↓↓↓

Предложения от ИИ для улучшения видимости сайтов для LLM

Query Fan-Out помогает исследовать веб-контент: анализирует страницы и предлагает связанные запросы для языковых моделей (LLM).

Основные возможности:
✓ Анализ страниц в один клик с помощью модели Google Gemini 1.5 Flash
✓ Генерация умных последующих вопросов и исследовательских направлений
✓ Результаты сохраняются локально для будущего использования
✓ Конфиденциальность: весь анализ выполняется локально
✓ Настраиваемые параметры API для стабильных результатов
✓ Два режима сканирования:
• Sampled Mode – Быстрый анализ ключевого контента (по умолчанию)
• Full Mode – Глубокий анализ всего содержимого страницы

Как начать работу:

1. Установите расширение
2. Введите API-ключ Gemini в настройках
3. Перейдите на веб-страницу и жмите на Query Fan-Out
4. Выберите режим анализа:
• Sampled – для быстрых выводов (обрабатывает \~500 символов)
• Full – для полного анализа (обрабатывает \~4000 символов на секцию)
5. Получите мгновенный ИИ-анализ контента, включая:
• Определение основной темы
• 10 запросов-фан-аутов по 5 категориям
• Анализ покрытия по каждому запросу
• 5 последующих вопросов
• Конкретные рекомендации по улучшению контента

Вы — основатель или продакт-менеджер стартапа? Каждый день решаете десятки вопросов: от валидации идеи до подготовки тех. документации? В голове — хаос, а в команде — разная степень вовлечённости? Где взять ресурсы и знания, чтобы двигаться быстро и без ошибок?

Klero.ai — платформу с узкоспециализированными ИИ-ассистентами и готовыми шаблонами документов. Первое задание: сгенерировать Product Requirements Document для MVP. За пару минут у меня на руках PRD.

Что внутри:
- 5 ИИ-ассистентов по ролям: strategy, продукт, UX, tech, growth
- 20+ шаблонов: PRD, GTM-план, Investor Deck, CJM и др.
- Мульти-модальность: автоматический выбор GPT-4o, Claude, Gemini
- Инструменты: генератор изображений, транскриптор встреч, text-to-speech
- Интеграции: Slack, Linear, Bolt, Lovable и др.

Польза и результаты
- 3х ускорение вывода продукта на рынок
- 10х рост эффективности команды
- 100+ часов экономии ежемесячно

Пример использования
- Сценарий: запуск новой фичи
- Ввод: описание идеи → выбор ассистента «Продукт»
- Результат: готовый PRD за 2 минуты
- Дальше: экспорт в Linear и старт разработки

====

Жми «Подписаться», чтобы не пропустить реальные кейсы с ИИ решениями

Нужна консультации по ИИ навыкам? Запуску ИИ связок/агентов? // Менторство

Google выпустили Opal

Opal — NoCode для создания мини-приложений c ИИ

Редактор поддерживает как визуальные, так и разговорные методы. Вы можете перетаскивать элементы для изменения флоу передачи данных между узлами, использовать кнопку «+ Добавить шаг» для интеграции встроенных AI-действий или внешних API. Без необходимости работать с JSON.


Процесс включает этапы:
- Пользователи объясняют, что должно делать их приложение, используя разговорный язык
- Автоматическая интерпретация для определения необходимых компонентов
- Система создает интерактивную диаграмму, представляющую логику приложения
- Можно сразу протестировать прил и внести изменения через редактор
- Публикация в один клик из Google-аккаунта

Есть библиотека шаблонов

Vibecoding: подход Эндрю Чана

Чувак сгенерил руками только 4% кода, остальное — ИИ.

Эндрю делится опытом использования ИИ-агентов для создания системы, способной сканировать миллиард веб-страниц за 24 часа.

Почему его опыт крут:
- ИИ позволил прототипировать 8 версий краулера, повысив throughput с <20 до 10.8k страниц/сек, без экспертизы в Redis и PostgreSQL
- Переход от coding-bound к experiment-bound: разработка становится ограниченной экспериментами, а не написанием кода; команды, использующие это, получат преимущество
- Claude предлагают лучшие идеи (например, Redis вместо SQLite)
- ИИ помогает в отладке и восстановлении данных, заменяя экспертизу senior инженера

Рекомендации:
- Определите bottlenecks: Оцените задачу — фокус на кодинге, экспериментах или рисках (например, bugs at scale)
- Прототипируйте дизайны: Используйте ИИ для быстрого создания нескольких версий системы, измеряя objective metrics (например, throughput)
- Проводите ревью: Делайте spot checks во время генерации кода и полный review в конце; устраняйте "slop" (избыточный код) для оптимизации
- Добавьте метрики: Vibe-code низкорисковые части, как дашборды с Prometheus/Grafana, для мониторинга
- Улучшайте промпты: Будьте specific, добавляйте контекст (docs, предыдущие чаты) для минимизации ошибок
- Экспериментируйте agile: Чередуйте ИИ-кодинг с тестами; параллелизуйте, если возможно, для ускорения

ROI от Email маркетинга

Мертв? — нет.

ROI в Email для большинства компаний составляет от 10:1 до 36:1, а затем следуют значения от 36:1 до 50:1.

Согласно отчету о состоянии email за 2025 год , на каждый потраченный доллар, который руководители тратят на email-маркетинг:
- 35% получают 10–36$
- 30% получают 36–50$
- 5% получают более 50$

21% руководителей маркетинговых отделов не измеряют рентабельность инвестиций, что ниже показателя 2023 года в 36%.

Какой тип Email обеспечивает наибольший ROI в каждой отрасли?
- B2B: электронные письма для привлечения клиентов
- B2C: Рекламные письма
- D2C: Информационные бюллетени
- Агентства и профессиональные услуги: инфо бюллетени
- IT: письма для привлечения клиентов
- Розничная торговля: рекламные письма

Вот как умные компании оценивают эффективность email-канала:

- 59% — анализируют вовлеченность (открытия, клики, отписки)
- 44% — считают, сколько MQL принёс каждый выпуск
- 41% — видят, сколько денег принёс email напрямую
- 39% — оценивают вклад в удержание и лояльность
- 36% — используют многоканальную атрибуцию
- 30% — измеряют рост узнаваемости бренда

↓↓↓

Собрал AI SEO Writer + Humanizer

Сначала в Opal, потом повторил в n8n на API OpenRouter

Всё на дешевых токенах Grok-3 mini (по кач-ву копирайтинга Грок мне нравится больше всего, на 2-м месте Claude 3.7 Sonnet, но дороже выходит — смысла нет).

Чтобы написать качественную SEO-оптимизированную статью — важно разобрать статьи, которые уже находятся в топе поисковой выдачи. Анализ URL конкурентов лучше всего сделал Google Gemini 2.5 Pro (Результаты тестов)

Humaniser нужен чтобы Google / Yandex не понимал что текст сгенерирован ИИ, и не банил в выдаче.

Я постоянно стремлюсь совершенствовать свои навыки письма

Сильный текст = продажи = деньги.
Подробнее в ролике

Появился Lex — новый ИИ-сервис, который помогает писать классные текста


- режим фокусировки
- версионирование
- ред. текста с ИИ
- проверка грамматики, клише

Сатья Наделла (СЕО Microsoft) представил GitHub Spark

Spark - новый инструмент в Copilot, который превращает ваши идеи в полнофункциональные приложения, полностью на естественном языке.

Возможности агентов от OpenAI

Недавно (мне в сб) стал доступен режим агента в ChatGPT, которые имеют набор базовых инструментов и приложений, ориентированных на виртуальную среду, браузинг, программирование и создание документов.

Основные инструменты
- Browser Tool: Chromium-based веб-браузер
- Computer Tool: Виртуальный рабочий стол с контролем GUI
- Container Tool: Linux-среда командной строки, ПО и скриптов
- ImageGen: генерация изображений
- Memento Tool: Внутренняя утилита для сохранения и вызова сводок работы между сессиями

Приложения
- Виртуальный рабочий стол на базе Linux
- Chromium-based браузер.
- LibreOffice Suite: Полный пакет офисных приложений:
- Writer (текстовый процессор).
- Calc (таблицы).
- Impress (презентации).
- Draw (рисование).
- Base (базы данных).
- Math (редактор формул).

Computer Tool
- Запуск виртуального рабочего стола (computer.initialize).
- Захват скриншотов (computer.get).
- Передача файлов из виртуальной машины пользователю (computer.sync_file).
- Переключение между приложениями (computer.switch_app), поддерживаются "chrome" и "libreoffice".
- GUI-взаимодействия через computer.do: клики, двойные клики, перетаскивания, нажатия клавиш (с модификаторами, как CTRL+A), перемещение мыши, скроллинг, ввод текста, паузы для обновления интерфейса.
- Цепочки действий для сложных взаимодействий, таких как заполнение форм или навигация по сайтам.

Программирование
- Полная среда Python в контейнере: импорт библиотек, создание и выполнение скриптов, обработка данных, анализ, генерация визуализаций и графиков.
- Создание документов программно с помощью модулей вроде python-pptx (для PowerPoint) и python-docx (для Word).
- Операции с файлами: создание, сохранение, манипуляция, экспорт в ZIP, PDF, CSV, изображения; организация в папках (лучше через командную строку, чем GUI).
- Веб-разработка: создание HTML-сайтов с CSS и JavaScript, скачивание изображений, построение responsive-сайтов с несколькими файлами.
- Установка пакетов через командную строку (несмотря на ограничения на установку приложений, это работает для добавления новых возможностей, как показал тест автора).

Веб-возможности
- Поиск и навигация по сайтам, скачивание PDF и извлечение контента.
- Доступ к веб-приложениям без логина (например, Wikipedia, новости, форумы).
- Использование открытых инструментов: OpenStreetMap, sketchpad, игры, Unsplash для стоковых изображений.

Создание документов
- Python-метод (быстрее): Программное создание с ограниченным стилем, но базовым видом.
- LibreOffice GUI-метод (медленнее): Полный контроль интерфейса для форматирования, вставки таблиц и изображений (хотя и с ошибками).

Генерация изображений и анализ данных
- Генерация абстрактных изображений, графики, чартов из данных с помощью ChatGPT.
- Скачивание и организация стоковых изображений.
- Обработка датасетов, статистический анализ, создание графиков, работа с CSV, генерация случайных данных для тестов.

Что не могут делать агенты OpenAI
- Нельзя устанавливать новые приложения
- GUI-взаимодействия медленные и склонны к ошибкам
- Путаница при множественных задачах
- Частые ошибки 404 при браузинге
- Трудности с доступом к сайтам с аутентификацией
- Операции с файлами через GUI ненадежны
- Агент иногда не уверен в своих инструментах
- Документы (отчеты, PowerPoint) часто скудные
- Плохое форматирование таблиц в LibreOffice.
- Несогласованное завершение задач


----

Консультации по ИИ // Менторство

Как организовать работу с ИИ в ИТ команде

Централизация знаний: Документация, правила и гайды должны быть вынесены прямо в репозиторий, а не располагаться в Confluence или Google Docs (нравится как у Ильи Красинского всё в .md структурировано, подчерпнул у него много гайдов для ИИ).

Task-листы и чек-листы в Markdown становятся новым центральным рабочим инструментом: каждый может выбрать задачу и закрыть часть большого аврала.

Гибкая модульная структура: Деление стандартов по направлениям (фронтенд, бэкенд, тесты и пр.), поддержка ссылок на подробные гайды. Пример: .agents/rules/frontend, .agents/rules/backend, .docs/, ссылки между файлами (чтобы избегать дублирования и облегчить доступ).

Все инструменты (Cursor, Devin, Copilot и др.) обращаются к единому источнику правил, без дублирования.

Каждый член команды может и должен вносить вклад в совершенствование и автоматизацию — task-листы, чек-листы, маркдаун-документы.

Агенты позволяют поэтапно автоматизировать даже сложные процессы: сначала пробовать на небольшом участке, потом масштабировать.

Улучшение фидбэка и процессов ревью
- Создаются шаблоны, рубрики для ревью, кастомные GPT-промты (например, рубрикатор для интервью).
- Можно автоматизировать обратную связь и поднять точность и полезность отзывов внутри команды.

Источник


----

Консультации по ИИ // Менторство

Browser AI Agent

CopyCat — платформа для создания автоматизированных браузерных приложений.

Вы можете автоматизировать любую веб-задачу, комбинируя промпты ИИ с надёжными пошаговыми инструкциями.

Например: «Перейти по этому URL-адресу» или «Нажать эту кнопку». Добавьте подсказки ИИ, например, «Войти, используя эти учетные данные», и позвольте ИИ сделать всё самому.

Сбер заработал ₽30 млрд благодаря генеративному ИИ, рассказал заместитель Председателя Правления Сбербанка Тарас Скворцов.

По его словам, эффект от применения генеративного ИИ в банке сейчас составляет порядка 10% и будет только расти:

В следующем году эффект от генеративного ИИ вырастет до 20-25%. К 2027 году мы ожидаем, что он достигнет 50%.

Ранее Герман Греф сообщал, что в 2025 году общий финансовый эффект от ИИ составит ₽450 млрд, из которых ₽50 млрд — за счёт генеративных технологий.

@investingcorp

40% задач в компании будет выполнять ИИ к 2026

Крупные игроки, такие как JPMorgan и Morgan Stanley, уже внедряют ИИ в обслуживание клиентов, комплаенс и внутренние операции. По данным руководителей банков, опрошенных KPMG в апреле, к концу года генеративный ИИ может выполнять до 40% ежедневных задач.

Сэм Альтман выразил своё удивление быстрым внедрением генеративного ИИ в банковском секторе во время беседы с заместителем председателя Федеральной резервной системы Майклом Барром.

SEO МЕРТВ

Но, вот новый способ привлечения трафика.
Традиционное SEO доживает последние дни, игра перешла к поисковой оптимизации (Search Everywhere Optimization) — стратегии, когда трафик теперь поступает из обзоров ИИ, Reddit, YouTube, LinkedIn и других ресурсов.

Рейтинг Ahrefs показывает, что контент созданный с ИИ не влияет на ранжирование в поисковой выдаче

ClickFlow — сервис, который подключается напрямую к вашей платформе CMS с правильным форматированием и метаданными SEO.

↓↓↓

Выбери IQ своему будущему ребенку

Представьте: вы заходите в клинику и выбираете характеристики будущего ребенка.

Низкий риск диабета? Ставим галочку.
Высокий интеллект? Добавляем в корзину.
Без предрасположенности к шизофрении? Обязательно.

Стартап Herasight уже делает это.

Их технология анализирует генетический код эмбрионов и предсказывает риски болезней:
— Болезнь Альцгеймера
— Диабет 2 типа
— Различные виды рака
— Аутизм 3 уровня
— Шизофрения
— Депрессивные расстройства

И даже когнитивные способности.


Что дальше? Через 10 лет генетически "неоптимизированные" дети могут стать исключением.

55 Best Practices по монетизации

Ох, я несколько недель вынашивал этот пост. У меня не было никогда единого списка тех практик, что у меня в голове, и вспомнить все в один момент оказалось нереальным. Обычно знания всплывают под контекст ситуации. Поэтмоу я просто в течении недель записывал, что всплывало, а вчера был диалог по монетизации и вечером я на фоне конеткста еще что-то добил. Это 100% не все, до круглого числа я не стал добивать, но может в последствии со ссылкой на "якорный" пост буду дописывать добивки.

1. Тестируйте новые модели монетизации раз в 3–6 месяцев - регулярный пересмотр = рост.
2. При снижении конверсии более чем на 20% после изменения прайсинга - откатить, даже если ARPU вырос. В PLG важен рост, не только выручка.
3. Разница между соседними планами - оптимально x1.5–x4. Больше - только при переходе в sales-led. >x4+ допустимо только при радикально разной ценности (SLA, кастом, onboarding).
4. Минимальная разница между планами - 30–50%, иначе пользователь не видит смысла платить больше.
5. У тарифов должен быть один основной ростовой параметр (core value demention) — например, пользователи или задачи. Второй demention - вводится как модификатор.
6. Тестируйте разные ростовые единицы (dementions) - пользователи, проекты, API-запросы, минуты, карточки и т.п.
7. Лучший момент для апсейла - при использовании 80% лимита. Поздно = потеря денег, рано = раздражение.
8. Предлагайте апгрейд при попытке превышения лимита, но без жёсткой блокировки - conversion - растет, отток - нет.
9. Paywall должен быть полезным - показывайте, за что берёте деньги, а не просто “заплати”.
11. Показывайте ценность рядом с ценой - например: “$99 - экономит 12 часов / $1000”.
ARPU не всегда цель. CAC Payback Time < 3 месяца - цель. ARPU может расти при убыточной модели.
12. Не прячьте ключевые фичи в самый дорогой тариф, если они нужны для discovery ценности.
13. Точка перехода на платный тариф = момент стабильной пользы, не первой эмоции.
14. Идеальный триггер оплаты - повторяемая польза, а не вау-эффект.
15. Формулируйте фичи тарифов в терминах результата, не действия - “отчет за 2 клика”, а не “аналитика”.
16. Бесплатный план - с ограничением по power-использованию, но не по базовым действиям.
17. Performance-based pricing работает, только если результат под контролем продукта - например, карточки товаров (продукт для маркетплейс sallers), а не продажи клиента.
18. Добавьте возможность частичного апгрейда (докупать пакеты) - гибкость -> доход.
19. A/B тесты тарифов - сравнивать по LTV, а не по ARPU в моменте.
20. Сопряжение триала с конкретным действием (например, “чтобы экспортировать - оплатите”) лучше, чем таймер.
21. Оптимальная скидка за год - 20–25%. Больше = плохой retention или попытка выжить churn.
22. Enterprise pricing = кастомизация + поддержка. Не публикуйте цену - используйте CTA “Contact Sales”.
23. Пересматривайте тарифы не реже раза в год. Рынок и ценность меняются.
24. Новых клиентов можно переводить на новые цены, старым - сохранить старые (grandfathering).
25. При откате прайсинга - отключить метрику в BI, пересчитать ретроспективно.
26. Храните конфигурации всех тарифов, даже удалённых. Аналитика и поддержка скажут спасибо.
27. Если пользователю не хватает чуть-чуть - предложите “разблокировать на день” фичу.
28. Даже самый дешёвый план должен быть profit-positive, иначе это не продукт, а маркетинг.
29. Никаких бессрочных лицензий, только подписка.
30. Сделайте конфигуратор тарифов в UI, чтобы пользователь сам моделировал стоимость. Повышает конверсии.