О тупиках при работе с моделями, управлении результатом генераций и личной ответственности
Подкаст make sense (Есть смысл)Show Notes
🌐 Бесплатный курс «Сигнал. Как сделать ИИ полезным в ежедневной работе.» → https://vk.cc/cWmkdH
«Личный опыт становится тем, что позволяет получать более качественный результат от модели. У модели этого опыта нет. У нее есть общий, генерализованный опыт и представление о том, что такое хорошо.»
«Запреты — это очень сильный инструмент для работы с моделями. Они очень хорошо фреймят и ChatGPT, и Claude код. Важно не перегибать, потому что можно отбить всю креативность.»
«Нам нужно знать, как выглядит хорошо. Если мы не знаем, то нам нужно спросить о том, как это хорошо выглядит, либо поискать, либо посоветоваться с кем-то из людей, может быть, с кем-то из более умных моделей или провести дип-ресерч.»
Ведущий: Юра Агеев, основатель ProductSense
Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт конференции: https://vk.cc/cWmki0
Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast
О чем говорим: 00:00 — Введение 01:22 — Cценарии применения ИИ: отказ, слепое доверие, магические промпты 04:34 — Живой пример, как пять строчек меняют всё 07:34 — Причины генерации бесполезных ответов 10:09 — Опыт как суперсила при работе с моделью 11:40 — Инструмент «контракт»: описание результата до старта генерации 12:55 — Пять элементов контракта с моделью 15:20 — Модель врет и не проверяет себя: пример с исследованием конкурентов 16:34 — Поддакивание моделей и эксперимент с шестью циклами 19:02 — ИИ только генерирует, но не верифицирует 21:46 — Якорение модели на случайных данных из контекста 23:01 — Почему проверка должна быть внешней и перекрестной? 24:30 — «Рваная» граница компетенций модели 28:31 — Ловушки доверия: от скепсиса до полной автоматизации 29:43 — Ответственность всегда остается за человеком 30:41 — Анонс бесплатного курса «Сигнал» от ProductSense
В подкасте упоминается: — Исследование «Менеджмент продуктов 2025»: https://productsense.io/research25/
Словарь терминов: — Якорение — фиксация модели на ранее упомянутых цифрах или решениях — «Рваная граница» — невидимая и непредсказуемая граница между тем, что модель делает хорошо, и тем, где ошибается
More from Подкаст make sense (Есть смысл)
«В какой-то момент можно принять решение не привлекать больше, а вовлекать лучше, сделать свою аудиторию более активной внутри продукта. В "красном океане" гораздо эффективнее работать со своей аудиторией и вовлекать ее в прдуктовые сценарии»
«У аудитории уже есть устойчивые ожидания от видеопродукта, они знакомы с разными платформами и сравнивают свой опыт. Поэтому важно постоянно учитывать эти ожидания и проверять, насколько сервис им соответствует.»
«Содержательность — это когда текст несёт какой-то смысл. Для меня это значит, что, прочитав этот текст, можно ответить на вопрос: а зачем этот текст вообще существует? Чем его существование поможет тому, кто его читает?»
«Проблема качественного анализа в том, что, чтобы проверить его от и до за моделью, тебе придётся повторить этот анализ. Весь этот выигрыш скорости сводит на нет то, что она может где-то лажать.»
«Ключевым образом я увидела, что магии не существует. Тот уровень развития инструментов, который нам доступен, способен решать задачи быстрее. Но чтобы это дало долгосрочный эффект, нужно не просто внедрять ИИ, а перестраивать весь процесс целиком.»