Max MRR: ваш потолок роста
**Почему ваш SaaS-стартап застрял на плато? Метрика, которая предскажет крах заранее**
Max MRR — это потолок вашего ежемесячного recurring revenue. Рассчитывается просто: новый MRR делим на churn rate. Если churn 5%, а новый MRR $1000, потолок — $20k. Достигли? Рост замедлится, даже если маркетинг на пике.
Почему это важно для PM? Эта метрика — ведущий индикатор. Она реагирует мгновенно на изменения churn или новых продаж, предсказывая будущее на месяцы вперед. Снижаете churn на 1% — Max MRR взлетает. Игнорируете? Компания скатывается в стагнацию, как Buffer в 2020-м.
Возьмем Buffer: с churn 6-8% они застряли на $140k MRR, несмотря на приток клиентов. Снизили churn до 6% и нарастили новый MRR — рост возобновился, Max MRR подскочил. Если бы довели churn до 3%, revenue удвоилось бы. Реальный кейс: фокус на retention вместо бесконечного маркетинга.
Подробнее
**Почему ваш SaaS-стартап застрял на плато? Метрика, которая предскажет крах заранее**
Max MRR — это потолок вашего ежемесячного recurring revenue. Рассчитывается просто: новый MRR делим на churn rate. Если churn 5%, а новый MRR $1000, потолок — $20k. Достигли? Рост замедлится, даже если маркетинг на пике.
Почему это важно для PM? Эта метрика — ведущий индикатор. Она реагирует мгновенно на изменения churn или новых продаж, предсказывая будущее на месяцы вперед. Снижаете churn на 1% — Max MRR взлетает. Игнорируете? Компания скатывается в стагнацию, как Buffer в 2020-м.
Возьмем Buffer: с churn 6-8% они застряли на $140k MRR, несмотря на приток клиентов. Снизили churn до 6% и нарастили новый MRR — рост возобновился, Max MRR подскочил. Если бы довели churn до 3%, revenue удвоилось бы. Реальный кейс: фокус на retention вместо бесконечного маркетинга.
Подробнее
❤2👍1
Как использовать ИИ для ответа на звонки
1️⃣ Определите KPI: % отвеченных звонков (24/7), среднее время ответа, конверсия из звонка в запись/сделку, CPL/CPA, доля «приоритетных» лидов.
2️⃣ Включите AI Voice Assistant для после-часов, пиковых нагрузок и «пропущенных» — он берёт звонок, собирает данные и отвечает на FAQ. Это снижает пропуски и ускоряет реакцию.
3️⃣ Call tracking по источникам
Настройте динамическую подмену номеров и фиксацию источника/кампании, чтобы связать разговоры с маркетингом и доходом.
4️⃣ Интеграция с CRM
Прокиньте в Bitrix24/Glide/Sheets карточку лида с UTM, записью/транскриптом, саммари, сущностями (услуга, бюджет, даты)
5️⃣ ASR (спич-ту-текст) «near-human»
Поднимите автоматическую транскрипцию всех звонков — база для поисков, саммари и правил
6️⃣ Авто-саммари и извлечение сущностей
Генерируйте краткие итоги разговора + извлекайте: намерение, услугу/товар, дату/время, адрес, бюджет, «следующий шаг»
7️⃣ Анализ сентимента
Фиксируйте позитив/фрустрацию клиента, чтобы:
а) приоритизировать обратный контакт
б) тренировать скрипты и людей.
8️⃣ Классификация тем и ключевых слов
Метки по темам (напр. «экстренно/срочно», «скидка/промо», «запись на диагностику») и высокоценные фразы. Это нужно для атрибуции к выручке
9️⃣ Авто-лид-интейк
Ассистент уточняет имя, город, канал, услугу, срочность, бюджет, предпочитаемое время — сохраняет всё в CRM
🔟 Мгновенный follow-up
Автосообщения (SMS/email/WhatsApp) с подтверждением даты/ссылкой на запись/коммерческое предложение — персонализируются по разговору
🔟 Умный роутинг
«Горячие» лиды (высокая ценность + явное намерение «записаться/купить») — моментально в приоритетную очередь менеджеру
🔟 Авто-оценка качества разговоров
ИИ отмечает приветствие, ясность ценности, паразитные слова, работу с возражениями — формирует коучинг-карточки
🔟 Связь звонков с выручкой (proxy-конверсии)
Считайте «сделкой» фразы-индикаторы («запишитесь/подтверждаю/двигаемся дальше») и связывайте их с источником/кампанией.
Рекомендации маркетингу
ИИ подсказывает новые ключевые слова/креативы/лендинги по растущим запросам («экстр. удаление зуба» → увеличьте ставку/создайте LP)
A/B скриптов и сообщений
Тестируйте фрейзинг, офферы, порядок вопросов — замеряйте влияние на сентимент и конверсию из звонка.
Обучение команды
Раз в неделю — обзор лучших/худших практик, общих возражений и успешных ответов, собранных ИИ
SLA и «перезвон-бот» (tomoru.ru)
Если звонок пропущен — авто-перезвон ассистента + триггер на быстрый контакт менеджера. Это снижает потери
Практический шаблон скоринга лидов
Базовый балл = 0
+40: фразы высокой готовности («записаться», «оформить», «подтвердим»)
+20: позитивный сентимент; −20: выраженная фрустрация
Источники:
> +15: источник Search/высокий intent;
> +5: брендовый запрос;
> 0: баннерная сеть;
> −10: малоцелевой источник (настраивается).
+15: упоминание высокомаржинальной услуги/товара
+10: срочность («сегодня/скорее»).
+5: повторный звонок <7 дней.
+5: ассистент собрал все поля (имя, контакт, время, адрес)
Порог «приоритет»: ≥60 (мгновенная передача и follow-up); «стандарт»: 30–59; «низкий»: <30.
Как лидеры используют ИИ
- AI-ассистент не даёт потерять звонки: отвечает после-часов, ведёт intake, даёт ответы и держит диалог до передачи человеку
- Сквозная видимость «кампания → разговор → выручка»
Идентификация источника и распознавание фраз-индикаторов конверсии позволяют защищать бюджеты и перераспределять spend в работающие кампании
- Авто-саммари и агрегация тем → маркетинг быстро меняет креативы/офферы
- Генерация персональных follow-up (SMS/email) по содержанию разговора закрывает «окно намерения» и ускоряет запись/сделку.
- Коучинг команды по реальным диалогам. ИИ оценивает стиль общения (приветствие, паразиты, работа с ценой) и даёт точечные рекомендации, что повышает конверсию и NPS.
- Авто-рекомендации по перформансу
Источник
----
Консультации по ИИ // Менторство
Настройте динамическую подмену номеров и фиксацию источника/кампании, чтобы связать разговоры с маркетингом и доходом.
Прокиньте в Bitrix24/Glide/Sheets карточку лида с UTM, записью/транскриптом, саммари, сущностями (услуга, бюджет, даты)
Поднимите автоматическую транскрипцию всех звонков — база для поисков, саммари и правил
Генерируйте краткие итоги разговора + извлекайте: намерение, услугу/товар, дату/время, адрес, бюджет, «следующий шаг»
Фиксируйте позитив/фрустрацию клиента, чтобы:
а) приоритизировать обратный контакт
б) тренировать скрипты и людей.
Метки по темам (напр. «экстренно/срочно», «скидка/промо», «запись на диагностику») и высокоценные фразы. Это нужно для атрибуции к выручке
Ассистент уточняет имя, город, канал, услугу, срочность, бюджет, предпочитаемое время — сохраняет всё в CRM
Автосообщения (SMS/email/WhatsApp) с подтверждением даты/ссылкой на запись/коммерческое предложение — персонализируются по разговору
«Горячие» лиды (высокая ценность + явное намерение «записаться/купить») — моментально в приоритетную очередь менеджеру
ИИ отмечает приветствие, ясность ценности, паразитные слова, работу с возражениями — формирует коучинг-карточки
Считайте «сделкой» фразы-индикаторы («запишитесь/подтверждаю/двигаемся дальше») и связывайте их с источником/кампанией.
Рекомендации маркетингу
ИИ подсказывает новые ключевые слова/креативы/лендинги по растущим запросам («экстр. удаление зуба» → увеличьте ставку/создайте LP)
A/B скриптов и сообщений
Тестируйте фрейзинг, офферы, порядок вопросов — замеряйте влияние на сентимент и конверсию из звонка.
Обучение команды
Раз в неделю — обзор лучших/худших практик, общих возражений и успешных ответов, собранных ИИ
SLA и «перезвон-бот» (tomoru.ru)
Если звонок пропущен — авто-перезвон ассистента + триггер на быстрый контакт менеджера. Это снижает потери
Практический шаблон скоринга лидов
Базовый балл = 0
+40: фразы высокой готовности («записаться», «оформить», «подтвердим»)
+20: позитивный сентимент; −20: выраженная фрустрация
Источники:
> +15: источник Search/высокий intent;
> +5: брендовый запрос;
> 0: баннерная сеть;
> −10: малоцелевой источник (настраивается).
+15: упоминание высокомаржинальной услуги/товара
+10: срочность («сегодня/скорее»).
+5: повторный звонок <7 дней.
+5: ассистент собрал все поля (имя, контакт, время, адрес)
Порог «приоритет»: ≥60 (мгновенная передача и follow-up); «стандарт»: 30–59; «низкий»: <30.
Как лидеры используют ИИ
- AI-ассистент не даёт потерять звонки: отвечает после-часов, ведёт intake, даёт ответы и держит диалог до передачи человеку
- Сквозная видимость «кампания → разговор → выручка»
Идентификация источника и распознавание фраз-индикаторов конверсии позволяют защищать бюджеты и перераспределять spend в работающие кампании
- Авто-саммари и агрегация тем → маркетинг быстро меняет креативы/офферы
- Генерация персональных follow-up (SMS/email) по содержанию разговора закрывает «окно намерения» и ускоряет запись/сделку.
- Коучинг команды по реальным диалогам. ИИ оценивает стиль общения (приветствие, паразиты, работа с ценой) и даёт точечные рекомендации, что повышает конверсию и NPS.
- Авто-рекомендации по перформансу
Источник
----
Консультации по ИИ // Менторство
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍1
К 2027 году: финансы начнут работать параллельно
Сегодня финансы работают по принципу «серийности». Вы настолько к этому привыкли, что почти не замечаете.
Возьмем что-нибудь простое: контракт.
1. Если поставщик отправляет его, то отдел закупок его рассматривает.
2. Если закупка одобрена, то юридическая проверка условий
3. Если юридическое лицо одобряет заказ, то финансовый отдел готовит заказ на закупку.
4. Если заказ на поставку выдан и получен счет-фактура, то отдел по работе с дебиторской задолженностью планирует платеж
Ничего не происходит, пока не завершён предыдущий этап. Пока работу выполняют люди, это имеет смысл. Финансовый отдел не будет тратить время на кодирование чего-либо, пока оно не будет одобрено.
Но что, если эту работу выполняют не люди?
Почему помощники юристов, специалистов по управлению рисками и закупкам не могут одновременно рассмотреть один и тот же запрос?
Почему агенты не могут предварительно одобрить и согласовать его до того, как кто-то попросит? Зачем нужно «закрытие месяца», если бухгалтерские сводки всегда актуальны?
Это будущее начинает воплощаться в жизнь. Результат? Более быстрые решения, меньше узких мест, более короткие циклы.
ИИ Агенты по учёту расходов проводят более 99% транзакций без участия человека. Агенты казначейства оптимизируют распределение денежных средств. Агенты финансового анализа и финансового анализа составляют прогнозы в режиме реального времени.
Ramp
----
Консультации по ИИ // Менторство
Сегодня финансы работают по принципу «серийности». Вы настолько к этому привыкли, что почти не замечаете.
Возьмем что-нибудь простое: контракт.
1. Если поставщик отправляет его, то отдел закупок его рассматривает.
2. Если закупка одобрена, то юридическая проверка условий
3. Если юридическое лицо одобряет заказ, то финансовый отдел готовит заказ на закупку.
4. Если заказ на поставку выдан и получен счет-фактура, то отдел по работе с дебиторской задолженностью планирует платеж
Ничего не происходит, пока не завершён предыдущий этап. Пока работу выполняют люди, это имеет смысл. Финансовый отдел не будет тратить время на кодирование чего-либо, пока оно не будет одобрено.
Но что, если эту работу выполняют не люди?
Почему помощники юристов, специалистов по управлению рисками и закупкам не могут одновременно рассмотреть один и тот же запрос?
Почему агенты не могут предварительно одобрить и согласовать его до того, как кто-то попросит? Зачем нужно «закрытие месяца», если бухгалтерские сводки всегда актуальны?
Это будущее начинает воплощаться в жизнь. Результат? Более быстрые решения, меньше узких мест, более короткие циклы.
ИИ Агенты по учёту расходов проводят более 99% транзакций без участия человека. Агенты казначейства оптимизируют распределение денежных средств. Агенты финансового анализа и финансового анализа составляют прогнозы в режиме реального времени.
Ramp
----
Консультации по ИИ // Менторство
❤3👍1
OpenAI: гайд по промптингу GPT-5
По ссылке вы найдете готовые подсказки для улучшения мышления, гайды по метапромптам, прокачивающие ВСЕ ответы новой нейронки.
----
Консультации по ИИ // Менторство
По ссылке вы найдете готовые подсказки для улучшения мышления, гайды по метапромптам, прокачивающие ВСЕ ответы новой нейронки.
----
Консультации по ИИ // Менторство
❤3🔥1
Как ИИ меняет управление продуктами: та же роль, новые возможности
Reforge:
1. ИИ расширяет как пространство проблем, так и пространство решений.
2. Необходимо рассмотреть проблемы, которые ранее считались неразрешимыми.
3. Решения, которые ранее были невозможны, становятся практичными.
Изменение №1: Понимать проблемы клиентов стало одновременно проще и сложнее (ИИ помогает собирать больше данных → нужно огромное количество разрозненных данных, в то же время он расширяет круг решаемых задач)
Изменение №2: Приоритизация проблем клиентов, когда решений практически бесконечно. Большинство структур приоритизации продуктов рассматривают четыре измерения:
- Осуществимость
- Влияние
- Риск
- Расходы
ИИ привносит новые факторы в каждый элемент расстановки приоритетов, что кардинально меняет ваш подход к оценке того, что строить дальше.
- Осуществимость значительно расширилась благодаря Cursor или Claude Code
- Ваш продукт может быть глубоко персонализирован
- Появляются новые категории риска (галлюцинации, дезинформация
- Также Опрос ZDNET/Aberdeen показал, что многие пользователи устали от навязывания ИИ в своих продуктах (64% заявили, что не стали бы пользоваться ИИ помощниками)
Изменение №3: Что стоит строить?
Благодаря значительному смягчению технических ограничений появился новый набор возможностей. Запредельно сложные или дорогостоящие решения иногда можно реализовать одним вызовом API.
Новый вопрос: «Что стоит создавать?» Это самое радикальное изменение, которое искусственный интеллект вносит в роль менеджера по продукту, и, вероятно, к нему сложнее всего адаптироваться.
Рынок в хаосе: за одно и то же место в ваших звонках в Zoom конкурируют несколько типов компаний. Это происходит во всех категориях. Инструмент управления проектами добавляет создание контента на основе ИИ, конкурируя с контент-платформами. CRM-система добавляет финансовый анализ на основе ИИ, конкурируя с инструментами бизнес-аналитики. Платформа электронной коммерции добавляет службу поддержки клиентов на основе ИИ, конкурируя с программным обеспечением поддержки.
Все это создает стратегические вопросы для вашей дорожной карты:
🔺 Должны ли мы создавать функции ИИ, которые будут распространяться на смежные рынки?
🔺 Остаемся ли мы специализироваться или переходим на пакетирование?
🔺 Как нам конкурировать, когда на наш рынок выходят компании из других отраслей?
Избегайте потери product<>market fit
Худший сценарий для продакта — неспособность адаптироваться несёт очевидный риск для карьеры, но также ставит под угрозу и компании, в которых они работают.
GitHub Copilot набрал 15 млн. MAU c 2022, а затем появился Cursor. Практически сразу доля рынка GitHub Copilot пошатнулась. Cursor активно работал с PLG и легко интегрировался в большинство стеков. Пользователи внедряли его с невероятной скоростью. Теория прорывных инноваций Клея Кристенсена воплотилась в жизнь.
📹 Полная статья на VC.ru
----
Консультации по ИИ // Менторство
Reforge:
Работа менеджера по продукту сводится к трём основным обязанностям: понимать проблемы клиентов, расставлять приоритеты в решении проблем и содействовать их решению. ИИ не меняет эти основные обязанности, но фундаментально меняет способ их выполнения.
1. ИИ расширяет как пространство проблем, так и пространство решений.
2. Необходимо рассмотреть проблемы, которые ранее считались неразрешимыми.
3. Решения, которые ранее были невозможны, становятся практичными.
Изменение №1: Понимать проблемы клиентов стало одновременно проще и сложнее (ИИ помогает собирать больше данных → нужно огромное количество разрозненных данных, в то же время он расширяет круг решаемых задач)
Изменение №2: Приоритизация проблем клиентов, когда решений практически бесконечно. Большинство структур приоритизации продуктов рассматривают четыре измерения:
- Осуществимость
- Влияние
- Риск
- Расходы
ИИ привносит новые факторы в каждый элемент расстановки приоритетов, что кардинально меняет ваш подход к оценке того, что строить дальше.
- Осуществимость значительно расширилась благодаря Cursor или Claude Code
- Ваш продукт может быть глубоко персонализирован
- Появляются новые категории риска (галлюцинации, дезинформация
- Также Опрос ZDNET/Aberdeen показал, что многие пользователи устали от навязывания ИИ в своих продуктах (64% заявили, что не стали бы пользоваться ИИ помощниками)
Изменение №3: Что стоит строить?
Благодаря значительному смягчению технических ограничений появился новый набор возможностей. Запредельно сложные или дорогостоящие решения иногда можно реализовать одним вызовом API.
Новый вопрос: «Что стоит создавать?» Это самое радикальное изменение, которое искусственный интеллект вносит в роль менеджера по продукту, и, вероятно, к нему сложнее всего адаптироваться.
Рынок в хаосе: за одно и то же место в ваших звонках в Zoom конкурируют несколько типов компаний. Это происходит во всех категориях. Инструмент управления проектами добавляет создание контента на основе ИИ, конкурируя с контент-платформами. CRM-система добавляет финансовый анализ на основе ИИ, конкурируя с инструментами бизнес-аналитики. Платформа электронной коммерции добавляет службу поддержки клиентов на основе ИИ, конкурируя с программным обеспечением поддержки.
Все это создает стратегические вопросы для вашей дорожной карты:
Избегайте потери product<>market fit
Худший сценарий для продакта — неспособность адаптироваться несёт очевидный риск для карьеры, но также ставит под угрозу и компании, в которых они работают.
GitHub Copilot набрал 15 млн. MAU c 2022, а затем появился Cursor. Практически сразу доля рынка GitHub Copilot пошатнулась. Cursor активно работал с PLG и легко интегрировался в большинство стеков. Пользователи внедряли его с невероятной скоростью. Теория прорывных инноваций Клея Кристенсена воплотилась в жизнь.
----
Консультации по ИИ // Менторство
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2🔥1
Product Management Pipeline
Как простроить развитие продукта от видения → через цели → к возможностям → через проверенные решения → к реальным фичам в продукте.
1. Уровень стратегии (Strategy)
долгосрочное направление продукта
- Business Impacts — ключевые результаты для компании, которые продукт должен принести (например, рост дохода, снижение затрат, расширение рынка).
- Product Vision — как продукт будет выглядеть и работать через 5 лет, чтобы достичь бизнес-эффектов.
- Principles/Values — правила, которые команды должны соблюдать при работе над продуктом.
Цель: связать ежедневную работу с глобальным видением.
---
2. Цели и результаты (Goals & Outcomes)
- Goal — крупные SMART-цели, которые нужно достичь, чтобы реализовать видение (обычно 2–3 цели).
- Outcome (Результат) — конкретное измеримое изменение в поведении клиентов, которое показывает, что цель достигнута (также 2–3 на цель).
Пример:
Цель — «Увеличить удержание пользователей».
Результат — «Повысить процент возврата пользователей через 30 дней с 40% до 60%».
---
3. Этап Discovery (поиск решений)
- Opportunity — проблемы, боли, желания клиентов, задачи, которые они пытаются решить (Jobs to be Done)
- Ideas — гипотезы о том, как можно решить эти возможности.
- Solution — проверенная и подтверждённая идея, которая реально решает проблему.
Здесь основная работа — тестировать гипотезы и отбрасывать лишнее.
---
4. Этап Delivery (доставка)
- Feature (Фича) — конкретная функциональность, которая реализует решение.
- User Story — мелкая задача в Scrum, описывающая часть фичи для реализации в спринте.
На этом уровне важно строить только те фичи, которые имеют высокий шанс решить проблему и достичь результата.
---
5. Как это всё работает вместе
1. Стратегия задаёт направление (зачем мы это делаем).
2. Цели и результаты уточняют, что нужно изменить в поведении клиентов.
3. Discovery ищет лучшие пути решения — через выявление возможностей, генерацию идей, тесты гипотез.
4. Delivery превращает проверенные решения в реальные фичи и задачи.
Как простроить развитие продукта от видения → через цели → к возможностям → через проверенные решения → к реальным фичам в продукте.
1. Уровень стратегии (Strategy)
долгосрочное направление продукта
- Business Impacts — ключевые результаты для компании, которые продукт должен принести (например, рост дохода, снижение затрат, расширение рынка).
- Product Vision — как продукт будет выглядеть и работать через 5 лет, чтобы достичь бизнес-эффектов.
- Principles/Values — правила, которые команды должны соблюдать при работе над продуктом.
Цель: связать ежедневную работу с глобальным видением.
---
2. Цели и результаты (Goals & Outcomes)
- Goal — крупные SMART-цели, которые нужно достичь, чтобы реализовать видение (обычно 2–3 цели).
- Outcome (Результат) — конкретное измеримое изменение в поведении клиентов, которое показывает, что цель достигнута (также 2–3 на цель).
Пример:
Цель — «Увеличить удержание пользователей».
Результат — «Повысить процент возврата пользователей через 30 дней с 40% до 60%».
---
3. Этап Discovery (поиск решений)
- Opportunity — проблемы, боли, желания клиентов, задачи, которые они пытаются решить (Jobs to be Done)
- Ideas — гипотезы о том, как можно решить эти возможности.
- Solution — проверенная и подтверждённая идея, которая реально решает проблему.
Здесь основная работа — тестировать гипотезы и отбрасывать лишнее.
---
4. Этап Delivery (доставка)
- Feature (Фича) — конкретная функциональность, которая реализует решение.
- User Story — мелкая задача в Scrum, описывающая часть фичи для реализации в спринте.
На этом уровне важно строить только те фичи, которые имеют высокий шанс решить проблему и достичь результата.
---
5. Как это всё работает вместе
1. Стратегия задаёт направление (зачем мы это делаем).
2. Цели и результаты уточняют, что нужно изменить в поведении клиентов.
3. Discovery ищет лучшие пути решения — через выявление возможностей, генерацию идей, тесты гипотез.
4. Delivery превращает проверенные решения в реальные фичи и задачи.
❤5👍1
Почему 90% компаний сольют миллионы на ИИ в 2025-м
Было опрошено 350 топ-менеджеров и..
Вывод №1: Руководители — главный тормоз
57% признались: мы не понимаем, зачем нам ИИ.
Вывод №2: HR убивает будущее компаний
76% работодателей выберут опытного специалиста без навыков ИИ.
Это как в 2010-м нанимать маркетолога, который не знает, что такое интернет. Тактическая экономия → стратегический крах.
Пока вы «экономите», конкуренты встраивают ИИ в команды
Вывод №3: Креативность — ловушка
Все гонятся за креативностью (39% в топе навыков).
А нужна критичность.
ИИ нужно факт-чекать.
Полный отчет
Было опрошено 350 топ-менеджеров и..
Вывод №1: Руководители — главный тормоз
57% признались: мы не понимаем, зачем нам ИИ.
Вывод №2: HR убивает будущее компаний
76% работодателей выберут опытного специалиста без навыков ИИ.
Это как в 2010-м нанимать маркетолога, который не знает, что такое интернет. Тактическая экономия → стратегический крах.
Пока вы «экономите», конкуренты встраивают ИИ в команды
Вывод №3: Креативность — ловушка
Все гонятся за креативностью (39% в топе навыков).
А нужна критичность.
ИИ нужно факт-чекать.
Полный отчет
👍5
AGENT.md: Универсальный файл конфигурации агента
В этом документе представлен стандартизированный формат, позволяющий кодовым базам напрямую взаимодействовать с любым инструментом агентного программирования.
В настоящее время разработчикам приходится поддерживать отдельные файлы конфигурации для каждого используемого инструмента. AGENT.md позволяет использовать один файл для всех агентов. Его формат разработан таким образом, чтобы быть понятным человеку, при этом предоставляя структурированную информацию, которую можно анализировать инструментами агентного программирования.
----
Консультации по ИИ // Менторство
В этом документе представлен стандартизированный формат, позволяющий кодовым базам напрямую взаимодействовать с любым инструментом агентного программирования.
В настоящее время разработчикам приходится поддерживать отдельные файлы конфигурации для каждого используемого инструмента. AGENT.md позволяет использовать один файл для всех агентов. Его формат разработан таким образом, чтобы быть понятным человеку, при этом предоставляя структурированную информацию, которую можно анализировать инструментами агентного программирования.
----
Консультации по ИИ // Менторство
❤2👍1
GPT-5 достиг 2 млрд токенов в минуту всего за 2 часа после запуска — масштаб, который сложно представить.
В отличие от традиционной миграции корпоративного ПО, которая занимает месяцы, компании переходят на него за считанные часы.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍1
ИИ делает миллиардеров, как никогда раньше
Огромные раунды финансирования таких компаний, как Anthropic, OpenAI, Safe Superintelligence и Anysphere, подняли их оценки до триллионов и создали десятки новых миллиардеров.
По данным CB Insights, существует 498 частных «единорогов» в сфере ИИ стоимостью 2,7 триллиона долларов, 100 из которых были основаны с 2023 года.
Anthropic стремится получить оценку в 170 миллиардов долларов, что почти в три раза превышает мартовскую цифру, в то время как новое предприятие Миры Мурати достигло 12 миллиардов долларов всего через несколько месяцев после запуска.
Anysphere за несколько недель удвоила свою оценку, что, вероятно, сделало ее 25-летнего основателя миллиардером.
Кратко:
- 498 единорогов ИИ стоимостью 2,7 триллиона долларов, 100 из них основаны с 2023 года.
- Anthropic, OpenAI и Anysphere демонстрируют рекордные оценки.
- Большинство состояний, связанных с ИИ, все еще неликвидны, но ситуация начинает меняться.
- Это не интернет-магазин твоего бати
- Значительная часть этого богатства по-прежнему заперта в частных компаниях, но вторичные продажи акций и поглощения начинают высвобождать капитал.
Говорят, что OpenAI рассматривает возможность оценки своей последней продажи в 500 миллиардов долларов .
Бум по-прежнему наблюдается в районе залива, где в Сан-Франциско теперь больше миллиардеров, чем в Нью-Йорке, а рекордные продажи недвижимости превышают 20 миллионов долларов.
Технари — это прошлый век. Теперь рулят парни с ИИ
Огромные раунды финансирования таких компаний, как Anthropic, OpenAI, Safe Superintelligence и Anysphere, подняли их оценки до триллионов и создали десятки новых миллиардеров.
По данным CB Insights, существует 498 частных «единорогов» в сфере ИИ стоимостью 2,7 триллиона долларов, 100 из которых были основаны с 2023 года.
Anthropic стремится получить оценку в 170 миллиардов долларов, что почти в три раза превышает мартовскую цифру, в то время как новое предприятие Миры Мурати достигло 12 миллиардов долларов всего через несколько месяцев после запуска.
Anysphere за несколько недель удвоила свою оценку, что, вероятно, сделало ее 25-летнего основателя миллиардером.
Кратко:
- 498 единорогов ИИ стоимостью 2,7 триллиона долларов, 100 из них основаны с 2023 года.
- Anthropic, OpenAI и Anysphere демонстрируют рекордные оценки.
- Большинство состояний, связанных с ИИ, все еще неликвидны, но ситуация начинает меняться.
- Это не интернет-магазин твоего бати
- Значительная часть этого богатства по-прежнему заперта в частных компаниях, но вторичные продажи акций и поглощения начинают высвобождать капитал.
Говорят, что OpenAI рассматривает возможность оценки своей последней продажи в 500 миллиардов долларов .
Бум по-прежнему наблюдается в районе залива, где в Сан-Франциско теперь больше миллиардеров, чем в Нью-Йорке, а рекордные продажи недвижимости превышают 20 миллионов долларов.
Технари — это прошлый век. Теперь рулят парни с ИИ
Cbinsights
The Complete List Of Unicorn Companies
A unicorn is a private company or startup with a valuation over $1 billion. Check out our updated list of every unicorn company around the globe, their top investors, and more.
❤2👍1
xpander.ai предлагает Slack-нативные ИИ-агенты, которые интегрируются напрямую в Slack как "коллеги"
Они поддерживают контекст разговоров, выполняют инструменты, автоматически участвуют в обсуждениях и обрабатывают задачи от внутренних операций до поддержки клиентов
- ИИ-агенты как члены команды: Они отвечают на упоминания, поддерживают память в тредах, взаимодействуют в DM и каналах, исполняя задачи как реальные коллеги
- Подходит для внутренних задач, HR, инженерия, поддержки клиентов, сообществ и продаж
Они поддерживают контекст разговоров, выполняют инструменты, автоматически участвуют в обсуждениях и обрабатывают задачи от внутренних операций до поддержки клиентов
- ИИ-агенты как члены команды: Они отвечают на упоминания, поддерживают память в тредах, взаимодействуют в DM и каналах, исполняя задачи как реальные коллеги
- Подходит для внутренних задач, HR, инженерия, поддержки клиентов, сообществ и продаж
❤2👍1
Doomprompting — новый Doomscrolling
Doomprompting — зависимость от ИИ-чатов, которая заменила doomscrolling.
ИИ работает как игровой автомат мышления — постоянно предлагает "Continue?"
То, что начинается как намеренное решение проблем, превращается в пассивное взаимодействие с ИИ, предлагающими бесконечное количество вариантов без подлинного осознания. В отличие от пассивного потребления, характерного для Doomscrolling, Doomprompting создаёт иллюзию продуктивности, когда пользователи чувствуют, что думают и творят, в то время как на самом деле отдают когнитивные усилия на аутсорсинг. Создается иллюзия работы без реального прогресса или обучения.
Шо делать?
1️⃣ ИИ полезен только в начале и конце процесса upstream/downstream
2️⃣ Избегать подхалимства ИИ — используйте ИИ-модели типа Claude's Constitutional AI, которые могут возражать и критиковать, а не только соглашаться и хвалить
3️⃣ Результат хорош на 60%, но вы тратите время на согласование ИИ-аргументов вместо своих 😁
4️⃣ Письмо = мышление. Аутсорсинг письма = аутсорсинг мышления
5️⃣ Ценить размышления выше скорости — выбирайте медленный, обдуманный подход к решению задач вместо мгновенной генерации контента
6️⃣ Используйте инструменты типа ChatGPT "Study Mode" с встроенными ограничениями, которые не выполняют работу за вас, а помогают её делать самостоятельно
Doomprompting — зависимость от ИИ-чатов, которая заменила doomscrolling.
ИИ работает как игровой автомат мышления — постоянно предлагает "Continue?"
То, что начинается как намеренное решение проблем, превращается в пассивное взаимодействие с ИИ, предлагающими бесконечное количество вариантов без подлинного осознания. В отличие от пассивного потребления, характерного для Doomscrolling, Doomprompting создаёт иллюзию продуктивности, когда пользователи чувствуют, что думают и творят, в то время как на самом деле отдают когнитивные усилия на аутсорсинг. Создается иллюзия работы без реального прогресса или обучения.
Шо делать?
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍1
Goldman Sachs: Как ИИ повлияет на мировую рабочую силу
Инновации, связанные с ИИ, могут привести к вытеснению 6–7% рабочей силы в США при его широком внедрении. Однако это влияние, вероятно, будет временным, поскольку новые рабочие места, созданные этой технологией, в конечном итоге позволят людям работать на других должностях.
По оценкам наших экономистов, генеративный ИИ повысит производительность труда в США и других развитых странах примерно на 15% при его полном внедрении и интеграции в регулярное производство. Это означает рост уровня безработицы на полпроцента по сравнению с трендом в переходный период, хотя это влияние может быть сильнее, если внедрение ИИ будет происходить более интенсивно
В рамках своего исследования команда изучила более 800 профессий, чтобы оценить, приведёт ли рост производительности труда благодаря ИИ к сокращению рабочих мест. Оценка сокращения рабочих мест в результате внедрения ИИ в размере 6–7% является базовым предположением команды, но, по её словам, темпы сокращения могут варьироваться от 3% до 14% при различных допущениях.
Сокращение занятости макс.:
- маркетинговый консалтин
- графический дизайн
- офисное администрирование
- телефонные колл-центры
Инновации, связанные с ИИ, могут привести к вытеснению 6–7% рабочей силы в США при его широком внедрении. Однако это влияние, вероятно, будет временным, поскольку новые рабочие места, созданные этой технологией, в конечном итоге позволят людям работать на других должностях.
По оценкам наших экономистов, генеративный ИИ повысит производительность труда в США и других развитых странах примерно на 15% при его полном внедрении и интеграции в регулярное производство. Это означает рост уровня безработицы на полпроцента по сравнению с трендом в переходный период, хотя это влияние может быть сильнее, если внедрение ИИ будет происходить более интенсивно
В рамках своего исследования команда изучила более 800 профессий, чтобы оценить, приведёт ли рост производительности труда благодаря ИИ к сокращению рабочих мест. Оценка сокращения рабочих мест в результате внедрения ИИ в размере 6–7% является базовым предположением команды, но, по её словам, темпы сокращения могут варьироваться от 3% до 14% при различных допущениях.
Сокращение занятости макс.:
- маркетинговый консалтин
- графический дизайн
- офисное администрирование
- телефонные колл-центры
сегодня под угрозой автоматизации находится не более 2,5% рабочих мест.
👍1
Omnara превращает ваших ИИ-агентов (Claude Code, Cursor, GitHub Copilot и других) из молчаливых сотрудников в коммуникабельных членов команды.
Получайте информацию о том, чем занимаются ваши агенты в режиме реального времени, мгновенно отвечайте на их вопросы и помогайте им добиться успеха — всё это с вашего телефона.
📊 Мониторинг в реальном времени
Наблюдайте за каждым шагом ваших ИИ-агентов во время работы
💬 Интерактивные вопросы и ответы
Мгновенно реагируйте, когда агентам нужны рекомендации
📱 Дизайн, ориентированный на мобильные устройства
Полный контроль с телефона, планшета или компьютера
🔔 Умные уведомления
Получайте оповещения только тогда, когда требуется ваше участие
🎯 Универсальная панель инструментов
Все ваши ИИ-агенты в одном унифицированном интерфейсе
Зачем?
Потому что нам надоело:
❌ Начинать задания и обнаруживать, что они застряли
❌ Отсутствие критических вопросов, которые блокировали прогресс
❌ Не видим, что на самом деле делает ИИ
❌ Быть привязанным к ПК, пока агенты работают
Теперь вы можете:
✅ Запускайте агентов и контролируйте их из любой точки мира
✅ Получайте push-уведомления, когда требуется ввод данных
✅ Отправляйте обратную связь в режиме реального времени, чтобы направлять своих агентов
✅ Будьте уверены, что ваши сотрудники, использующие искусственный интеллект, продуктивны
Получайте информацию о том, чем занимаются ваши агенты в режиме реального времени, мгновенно отвечайте на их вопросы и помогайте им добиться успеха — всё это с вашего телефона.
📊 Мониторинг в реальном времени
Наблюдайте за каждым шагом ваших ИИ-агентов во время работы
💬 Интерактивные вопросы и ответы
Мгновенно реагируйте, когда агентам нужны рекомендации
📱 Дизайн, ориентированный на мобильные устройства
Полный контроль с телефона, планшета или компьютера
🔔 Умные уведомления
Получайте оповещения только тогда, когда требуется ваше участие
🎯 Универсальная панель инструментов
Все ваши ИИ-агенты в одном унифицированном интерфейсе
Зачем?
Потому что нам надоело:
❌ Начинать задания и обнаруживать, что они застряли
❌ Отсутствие критических вопросов, которые блокировали прогресс
❌ Не видим, что на самом деле делает ИИ
❌ Быть привязанным к ПК, пока агенты работают
Теперь вы можете:
✅ Запускайте агентов и контролируйте их из любой точки мира
✅ Получайте push-уведомления, когда требуется ввод данных
✅ Отправляйте обратную связь в режиме реального времени, чтобы направлять своих агентов
✅ Будьте уверены, что ваши сотрудники, использующие искусственный интеллект, продуктивны
👍1
Новый тренд: экстремальные рабочие часы в ИИ стартапах
ИИ-стартапы массово внедряют экстремальную рабочую культуру с 80+ часовыми рабочими неделями, следуя модели "996" (9 утра - 9 вечера, 6 дней в неделю). Это мотивируется гонкой за достижением Искусственного Общего Интеллекта (AGI) и обещанием огромных финансовых вознаграждений для ранних сотрудников.
Такой экстремальный рабочий график оправдывается стремлением достичь AGI всего за несколько месяцев. Такой режим, вероятно, сохранится — страх упустить его очень силён.
80+ часов в неделю требуют многие ИИ-стартапы
60 часов в неделю - "золотая середина" по мнению Google
10 месяцев понадобилось Windsurf для приобретения Google
40 сотрудников Windsurf получили компенсацию при покупке ($10M+ возможная компенсация для инженеров)
ИИ-стартапы массово внедряют экстремальную рабочую культуру с 80+ часовыми рабочими неделями, следуя модели "996" (9 утра - 9 вечера, 6 дней в неделю). Это мотивируется гонкой за достижением Искусственного Общего Интеллекта (AGI) и обещанием огромных финансовых вознаграждений для ранних сотрудников.
Такой экстремальный рабочий график оправдывается стремлением достичь AGI всего за несколько месяцев. Такой режим, вероятно, сохранится — страх упустить его очень силён.
80+ часов в неделю требуют многие ИИ-стартапы
60 часов в неделю - "золотая середина" по мнению Google
10 месяцев понадобилось Windsurf для приобретения Google
40 сотрудников Windsurf получили компенсацию при покупке ($10M+ возможная компенсация для инженеров)
👍1
Как юзать Deep Research для GTM
Как получить наилучшие результаты от Deep Research?
1. Если вы не хотите предоставлять контекст каждый раз при запросе Deep Research, создайте проект
2. Прежде чем начать, попросите план исследования
Что смотрим в плане:
- Охватывает ли он всё, что вас интересует? Нужны ли вам какие-либо дополнительные материалы?
- Согласны ли вы с методологией и направлениями (например, с тем, как агент планирует оценивать различные варианты)?
- Делает ли ИИ какие-либо предположения, или какие-то его части кажутся общими? Если да, необходимо предоставить дополнительный контекст.
3. Укажите исследовательскому агенту на высококачественные источники
Качество результатов, получаемых от Deep Research, во многом зависит от источников, которые используют агенты.
Вариант 1: Укажите в подсказке, каким источникам следует отдать приоритет
Вариант 2: используй GPT-5 или Claude Opus, чтобы создать список высококачественных источников, а затем отправь его в Deep Research
4. Укажите удобный для восприятия формат отчета
Просто попросите:
- Включи резюме в начало документа и в каждый отдельный раздел.
- Начни с ключевых идей и рекомендаций, прежде чем углубляться
- Используй обзорные таблицы или визуальные материалы вместо текстовых блоков, где это уместно.
5. Как ИИ выбрать
- ChatGPT — лучший универсальный инструмент для глубоких исследований, особенно с недавним выпуском GPT-5
- Gemini почти так же хорош, как ChatGPT, и имеет более щедрые лимиты
Perplexity — хороший выбор, 1) обеспечивает более детальный контроль исходного кода и 2) лучше следует инструкциям
----
Консультации по ИИ
Как получить наилучшие результаты от Deep Research?
1. Если вы не хотите предоставлять контекст каждый раз при запросе Deep Research, создайте проект
2. Прежде чем начать, попросите план исследования
Что смотрим в плане:
- Охватывает ли он всё, что вас интересует? Нужны ли вам какие-либо дополнительные материалы?
- Согласны ли вы с методологией и направлениями (например, с тем, как агент планирует оценивать различные варианты)?
- Делает ли ИИ какие-либо предположения, или какие-то его части кажутся общими? Если да, необходимо предоставить дополнительный контекст.
3. Укажите исследовательскому агенту на высококачественные источники
Качество результатов, получаемых от Deep Research, во многом зависит от источников, которые используют агенты.
Вариант 1: Укажите в подсказке, каким источникам следует отдать приоритет
Вариант 2: используй GPT-5 или Claude Opus, чтобы создать список высококачественных источников, а затем отправь его в Deep Research
4. Укажите удобный для восприятия формат отчета
Просто попросите:
- Включи резюме в начало документа и в каждый отдельный раздел.
- Начни с ключевых идей и рекомендаций, прежде чем углубляться
- Используй обзорные таблицы или визуальные материалы вместо текстовых блоков, где это уместно.
5. Как ИИ выбрать
- ChatGPT — лучший универсальный инструмент для глубоких исследований, особенно с недавним выпуском GPT-5
- Gemini почти так же хорош, как ChatGPT, и имеет более щедрые лимиты
Perplexity — хороший выбор, 1) обеспечивает более детальный контроль исходного кода и 2) лучше следует инструкциям
# Цель: Укажите 1) чего вы в конечном итоге пытаетесь добиться, и 2) что именно вы хотите, чтобы ИИ сделал. Пример:
<goal> Мы хотим построить скоринг аккаунтов, чтобы управлять распределением аккаунтов между SDR и расставлять приоритеты для контакта. Ожидаемая модель будет присваивать каждому аккаунту: 1) оценку соответствия по фирмографическим признакам (т.е. «Насколько эта компания в целом нам подходит?») и 2) оценку намерения (т.е. «Находится ли этот аккаунт сейчас в рынке / вероятно ли, что он купит?»). </goal>
# Контекст: Включите весь релевантный контекст запроса, которого нет в вашем Project. Пример:
<context> Сейчас мы фокусируемся только на рынке США. Наш GTM- и дата-стек включает Salesforce, Marketo, Outreach, dbt и Snowflake; мы готовы приобрести источники intent-данных. Ключевое требование — интерпретируемость модели и оценок. </context>
# \[Необязательно] Контент: Уточните, что вы хотите видеть в итоговом результате (например, сравнения, фрагменты SQL-кода, спецификации для кастомных объектов Salesforce и т. п.). Пример:
<content> Пожалуйста, как минимум осветите: 1) подробный анализ и рекомендацию «разработать vs. купить», 2) обзор различных подходов к созданию решения in-house, 3) как операционализировать скоринг аккаунтов между маркетингом и продажами, 4) как обеспечить продавцам видимость того, как были получены оценки. </content>
# \[Необязательно] Стиль: Определите формат отчёта. Лучше всего задавать это в пользовательских инструкциях Project, так как стиль обычно одинаков для каждой исследовательской задачи. Пример:
<style> Следуйте принципу пирамиды (Pyramid Principle): сначала сформулируйте ключевые выводы или рекомендации, затем добавляйте обоснования и данные. Давая рекомендацию, обязательно объясняйте, как именно вы к ней пришли. Используйте маркированные списки, обзорные таблицы и другие элементы форматирования, чтобы отчёт было легко просматривать. </style>
# \[Необязательно] Источники: Укажите, какие источники ИИ должен приоритизировать и/или как их документировать. Пример:
<sources> Для сравнений инструментов сосредотачивайтесь на оценках ведущих отраслевых блогов или практиков, а не на заявлениях самих компаний. </sources>
# \[Необязательно] Инструкции: Добавьте прочие указания (например, конкретную методологию или шаги, которым ИИ должен следовать). Пример:
<instructions> Пожалуйста, запросите любой дополнительный контекст, который вам необходим, прежде чем продолжить. </instructions>
----
Консультации по ИИ
❤1🔥1
Почему все одержимы n8n
после того, как n8n изменился и стал более дружелюбным к ИИ агентам, его доход увеличился в 5 раз, а ежегодная прибыль выросла в 5 раз только за последний год.
1. Машина для исследования контента (маркетинг)
Маркетолог создал устройство, которое экономит ему 10–15 часов в неделю на контенте для LinkedIn.
- Вы вводите тему (например, «n8n» или «автоматизация рабочего процесса»)
- Он выбирает 20-30 лучших видео YouTube по этой теме.
- Автоматически транскрибирует все видео
- Извлекает ваши самые эффективные посты из X/Twitter
- Предоставляет контекст и голос бренда для Claude 3.5 Sonnet*
- Создает черновик поста в LinkedIn + генерирует изображение с помощью ИИ
- Отправляет его в Slack для вашего одобрения.
- Публикуйте публикации прямо в LinkedIn одним щелчком мыши
🎞 Смотреть
===
2. Машина для продажа
- Этот парень увеличил количество потенциальных клиентов с 10 в неделю до 3000 за месяц.
- Собирает данные из Желтых страниц (или аналогичных) для любого типа бизнеса
- Использует циклы для получения ВСЕХ страниц, а не только первой.
- ИИ извлекает имя, телефон, веб-сайт и количество лет работы в компании
- Обходит защиту от взлома с OxyLabs
- Сбрасывает все в Google Таблицы
- Направляет лиды в Lemlist для вызова
Это работает для компаний, которых нет в LinkedIn.
🎞 Смотреть
===
3. Эскалация поддержки клиентов (CX)
- Это от человека, который работал в службе поддержки клиентов 6 лет. Он создал систему эскалации, которая действительно работает.
- ИИ классифицирует тикеты как обычные или эскалированные
- В случае эскалации: формирует предложение по разрешению проблемы
- Отправляет предложение менеджеру-человеку в Gmail
- Менеджер утверждает или редактирует (например, «предложить 30% вместо 10%»)
- ИИ получает обратную связь и пишет окончательный ответ
Гениальность в том, что рабочий процесс приостанавливается и ждёт вмешательства человека. Он не пытается заменить людей, а ускоряет их работу в 10 раз.
🎞 Смотреть
после того, как n8n изменился и стал более дружелюбным к ИИ агентам, его доход увеличился в 5 раз, а ежегодная прибыль выросла в 5 раз только за последний год.
1. Машина для исследования контента (маркетинг)
Маркетолог создал устройство, которое экономит ему 10–15 часов в неделю на контенте для LinkedIn.
- Вы вводите тему (например, «n8n» или «автоматизация рабочего процесса»)
- Он выбирает 20-30 лучших видео YouTube по этой теме.
- Автоматически транскрибирует все видео
- Извлекает ваши самые эффективные посты из X/Twitter
- Предоставляет контекст и голос бренда для Claude 3.5 Sonnet*
- Создает черновик поста в LinkedIn + генерирует изображение с помощью ИИ
- Отправляет его в Slack для вашего одобрения.
- Публикуйте публикации прямо в LinkedIn одним щелчком мыши
===
2. Машина для продажа
- Этот парень увеличил количество потенциальных клиентов с 10 в неделю до 3000 за месяц.
- Собирает данные из Желтых страниц (или аналогичных) для любого типа бизнеса
- Использует циклы для получения ВСЕХ страниц, а не только первой.
- ИИ извлекает имя, телефон, веб-сайт и количество лет работы в компании
- Обходит защиту от взлома с OxyLabs
- Сбрасывает все в Google Таблицы
- Направляет лиды в Lemlist для вызова
Это работает для компаний, которых нет в LinkedIn.
===
3. Эскалация поддержки клиентов (CX)
- Это от человека, который работал в службе поддержки клиентов 6 лет. Он создал систему эскалации, которая действительно работает.
- ИИ классифицирует тикеты как обычные или эскалированные
- В случае эскалации: формирует предложение по разрешению проблемы
- Отправляет предложение менеджеру-человеку в Gmail
- Менеджер утверждает или редактирует (например, «предложить 30% вместо 10%»)
- ИИ получает обратную связь и пишет окончательный ответ
Гениальность в том, что рабочий процесс приостанавливается и ждёт вмешательства человека. Он не пытается заменить людей, а ускоряет их работу в 10 раз.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3