Если ты используешь Google Gemini как обычный чат “вопрос-ответ”, ты теряешь 90% его мощности.

В этом видео показываю, как заставить Gemini работать на максимум и реально закрывать большие задачи быстрее, чем 99% пользователей.

Смотри видео по ссылке: https://youtu.be/vAtHi7aOv5E

Новая стадия лени:

Отправлять Perplexity агента в браузере искать баги в приложении и описывать правки для Claude Code вместо тебя.

Как найти время на всё (и почему дисциплина не работает)

Если вы думаете, что секрет продуктивности — это вставать в 5 утра, писать в красивый ежедневник и медитировать, то у меня для вас плохие новости.
Я всё это пробовал. И это не работает.

Прямо сейчас я веду четыре YouTube-канала, управляю несколькими бизнесам, не пропускаю тренировки и успеваю играть в компьютер с друзьями. Просто я перестал использовать «костыли».

В новом видео разбираю, как на самом деле устроен мой график.

— Почему дисциплина — это как обезболивающее: временно снимает симптом, но не лечит болезнь.
— Как найти то, ради чего вы будете пахать без всяких будильников и списков задач.
— Мой личный распорядок дня и месяцев.
— И главное: как я автоматизировал половину своей рутины с помощью ИИ (показываю реальные примеры из нашей внутренней CRM-системы, которую я собрал сам).

Если вы устали от того, что день проходит, вы вымотаны, а по факту ничего не сделано — посмотрите это видео.

Смотреть тут: https://youtu.be/soy60jG8Ni4

Неожиданно для себя обнаружил, что два месяца вообще не захожу в ChatGPT

Полностью перестал им пользоваться. Хотя до сих пор считаю, что если у вас есть всего 20 долларов - ChatGPT лучшая нейросеть за эти деньги.

Но грустно признавать: даже в базовых вещах он начал безумно проигрывать.

Сейчас мой стек выглядит так.

Perplexity - для умного поиска. Плачу те же 20 долларов, но логика в том, чтобы не захламлять другие нейросети. Нужен быстрый ответ на глупый вопрос - иду туда. ChatGPT стал безумно медленным даже в простых вопросах, а скорость важна.

Gemini - несмотря на то, что на мой взгляд он глючит больше всех в моих задачах. Забавно, что при этом половина видео на моём канале выходит именно про Gemini. Почему? Потому что эта нейросеть собирает больше кликов. Хотя я искренне не понимаю почему никто не видит ее галюцинаций и проблем с нехваткой токенов. Использую исключительно по вынужденным мерам.

А вот открытие, которое для меня абсолютно безумное.

Я плачу за подписку Claude второй месяц подряд 200 долларов. И я просто в шоке с того, сколько могу сделать за эти деньги. То, что раньше нельзя было сделать с командой из кучи людей.

Вайб-кодинг - как вы уже знаете, я написал не одно приложение за это время.

Возможность создавать документы - Claude Code может сделать 20-страничное исследование без каких-либо проблем.

Презентации, которые можно редактировать.

И сейчас, пока дописываю свой внутренний инструмент, нашёл способ использовать Claude по подписке в своём собственном приложении на компьютере. Вчера присылал скриншот. При желании тебе не нужно платить за токены - если чуть-чуть разобраться и запариться, то ещё в этих 200 долларов можешь все свои внутренние рабочие приложения завернуть. Использовать именно Claude и не платить за дешёвые модели.

В этом и есть то самое неравенство.

То, что сегодня дают нейросети в профессиональном плане, стоит 100-200 долларов. Claude за 100-200 баксов даёт то, что не даёт ни одна другая нейросеть. С такой же скоростью, с такой же точностью.

Ты буквально за эти деньги покупаешь свою собственную скорость.

И забавно, что я много раз пробовал Claude на подписке за 20 долларов.

За 20 долларов - это такая же уродская нейросеть. Ещё хуже, чем Gemini.

Разница между 20 и 200 - это разница между игрушкой и рабочим инструментом. Иначе токены улетают в лимит до того, как ты пост дописать успел. Не говоря о сложных задачах)

NotebookLM — мощный бесплатный инструмент от Google, но большинство используют его как обычный чат с документами.

В этом видео покажу 7 бесплатных расширений, которые превращают его в полноценную систему работы с информацией: быстрее загружать материалы, удобно структурировать знания и нормально экспортировать результаты.

Если вы уже пользуетесь NotebookLM или только планируете — это видео поможет настроить его так, чтобы он реально экономил время.

Велком: https://youtu.be/X89QuB3LkxU

Вы часто спрашиваете, как мы успеваем вести проекты, запускать новые сервисы и при этом не тонуть в операционке. Ответ всегда один: мы строим системы, автоматизируем рутину и стараемся нанимать правильных людей.

Именно этому посвящен наш YouTube-канал «Дело в кадрах». Там Марина, которая менеджерит проекты внутри нашей команды, разбирает управление, автоматизацию и найм абсолютно без воды.

Если вы хотите перестать быть «узким горлышком» в своем проекте и начать работать головой, а не руками, настоятельно рекомендую выделить время на эти четыре видео:

1. Google Opal: как собрать «цифрового ассистента» без найма

Самая большая ошибка предпринимателя — делать повторяющиеся задачи вручную. В видео по шагам показано, как собрать логику, которая сама генерирует отчеты, составляет планы развития и заполняет договоры с клиентами без вашего участия.

Ссылка: https://www.youtube.com/watch?v=0gHswuZWH0M

2. NotebookLM вместо ChatGPT: превращаем информацию в систему

Если у вас открыто 30 вкладок, а решения принимаются на ходу — у вас нет системы. Обычный ChatGPT не помнит контекст вашего бизнеса.

В этом видео разбираем, как загрузить в нейросеть ваши регламенты, выгрузки из чатов и книги, чтобы за 15 минут получить готовую базу знаний и аналитику конкурентов.

Ссылка: https://www.youtube.com/watch?v=zoINbM70uck

3. Лучшие программы для управления проектами

Разбор 5 популярных таск-трекеров (Wrike, Kaiten, Notion, Битрикс24, amoCRM). Честно о том, что реально работает для команды, а что превратит вашу жизнь в бюрократический ад.

Ссылка: https://www.youtube.com/watch?v=Q0TPd3oMNts

4. Стратегия Сэма Альтмана (OpenAI): найм и контроль

Видео не про нейросети, а про управление. Разбор того, как OpenAI выросла из R&D-лаборатории в гиганта, почему они не берут людей «по корочкам» и как работает жесткая система отбора А-игроков, которые дают результат x10.

Ссылка: https://www.youtube.com/watch?v=pbk-_8S9bZk

Помимо Ютуба, мы активно ведем Telegram-канал t.me/hrdelo

Там мы публикуем выжимки по управлению, разбираем реальные кейсы найма и совсем скоро начнем рассказывать о нашем собственном HR SaaS сервисе — Коннектио. Это наш новый продукт, который полностью изменит ваш подход к поиску и оценке кандидатов.

Бонус урок для всех кто регистрируется на бесплатный интенсив по менеджменту на маркетплейсах. НА 1,5 ЧАСА!

В нем я рассказываю свой личный путь, как мне удалось перейти вначале от человека, который просто делал инфографику для клиентов за 1500 руб. в одного из самых дорогих менеджеров.

А после построить агенство, фулфилмент, одно из самых крупных обучений с суммарным годовым оборотом проектов почти в 100 млн. руб.. И все это за 3 года.

Я бы сказал, что этот урок вообще самый ценный, если вы планируете фриланс в любой нише. Но менеджером особенно.

Регистрация тут: romarayt.ru/manager-mp

Я плачу за Claude максимальную подписку и за последний месяц почти полностью перестал пользоваться ChatGPT и Gemini — потому что Claude Code заменил мне целый набор дорогих инструментов.

В новом видео показываю “бизнес-экскурсию”: как за $100–200 собрать внутреннюю корпоративную платформу без знания кода в один клик.

И главное — как автоматизировать то, что реально "съедает" часы каждую неделю.

Смотреть: https://youtu.be/8Y-qDYwb-_w?si=gAHrR7e--4wrB6O-

ИИ агенты 2026 😂

Как опередить 99% компаний с помощью ИИ

Мы все знаем, что большинство компаний, особенно в регионах - это лютые динозавры. Сайты как будто сделаны в девяностых. Что такое маркетинг - слышали только в институте 10 лет назад.

Когда блогеры говорят про нейросети, обычно это в контексте «заработай миллион, работая с ИИ». Чаще всего это треш, потому что нейросети - просто инструмент. Его можно использовать в жизни, в бизнесе, в онлайн-продуктах.

Но почему-то все рассказывают только про онлайн.
Давайте сегодня про офлайн.

Допустим, у вас магазин цветов в небольшом городе типа Смоленска.

Вы владелец бизнеса, много не зарабатываете. Чистая прибыль в районе 150-250 тысяч рублей. Этого не хватает, чтобы нанять толковую команду, и вы вынуждены считать каждую копейку.

Смотрим на конкурентов. Максимум один-два из них имеют хотя бы что-то: сайт, соцсети, рекламу. Остальные живут либо на сарафанном радио, либо на Яндекс Картах и вывесках.
Конкуренция минимальная. Это не выдумка - специально беру реальный кейс.

Чтобы их опередить, нужно всего три вещи.
Первое - быть упакованным лучше, чем они.
Второе - иметь ассортимент, который больше подходит клиентам.
Третье - иметь понятный посыл в маркетинге.

У нас даже в фулфилменте - казалось бы, складские услуги по упаковке - раз в несколько месяцев приходят люди и говорят: мы выбрали вас только потому, что вы упакованы красиво. Красивый сайт, красивые фотографии. Вы выглядите не как колхозники.
А колхозниками выглядит половина бизнесов в регионах.

Как использовать ИИ, чтобы опередить конкурентов в этих трёх пунктах.

1. Упаковка

Идёте в ChatGPT. Просите придумать название, которое будет выделяться среди «Цветы от Лены» и «Букеты Смоленск».

Генерируете варианты логотипа через Nano Banana Pro. Собираете лид-магнит за вечер. Например, дарим букет розы тем кто подписан на наш Telegram, с помощью Claude Code это создается за вечер (да, в классическом бизнесе все работает как и в онлайн) - текст пишет нейросеть, структуру подсказывает она же.

Фотографии продукта можно улучшить через ИИ-ретушь или вообще сгенерировать красивые мокапы для соцсетей.

Результат: вы выглядите как федеральная сеть, а не как ларёк у метро.

2. Ассортимент

Просите ChatGPT проанализировать, какие букеты сейчас в тренде. Какие запросы популярны в вашем городе. Какие ценовые сегменты работают лучше всего.

Загружаете ему данные по вашим продажам - он находит закономерности, которые вы сами не видели. Какие позиции приносят прибыль, какие просто занимают место.

Результат: вы продаёте то, что реально хотят покупать, а не то, что вам кажется красивым.

3. Маркетинг

Просите нейросеть сформулировать УТП. Чем вы отличаетесь от конкурентов. Почему должны выбрать вас.

Генерируете контент-план на месяц. Посты для соцсетей, тексты для рекламы, скрипты для ответов клиентам.

Настраиваете простого бота, который отвечает на типовые вопросы в WhatsApp или Telegram. Пока конкуренты отвечают через три часа - вы отвечаете мгновенно.

Результат: вы выглядите профессионально и системно. Клиент доверяет вам больше, чем тем, кто отвечает голосовыми на бегу.

Итог.
Вам не нужна команда из маркетолога, дизайнера и копирайтера. Вам нужны нейросети и несколько вечеров, чтобы всё настроить.
Пока конкуренты думают, что это сложно и дорого - вы уже их опередили.

Почему нейросети сначала понимают тебя идеально, а потом начинают путаться, лагать и “забывать” файлы?

В новом видео разбираю:
• что такое контекстное окно и гниение контекста
• почему данные “в середине” диалога обрабатываются хуже и как это проявляется в Gemini/Claude/ChatGPT
• 3 практических способа, как переходить в новый чат без потери данных
• как выбирать модель под задачу, чтобы получать лучший результат

Смотреть: https://youtu.be/YFoiiibbGuU

Почему Gemini с миллионом токенов работает хуже, чем Claude с 200 тысячами

Под последним видео комментарий: «Gemini нормально пашет в длительных чатах. И его контекстное окно реально больше. Рассказы о том, что миллион токенов это то же самое, что и 128 тысяч - глупость».

Давайте разберёмся, почему это не так.

Что такое контекстное окно.
Это сколько текста нейросеть может «видеть» за один раз. Измеряется в токенах - примерно 1 токен = 0,75 слова на английском, на русском чуть меньше.

Gemini Pro: 1 000 000 токенов.
Claude Opus: 200 000 токенов.
Кажется, что Gemini должен быть в 5 раз лучше. Но нет.

Проблема №1: видеть ≠ понимать.
Контекстное окно - это не память. Это скорее как периферическое зрение.
Представь, что ты читаешь книгу на 500 страниц. Ты можешь держать перед глазами все 500 страниц одновременно (большое контекстное окно). Но это не значит, что ты понимаешь связь между первой и последней страницей.

Нейросети работают так же. Чем дальше информация от текущего момента - тем хуже модель её «помнит» и использует. Это называется attention degradation - внимание размывается.
У Gemini окно больше. Но качество внимания к информации в середине этого окна - хуже.

Проблема №2: архитектура важнее размера.
Claude и Gemini построены по-разному.

Claude (Anthropic) оптимизирован на глубокое понимание контекста и связей между частями текста. Меньше токенов, но каждый токен «весит» больше.

Gemini (Google) оптимизирован на скорость и объём. Можно засунуть больше, но обработка поверхностнее.

Это как сравнивать грузовик и спорткар. Грузовик везёт больше. Но если тебе нужна точность и скорость реакции - спорткар выиграет.

Проблема №3: lost in the middle.
Есть исследование от самих же разработчиков (включая Google). Называется «Lost in the Middle».

Суть: когда контекст становится большим, модели начинают игнорировать информацию в середине.

Хорошо помнят начало, хорошо помнят конец, а середину - как будто не видят.
И чем больше контекст - тем сильнее этот эффект. Gemini с миллионом токенов страдает от этого больше, чем Claude с 200 тысячами.

Проблема №4: качество обучения.
Размер окна - это архитектурное решение. Но качество ответов зависит от того, на чём модель обучали и как её дообучали (RLHF, Constitutional AI у Claude).

Claude тренировали с фокусом на точность, логику и следование инструкциям. Gemini тренировали с фокусом на универсальность и интеграцию с продуктами Google.
Разные цели - разные результаты.

Практический пример.
Загружаешь в Gemini документ на 100 страниц и просишь найти противоречия между разделами 3 и 47.

Gemini: видит оба раздела, но связь между ними устанавливает плохо. Ответ поверхностный или вообще мимо.

Claude: видит меньше контекста за раз, но то, что видит - понимает глубже. Связи устанавливает точнее.

Миллион токенов - это маркетинг. «Наша цифра больше» хорошо звучит в презентации.

Но в реальной работе важнее:
– Как модель удерживает внимание на всём контексте
– Как устанавливает связи между частями
– Как глубоко понимает, а не просто «видит»

200 тысяч токенов с хорошей архитектурой > миллион токенов с посредственной.

Поэтому Claude Rro делает то, что Gemini не может. Не потому что дороже. А потому что построен иначе.

И поэтому меня всегда невероятно забавляет как люди ведутся на маркетинг и просто слепо идут делать вид, что теперь точно знают верный ответ. Но проблема в том, что его нет)

Сегодня выйдет детальное видео про создание connectio.ru

45 минут. И это только половина того, что хотелось рассказать про создание своего продукта. Запасайтесь временем)

Но главный анонс сделаю вечером.
Будет разрыв шаблона и мой челлендж самому себе.

Вы сможете пройти его со мной и наблюдать каждый этап. Без платных подписок и прочего.

Подробности вечером 🚀

UPD: видео в 12 утра

2 месяца назад я не умел писать код, а сегодня у меня уже свой HR-сервис Коннектио с CRM и админкой, первыми пользователями и первой оплатой.

В новом видео — честный лог разработки по дням:
– как выбирал идею
– делал брендинг без дизайнера
– деплоил проект на российских серверах
– решал баги с хостингом и базой данных
– подбирал стек
– почему ушёл от Gemini/ChatGPT к Claude
– как упёрся в авторское право на тесты
– зачем сразу строить админку
– сколько реально стоила разработка
– и почему главное в продукте — не код

Смотреть видео: https://youtu.be/mlydR0zLghk