Новичок в ИИ

Jeff Su. Вторая часть той же серии, покрывающая те части поиска работы, которые первое видео не охватывает: договориться о coffee chat через LinkedIn, задавать хорошие вопросы на собеседовании, писать благодарственные письма и промпт-ролёвка для тренировки переговоров о зарплате. Посмотрите его после статьи — и у вас будут ChatGPT-сценарии для каждой неловкой части воронки, не только для самой подачи отклика.

Jeff Su. Десять минут самого просматриваемого видео про ChatGPT для поиска работы на YouTube, и оно того заслуживает. Джефф показывает многошаговый подход для подгонки зацепки в сопроводительном письме под реальное описание вакансии, потом паттерн «перепиши этот буллет как „я добился X, делая Y, что привело к Z“» для резюме, потом аккуратный разбор подготовки ответа «расскажите о себе». Ровно те приёмы, что рекомендует статья, показанные на экране с видимыми промптами.

OpenAI. Продуктовая и инженерная команда OpenAI — Томас Димсон, Ник Тёрли, Мишель Покрасс, Оливье Годман — разбирают, как работают GPT, что на самом деле делают три части (instructions, actions, knowledge) и какие дизайн-решения за ними стоят. Полезно, когда совет «просто попробуй» из статьи уже сработал и хочется понять швы, прежде чем растягивать инструмент дальше.

Matt Wolfe. Мэтт Вульф собирает GPT вживую на экране, а потом разбирает несколько реальных полезных (SimpsonizeMe, ConvertAnything, Grimoire). Секция «собираем с нуля» — самое близкое на YouTube к рамке статьи «десять минут от пустого окна до работающего ассистента», а вторая половина показывает, как хорошие GPT на самом деле выглядят, когда они уже существуют.

Grace Leung. Более практический рабочий процесс на двух инструментах: Perplexity — чтобы находить документы и источники, NotebookLM — чтобы их собственно читать и синтезировать. Полезно, если ваша проблема «длинного документа» — на самом деле проблема «длинной стопки документов»: исследование рынка, документы регуляторов, многооисточниковые отчёты.

Tiago Forte. NotebookLM — инструмент, который статья рекомендует для длинных документов с наибольшим энтузиазмом, и Тьяго Форте — автор «Building a Second Brain» — даёт самое аккуратное объяснение, почему. Он демонстрирует пересказ заметок со встреч, запросы по длинным PDF и функцию привязки к источникам, которая не даёт модели придумывать факты, которых в документах нет. После просмотра вы поймёте, почему «загрузите PDF в NotebookLM» — это стандартный совет статьи.

Jeff Su. Джефф открывает с того самого спектра, на котором держится статья: ChatGPT и Gemini на «творческом» конце, Perplexity и Google Search на «точном, актуальном, с источниками», — а потом показывает третий вариант в действии. Сравнение медалей Олимпиады в середине — самое чистое демо «вот когда вы спрашиваете чат-бота, а вот когда гуглите», что мы видели. После просмотра у вас будет третий инструмент в вашем поисковом распорядке и рабочее правило, как выбирать между тремя.

Theo Von. Секция примерно на двенадцатой минуте, где Альтман признаёт, что у разговоров с ChatGPT нет юридической защиты и OpenAI могут обязать выдать их по судебному запросу, — это самый цитируемый фрагмент по этой теме, и стоит услышать его собственным голосом, а не через новостной клип. Остальная беседа охватывает многое, но именно этот обмен — честный ответ на вопрос, который задаёт статья: «что компания на самом деле делает с тем, что я пишу?»

Acerola. Разработчик-эссеист терпеливо проходит троицу мифов «ИИ — это просто шлак / ИИ — это магия / ИИ — это воровство» с кодом на экране. Если миф №4 или №7 из статьи («это просто плагиат», «это просто плагиат, но для искусства») вас задевал, это видео — то, которое заслуживает право с вами не соглашаться.

Cleo Abram. Клео Абрам проходит между крайностями «оно нас всех убьёт» и «оно глубже, чем огонь», задаёт Эрику Шмидту неудобные вопросы и приземляется на трезвую середину. Рамка «мы живём внутри проблемы вагонетки» — ровно дух статьи: не отмахиваться от технологии и не катастрофизировать её, а просто понять, что она такое.

OpenAI. Четыре минуты, в течение которых человек подносит к камере рукописное линейное уравнение, а ChatGPT ведёт его через решение, не давая готового ответа. Это самое чистое и короткое демо «модель реально видит то, что я ей показываю», и оно описывает рекомендуемые в статье сценарии — рукописные заметки, простая математика, заснятые документы — лучше любого пошагового туториала, что нам встречался.

OpenAI. Два экземпляра голосового режима разговаривают друг с другом, у одного из них есть доступ к камере, чтобы описывать комнату. Три минуты — и самый эффективный способ усвоить, чем голосовой режим отличается от старых интерфейсов в духе «нажми микрофон, подожди, послушай»: прерывание, тон, музыка, видение в реальном времени — всё в одном клипе.

OpenAI. Это та самая презентация, на которой впервые показали голосовой режим ChatGPT в реальном времени. Марк Чен делает демо с дыхательным упражнением, Барретт Зоф — демо с репетитором по математике, а потом они переключаются на синхронный перевод итальянский–английский. Двадцать шесть минут «а, вот что они имеют в виду под „говорить с ИИ как с другом“». Модель и возможности, показанные тогда, с тех пор только улучшились.

AI Edge. Заголовок громче содержания. Внутри — спокойная экскурсия по использованию долгого треда ChatGPT для меню на неделю, работы с календарём и бронированиями, разбора поручений и подготовки к поездке — ровно те негламурные «бытовые» задачи, которые покрывает статья. Идея «внешней памяти» в конце (маленький Google Doc, который ассистент перечитывает в начале каждой сессии) — это практическое решение самой частой жалобы новичков: «он всё время забывает то, что я сказал на прошлой неделе».

Dan Koe. Другой угол на ту же задачу: выберите реальный проект, а потом дайте ИИ доставать только то, что нужно знать, чтобы его доделать. Полезный противовес видео Mike and Matty, если вы учитесь лучше через делание, чем через изучение, и оно мягко возражает против рефлекса «съесть ещё один курс».

Mike and Matty. 10-минутный фреймворк — Construct, Connect, Challenge — с конкретными промптами для ChatGPT под каждую фазу: попросить программу, попросить аналогии, попросить тренировочный тест, попросить обратную связь на ваше объяснение. Эти промпты работают практически на любом предмете, от физиологии до программирования, и тон ровно такой же, как у статьи: ИИ как репетитор, а не как замена мышлению.

David Perell. Дэвид Перелл — практикующий автор, который преподаёт писательство онлайн, и это его реальный рабочий процесс: где он просит ИИ спорить с его черновиком, где он отказывается давать ему писать прозу за себя и к каким промптам он постоянно возвращается. Секции «Как я реально пишу с LLM» и «Как я думаю с LLM» ложатся прямо на позицию статьи «используйте ИИ как редактора, а не как литературного негра». Просмотров чуть меньше нашего обычного порога в 100K; мы сделали исключение, потому что ни одно видео на больших каналах по этой конкретной теме и близко не дотягивает по вдумчивости.

Jeff Su. Секция про «технику red team» — это недостающий кусок в большинстве туториалов по ChatGPT для писем: пишете черновик, потом просите модель отыграть роль получателя, к которому в день приходит пятьдесят холодных писем, и сказать, какие предложения заставят его жать «удалить». Эта обратная связь — ровно то, что статья имеет в виду под «письмами, которые не стыдно отправить», и Джефф показывает её на реальном холодном письме меньше чем за три минуты.

Andrej Karpathy. Продолжение, где Карпатый реально садится перед ChatGPT, Claude, Gemini и Perplexity и пользуется ими как продвинутый пользователь. Посмотрите его после статьи и его же «Intro» — вы увидите ментальную модель в действии в реальном времени, включая мелкие выборы (какая модель, какой режим, когда вставлять, а когда загружать файлом), которые отделяют разочарованных новичков от людей, получающих полезные ответы с первой попытки.

freeCodeCamp.org. Более длинный, более терпеливый курс, который оправдывает свою продолжительность. Главы про лучшие практики, zero-shot против few-shot и про то, как выглядят галлюцинации в выводе по промпту, — это ровно то углубление, которое нужно, когда пять примеров из статьи уже щёлкнули.

Tina Huang. Тина сжимает официальный курс Google Prompting Essentials до пятичастной структуры TCREI (Task, Context, References, Evaluate, Iterate) с проработанными примерами на каждую часть. После того как статья показала вам пять переписываний, это видео даёт рецепт, которому Google сама учит своих сотрудников, — и вы сможете применить переписывание к собственным промптам, не копируя наши.

Computerphile. Долгая, спокойная беседа с исследователем безопасности ИИ Робом Майлзом о том, почему модель, обученная предсказывать правдоподобный текст, всегда — структурно — будет иногда выдумывать факты. Запись начала 2023-го, но базовый механизм, который она объясняет, не изменился, и эта рамка до сих пор — самый чистый способ усвоить «это движок беглости, а не движок истины».

IBM Technology. Мартин Кин сортирует галлюцинации по четырём именованным категориям — противоречия внутри предложения, противоречия промпту, фактические ошибки, бессмыслица — и разбирает каждую на световой доске. После того как статья даёт вам «почему», это видео даёт словарь, чтобы распознавать тип ошибки в живой природе и решать, насколько доверять конкретному ответу.

Tina Huang. Спокойная 19-минутная карта основных семейств моделей — линейка GPT от OpenAI, Claude от Anthropic, Gemini от Google плюс игроки из мира open source — и того, какой тариф внутри каждого семейства заслуживает вашего времени. После того как статья говорит вам «выбери одну и держись её месяц», это видео объясняет, что на самом деле предлагает выпадающее меню внутри этой одной. Честно высказанное мнение без перегиба в горячий тейк.