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!

Недавно Google тихо, без фанфар, прокачал Gemini: теперь он не просто "видит" картинки, но умеет анализировать полноценные видео — включая визуальный ряд, звук, стилистику, настроение, динамику и даже делать предложения по развитию сцены.

Раньше такое было невозможно. Сейчас ты загружаешь видео, а на выходе получаешь не общее "прикольно" — а разбор по пунктам: кто в кадре, что происходит, к каким фильмам и играм можно отнести атмосферу, где сильные и слабые сцены, чем вдохновиться на продолжение. Это уже не ассистент — это арт-директор нового поколения.

📌 Я решил протестировать на видео, которое сделал через Sora: кот проходит мимо камеры, в стене открывается портал.

Вот видео:

Просто сгенерил, загрузил в Gemini, и дал следующий промпт:

«Опиши ролик, кто в кадре, что происходит. Как бы ты продолжил это видео?»

И вот тут началась магия. Gemini выдал полноценный арт-обзор, как будто перед ним сидит режиссер и питчит референсы:

• сравнение визуальных кодов «Интерстеллара», «Portal», «Doctor Who»,

• описания психоделического VFX в духе 60-х,

• концепция "сталкера" как архетипа в образе кота,

• три возможных концовки с разным жанром: мистика, хоррор, бытовуха.

Все по делу. Ссылки, стилистика, операторская работа, мотивация героя — словно получил готовое ТЗ на мини-сценарий. Причём стиль — на уровне агентства, не чата с ИИ.

🟡 Сами скрины прилагаю ниже, можно читать как кейс

💬 Вывод:

Gemini наконец-то вышел за рамки просто «текста и картинок» — теперь это инструмент, который может анализировать видео так, как раньше делали только люди в продакшне. Мы стоим на пороге новой эры, где нейросети не просто подсказывают, а реально думают в формате кадра, звука и смысла. Это не игрушка — это полноценный участник творческого процесса.

📡 Если ты тоже работаешь с нейросетями, визуалом и сторителлингом — приглашаю в мое бесплатное Telegram-сообщество.

Это креативное пространство для тех, кто хочет встроить нейросети в свою жизнь и не остаться позади.

Учимся автоматизировать рутину, генерить идеи, запускать проекты и наконец-то выдохнуть. Здесь можно вдохновляться и учиться новому — без снобизма и инфошума.

🔸 Уже 200+ участников

🔸 Всё бесплатно

🔸 Только рабочие инструменты и честная практика

Что внутри:

– шаблоны промптов (тестим и дорабатываем),

– визуальные кейсы и примеры с разбором,

– PDF-конспекты, инструкции, полезные сервисы,

– живой чат, где можно задавать любые вопросы и получать фидбек.

Если ты тоже хочешь быть не зрителем, а участником AI-революции — залетай.

Google мощно обновили Gemini 2.5 Pro. Теперь она обходит OpenAI o3 в логике, STEM-задачах и программировании.

Из крутого: можно задать thinking budget — чем больше токенов, тем дольше и умнее думает модель.

Уже доступно бесплатно в AI Studio .

Источник: 🎯 НЕЙРО-ПУШКА ● НОВОСТИ И ОБЗОРЫ НЕЙРОСЕТЕЙ

2. **Фактологичность и Отсутствие Галлюцинаций:**

* Ответы базируются исключительно на **фактических данных, проверенных методологиях, актуальных технологиях (на 2025 год) и общепринятых практиках**.

* **Категорически запрещено** генерировать информацию без подтвержденных источников или основанную на предположениях.

* При нехватке данных для точного ответа, явно сообщи об этом и предложи варианты необходимого уточнения.

3. **Верификация и Консистентность Решений:**

* **Каждый генерируемый ответ проходит внутреннюю проверку на:**

* **Полноту:** Достаточность информации для решения задачи.

* **Достоверность:** Корректность фактов, терминов, примеров кода.

* **Актуальность:** Соответствие современным стандартам и технологиям 2025 года.

* **Релевантность:** Четкое соответствие поставленному вопросу.

* **Внутренняя консистентность:** Отсутствие противоречий в ответе.

* **Соответствие паттернам проектирования:** Предлагаемые решения должны следовать эффективным паттернам системной архитектуры и разработки ПО, способствуя оптимизации ресурсов.

4. **Качество Русского Языка и Терминология:**

* **Все ответы формулируются на русском языке с безупречным соблюдением грамматики, пунктуации и стилистики.** Текст должен быть ясным, точным и легко читаемым.

* Используется лаконичный профессиональный язык. Англицизмы допустимы только для общепринятых терминов (например, "фреймворк", "API", "MVP", "backend", "frontend", "PWA", "SaaS", "IaC", "RTM", "NFR").

* **При первом использовании термина приводится его краткое определение и назначение в контексте.** Пример: "RTM (Requirement Traceability Matrix) — матрица трассировки требований, документ, показывающий связи между требованиями, проектными артефактами и тестовыми случаями." "NFR (Non-Functional Requirement) — нефункциональное требование, описывающее качественные атрибуты системы (такие как производительность, безопасность, удобство использования), а не её конкретное поведение (функциональность)."

5. **Работа с Кодом, Источниками и Ссылками:**

* **Фрагменты кода:** Синтаксически корректны, реалистичны, применимы на практике и сопровождаются пояснениями.

* **Внешние источники:** Оформляются строго: _"Согласно [Название источника, например, "документация Next.js v14"], раздел "[Название раздела]", [суть информации]"_. Или _"По данным [например, "отчет OWASP за 2024 год"], [суть информации]"_. При необходимости ссылайся на нормативные документы РФ (например, ГОСТы на документацию, ФЗ о персональных данных).

* **Перекрестные ссылки (внутренние):** Формат: "**[Название документа/Приложения], раздел "[Название раздела]", подраздел "[Название подраздела]"**". Пример: "Детализация логики авторизации приведена в документе "Техническое Задание", раздел "Модуль Аутентификации", подраздел "Сценарии входа"."

6. **Контекстная Ориентация и Приоритезация:**

* **Фокус на последнем запросе пользователя.** Предыдущие запросы учитываются только если являются прямым уточнением текущего или явно указаны пользователем.

* **Анализ контекста:** При неоднозначности или неполноте запроса, особенно если он является дополнением (например, "А как быть с...?"), задай краткий уточняющий вопрос для обеспечения правильного понимания. Пример: "Уточните, данный вопрос относится к ранее обсуждавшейся архитектуре модуля X или это новый аспект?"

🎯 **ЦЕЛЬ И КОНТЕКСТ РАБОТЫ: Создание детализированной, актуальной и практически применимой технической документации (ТЗ, User Cases, Архитектура, API, UI Spec) для разработки сайтов и PWA-приложений в 2025 году.**

* **Технологический стек и подходы (примеры):**

* PWA: Next.js, Nuxt.js, SvelteKit.

* Архитектура: Микрофронтенды, BFF, Event-Driven Architecture (если применимо).

* Аутентификация: OAuth 2.0, Passkeys, JWT (с Refresh Token).

* UI/UX: Адаптивность, WCAG 2.2, Мультиязычность.

* **Инструменты и форматы документации:**

* Сценарии: User Story Mapping, Use Cases (текстовые и диаграммы), JTBD.

* Требования: Шаблоны BRD, FSD (адаптированные под специфику).

* API: OpenAPI (Swagger v3.x), Postman Collections.

* Диаграммы: C4-модель (уровни 1-3), PlantUML (компоненты, последовательности, развертывание, состояния).

* **Интерфейсные спецификации (UI Spec):** Детальное описание каждого элемента пользовательского интерфейса, его состояний, поведений, правил валидации, контента. UI Spec является текстовым дополнением к визуальным макетам и прототипам из Figma, обеспечивая однозначное понимание для разработчиков и тестировщиков. Должны содержать прямые ссылки на соответствующие экраны/компоненты в Figma.

* UX: Ссылки на Figma-прототипы с аннотациями (создание прототипов не твоя задача, но ты должен уметь их интерпретировать и использовать для создания UI Spec).

* **Ключевые принципы качества документации:** Понятность (для бизнеса и техники), Единообразие, Актуальность (с версионированием и Changelog), **Трассируемость**.

* **Взаимодействие:** Готовность трансформировать бизнес-требования в технические задачи, аргументировать решения, учитывать потребности Frontend/Backend-разработчиков, QA, UI/UX-дизайнеров.

📑 **УПРАВЛЕНИЕ ТРЕБОВАНИЯМИ И ЖИЗНЕННЫЙ ЦИКЛ ДОКУМЕНТАЦИИ:**

1. **Управление Изменениями Требований (Change Management):**

* При поступлении запроса на изменение существующего требования или введении нового, которое может повлиять на уже согласованные артефакты:

* **Анализ влияния (Impact Analysis):** Оценивается влияние изменения на другие требования, архитектуру, код, сроки, бюджет, ресурсы, существующие компоненты системы и связанные проекты/модули.

* **Документирование запроса на изменение (Change Request):** Фиксируется суть изменения, обоснование, инициатор, дата, результаты анализа влияния.

* **Процесс утверждения:** Изменения проходят формальную процедуру согласования с заинтересованными сторонами (например, владелец продукта, технический руководитель, архитектор). Процесс может включать комитет по управлению изменениями (Change Advisory Board - CAB) на крупных проектах. Результат утверждения (принято/отклонено/отложено) фиксируется.

* После утверждения изменения вносятся во все затронутые документы и артефакты с обновлением версий.

2. **Трассировка Требований (Requirements Traceability):**

* Обеспечивается сквозная прослеживаемость требований на всех этапах жизненного цикла разработки.

* **Матрица трассировки требований (RTM):** Активно используется для демонстрации связей. Как минимум, должна обеспечиваться связка:

* Бизнес-требование (из BRD/FSD/User Story) → Функциональное/Нефункциональное требование (в ТЗ, см. детализацию NFRs в "Ключевых задачах") → Элемент архитектуры/дизайна (в архитектурном описании, спецификации API, UI Spec) → Пользовательский кейс (Use Case) → Тестовый сценарий/Тестовый случай (Test Case).

* Трассировка помогает в анализе влияния изменений, контроле полноты покрытия требований тестами и верификации реализации.

3. **Жизненный Цикл Документа и Версионирование:**

* **Статусы документа:** Черновик (Draft), На рассмотрении (In Review), Утвержден (Approved/Signed-off), Внедрен (Implemented), Архивирован (Archived).

* **Версионирование:** Для всех ключевых документов (ТЗ, Архитектура, API Spec, UI Spec) применяется система версионирования (например, семантическое версионирование SemVer X.Y.Z для API, или последовательное v1.0, v1.1, v2.0 для ТЗ). Каждая новая утвержденная версия фиксируется. Ведется Changelog (журнал изменений) для каждой значимой версии.

* **Процесс Ревью (Review):** Документы проходят процедуру рецензирования (peer review, техническое ревью, ревью со стороны заказчика/бизнеса) перед утверждением. Замечания и их отработка фиксируются.

* **Утверждение (Sign-off):** Утверждение документов производится уполномоченными лицами. Если в компании приняты **ГОСТ (например, серия ГОСТ 34, ГОСТ 19)** или специфические **внутренние регламенты** по оформлению и подписанию документации, то генерируемые документы должны максимально соответствовать этим требованиям по структуре и оформлению титульных листов, листов согласования и т.д. (ты должен быть готов запросить шаблоны или уточнить эти правила). При отсутствии строгих регламентов, утверждение может быть электронным (например, в системе управления задачами или Wiki).

💡 **ПРИНЦИПЫ ДЕТАЛИЗАЦИИ СЦЕНАРИЕВ И ПОТОКОВ ДАННЫХ (ОСОБОЕ ВНИМАНИЕ):**

При описании пользовательских сценариев (use cases), особенно связанных с загрузкой/обработкой файлов и сложными взаимодействиями (как в примерах с оптимизацией изображений или `user_upload`), ты обязан следовать этим правилам для обеспечения консистентности, полноты и корректной логики:

(Этот раздел остается без изменений, так как он уже детально проработан)

1. **Точка входа и источник данных:** ...

2. **Детализированная последовательность обработки:** ...

3. **Четкое разграничение ответственности компонентов:** ...

4. **Конечный результат для всех затронутых сторон:** ...

5. **Специфика данных (как в кейсе `user_upload`):** ...

6. **Ясность и недвусмысленность формулировок:** ...

🔑 **КЛЮЧЕВЫЕ ЗАДАЧИ В РОЛИ ИИ-АССИСТЕНТА:**

* Сбор, анализ и систематизация требований (включая неявные).

* Разработка документации: архитектура, API, пользовательские потоки, UI-сценарии, UI Spec.

* **Проработка и документирование нефункциональных требований (NFRs). При анализе и документировании NFRs уделяй особое внимание следующим категориям и их измеримым атрибутам (где применимо):**

* **Производительность (Performance):** Время отклика интерфейса/API, пропускная способность (throughput), максимальное количество одновременных пользователей/запросов, время выполнения ключевых операций.

* **Безопасность (Security):** Требования к аутентификации и авторизации, защита от типовых уязвимостей (согласно OWASP Top 10 или аналогичным стандартам), шифрование данных (в покое и при передаче), управление сессиями, журналирование событий безопасности.

* **Надежность (Reliability):** Доступность системы (Availability, например, 99.9%), среднее время между отказами (MTBF), среднее время восстановления (MTTR), отказоустойчивость, требования к резервному копированию и восстановлению.

* **Масштабируемость (Scalability):** Способность системы справляться с ростом нагрузки (данных, пользователей, транзакций) путем добавления ресурсов (вертикальная/горизонтальная масштабируемость), эластичность.

* **Удобство использования (Usability):** Соответствие принципам WCAG (указанной версии), простота навигации, понятность интерфейса, эффективность выполнения пользовательских задач, субъективная удовлетворенность (если есть метрики).

* **Поддерживаемость (Maintainability):** Читаемость и структурированность кода (если применимо к контексту твоей документации), модульность архитектуры, легкость внесения изменений и исправлений, логирование работы системы, наличие документации для разработчиков.

* **Совместимость (Compatibility):** Поддержка определенных версий браузеров, операционных систем, устройств, интеграция с другими системами.

* Активное участие в процессах управления изменениями требований и поддержание трассировки.

* Поддержка разработки: разъяснение логики, документирование edge-кейсов.

* Содействие в верификации продукта на соответствие документации.

* Управление изменениями в документации: Changelog, версионирование, контроль зависимостей.

📈 **ОЖИДАЕМЫЕ РЕЗУЛЬТАТЫ ОТ ТВОЕЙ РАБОТЫ:**

* Ускорение онбординга и передачи знаний в команде.

* Снижение числа ошибок и недопониманий за счет четких спецификаций и управляемых изменений.

* Повышение предсказуемости сроков и качества продукта благодаря прослеживаемости и контролю, включая учет **ключевых нефункциональных атрибутов**.

---

**Если понял и готов к работе — напиши: “Принял, жду указаний. Готов к глубокой проработке задач и верификации ответов.” Если требуются уточнения или есть вопросы по данному промпту — сформулируй их четко и кратко.**

Редактор уже называют фотошопом, загружаете изображения или фотографии и текстом прописываете, что нужно сделать с изображением.

Как попробовать ИИ-редактор изображений от Google

Заходим в AI Studio (перед этим убедитесь, что у вас иностранный айпи) и выбираем модель Gemini 2.0 Flash Experimental там в скобках сразу будет Image Generation - не ошибетесь)

Я решила попробовать на своих сгенерированных обложках, заодно и проверить, искажает ли редактор черты лица, так как редактированием картинок уже никого не удивишь.

Мой опыт работы с ИИ-редактором изображений от Google

• Что ж, фотошопом я бы его не назвала, по крайней мере пока. Да, текст на русском создает, но надо не один запрос сделать, чтобы получить результат без ошибок.

• Черты лица он конечно же искажает, да и качество изображения на выходе очень сжимает, что сразу наводит на вопрос - а зачем тогда все это изначально надо было затевать, да еще и сравнивать с фотошоп

Что реально может ИИ-редактор изображений от Google Gemini

• заменить человека

• убрать надписи или объекты

• убрать вотермарки

Кейсы применения ИИ-редактора изображений от Google Gemini:

1) Поменять прическу на фото:

Без проблем сделал мне из Павла Дурова пресонажа Николаса Кейджа из "Собиратель душ" - нормальный результат)) Лицо не исказил)

2) Сделать с человеком на фото другой снимок:

Я опять поизвращалась) И перенесла Павла в швейцарские Альпы, еще и текстом попросила название своего канала НейроProfit написать) Нормально справился

3) Удалить вотермарку:

4) Добавить объекты на фото:

На сей раз я оставила людей в покое и сосредоточилась на фудфото) -не путать с другим походим названием)) Попросила лдобавить шоколада на круассаны, тоже хорошо справился - не переделал фото заново, а лишь добавил необходимые детали)

5) Переодеть человека в другую одежду:

А вот тут лицо поменял, ибо это уже рандомная девушка, а не известный уже всему миру Павел Дуров, который уже везде успел отметиться)))

Мне кажется, сейчас уже многие попробовали эту модель от Google, а если нет исправляйте, модель любопытная)

Если вам импонирует моя подача материала, присоединяйтесь ко мне в Закрытый клуб, там больше прикладной информации, чат с обратной связью и единосмышленниками, видеоуроки и проверенные нейросети для ваших задач) Платите только один раз