Как ИИ-челноки перевозят терабайты датасетов самолетами
Недавно журналисты WSJ раскрыли схему, как китайцы обучают свои модели на чипах Nvidia.
С 2022 года США постепенно ужесточают экспорт высокопроизводительных ИИ-чипов (Nvidia H100 и др.) в Китай, и разработчики из Поднебесной ищут «лазейки», чтобы всё-таки использовать американское «железо».
Например, в марте этого года четыре инженера из Пекина прилетели в Малайзию с 80 ТБ данных (по 15 дисков в каждом чемодане). Там они залили данные на ≈ 300 арендованных серверов с чипами Nvidia, обучили модель и вернули уже готовые веса обратно в Китай.
Кстати, если бы они решили сделать всё онлайн, передача десятков терабайт заняла бы месяцы, а к тому же можно было бы попасться на проверке трансграничного трафика. А так — несколько часов в самолёте, пара недель на обучение модели, и можно возвращаться домой с флешкой на сотню гигабайт весов.
Весь этот бизнес неплохо подпитывает местную экономику: китайские фирмы оформляют сингапурские и малайзийские «дочки», чтобы арендовать вычислительную мощность без прямого упоминания китайского бенефициара. В Сингапуре, Малайзии, Таиланде и Индонезии уже ≈ 2 ГВт ёмкости ЦОД — сопоставимо с мощностями Лондона и Франкфурта вместе взятых. Импорт ИИ-чипов в Малайзию из Тайваня в марте–апреле 2025 г. составил $3,4 млрд, превысив весь 2024 год. Частные фонды ЮВА уже вкладывают миллионы в покупку ИИ-серверов «под сдачу в аренду китайцам»: ребята рубят реальные деньги, пока мы ждём очередного обновления DeepSeek.
Недавно журналисты WSJ раскрыли схему, как китайцы обучают свои модели на чипах Nvidia.
С 2022 года США постепенно ужесточают экспорт высокопроизводительных ИИ-чипов (Nvidia H100 и др.) в Китай, и разработчики из Поднебесной ищут «лазейки», чтобы всё-таки использовать американское «железо».
Например, в марте этого года четыре инженера из Пекина прилетели в Малайзию с 80 ТБ данных (по 15 дисков в каждом чемодане). Там они залили данные на ≈ 300 арендованных серверов с чипами Nvidia, обучили модель и вернули уже готовые веса обратно в Китай.
Кстати, если бы они решили сделать всё онлайн, передача десятков терабайт заняла бы месяцы, а к тому же можно было бы попасться на проверке трансграничного трафика. А так — несколько часов в самолёте, пара недель на обучение модели, и можно возвращаться домой с флешкой на сотню гигабайт весов.
Весь этот бизнес неплохо подпитывает местную экономику: китайские фирмы оформляют сингапурские и малайзийские «дочки», чтобы арендовать вычислительную мощность без прямого упоминания китайского бенефициара. В Сингапуре, Малайзии, Таиланде и Индонезии уже ≈ 2 ГВт ёмкости ЦОД — сопоставимо с мощностями Лондона и Франкфурта вместе взятых. Импорт ИИ-чипов в Малайзию из Тайваня в марте–апреле 2025 г. составил $3,4 млрд, превысив весь 2024 год. Частные фонды ЮВА уже вкладывают миллионы в покупку ИИ-серверов «под сдачу в аренду китайцам»: ребята рубят реальные деньги, пока мы ждём очередного обновления DeepSeek.
Давно не писал о NotebookLM, между тем использую его каждый день в работе. Помните, я сравнивал LLM с экзоскелетом для мозга? Так вот, NotebookLM справляется с этой задачей лучше любого из коммерческих ИИ-продуктов. Хочу поделиться кейсами, которые применяю ежедневно:
1) Репетитор — два раза в неделю у меня занятия испанским по Zoom. Записываю уроки, загружаю транскрипт и прошу: «Суммируй занятие и составь 30-минутные практики на 7 дней (каждое следующее строится на предыдущем), объясни непонятные правила и задай контрольные вопросы».
2) Писательский Masterbook — уже давно пишу книгу об истории своего стартапа (в ленивом режиме) и веду Google-док с главами, персонажами и темами; добавил публикации и видеоинтервью в СМИ. Прошу LM искать несостыковки и связи между историческими событиями и сюжетом; после правок жму «Sync with Drive», и база обновляется.
3) Инструкции по детям — у меня трое детей разных возрастов, и часто возникают вопросы вроде «как поддержать подростка?» или «как мотивировать школьника больше читать?». Поэтому закинул в блокнот PDF-версии книг по детской психологии и воспитанию. Когда не знаю, что делать, просто спрашиваю NotebookLM — он сразу даёт ответ с ссылку на конкретную главу.
4) Обслуживание автомобиля — запросил у дилера PDF с полной историей сервиса. Notebook строит mind-map: вижу каждую замену детали, могу спросить «Когда меняли масло?» и распланировать следующий визит.
5) Путеводитель — загружаю маршрут, брони, YouTube-ролики с обзорами; в дороге спрашиваю: «Где перекусить между Владимиром и Казанью?»
6) Подкаст о клиенте — перед консультациями клиенты присылают кипу материалов. Делаю из них 10-минутный подкаст, чтобы послушать по дороге. После встречи загружаю транскрипт диалога — иногда всплывает много интересного.
7) ИИ-ассистент — подгружаю пачку свежих статей по узкой теме, прошу краткие инсайты, сравнение методик и список нерешённых вопросов. Обычно делаю это перед планированием публикаций в телеграм-канал.
8) Работа над ошибками — загружаю все транскрипты Zoom-сессий с клиентами за неделю, прошу найти часто повторяющиеся вопросы и общие паттерны — полезно для подготовки к следующим консультациям.
9) Генеалогические изыскания — сделал отдельный «ноутбук», куда в «источники» загрузил всё, что нашёл по истории семьи: справки, выписки, опросы родственников.
10) Работа с Deep Research — особое удовольствие — закинуть в NotebookLM пачку исследований из ChatGPT (Deep Research) или Perplexity (Research) по одной теме и наконец погрузиться в материал.
Я намеренно сконцентрировался на личных сценариях, а не рабочих, потому что там кейсов ещё больше. Если интересно — ставьте 🔥 — сделаю то же самое и для применения в рабочих процессах.
1) Репетитор — два раза в неделю у меня занятия испанским по Zoom. Записываю уроки, загружаю транскрипт и прошу: «Суммируй занятие и составь 30-минутные практики на 7 дней (каждое следующее строится на предыдущем), объясни непонятные правила и задай контрольные вопросы».
2) Писательский Masterbook — уже давно пишу книгу об истории своего стартапа (в ленивом режиме) и веду Google-док с главами, персонажами и темами; добавил публикации и видеоинтервью в СМИ. Прошу LM искать несостыковки и связи между историческими событиями и сюжетом; после правок жму «Sync with Drive», и база обновляется.
3) Инструкции по детям — у меня трое детей разных возрастов, и часто возникают вопросы вроде «как поддержать подростка?» или «как мотивировать школьника больше читать?». Поэтому закинул в блокнот PDF-версии книг по детской психологии и воспитанию. Когда не знаю, что делать, просто спрашиваю NotebookLM — он сразу даёт ответ с ссылку на конкретную главу.
4) Обслуживание автомобиля — запросил у дилера PDF с полной историей сервиса. Notebook строит mind-map: вижу каждую замену детали, могу спросить «Когда меняли масло?» и распланировать следующий визит.
5) Путеводитель — загружаю маршрут, брони, YouTube-ролики с обзорами; в дороге спрашиваю: «Где перекусить между Владимиром и Казанью?»
6) Подкаст о клиенте — перед консультациями клиенты присылают кипу материалов. Делаю из них 10-минутный подкаст, чтобы послушать по дороге. После встречи загружаю транскрипт диалога — иногда всплывает много интересного.
7) ИИ-ассистент — подгружаю пачку свежих статей по узкой теме, прошу краткие инсайты, сравнение методик и список нерешённых вопросов. Обычно делаю это перед планированием публикаций в телеграм-канал.
8) Работа над ошибками — загружаю все транскрипты Zoom-сессий с клиентами за неделю, прошу найти часто повторяющиеся вопросы и общие паттерны — полезно для подготовки к следующим консультациям.
9) Генеалогические изыскания — сделал отдельный «ноутбук», куда в «источники» загрузил всё, что нашёл по истории семьи: справки, выписки, опросы родственников.
10) Работа с Deep Research — особое удовольствие — закинуть в NotebookLM пачку исследований из ChatGPT (Deep Research) или Perplexity (Research) по одной теме и наконец погрузиться в материал.
Я намеренно сконцентрировался на личных сценариях, а не рабочих, потому что там кейсов ещё больше. Если интересно — ставьте 🔥 — сделаю то же самое и для применения в рабочих процессах.
Скоро нас будет 3 000 участников в сообществе @prompt_chat — напоминаю ещё раз: если у вас есть вопросы про ИИ-агентов, сервисы или вы просто не понимаете, что здесь происходит, не стесняйтесь — спрашивайте, мы не кусаемся. Лучше вам про ИИ участники чата расскажут, чем какие-то непонятные личности в подворотне.
Только сегодня добрался до обновленного раздела «Projects» в ChatGPT и я впечатлен
Вы же помните все эти обновления от OpenAI в начале июня:
4 июня: подключили GitHub и Drive в Deep Research
7 июня: Voice Mode нехило так прокачали, очень «живой» голос стал
10 июня: запустили o3-pro (для Pro акаунтов)
12 июня: добавили все это в Projects
Что теперь можно делать в Projects:
⁃ Переносить любой чат в «Проект»
⁃ Загружать PDF-файлы, таблицы, изображения
⁃ Задавать инструкции для проекта («Веди себя как мой CFO», «Суммируй эту презентацию» и т. д.)
⁃ Нажать «Deep Research» → получить отчёт с ссылками, объединяющий ваши файлы + чат + веб-источники
⁃ Говорить, а не печатать (Voice Mode для Projects!)
⁃ Генерация изображений
⁃ Память на весь проект (для Plus/Pro)
Короче ChatGPT превращается в гибрид Notion с голосовым помощником и исследовательской системой.
Вы же помните все эти обновления от OpenAI в начале июня:
4 июня: подключили GitHub и Drive в Deep Research
7 июня: Voice Mode нехило так прокачали, очень «живой» голос стал
10 июня: запустили o3-pro (для Pro акаунтов)
12 июня: добавили все это в Projects
Что теперь можно делать в Projects:
⁃ Переносить любой чат в «Проект»
⁃ Загружать PDF-файлы, таблицы, изображения
⁃ Задавать инструкции для проекта («Веди себя как мой CFO», «Суммируй эту презентацию» и т. д.)
⁃ Нажать «Deep Research» → получить отчёт с ссылками, объединяющий ваши файлы + чат + веб-источники
⁃ Говорить, а не печатать (Voice Mode для Projects!)
⁃ Генерация изображений
⁃ Память на весь проект (для Plus/Pro)
Короче ChatGPT превращается в гибрид Notion с голосовым помощником и исследовательской системой.
Как я использую новую функцию «Tasks» в Perplexity
Наконец-то они услышали мои молитвы и добавили этот функционал в инструментарий.
Итак, что это такое?
Tasks позволяет задавать отложенные действия — искать и анализировать информацию по расписанию.
Например, каждое утро я делал подборку новостей и обсуждаемых топиков на Reddit. Руками вставлял ссылки на нужные сабреддиты и просил Perplexity дать краткое саммари по всем.
Теперь это делается автоматически: указываешь промпт с ссылками, выбираешь «ежедневно в 09:00» — и каждое утро тебя ждёт свежий отчёт.
Небольшой лайфхак, как вытаскивать аналитику из сабреддитов. Если просто дать прямую ссылку на нужный раздел, Perplexity выдаёт ошибку («Не могу получить информацию»).
Добавь к концу каждой ссылки «.rss» — сервис заберёт всё в RSS-формате, даже из закрытых разделов.
Я уже решил, что даже если вся эта акция с промокодами за пять баксов в год накроется, продлю подписку хоть за 200 — потому что она экономит мне уйму времени.
Наконец-то они услышали мои молитвы и добавили этот функционал в инструментарий.
Итак, что это такое?
Tasks позволяет задавать отложенные действия — искать и анализировать информацию по расписанию.
Например, каждое утро я делал подборку новостей и обсуждаемых топиков на Reddit. Руками вставлял ссылки на нужные сабреддиты и просил Perplexity дать краткое саммари по всем.
Теперь это делается автоматически: указываешь промпт с ссылками, выбираешь «ежедневно в 09:00» — и каждое утро тебя ждёт свежий отчёт.
Небольшой лайфхак, как вытаскивать аналитику из сабреддитов. Если просто дать прямую ссылку на нужный раздел, Perplexity выдаёт ошибку («Не могу получить информацию»).
Добавь к концу каждой ссылки «.rss» — сервис заберёт всё в RSS-формате, даже из закрытых разделов.
Я уже решил, что даже если вся эта акция с промокодами за пять баксов в год накроется, продлю подписку хоть за 200 — потому что она экономит мне уйму времени.
Силиконовый Мешок
Ну что, я затестил новый инструмент. Моя задача была определить интересные для инвестиции компании занимающиеся ИИ. Решил ограничить выборку ТОП10 компаний на рынке. Запрос в Labs звучал так: «Определить, какие публичные компании реально инвестируют и получают…
5 Июня писал про новый поиск по базам SEC/EDGAR (финансовым отчётам публичных компаний) в Perplexity.
Я тогда использовал его (Finance) в Labs, чтобы проанализировать ИИ-компании в которые можно инвестировать.
Результатом была рекомендация обратить внимание на компанию Palantir (и еще пару).
Сегодня зашел посмотреть, как она себя чувствует. Оказалось +18% за 12 дней.
Я тогда использовал его (Finance) в Labs, чтобы проанализировать ИИ-компании в которые можно инвестировать.
Результатом была рекомендация обратить внимание на компанию Palantir (и еще пару).
Сегодня зашел посмотреть, как она себя чувствует. Оказалось +18% за 12 дней.
Люди тупеют, используя ChatGPT — правда, пока лишь в рамках исследования MIT. Прочёл я эту нашумевшую работу на 150 страниц, и, знаете, Америку они, конечно, не открыли, но есть о чём задуматься.
В общем, формат исследования был следующий:
MIT решили выяснить, как использование ChatGPT влияет на работу мозга при выполнении интеллектуальных задач. Для этого они пригласили 54 студента из ведущих университетов Бостона и разделили их на три группы.
Первая группа (LLM-группа) использовала только ChatGPT для написания эссе. Вторая группа (Search Engine) могла пользоваться поисковыми системами и интернет-ресурсами, но ChatGPT был запрещён. Третья группа (Brain-only) писала эссе исключительно своими силами.
Каждый участник прошёл через три основные сессии плюс дополнительную четвёртую, где группы поменялись местами. Во время написания эссе учёные записывали активность мозга с помощью электроэнцефалографии (ЭЭГ) — метода, который позволяет отслеживать электрические сигналы в мозге.
Участники, которые писали эссе сами (Brain-only), показали самую высокую мозговую активность — их нейронные сети работали наиболее интенсивно. Группа, использовавшая поисковые системы (Search Engine), демонстрировала промежуточный уровень активности. А вот у тех, кто полагался на ChatGPT (LLM-группа), нейронная связность была значительно слабее. Короче, главный вывод в том, что когда ИИ выполняет за нас часть интеллектуальной работы, наш мозг начинает трудиться менее активно.
Но там ещё кучу всего выявили. Например, когда у студентов из LLM-группы попросили процитировать фрагменты из эссе, 83 % участников вообще ничего не вспомнили. А ещё половина из этой группы сказала, что не ощущает текст своим (чувство авторства). Потом они поменялись местами, и LLM-группа должна была написать эссе без ChatGPT — почти все демонстрировали пониженную нейронную связность: их мозг словно «отвык» от самостоятельной интенсивной работы.
Вот выдержки из исследования, которые мне запомнились:
- В первой сессии 83 % участников LLM-группы не смогли правильно процитировать что-либо из эссе, написанного с помощью ChatGPT всего минуту назад. Ни один из 18 человек не привёл точную цитату — признак отсутствия глубокого запоминания.
- Контраст: в группах Search Engine и Brain-only лишь 11,1 % испытали ту же проблему; к третьей сессии 100 % участников этих групп уже свободно цитировали свои тексты.
- Нейронные связи систематически сокращались с ростом внешней поддержки ChatGPT.
- Brain-only показала самые сильные и обширные связи, Search Engine — среднюю активность, LLM — самое слабое общее связывание.
- Пользователи LLM-группы испытывали на 32 % меньшую когнитивную нагрузку: критическое мышление сменялось пассивным наблюдением. ChatGPT упрощает синтез информации, снижая усилия на построение ментальных схем.
- У участников LLM-группы, перешедших в режим «Brain-only» в четвёртой сессии, проявился эффект когнитивного долга: задания без ИИ они выполняли заметно хуже. Снизились критическое мышление, креативность, выросла уязвимость к манипуляциям.
- LLM-группа делала однообразные, типовые эссе, но ChatGPT их оценивал выше всех (ха-ха).
- Интересно, что полностью удовлетворена своими текстами осталась только группа Search Engine.
Если интересно, ниже выложил вольную интерпретацию исследования, сделанную (конечно!) ChatGPT-o3, и подкаст от NotebookLM.
https://teletype.in/@prompt_design/Brain_on_ChatGPT
В общем, формат исследования был следующий:
MIT решили выяснить, как использование ChatGPT влияет на работу мозга при выполнении интеллектуальных задач. Для этого они пригласили 54 студента из ведущих университетов Бостона и разделили их на три группы.
Первая группа (LLM-группа) использовала только ChatGPT для написания эссе. Вторая группа (Search Engine) могла пользоваться поисковыми системами и интернет-ресурсами, но ChatGPT был запрещён. Третья группа (Brain-only) писала эссе исключительно своими силами.
Каждый участник прошёл через три основные сессии плюс дополнительную четвёртую, где группы поменялись местами. Во время написания эссе учёные записывали активность мозга с помощью электроэнцефалографии (ЭЭГ) — метода, который позволяет отслеживать электрические сигналы в мозге.
Участники, которые писали эссе сами (Brain-only), показали самую высокую мозговую активность — их нейронные сети работали наиболее интенсивно. Группа, использовавшая поисковые системы (Search Engine), демонстрировала промежуточный уровень активности. А вот у тех, кто полагался на ChatGPT (LLM-группа), нейронная связность была значительно слабее. Короче, главный вывод в том, что когда ИИ выполняет за нас часть интеллектуальной работы, наш мозг начинает трудиться менее активно.
Но там ещё кучу всего выявили. Например, когда у студентов из LLM-группы попросили процитировать фрагменты из эссе, 83 % участников вообще ничего не вспомнили. А ещё половина из этой группы сказала, что не ощущает текст своим (чувство авторства). Потом они поменялись местами, и LLM-группа должна была написать эссе без ChatGPT — почти все демонстрировали пониженную нейронную связность: их мозг словно «отвык» от самостоятельной интенсивной работы.
Вот выдержки из исследования, которые мне запомнились:
- В первой сессии 83 % участников LLM-группы не смогли правильно процитировать что-либо из эссе, написанного с помощью ChatGPT всего минуту назад. Ни один из 18 человек не привёл точную цитату — признак отсутствия глубокого запоминания.
- Контраст: в группах Search Engine и Brain-only лишь 11,1 % испытали ту же проблему; к третьей сессии 100 % участников этих групп уже свободно цитировали свои тексты.
- Нейронные связи систематически сокращались с ростом внешней поддержки ChatGPT.
- Brain-only показала самые сильные и обширные связи, Search Engine — среднюю активность, LLM — самое слабое общее связывание.
- Пользователи LLM-группы испытывали на 32 % меньшую когнитивную нагрузку: критическое мышление сменялось пассивным наблюдением. ChatGPT упрощает синтез информации, снижая усилия на построение ментальных схем.
- У участников LLM-группы, перешедших в режим «Brain-only» в четвёртой сессии, проявился эффект когнитивного долга: задания без ИИ они выполняли заметно хуже. Снизились критическое мышление, креативность, выросла уязвимость к манипуляциям.
- LLM-группа делала однообразные, типовые эссе, но ChatGPT их оценивал выше всех (ха-ха).
- Интересно, что полностью удовлетворена своими текстами осталась только группа Search Engine.
Если интересно, ниже выложил вольную интерпретацию исследования, сделанную (конечно!) ChatGPT-o3, и подкаст от NotebookLM.
https://teletype.in/@prompt_design/Brain_on_ChatGPT
Не забывайте, что все самые интересные дискуссии и инсайты, а также инструкции выдаются в нашем сообществе @prompt_chat - надеюсь на этой неделе нас будет 3000! Не знаю почему это важно, но мне нравятся круглые числа.
Media is too big
VIEW IN TELEGRAM
Цукерберг и Oakley представили сегодня новые ИИ-очки Oakley HSTN
Дисплей туда не встроили и назвали это Performance AI-очки, да и характеристики особо не улучшили:
(параметры Ray-Ban 2-го поколения указываю в скобках для сравнения)
- Целевая аудитория: спорт, активный lifestyle (lifestyle / создатели контента)
Материал оправы: O-Matter — ≈ 25 % легче и в 2 раза прочнее ацетата (ацетат / пластик)
- Камера: 12 Мп, запись видео 3K (12 Мп, 1080p)
- Автономность очков: ≈ 8 ч (≈ 4 ч)
- Запас в зарядном кейсе: +48 ч, ~8 полных дозарядок (+36 ч, ~6 дозарядок)
- Аудио: открытые динамики + 5 микрофонов (то же сочетание)
- Степень защиты: IPX4 — устойчивость к брызгам и поту (IPX4)
- Вес: точные цифры не раскрыты, но рама легче классической (133 г)
- Линзы: PRIZM, Transitions, спортивная оптика (150+ комбинаций, Polarized, Transitions)
- Цена на запуске: $399, лимитированная серия $499 ($299)
- AI: полный набор функций — голос, live-переводы, стримы (аналогичный функционал)
Я если честно не понял, почему они называют это геймченджером и обещают, что каждый обязательно захочет прикупить себе такие окуляры.
Дисплей туда не встроили и назвали это Performance AI-очки, да и характеристики особо не улучшили:
(параметры Ray-Ban 2-го поколения указываю в скобках для сравнения)
- Целевая аудитория: спорт, активный lifestyle (lifestyle / создатели контента)
Материал оправы: O-Matter — ≈ 25 % легче и в 2 раза прочнее ацетата (ацетат / пластик)
- Камера: 12 Мп, запись видео 3K (12 Мп, 1080p)
- Автономность очков: ≈ 8 ч (≈ 4 ч)
- Запас в зарядном кейсе: +48 ч, ~8 полных дозарядок (+36 ч, ~6 дозарядок)
- Аудио: открытые динамики + 5 микрофонов (то же сочетание)
- Степень защиты: IPX4 — устойчивость к брызгам и поту (IPX4)
- Вес: точные цифры не раскрыты, но рама легче классической (133 г)
- Линзы: PRIZM, Transitions, спортивная оптика (150+ комбинаций, Polarized, Transitions)
- Цена на запуске: $399, лимитированная серия $499 ($299)
- AI: полный набор функций — голос, live-переводы, стримы (аналогичный функционал)
Я если честно не понял, почему они называют это геймченджером и обещают, что каждый обязательно захочет прикупить себе такие окуляры.
Силиконовый Мешок
Audio
Оказывается, пока мы ждём ТРЕХТЫСЯЧНОГО(!) участника нашего чата @prompt_chat — Minimax всю неделю релизы выдавал. И вот накатил пятый Lifelike Audio, с голосовыми инструментами (Text2Speech, Voice Clonining, Voice Design). Дают по 10к токенов на новые аккаунты, погнали тестить.
Блин, что-то такие портянки слишком огромные получаются для телеги - все же буду их складывать в Телетайп.
Кстати, у меня тут вопрос «Выходного дня». А вам интересно, чтобы я все это в одном месте собрал, структурировал в формате «Гайд новичка в сложном мире Искусственного Интеллекта».
Ну и может, что-то в виде курса сделал? Это кстати не «прогрев», просто интересно в каком формате вам будет удобно эту информацию переваривать.
Накидайте😄 - если стоит заморачиваться.
Кстати, у меня тут вопрос «Выходного дня». А вам интересно, чтобы я все это в одном месте собрал, структурировал в формате «Гайд новичка в сложном мире Искусственного Интеллекта».
Ну и может, что-то в виде курса сделал? Это кстати не «прогрев», просто интересно в каком формате вам будет удобно эту информацию переваривать.
Накидайте
Please open Telegram to view this post
VIEW IN TELEGRAM
Deep Research — функция, которой я чаще всего пользуюсь в ChatGPT, Perplexity, Claude, Gemini и Grok.
Что такое Deep Research?
Это когда вы задаёте промпт с инструкциями «изучить какую-то тему», после чего система автономно в течение 10–30 минут просматривает источники и формирует развёрнутый отчёт объёмом от 5 до 40 страниц.
Какие форматы отчётов бывают: рыночная аналитика, сравнительный анализ продуктов, конкурентный анализ, научные исследования и бизнес-стратегия и т.п
Почему не пользуюсь одной моделью?
Первая причина — мне интересно исследовать все эти инструменты, а вторая — не могу найти идеальный Deep Research у кого-то одного. Да и в целом, инструменту не больше шести месяцев:
- Deep Research у Claude только запустился.
- У Gemini в мае вышло обновление модели.
- ChatGPT стартовал в феврале, но лишь два месяца назад перешёл на модель o3.
- Perplexity в мае представил новый вариант Deep Research в Projects.
- Grok весной выпустил модель с «глубоким размышлением».
Как выжать максимум из Deep Research?
1) Хороший промпт — ключ к содержательному отчёту. Чем конкретнее цели, тем лучше результат. ChatGPT и Claude задают уточняющие вопросы; Gemini создаёт план исследования, который можно редактировать. Я уже писал, как делать хороший промпт для Deep Research
2) Цена/качество. Чем дороже тариф, тем больше контекстное окно и тем глубже отчёт. Разница между окнами на ChatGPT Pro (200 $) и Plus (20 $) достигает ×10.
3) Экспорт. Claude, Gemini, ChatGPT и Perplexity позволяют выгружать отчёты в DOC/PDF — удобно, когда текст занимает 5–40 страниц (5 000–20 000 слов).
4) Визуализация. Perplexity лучший по графикам и таблицам, Claude — по инфографике, а ChatGPT пока выдаёт «стену текста».
5) Цитирование. Точность отчёта зависит от качества источников, так что стоит проверять, что именно он цитирует.
Инсайты после работы с разными моделями
1) Количество источников. Claude просматривает больше всего источников (несколько сотен), чуть меньше — Gemini, Grok и Perplexity. ChatGPT — обычно не больше пары десятков.
2) Perplexity и Grok выдают самые короткие отчёты (3–5 страниц) — удобно, если нужен неглубокий и быстрый обзор.
3) Новый Deep Research от Perplexity Labs делает лучшие визуализации.
4) На тарифе Perplexity Pro можно запускать до 500 отчётов в месяц — и это стоит копейки.
5) Лимиты ChatGPT зависят от уровня: Free — 5, Plus/Team/Edu — 10 (+15 «лайт»), Pro — 125 (+125 «лайт»). Даже при 20 $ цена за отчёт мизерна.
6) Gemini не безлимитен, но позволяет до 20 отчётов в день (600+ в месяц).
7) Gemini даёт лучший баланс: сотни качественных источников и подробный текст, хорошо следует промпту.
8) Claude только что «подключили» к Интернету: теперь он ищет сотни источников и пишет лучше всех, плюс делает отличные инфографики.
9) ChatGPT (o3) выдаёт 30–40-страничные отчёты, но источников меньше, и они порой сомнительны.
Что такое Deep Research?
Это когда вы задаёте промпт с инструкциями «изучить какую-то тему», после чего система автономно в течение 10–30 минут просматривает источники и формирует развёрнутый отчёт объёмом от 5 до 40 страниц.
Какие форматы отчётов бывают: рыночная аналитика, сравнительный анализ продуктов, конкурентный анализ, научные исследования и бизнес-стратегия и т.п
Почему не пользуюсь одной моделью?
Первая причина — мне интересно исследовать все эти инструменты, а вторая — не могу найти идеальный Deep Research у кого-то одного. Да и в целом, инструменту не больше шести месяцев:
- Deep Research у Claude только запустился.
- У Gemini в мае вышло обновление модели.
- ChatGPT стартовал в феврале, но лишь два месяца назад перешёл на модель o3.
- Perplexity в мае представил новый вариант Deep Research в Projects.
- Grok весной выпустил модель с «глубоким размышлением».
Как выжать максимум из Deep Research?
1) Хороший промпт — ключ к содержательному отчёту. Чем конкретнее цели, тем лучше результат. ChatGPT и Claude задают уточняющие вопросы; Gemini создаёт план исследования, который можно редактировать. Я уже писал, как делать хороший промпт для Deep Research
2) Цена/качество. Чем дороже тариф, тем больше контекстное окно и тем глубже отчёт. Разница между окнами на ChatGPT Pro (200 $) и Plus (20 $) достигает ×10.
3) Экспорт. Claude, Gemini, ChatGPT и Perplexity позволяют выгружать отчёты в DOC/PDF — удобно, когда текст занимает 5–40 страниц (5 000–20 000 слов).
4) Визуализация. Perplexity лучший по графикам и таблицам, Claude — по инфографике, а ChatGPT пока выдаёт «стену текста».
5) Цитирование. Точность отчёта зависит от качества источников, так что стоит проверять, что именно он цитирует.
Инсайты после работы с разными моделями
1) Количество источников. Claude просматривает больше всего источников (несколько сотен), чуть меньше — Gemini, Grok и Perplexity. ChatGPT — обычно не больше пары десятков.
2) Perplexity и Grok выдают самые короткие отчёты (3–5 страниц) — удобно, если нужен неглубокий и быстрый обзор.
3) Новый Deep Research от Perplexity Labs делает лучшие визуализации.
4) На тарифе Perplexity Pro можно запускать до 500 отчётов в месяц — и это стоит копейки.
5) Лимиты ChatGPT зависят от уровня: Free — 5, Plus/Team/Edu — 10 (+15 «лайт»), Pro — 125 (+125 «лайт»). Даже при 20 $ цена за отчёт мизерна.
6) Gemini не безлимитен, но позволяет до 20 отчётов в день (600+ в месяц).
7) Gemini даёт лучший баланс: сотни качественных источников и подробный текст, хорошо следует промпту.
8) Claude только что «подключили» к Интернету: теперь он ищет сотни источников и пишет лучше всех, плюс делает отличные инфографики.
9) ChatGPT (o3) выдаёт 30–40-страничные отчёты, но источников меньше, и они порой сомнительны.
Сегодня дошли руки до студенческой подписки Gemini PRO, которую дают на полтора года.
Действительно оформляется довольно просто и быстро. Совсем бесплатно её, конечно, получить сложно — я потратил около 50 баксов.
Но это того стоит, так как в пакет, кроме Gemini, входит Pro-аккаунт в NotebookLM и Whisk, а ещё 2 ТБ на Google Диске. Кстати, акция заканчивается 30 июня, так что поторопитесь. В комментариях расскажу, как я это делал. Ныряйте: @prompt_chat
Действительно оформляется довольно просто и быстро. Совсем бесплатно её, конечно, получить сложно — я потратил около 50 баксов.
Но это того стоит, так как в пакет, кроме Gemini, входит Pro-аккаунт в NotebookLM и Whisk, а ещё 2 ТБ на Google Диске. Кстати, акция заканчивается 30 июня, так что поторопитесь. В комментариях расскажу, как я это делал. Ныряйте: @prompt_chat