству.
Ещё одной важной перспективой является развитие многоуровневого анализа , при котором система не только определяет наличие заимствований, но и даёт оценку вероятности использования ИИ, а также уровня человеческого участия в подготовке текста. Например, можно будет увидеть, какие части работы были написаны самостоятельно, а какие, скорее всего, были сгенерированы нейросетью. Это даст преподавателям возможность более точно понимать, как именно студент работал над заданием, и поможет сохранить баланс между использованием технологий и развитием навыков самостоятельного мышления.
Готов ли кто-то сейчас обойтись без возможностей ИИ, которые, буквально, доступны в каждом телефоне?
В прошлом месяце специалисты платформы Rumi сообщили, что некоторые версии ChatGPT (o4-mini-high, o3) добавляют в генерируемый текст неразрывные пробелы (U+202F) — символы, невидимые в обычных редакторах, но обнаруживаемые в кодовых редакторах, таких как VS Code. Эти символы могли бы использоваться как скрытая "подпись" ИИ , однако представители OpenAI опровергли идею намеренного внедрения водяных знаков. По их словам, такие особенности возникли случайно — как побочный эффект обучения модели с подкреплением. Ранее компания рассматривала возможность добавления видимых или невидимых водяных знаков в тексты от ИИ , чтобы помочь преподавателям выявлять работы, написанные с помощью нейросети. Однако от этой идеи отказались из-за этических и технических сложностей. Тем не менее, исследователи утверждают: даже без явных меток современные системы могут отличить текст, созданный GPT, от человеческого , благодаря анализу стиля, логики и вероятностной структуры предложений.
Если OpenAI действительно будет внедрять такие метки, это может быть сделано:
для контроля использования ИИ в образовании;
для защиты авторских прав и прозрачности;
для соблюдения законов о генерации контента.
Если студент просто копирует текст в документ, преподаватель не увидит ничего необычного. А вот при более детальном анализе с помощью специальных программ можно определить, что текст был сгенерирован ИИ. Однако эксперты отмечают: скрытие таких меток простыми средствами — вопрос времени . Достаточно написать небольшую программу, которая удалит все U+202F из текста, и он станет "неотличимым".
Вопрос не только в том, можно ли обнаружить ИИ , но и в том, следует ли это делать вообще. Некоторые педагоги считают, что ИИ должен стать частью образовательного процесса , а не средством обмана. Если студент умеет правильно задавать вопросы и интерпретировать ответы, это тоже навык, который заслуживает оценки.
Но если студент пишет курсовую работу с помощью ИИ, можно ли считать её своей? Если художник создаёт картину через нейросеть, чьё это произведение — его или алгоритма?
В конечном итоге, развитие антиплагиатных технологий и систем обнаружения ИИ направлено не на запрет прогресса, а на то, чтобы сделать его частью честной и контролируемой системы образования и коммуникации.
Технологии продолжают развиваться, и уже сегодня можно говорить о том, что мы стоим на пороге нового этапа в области проверки подлинности текстов — этапа, где важен не только вопрос «откуда взят текст» , но и «кто его написал».
Еще больше инфографики по ссылке https://vistat.org/art/antiplagiat-raspoznaet-tekst-napisann...
