Семантическое ядро AI, GEO и автоматизация с Cursor

Здравствуйте, дорогие друзья. В эфире вебинар по продвижению сайтов, и я рад представить вашему вниманию Дмитрия Шевцова. Дима, привет.

>> Привет, Миша. Привет, коллеги. Привет, слушатели.

Да, рад всех. Чему ты сегодня нас научишь?

>> А, ну, честно говоря, я сам учусь. [смех] >> По нейронкам настолько отвечаю, >> да? По нейронках. По нейронкам настолько всё быстро меняется, что я даже уже таких заслуженных экспертов, когда что-то спрашиваю, понимаю, что они вообще не не в теме, вообще не понимают, о чём идёт речь. Вот за последний месяц, наверное, два, так сильно пере, как это, появилась такая масса реализаций вот именно практических, которые, ну, последний год вот я не ожидал, что так всё резко пойдёт. То есть уже там началось всё с того, что я вот месяц назад сделал э фотосет на 100 фотографий нано банана просто генерировал себе фотографии, фотосет. Причём это было настолько качественная генерация, что до этого я за это за деньги платил там за 100 фотографий 1.500 я вот полгода назад делал генерацию. Вот сейчас это всё бесплатно в нанобана произошло за там несколько там минут всё каждая генерация. Причём появились сайты с готовыми картинками. Вот хотите вот так, вот так. Просто нажимаю на фотографию сесть типа, >> да, переношу это всё промки. >> Да. Да. То есть просто, ну, я честно не ожидал. Ну и нано банана в GM там какой-то Pro бесплатно 100 генераций про версия на на сутки, по-моему. То есть вы можете за месяц не 3.000 фотографий сделать. Вот. Но это только такие как графические. Вот мы сегодня будем говорить скорее про семантику, про то, что можно делать в, а, скажем так, сочетание нейросети, э, веб-кодинга и текущих технологий. Вот у меня клиенты, э, спрашивают: "А всё, как, что теперь с семантикой делать? Семантика вообще сейчас работает или всё? Короче, нужно что-то другое. Надо срочно!" Все клиенты, у них паника, они срочно говорят: "Нужно идти в нейросети, что-то делать, нам нужно продвигаться в нейросетях." Вот. При этом я могу вот прямо сразу показать презентацию, может вывести уже. >> Да, могу прямо сразу показать данные.

Ну, с одной стороны, вот на данных, которые, э, показывают такие глобальные источники, это вот SimilarWeb показывают, что, ну, доля трафика AI, она очень высокая и, ну, всё как бы растёт, всё хорошо. Вот, ээ, Google там со своим Gemini отбирает резко трафик, то есть за последние вот 4 месяца там несколько раз доля рынка увеличилась, соответственно, э синенькая вот эта штучка - это ChatGPT, он сокращается. Вот. Но, э, по вот этим всем данным, если вы перейдёте в свою статистику, то есть у вас, если в Метрике там или в каких-то ваших данных, вот вы посмотрите, сколько реально к вам приходит на сайт из нейросетей. Вот. То есть это вот скриншот изворка, там ребята делали доклад. Вот. И вот тут чуть-чуть, если увеличить, то а вот 60% - это Яндекс, там 40% почти там 39 - это Google, э, Bing. И ниже всего вот уже после Yahoo, там, ChatGPT, то есть это как будто бы самый популярный там, э, не самая популярная нейросеть. Вот. Соответственно, другие нейронки ещё ниже. То есть Perplexity, он уже ещё ниже. Gemini там, ну, это данные на декабрь, по-моему. А вот ссылочка вот есть на этот видосик. Вот это всё можно, ну, можете всё прямо просмотреть, там прямо разбираются. Вот. Ну, в общем, смысл в том, что при вот этой всей активности, хайпе и всём остальном, а, фактически нейросети в, м, как бы отдают сайту очень мало трафика. Вот. И, ну, это по цифрам видно. Вот. И, соответственно, если вы продвигаетесь в нейросетях, то вообще не факт, что у вас, ну, подрастёт трафик, да? То есть, если вы там заходите в ChatGPT и по вашему запросу, а, появляется, ну, появляется ваша компания, что вы там лучший там по по этой семантике, например, то, м, это вообще не гарантирует то, что у вас появится трафик и вообще не гарантирует, что у вас появятся какие-то заказы.

Вот я вот общаюсь в профессиональных там сообществах там вот где, ну, ээ как топы команд там, в общем, тот же там Blender, если взять. Вот в сообществах примерно, а одна как бы проблема, да? То есть когда коллеги общаются, есть две крайние точки. Первая, э, полярность, когда коллеги говорят, что всё, мы продвигаем там, продаём э- клиентам на большие чеки, а у нас всё хорошо, красиво, мы как бы, ну, продвигаем в нейросетях. Вот. А другая крайность, полярность - это ребята говорят: "Всё, типа, какие там нейросети?" Вот посмотрите на цифры, вы там в лучшем случае полпроцента, э, трафика собираете, и вообще этим заниматься смысла нет. Вот. На мой взгляд, истина где-то посередине. То есть, с одной стороны, у рынка есть, э-э, запрос на эту историю, а как бы компетенции, инструменты и реализации на текущий момент они сильно отстают. Вот. То есть из того, что я у специалистов вижу, у профессионалов там, вот кто занимается именно продвижением в нейросетях, ээ ну это, по сути дела, такая м SEO плюс, [смех] SEO там с небольшими какими-то примочками. Вот. И это, наверное, главный главная идея, что по сути дела ничего радикально не меняется с точки зрения той и того же SEO. А если вы находитесь в поиске на высоких позициях, соответственно, эти же нейросети находят ваш сайт в поиске, и, соответственно, вы получаете трафик, упоминания и то же самое продвижение. То есть, по большому счёту, продвижение в тех же нейросетях, оно непосредственно связано с обычным продвижением. Вот.

А у меня здесь есть несколько, ну, 10, грубо говоря, таких вопросов, которые я вынес доклада. Ну, то есть как презентацию саму я не готовил, но мы попробуем это всё сделать на демонстрациях экрана и, ну, посмотреть реальный, ээ, тот же курсор. Вот сейчас вот покажу. Тут у меня, честно говоря, м за час я хотел сгенерировать ээ программу для демонстрации на вебинаре. Вот. Ну вот сейчас посмотрим, что в итоге получилось. То есть что-то что-то работает, а что-то что-то ещё и возможно сейчас глюканёт. Ну вот посмотрите, как это выглядит. А вот ну м давайте, наверное, м по порядку. Мм я тогда, ну, в принципе, можно вот вопросики это запустить, то есть вот по плану, да? А, то есть первый вот вопрос: В чём разница? Классическая семантика и нейросемантика по SEO, то есть запросы. М то смысл в чём, что э обычная э семантика. Вот я сейчас открою, например, а ну какой-нибудь пример. То есть вот у нас, например, э на экране сейчас, ну такая классическая базовая семантика. То есть здесь есть меню, э, это оглавление по разделам, да, есть там частотки, есть разделы, подразделы, есть отдельно кластеры. Вот, то есть есть вот такая, э, отдельная вкладка с кластерами. Вот что фактически меняется. А есть инструменты м там проверка видимости в нейросетях и так далее. Вот, ээ, из того, что я знаю, то есть появилось, ну, минимум штучки два-три инструмента, э, сейчас, э, ну, как бы в доступности, да, что вы можете использовать. Вот, я так я так понимаю, наверное, называть инструменты не не стоит, да? Ээ, Миша, это как реклама, наверное, будет считаться, >> да? Не называй. Почему? Чтоб всем понятно было, о чём речь. >> А, да, ну вот. Из из но из новых инструментов, которые вот появились, это Pixel Tools, наверное, можно назвать. Он вот чуть-чуть попозже. Перед этим KSO выкатили инструмент. Вот SPYWS, я так понимаю, тоже что-то выкатывают. И вот этот вот вот эти инструменты единственное, что в чём там проблема, то есть у нас есть запрос, то есть я, например, хочу посмотреть, как видна моя компания, то есть насколько я там продвинут. Вот первый вопрос, как это смотреть? А, то есть, если мы берём базовую семантику, вот у нас есть ключи, да, то есть у нас есть семантика, то есть это спрос, то есть это фактически спрос, который мы, ну, в принципе, приземляем на наш проект. Если же брать нейросети, то мы можем оценить наше продвижение в нейросетях только, ну, либо по каким-то конкретных запросах, связанных с брендом, то есть, ну, например, вбить там лучшие компании там по какой-то, ну, услуге и посмотреть, что там выдаст нейросеть. Вот обычно выдаётся м непонятно что. То есть там может не ваша компания быть, может ваша компания быть, а там, не знаю, завтра введёте, там уже будет другая компания. То есть какая-то мм логика, чёткая структура проверки, например, вашей видимости в нейросети её сейчас нет. Вот. То есть мы можем проверять либо по видимости бренда, то есть какие-то придумать промты, якобы, которые должны нам показать, что мы находимся по этим промтам. Вот. И от промта зависит очень результат. Э, это, ну, примерно как раньше, вот лет, наверное, 5-10 назад Яндекс говорил, что у них, э, там 90% или там 95% запросов, они уникальны и больше не повторяются. То есть вот семантики, как которая вот сейчас у нас видна на экране, такой семантики, в принципе, э, ну, то есть не было таких инструментов, чтобы это замерить. И запросы были там низкочастотные, какие-то разрозненные и так далее. А после появления там подсказок и куча там всяких инструментов, которые Яндекс внедрил, они попытались как-то э вот эту семантику, эти запросы как-то при приклеить к основным вот этим базовым, более частотным запросам, чтобы пользователи там не уходили в какие-то уникализацию ответов своих там и ээ вот этих фраз. Примерно та же история получается и с нейросетями. То есть то, что я понимаю, что в нейросети нет каких-то регламентов или какой-то вот лексики, которые мы будем использовать, и мы по ней можем определить. Плюс в нейросетях нет инструмента, наверно, например, проверки частотности или популярности ключевого запроса или какого-то промта. То есть мы, в принципе, не знаем даже, как наши пользователи ищут нас. То есть в этом, ну, короче говоря, вопросов больше, чем ответов. И вот опять же, общаясь в этих вот профессиональных сообществах, где именно эксперты общаются между собой, обсуждают как раз вот эти темы, а, то есть ну, те, кто продают эту услугу, они пытаются сформировать просто какие-то паттерны и приёмы, как можно это всё делать. Ну, то есть самый, наверное, э-э, такой базовый, э, приём, как проверять и, мм, мониторить в выдачу в нейросети - это проверять вашу семантику, как хотя бы там базовую какую-то семантику проверять по, а, по нейросетям, по промтам. Вот. То есть на основе, то есть либо напрямую вводить ключевые запросы, вот, либо писать, ну, генерировать какой-то промт более такой человеческий, да, который похож на то, что может спросить пользователь, и по этим промтам смотреть вашу видимость. То есть, а что такое видимость? Это ну вот, чтобы, э, чтобы мы понимали, э, если вы, э, так вот, сейчас перейду в GPT и попробую показать, ээ, ну, какие-то ответы э из нашей, например, ну, из из каких-то вот из каких-то вот промтов, которые, ну, вот рабочие, да. Так. Ну вот какой-то я я вот ввожу какой-то промт. И вот обратите внимание, ответы идут, во-первых, здесь на как бы превьюшке уже есть. Вот если это глубокое исследование, появляется справа вот здесь вот такая плашка, и я просматриваю эти страницы прямо здесь в чате GPT. То есть раньше так не не происходило. Сейчас вот в глубок в глубоком исследовании здесь появляется по сути как внутренний браузер и я опять же не ухожу ни в какую ни в ни на какой сайт вот то есть ээ я вижу такую ситуацию что нейросети сейчас за как бы закрывают вот эти как бы каналы по которым уходят пользователи с интерфейса чата GPT или там ну других браузеров там или каких-то инструментов. Чтобы пользователь не уходил, то есть прямо здесь показать ему и страницу, показать там какие-то картинки или то, что пользователь запрашивает. А вот, то есть это говорит о том, что здесь внутри интерфейса будут стараться оставить пользователя. Вот поэтому вот наша семантика, которая есть сейчас, её, э-э, ну, в любом случае изучать спрос по тем инструментам, по которые вы хотя хотя бы можете за замерить. Вот, то есть вы снимаете спрос по тому же поиску и на основе уже этого спроса с цифрами, когда у вас есть, ну, вот какая-то там, да, структура спроса вашего фактического, на этой на этих данных вы можете уже строить, ну, подходить к нейросетям, то есть как эти м этот спрос будет использоваться, как как он будет ээ выглядеть в нейросети, потому что Мм, чтобы понять вот сам принцип, как работает, ну, как ваша компания окажется в нейросети. То есть, в общем-то, самое основное - это потребности. То есть, вот вся, весь этот маркетинг, к классика, которая была, она, в общем-то, сохраняется при любых раскладах. То есть, по сути, меняется только инструмент. То есть мы приходим к такой к такому выводу, что в целом, ну, то есть меняется только инструментарий. Вот первоначально вот исходные как бы позиции, то, что мы занимаемся изучением спроса и, соответственно, удовлетворение спроса. Соответственно, мы через тот же Wordstat, там, через любые другие инструменты, которые позволяют этот спрос оцифровать, как-то структурировать, сегментировать, мы этот спрос собираем и с этими данными можем идти в нейросеть. Вот. То есть вот даже вот эти же запросы, которые вы собрали фактически, вот которые у вас SEO запросы есть, а можно с этими запросами пойти с промтами в нейросеть, в тот же там, не знаю, GPT и а у самого же GPT через промты спросить, как эту как этот спрос а могут искать пользователи через чат GPT, например, или через какую-то другую нейросеть. Вот. И сама нейронка будет вам сам сам чат GPT будет вам подсказывать эти решения. Вот. И эти решения уже вы можете интегрировать ээ ну то есть в свою работу. Вот. То есть по сути э исходная семантика, она всё равно остаётся как э ну маркер спроса. А вот то есть отличие в том, что ну вот чуть дальше мы покажем. То есть, э, если мы берём нашу семантику, то, по большому счёту сейчас можно, мм, на основе ключей, на основе вообще, например, статьи, а, вытащить из этой статьи м вот ключевые термины, там, ключевые смыслы, то есть не сами запросы, не какие-то слова там, да, вот не какие-то ключевые запросы, а именно э базовые смысловые единицы. Про что статья? Причём это можно построить как, ну, то есть это это будет в виде, а, как, ну, вот такой структур древовидной, так можно и построить, например, связи между сущностями. То есть можно попросить, то есть через промты дать запрос, то есть построить э так называемые мм вот в Википедии данные строятся по э таксономиям и антологиям. То есть таксономия - это вот иерархия связей. То есть там смартфон, смартфон, там iPhone, iPhone пятнадцатый, шестнадцатый, там пятнадцатый. То есть вот эта иерархия связи, она остаётся. А, а связи антология - это, ну, сущности, то есть это связи вот между этими сущностями. То есть как то есть у смартфона есть там модели, у модели есть там, не знаю, серии какие-то. И вот эти вот уже сами связи - это, ну, по сути, есть антология. То есть вот, э, используя, ээ, нейросеть, используя тот же курсор, а, используя там, ну, любые другие инструменты, даже в чате GPT я вот сейчас покажу, то есть, э, в чат GPT можно дать, э, например, ваш запрос. Мм, сейчас я прямо открою. Я, когда готовился к эфиру, а, немножко помучил чат GPT про построение вот этих вот связей, да? Так, ну, наверное, перемотать самому началу ветки, э, и по попробую, в общем-то, прокомментировать, что здесь происходит. То есть мы можем, э, например, вот у нас есть кластер, да, э, бренда, ну, в общем, про телефоны. Кластер про телефоны. И мы даём запрос: "Построй из этого таксономию", то есть иерархию, вот, и прострой антологии, то есть вот эти как бы типы связей, то есть что как вот Samsung там относится как этот дизайн? То есть у Самсунга, например, есть связи по типу дизайн. И под дизайн мы можем там подклеить цвета, подклеить там, не знаю, там материал там и так далее. Форма, а вот про там, не знаю, вот как, ну, короче говоря, вот иерархию вот этих вот связей можем простроить. Причём, простройка это происходит автоматически прямо в самой нейросети. Вот. И мы эти данные можем использовать для построения вот этих вот ну как сущностей, да? То есть чтобы мы нашу семантику воспринимали не просто как ключи, вот ээ структура как оглавление, да? То есть вот как базовая семантика. То есть вот базовая семантика в исходной в исходном варианте это а ключевые запросы, ну сгруппированные по интентам. Вот если мы в разрезе нейросетей это анализируем, здесь уже векторные связи, и мы можем использовать векторные модели, то есть векторные модели м и векторные базы для накладывания на нашу семантику ещё вот этих смысловых сущностей, а вот так называемые э графы знаний. Вот. Ну ладно, сейчас мы к этому вернёмся. То есть есть э такие библиотеки в том же курсоре для питона, которые позволяют визуализировать вот эту всю историю, то есть построить, например, э ну загрузить, например, нашу семантику и эту семантику м построить в виде э вот этих сущностей иерархичных и посмотреть, какие сущности с чем связаны. Вот. И рассматривать эту семантику уже не только с точки зрения а-а ну как частотки, да, и какой-то а ну по сути линейной такой группировки по интентам. Здесь мы мы уже мм можем простраивать эти связи, ну, с точки зрения вот этих векторных связей. И эти векторные связи достаются из то есть их можно получить из самой нейросети. Вот. И зачем это нам нужно? Ээ, вот эта векторная связь, векторные вот эти все пересечения нужны для того, чтобы мы могли получить, мм, например, техническое задание для копирайтинга, да, то есть для составления технического задания для статьи, э для статьи, которая будет не только содержать, например, ключевые запросы, а содержать ещё вот эти самые необходимые, да, сущности. Описание этих сущностей в том, э, в той последовательности, которой нейросеть их ну, как бы понимает. Вот. То есть а что, ну, в общем, если на каком-то примере посмотреть, то, э, для, например, телефона, вот если Samsung взять, для него имеет значение, так, сейчас тут это ниже было. Я в целом-то попросил вот эту всю историю привести в граф, вот, но в GPT строить вот эти графы и создавать вот такие структуры и кластер, например, разобрать, то есть в эту сущностную структуру, построить граф по кластеру, э, мягко говоря, неудобно, да? То есть вот GPT предлагает вынести это в какой-то другой интерфейс для наглядности, потому что здесь визуализации не будет. Вот. То есть пытаются это как-то там представлять, ээ, ну, в виде вот м каких-то как иерархий, то есть пытается ээ ну, в общем, как как-то это пытается объяснить. Вот. Но смысл здесь вот в чём, что, э, вот, ну, вот так вот он пытается это предложить, разбить. А вот и, э, здесь, на самом деле, а, всё очень хорошо. То есть ну, то есть есть, конечно, какие-то а то есть ошибки в том же промте. То есть нужно, чтобы корректно структуру под вашу задачу написать, нужна, э-э, ну, то есть, во-первых, нужно определить, зачем вы эту структуру делаете, какие сущности должны быть и для чего будет она использоваться. Вот тогда в целом происходит, ну, более такая м углублённая работа. И по тому же GPT можно получить на выходе очень такой ну наглядный, что ли, граф. Вот. Ну да, вот м то есть вот в первом случае он мм модель А57 и модель э соединил в ну как бы внутрь пятьдесят седьмой внёс А37. Вот это некорректно. Ну, то есть вот если попросить его вот именно сделать для задачи, что это будет для написания, например, материала, то тогда он эти сущности, э, ну, связи между ними перестраивает и, соответственно, может, ну, как бы объяснить, зачем, ну, как как ээ структура статьи в этом в его понимании должна строиться. То есть здесь идёт речь сначала про дизайн, про какие-то даты выхода. То есть это, по-моему, телефон, который ещё не вышел. Э, соответственно, там какие-то анонсы, новости, э, обзоры, отзывы. То есть это, ну, видимо, ну, по какому-то алгоритму там, то есть может про другую модель, если это не вышло, тоже, да, какие какие будут отзывы? Ну, то есть, ну, в принципе, в статье, наверное, тоже будут впоследствии там через месяц-два, когда выйдет, появятся уже отзывы. Вот. Плюс здесь какой-то чехол есть. И по А37 та же самая примерная история, только м ну в сокращённом виде, потому что в семантике вот ээ эта модель не охватывалась. То есть вот он взял то, что мы его попросили, ту часть семантики и, соответственно, построил этот граф. Вот это граф по одной по одному кластеру. Вот, ээ, что м нам из этого может быть интересно? То есть, если мы, э, возьмём, например, наш нашу семантику и полностью семантику загрузим в, а, ну, в такой граф, э, то мы в целом можем получить, ээ, ну, как бы не просто набор страниц, да, как это обычно для обычной SEO, а мы можем получить уже ну, как бы архитектуру самой, э, ну, вот этой самой базы информации, который, э, ну, нам нужно предоставить пользователям на сайте. Причём с иерархичными связями и, ну, то есть это будет не линейная структура, а в целом уже, ну, какой-то целый, э, как бы, как это назвать? То есть это ээ ба такая база ээ контента, которая с ещё пересекающимися связями между между статьями вот между статьями и между абзацами внутри материала. Вот. А ну сейчас дальше немножко будет нагляднее, как когда вот эти появятся визуализация. То есть, не знаю, мне лично очень понятнее становится, когда это визуализируется. Вот эти все визуализации можно делать в курсоре очень просто и быстро. А так да, ну, третий пункт. Как понять, продвинулся ли я в AI поиске? Существует ли Wordstat для нейросетей? Нет, нету никакого вордстата для нейросетей. Вот поэтому понять это, ну, достаточно, ну, пока что никаких инструментов, которые бы фактически показывали вот столько-то запросов по вашему, э, интенту, таких инструментов нет. А, да, про платформы, которые существуют я уже сейчас сказал. То есть это, ну, из таких популярных, это вот сервисы семантики, которые выкатили инструментарий, то есть это KSO, Spywords и Pixel Tools. Это из, э, ну, наших, скажем так, вот русскоязычных. Вот из западных у Semrush ещё где-то полгода назад появился инструмент AI Tool называется. То есть там вот в этом инструменте скорее, то есть его можно использовать как, ну, такую основу, да, для составления вот этих то есть семантики под нейросети, для составления семантики AI, так называемой. Вот. То есть ну ещё раз подчеркну, что с моей точки зрения вот семантика SEO и семантика, которая существует в нейросетях, э SEO семантика - это вариант, а как бы спроса, который существует в тех же нейросетях. То есть с этим спросом люди пойдут либо в поиск Яндекса, либо в в нейросеть. Ну, соответственно, Semrush и Ahrefs, по-моему, тоже выпустил уже инструмент AI. Вот эти инструменты, ну, соответственно, просто база базой наработки, которые у них есть сейчас, они просто их адаптируют, да, под ээ вот эти сущностные связи. То есть у нас появляется, ну, по по сути новая новая точка зрения, да, на существующие уже ключевые запросы. и существующий контент. Так, м по поводу продвижения, да, нужно ли отдельно продвигать в нейросетях, если я уже хорошо хорошо расту в классическом SEO. Да, вот это, кстати, а тот маркер, а, после которого в целом я начинаю понимать, что, э, специального продвижения под нейросети его нет. И вот это хайп, который люди там хотят срочно продвигаться в нейросетях, это, ну, может там от непонимания, там от какого-то страха, да, что вот сейчас всё поменяется и там компания останется не при делах. Вот. Э, фишка в том, что те, кто собирают и ранжируются хорошо по основным запросам и собирают весь спрос, то есть всю семантику охватывают в обычном классическом поиске, ээ они также начинают также присутствуют и в нейропоиске. Вот. Потому что нейропоиск также использует, ээ, поиск по сети используют те же мм тот же топ из поисковиков, то есть это Google, там кто-то там Bing говорил, вот ээ как будто бы Bing используется чатом GPT, поэтому, ну, надо срочно в Bing продвигаться. Вот когда я делал промты, мне прямо было интересно, а действительно ли Bing там используется. Вот выяснилось, что, ну, во-первых, Bing был не самым первым источником, как я понял. То есть, как когда я начал делать запросы в нейросеть, ну, то есть больше большая часть

ответов и ссылок было взято из Гугла. Вот. Причём это чат GPT. А вот поэтому мне кажется, всё-таки продвижение в BН - это не самое важное для для нейросетей. То есть всё-таки нужно продвигаться по всем неро по всем поисковикам. То есть Яндекс, Google, если у вас, ну, либо там, э, не знаю, BН он как бонус пойдёт.

Так, следующий вопрос. как искать свой сайт и бренд в Aпоиске и по каким признакам понять свою видимость. А как искать вот ваш бренд и ваш сайт? Это э ну сейчас посвящать этому особо времени не будем. Всё-таки хотелось бы сейчас автоматизацию какую-то показать, да? То есть у нас тут, да, минут ещё 20 остаётся. А вот то есть как посмотреть свою видимость? Вот перечисленные сервисы, которые я сказал, вот там интерфейс максимально простой. Вы переходите в эти сети, в этот сервис, э, заполняете, там вбиваете ваши ваш бренд, название вашего бренда, там перефразировки какие-то там кириллицей, латиницей. Вот. И в целом там уже там подкидываются запросы, варианты промтов и так далее. Вот в Pixel Tools, насколько я понял, можно прям блоками семантику загружать и уже на основе этой семантики тоже чекать всё. Вот.

То есть инструменты есть в инструментарии, э, вот ещё момент, да? То есть, если у нас, например, ээ продвижение в Яндекс и в Google идёт, а в в нейросетях нейросетей, оказывается не только чат GPT есть, да, есть там чат GPT, Perplexity, сейчас есть, я, например, гроком часто пользуюсь. Вот, э-э, есть GI тот же, да? То есть вот по по графикам даже GI вот прямо от отъедает трафик. Вот. И а то есть гоняться за какой-то конкретной там поисковой за какой-то AI-моделью или каким-то конкретным поисковиком, это, ну, не очень не очень правильная стратегия.

А когда вот, например, у нас клиент описывает например свою нишу в информационном, то есть создаёт информационный сайт и узкую нишу информационную описывают через там, э, 300, 500700 материалов, то есть создаёт блог, грубо говоря, на сайте информационный, э то его видимость по всем информационным и брендовым вот именно его целевым запросом, а она резко возрастает и, э, любые вариации там связанные какие-то вопросы, связанные с э профессиональной деятельностью этого бренда, то они связываются с названием компании. Это, кстати, вот ещё один важный момент, когда вы продвигаете вот эту вот историю с брендом. Вот Олег Шестаков ещё на конференциях там, на эфирах тоже рассказывал. Он прямо эту тему, ну, как форсит, да? То есть он прямо подчёркивает этот момент, что, э, есть глобальный глобальный поиск, вот глобальная связка ваш бренд и, э, смысловые вот эти сущности. И задача всё-таки связать ваш бренд, э чтобы в интернете было много контента, бренд, и вы находились рядом со словами там ваших услуг, ээ, или товаров, если вы товары продаёте. Вот. И то есть ваш бренд должен находиться в контексте вот этих всех семантических связей. Вот продвигать, по большому счёту, продвижение вашего бренда в интернете, это, ну, что-то типа вот как Тиньков журнал, например, продвигает свои, то есть у него есть информационный блок, и где это возможно, на страницах используется ээ Теньков банк. Т-банк используется как а в контексте профессиональных каких-то ниш, профессиональных терминов. Вот это расширяет как бы видимость бренда. То есть вот эти связи ээ ну наращиваются. И если суммарно по э модели же всё равно обучаются там тот же GPT и глобальный поиск обучаются на контенте, который он находит в интернете. Вот, соответственно, если у вас будет внутри ниши много контента и связей вашего бренда с вашими терминами в контексте сущностей, а то, соответственно, и продвижение вашего бренда, в принципе, по запросам будет улучшаться. Вот я я проводил вот такие тесты в узких специализированных а нишах, то есть, ну, условно говоря, там лесо как-то производство, э, там, оборудования для лесной промышленности, да? То есть вот, э, в контексте вот этой узкой ниши, э, если ваша компания упоминается в интернете, то, э, любая нейросеть находит ваш бренд и находит эти связи. Вот.

Ну, то есть, соответственно, ну, в общем, какая какая основная идея, как проверять, э, сказал, то есть можно проверить через наши неросси через ээ вот сервисы, которые перечислил как минимум три. Вот. и западный, там Симраж тот же. Ну вот Семраж, наверное, самый первый и динамично в этом плане развивающийся. Вот. А как влиять на это? Ну, можно, э, как минимум создать информационный блок, то есть продвигаться по обычным запросам по по SEO и увеличивать видимость, ну, на других сайтах, то есть на каких-то тематических площадках тоже ну, писать там отраслевые статьи и так далее. То есть это также влияет на видимость брендо в в нейросетях.

А так седьмой вопрос по поводу семантики, которая у вас уже есть. У меня уже есть семантическое ядро. Это, ну, можно его использовать или нельзя, да? То есть как, что с ним делать? А вот сейчас мы как раз к этому и подошли. что можно сделать с текущей семантикой и как вообще можно проанализировать её на вот эти смысловые сущности и построить эти связи. А я предлагаю сейчас перейти в курсор и попробовать в курсоре создать вот такую такое приложение, да, которое будет э для нас генерировать Угу, э, создать приложение, которое для у нас, э, будет анализировать нашу семантику, да, и, ээ, по семантике, э, строить, ну, граф знаний, да, и на основе уже этого графа знаний, а, выделенных сущности вот триплеты, тосономия и антология, то есть токсономия - это иерархия, антология - это связи, ээ, То есть сущности по связям и триплета - это вот эти ээ телефон, дизайн, там цвет, да? То есть вот э как бы связи через ээ как бы, ну, то есть через какую-то сущность, а, да. И, соответственно, может мы можем построить граф, можем построить сущности. Вот я для тех, кто вот впервые там, да, с этим инструментом впервые его видит, а, я специально давайте сейчас создам просто новое, э, новое окошко. То есть вы как это работает? Значит, что такое вайбкодинг и вот как этот инструмент работает? у вас устанавливается приложение, вот оно называется курсор. А вы его можете, ну, скачать непосредственно на сайте компании. Вот скачивайте это приложение, устанавливайте вот, э, по-моему, там даже есть бесплатный какой-то тестовый период, типа там 14 дней или что-то такое. Вот. И вы можете, э, уже ничего как бы дополнительно не делая уже на там на каком-то минимальном тарифе, а что-то за что-то погенерировать. А как, да, как дальше это работает? То есть вы скачали приложение, дальше вы создаёте, ну, условно говоря, папку на на диске. Давайте я вот так вот пере пере покажу. То есть я вот создал папку, она называется Аиграф, да? То есть она была пустая ещё час ээ назад, да? То есть ну вот 1620 там с чем-то, то есть, ну где-то часа в четыре ну то есть появили появлялись там первые файлы. И вот в течение там получаса часа эти этот ээ курсор генерировал код. Вот как это ну фактически выглядит. Мы создаём, ну, создать проект. Указываем ему папку, указываем ему конкретную папку на диске. Нажимаем, вот здесь вот есть кнопочка add folder to workspace, то есть добавляем, а, папку в проект, чтобы, ну, у нас, грубо говоря, всё было под рукой, да, вот в одной папочке. То есть вот здесь появляется у вас вот такая, аэ, ну, дерево, да, содержимое, как обычный браузер. Вот. Ээ дальше, что важно, э, вот это все истории с браузером, там, настройками, её по умолчанию нет. Здесь просто будет ну пустой вот пустое поле. Вот есть справа, э, такая штука, которая называется агент. А вот, в общем-то, основная ваша работа, она заключается в создании промта. А вот как создаётся промт, да? То есть например, э, какая у нас вообще задача? Мы хотим построить ээ ээ инструмент, создать инструмент для того, чтобы э на основе семантики строить ээ граф знаний с вот этими всеми параметрами. А мы прямо голосом можем вот описывать всё так, как как у нас ну какая логика у нас в голове формируется, то есть как как мы это понимаем, да? Вот в этом э главный, наверное, главное такое достоинство, да, вот этой технологии. То есть мы, а, голосом начитываем мм информацию для А так, сейчас я я сейчас попытаюсь промт найти, который исходный. А так так тактак. В знания из Экселя, да? Вот. А, да, вот, э, это тот промт, который я начитывал голосом. Видите здесь? Привет, бро. Сейчас давай с тобой напишем э программу. которая будет получать на вход Excelфайл из двух колонок. И в общем, подробно описываю вот что там будет в колонках. То есть будут ключевые запросы, будет частота. На выходе ты должен м анализировать эти эту колонку с запросами, соответствующей частотой к каждому запросу. Учитывать то, что в колонке пустыми строками разбиты интенты, то есть это смысловые единицы. Вот, учитывая два варианта анализа, то есть анализ всего списка запросов и вариант анализа э на основе интентов, которые в кластерах, ну, то есть на основе самих кластеров. Вот стро построй из этого а структуру общую структуру с интентами построить таксономию, построить антологию и построить триплеты. Вот. И вот это всё мы проговариваем и ээ просим э ну я использую промежуточный шаг. То есть я использую промежуточный шаг. После того, как я это голосом надиктовал, я это могу отправить, например, вот сюда в чат GPT. А могу отправить вот такой же запрос. Вот прямо просто его скопировал, отправил такой же в в грок. Вот Грок ну как-то по-своему это понял, кстати. То есть, видите, вот коротенький такой выдал, а, ответ. Вот. Но я, по-моему, тут его как раз и просил как-то это всё компактно запаковать. А вот и ну, в общем, на выходе GPT я именно попросил подробно описать и этот промт, чтобы использовать в, а-э, в курсоре. Вот, соответственно, эта вся история превратилась вот в такой вид. Дальше я могу нажать эту кнопочку копировать. Я эту кнопочку и нажал, вставил это всё вот сюда вот. Чтобы сейчас мы не ждали, я это всё сделал предварительно. И вот этот промт вот мы можем сейчас по э хронологии, да, тут этот агента этого полистать, да? То есть вот он, э, занимался там, писал, писал, писал. Потом я его попросил, э, сделать э батфайл для запуска, бат-файл для, а, инсталляции, чтобы установить эти там библиотеки Питона и чтобы это всё, э, перенес и потом перенести все файлы в одну рабочую папку вот сюда. То есть указал ему конкретную папочку, а вот, э, ну, соответственно, он всё это, э, генерировал и на выходе вот получил, описал структуру, как работает это, мм, ну, то есть как как организовал, как он организовал структуру хранения данных, то есть где хранится там исходный файл, где э хранится результат, какая структура файлов, где связи. где вот антологии, где где триплеты и так далее. То есть вот, ну, то есть вся эта история тоже описана в Redmi файлах. Вот для генерации я использовал OPUS 45. Вот это немножко такая как бы ну это топовая модель считается. Вот она лучше соображает именно когда нужно на первых этапах, да, то есть когда вы структуру самого проекта делаете. То есть лучше использовать какую-то модель по покруче. Вот сейчас к курсору есть MCP, так называемые, э, как ну, то есть, как сервисы, да, подключаются такие внешние данные. То есть, чтобы курсор, например, э подтягивал информацию про самые последние модули, там, самые последние реализации, а, ну, именно с точки зрения программирования, да, то есть как работает там то есть описание каких-то супер там крутых модулей, оно есть в виде вот таких ну как бы модулей, которые можно подключать. MCP называется технология. И, соответственно, это сильно ускоряет и повышает качество самого кода и инструментария. А вот а что получается на выходе? То есть всё, вот он написал там, то есть я попросил там вот какие-то были уточнения у меня. В общем, смысл в том, что вот есть интерфейс теперь на local host 8080 появляется приложение. Вот это приложение мы можем запускать. Так, давайте его откроем. То есть вот Да, вот файлы этой этой, ну, папка, да, с результатами. Вот здесь есть файл run.b. А, то есть запуск есть несколько режимов, то есть он вот эти разные виды, то есть он может работать и в консо в консольном режиме, и в режиме а веб-интерфейса, да? То есть я буду его использовать в режиме веб-интерфейса. А вот сейчас он запущен. Э выглядит после вот этого промта, после там 30 минут и двух-трёх уточняющих э промтов, э, поводу вот структуры файлов, там, как куда что ложить. Вот появляется вот такой интерфейс. Вот это это уже работающая программа. То есть вот здесь видите загрузить файл. То есть я могу, например, ну вот тест, да, вот файл, который я подготовил, я взял живую семантику. Вот тут по люстрам, да, семантика. Вот взял эту семантику и ээ просто, ну, сохранил её в отдельный в отдельный файл, отдельную таблицу. Вот. и назвал её Тест2. А вот, э, ээ, дальше я могу нажать, э, кнопку обработать и начинается вот как бы, э, переваривание, да, то есть запускаются алгоритмы. Вот этот запуск сейчас обработки, это первый запуск. То есть сейчас что будет происходить, мне тоже интересно, потому что м до этого а происходило именно создание вот этого интерфейса. Вот. То есть мне интересно, э, на основе нашей семантики, которая у нас, ээ, ну, существует, а, построить вот эти, ээ, сущности, построить связи. Вот. И что вот важно, так вот, кстати, интересно вот что сейчас происходит. Я я вот специально не ээ ну показываю всё как есть, э чтобы ну было понимание, да, как э ну, например, а выглядит работа, а, ну, сервера, да, то есть вот сейчас запущен сервер. Так, ну, здесь, в принципе, что-то в логах он пишет. А бывает ситуация, если он не показывает, да, м, а, что, ээ, ну, какая ошибка, да, просто, например, вылетает там и закрывается окно. Вот это эта ситуация тоже бывает, тоже она возможна, но, э, да, здесь дебак актив. Ну, тут непонятно пока, что сейчас происходит. Вот. Ну, сейчас, если не не выскочит через минуту, то попробуем перезапустить его. А, ну вот, то есть вот во время рабочего работы сервера э здесь будут появляться либо какие-то логи, что происходит сейчас. Вот если логов не появляется, можно здесь же у курсора заходим в агента и пишем там, что в процессе там создания А, кстати, да, ну, то есть прямо мы ээ при ну как есть вот объясняемому, да, то есть ничего там, да, никакой терминологии, то есть можно как есть вот объяснить, то есть во время работы приложения, а во время обработки данных, Когда мы загрузили Excelфайл, а обработка длится долго, и в, э, командной строке, вот в консоли нет информации про состояние процесса. Добавь прогресс бар, например. Вот. И ээ это занимает там несколько минут обычно или даже секунд. Вот. И дорабатывается вот этот функционал, да. Ну вот обработка сейчас идёт. Ну да, я перезапущу сейчас всю эту историю. Нажму сейчас очистить и попробую добавить ещё раз. А, да. Ну давайте вот это вот этот запрос попробуем, кстати, ему озвучить, посмотреть, как это будет выглядеть. Угу. Так, стоп. Вот видите, он прямо с микрофона берёт запись. То есть при том, что я в вебинаре сейчас микрофон использую, он может и параллельно здесь оцифровывать. А так давайте, а создай, пожалуйста, прогресс бар, потому что в процессе работы приложения, э, в консоли не появляется никаких сообщений в течение там 5-10 минут. Э и нам нужна э информация про состояние процесса. Нажимаем отправить. Запускается вот обработка. Э, на этот момент сервер лучше закрыть. То есть я вот сейчас закрыл сервер. Вот идёт, э, доработка, то есть обрабатывается, э, прямо пишется код, исправляется код в процессе. Вот создаё, ну, прогресс трекер, то есть создался отдельный файлик pтоon на питоне, да, и в нём прописывается прогресс бар. Вот, то есть, ээ, вот эти эти функции, которые вы хотите в процессе встраивать, а в этом как бы и главная фишка вот этого всего процесса, что вы можете, э, создавать на литу это приложение и, соответственно, уже, ну, получать через несколько там секунд, минут ээ ну готовые готовую реализацию. То есть это приложение, его можно вытащить куда-нибудь на сервер. Вот, условно говоря, там под пароль вообще закрыть ээ весь этот адрес, да, то есть по порту, то есть чтобы вы только могли туда попадать. И в целом можно это на сервере, например, для команды расшарить этот инструмент. И вы можете, ну, то есть таких инструментов создать для, а, для вас, ну, любое количество, да, то есть, например, там, не знаю, вот генерация каких-то метатегов, там тато дескрипшены, ээ, описание, например, для товаров и так далее. То есть вся вся вот эта история, она очень э легко а автоматизируется через э вот такие приложения на Питоне. Вот интегрируется вот. Ну, пока пишется код, я покажу, как м, например можно интегрировать, э, м, а, ну, давайте запущу просто внутреннее приложение. Ну, для примера продемонстрирую. Вот как можно, например, подключать внешне AI апи платформы для, э, ну, например, обработки запросов к GPT, к какому-нибудь гроку, клод, если вы, например, для генерации текстов лучше всего, ну, как лучше по сравнениям, да, там по каким-то, э, ну, глобальным там замерам, по исследованиям м клод, экспертные тексты лучше генерируют с меньшим количеством ошибок, там в два или в три раза меньше допускает ошибок, чем чат GPT, например. Поэтому, а, ну, для копирайтеры чаще, э, когда пишут экспертный какой-то контент, ну, покране мере, я с кем сталкиваюсь, они клод используют. А вот так вот звук не знаю, слышали, нет. То есть прозвучал там настраивается в курсоре какой-то, ну, звук по завершению процесса. То есть вот сейчас, э, завершился завершилось кодирование, да? Так, ну давайте, наверное, демонстрацию чуть по попозже. А так, всё, вот дальше мы нажимаем, чтобы, ну, принять акцепт все исправления, которые он сделал. Вот идём в нашу папочку с проектом, да, и запускаем runbat. Вот сейчас вот идёт стартсервер. Не знаю, видно вам или нет. Могу покрупнее сделать. >> Видно, видно. Ага, да. Всё так. Тан-тын парнинг. Да, это варнинг говорит о том, что это сервер разработчика. То есть это не боевой сервер. То есть на него нагрузку 1.000 пользователей лучше не делать. Так, запустили. Э, так, вот он наш вот наше приложение. Так, тест. Давайте ещё раз. >> О, >> вот появился прогресс, да? >> А вот как, ну, то есть идёт какой-то прогресс, он вот завис на построение связей и сущностей. Вот. То есть тут Ага. Вот он переварил сущности, да? То есть, ну вот, э, вот эти прогрессбары, я их, э, стараюсь сразу встраивать даже на исходном промте, вот прямо при создании приложения, чтобы они изначально были за заложены в архитектуру. Да. Ну, нифига себе. Теперь понятно, почему он немного подвиз. А там просто семантика, да, получилась. Что она, кстати, очень маленькая, там несколько, может, тысяч или там тысяча запросов всего. Вот. Но при этом, а ког если он строит базу знаний, видите, тут, похоже, уходит в какую-то, э, ну, короче говоря, это может занять какое-то время. Осталось 15 секунд, но что-то мне подсказывает, что не факт. Э, у нас есть, ну, такая более компактная база. Ну ладно, Миш, наверное, тормознём, да? Попробуем на коротенькой базе, на маленькой базе. >> Да, конечно. >> Угу. Кнопочка. Так, сначала давайте остановим. Нет, останавливать не будем. Нажмём сразу очистить данные. А, да, прикольно. Короче говоря, сразу, наверное, останавливаем, потом а перезапускаем сервер. Вот. вот эти все э рутинные операции, их придётся, ну, несколько раз выполнять. А потому что м ну по сути дела, когда вот такой вот инструмент разрабатываете, ну, как про программисты знают, да, что там написать первый работающий код - это а ещё э ну как бы не то, что полдела, это даже начало дела. То есть самое главное - это сделать дебак этой всей истории. Вот. И уже, ну, из этого получить ээ какой-то готовый продукт. Так, так, связи 35 сущностей, прошло 0 секунд. Идём жаловаться в агента. Делаем снова очистку. Ой. Я зря нажал. Да. [смех] Я хотел, ээ, продемонстрировать именно визуализацию этой м этой картинки, ээ как выглядят графы, как выглядят сущности. А, ну, пока он там соображает, я покажу другой вот другую реализацию. Это тоже для обучения нейросети. То есть вы можете взять ваши телефонный разговор. То есть если у вас компания, вы можете телефонный разговор оцифровать через эспер или как это называется инструмент. Есть несколько там моделей. То есть вы это все телефоны разговоры загружаете. Это всё тоже на клодкоде, этот на курсоре сделано. Не клодкод, курсор, да. Вот. И здесь формируется, ну, тоже база знаний вашего, э, как кол-центра. Вот я сейчас попробую. Здесь, правда, очень мало этих сущностей. Тут несколько, буквально, э, несколько ээ, ну, два или три там телефонных разговора всего оцифровали пока. Вот. Ну, то есть в базе мало, но э суть примерно такая, то есть когда формируется э вот этот ба граф знаний, а у вас появляется фактическая карта вашей ну по сути семантики. Вот когда вот этот граф знаний Ага. Ошибка. А что за ошибка? Во время обработки на тридцать пятой сущности возникает ошибка. Ээ, какая ошибка, информации нет, э необходимо добавить в процессе работы приложения, э, логи, чтобы, э, можно было получить, э, а, коды ошибок или создай отдельную папку с логами ошибок, в которой ты будешь смотреть ошибки, которые произошли в процессе, чтобы автоматически их исправлять и находить. Вот так. Это я. То есть добавили этот пром. То есть, ну, по большому счёту, нужно в архитектуре это учитывать. Создание вот таких вот папок для логов. И в процессе у вас, соответственно, будет получаться э как бы доработка. То есть вы можете э ну не особо даже объясняя э в агенте, что конкретно у вас сейчас не работает. кидать ему, например, код ошибки или говорить в на каком этапе у вас произошло там, ну, либо зависание, либо там какой-то остановка кода. Вот, соответственно, он это всё дело фиксит. Вот. И даже если вы не понимаете, что произошло не так, ээ иногда помогает даже просто делать скриншот. Вот. отправляете скриншот, э, сюда же в агента. И, соответственно, он по контексту понимает, в чём, про, ну, в какой ситуации э находится программа и, соответственно, делает доработку, то есть исправляет эту ошибку, да. Ну вот, то есть пошла вот эта вот обработка вот, да. По поводу вот базы знаний. Вот если это, э, ну, в контексте телефонной базы разговоров, то, э, соответственно у вас могут там какие даже телефоны или, например, менеджер, как, то есть вы визуально будете видеть, какие там менеджеры у вас работают, какие, э, какие знания чаще всего используются. И самое главное, зачем это всё делается, когда у вас собирается вот эта база, оцифровка, то вы этот вот эту базу подключаете через это рак базы, так называемые. Вот это, ну, по сути, такой модуль, который вы можете как э в там чат GPT или в какую-то другую нейросеть подключить. это ваши данные, да, то есть ваши какие-то там разговоры или там ещё какая-то история. Вот отличие вот в чём, что если вы запрограммируете вот такую систему, вы можете эту систему оставить у себя на компьютере, на сервере и не делиться там персональными данными, никуда их не отправлять. Вот распознавание, вот эти модели, они локальные, то есть это на локальном компьютере происходит. И, соответственно, вы получаете уже сами данные. Вот. А, например, номера телефона или какие-то персональные данные вы можете отсюда очистить или заменить их, например, на айдишники. Вот. Чтобы, ну, стереть эти данные. Если вы, например, подключаете эту систему знаний, подключайте к GPT, например, вот, чтобы там не нарушать ничего. Вот. И, соответственно, у вас из телефонных разговоров, ну, там за там несколько лет можете может эта база проанализироваться, и у вас получится граф знаний. То есть ваши, например, оцифрованные мм знания по м по телефонии. Ага. Так, вот тут какие-то ошибки произошли. Э, ага, опус 45 достаточно быстро пишет, но да, вот здесь уже всё, похоже, финалится. А так хотелось бы всё-таки получить эту сущность. Я её в процессе получал, то есть перед вебинаром э графы, сущности, триплеты, вся эта история здесь появилась. М, да, ну, сейчас ещё немножко подождём. Как будто бы дело уже так. Добавление модального окна. То есть он прямо всерьёз взялся за отработку ошибок. Так, да. А, да, Что я ещё хотел показать? Про технические э- интеграции. То есть вот, например, у меня есть э интерфейс. Сейчас я запущу. Ну, есть внутреннее приложение, которое позволяет генерировать технические задания, да, для а для текстов.

Вот анализировать там топ по ключевым запросам, ходить по сайтам, делать скриншоты сайтов, всё это складывать в базу, а, то есть создавать именно техническое задание. Вот, э, ну вот примерно так этот интерфейс выглядит. Это приложение, оно уже хотя бы отлажено, то есть здесь есть ну как бы формат файла, вы его загружаете.

Я что хотел показать, что можно к курсору и вот подобным инструментам подключать. Давайте я покрупнее сделаю. Подключать дополнительные, ну, сервисы, да. А, например, вот интеграция с XML ривером. То есть вы можете прям, а, ну, встроить в ваш ну ваше приложение для курсора, например, интеграцию с XML-ривером. Для этого достаточно просто документацию, э, ссылку на документацию дать, и, соответственно, прописывается вся эта история.

Вот интеграция с агентами. То есть можно вот, например, включить, ну вот я использую, например, копи - это система, в которой можно подключить IP 600, по-моему, там, а вот 589 сейчас на данную секунду вот моделей можно подключить через вот эту через AP ключ, да. Мы указываем вот этот ключ, указываем код и, ну, условно говоря, мы там можем 1.000 руб. положить на какой-то счёт и, соответственно, использовать их для всех для всех моделей, которые а доступны в этом сервисе.

Ну, сейчас попробую его, да, вот показать сам интерфейс, да. Вот здесь есть ключи, то есть вы генерируете вот ключ, например, для, а, там для курсора, там для каких-то вот ТЗ. То есть генерируете ключи, а потом эти ключи вот отсюда копируете, вставляете вот сюда, э, в апи ключа, а базовый адрес он уже а остаётся, то есть, ну, вот он изначально сюда включён. Вот.

И дальше вы можете использовать все возможности, всю мощь э тех же нейронок, там чата GPT, то есть генерировать. Вот в данном случае генерируются тайтлы, дескрипшн, H1 через э модели, да? То есть здесь можно а выбрать, например, только GPT моделей, там несколько десятков. Вот на текущий момент, по-моему, мы кд модель используем или GPT 5,2. Вот мы сделали прямо целое сравнение. Э, кстати, э, кстати, да, по поводу сравнения, то есть мы сравнили 16 моделей. Вот это тоже, кстати, информация может быть полезна. Когда мы генерировали тайтл, дескрипшн и h1 на основании там вот текущих, да, промтов, вот и примеров из конкурентов, то есть когда идёт генерация технического задания, мы собираем ещё через ключи там 10 или там 20, ну, смотря какая задача, а, примеров референсов. То есть мы не просто генерируем тайтлы, а мы генерируем тайтл, дескрипшн, h1 с учётом конкурентов и учёта контекста, да? То есть у нас на основе промта генерируется, ну, максимально под текущую ситуацию тайтл.

Вот также можно задавать ну даже какую-то логическую аналитику. То есть вот, а, в промте просить, ээ, нейронку там на основе м примеров, там референсов сделать, ээ, там рекомендацию, например, по объёму текста, по там по по содержанию, какие там смысловые смысловые единицы в этом тексте должны присутствовать. Вот. То есть вот вот та вот такие интеграции, они возможны с помощью вот вот этого инструмента, то есть через через курсор, а, скажем так, уделив достаточно времени отладки, вот если не побоитесь этого этапа, вот вы получите работающий инструмент, который в принципе, то есть можно развернуть там и на сервере у себя, можно там, э, в виде мз файла сделать. То есть можно portable версию, например, вот этого сервера сделать. Это тоже реализуется. Ну, пор версия где-то, ну, за минут там 20-30 как бы создалась внутри курсора а механика как м формирова, как скомпилировать portable версию и получить exшный файл. Вот, то есть запускается процесс и из текущего билда формируется экзешник, который можно записать на флешку и с этой флешкой перейти, например, там на соседний компьютер или всем сотрудникам поставить эту программу. Вот.

М. Ну, то есть, ээ, возможности по ээ ну вот м как созданию продуктов и создания решений, а они просто, ну, ну, безгранично, наверное, это громко сказано, но сильно расширены с помощью вот того же курсора, да. А на финал я ещё напомню, что есть появился буквально вот недавно, называется антигравити. Не знаю, там какая-то есть связь, да? То есть кто вообще слышал из коллег, да, про вот это?

>> Многие слышали, некоторые пользовались >> про антигравити. Это по сути дела, да, ну, то есть вот эта история какой-то расширенный там прямо дополнительный лимит с опусом последней версии. Вот. Плюс, э, ну, те наработки, которые, э, ну, есть у Гугла, то есть там, мм, интерфейс на, ну, когда я его увидел, я прямо не понял, в чём отличие от курсора. То есть как будто бы прямо скопирован курсор. Вот. Ну, то есть сам само приложение, сама вообще ээ идея здесь лучше, ну, по оценкам, моих коллег, я пока больше на курсоре. Вот. Но из того, что я понял в курсоре, э какая-то там ну то есть, короче, мультиагентность, она лучше организована, пото что лучше отлаживается код, то есть может ээ аэ антигравити прямо протестить ваше приложение. Хотя вроде бы как курсор тоже этой историей занимается. Вот.

Э, так, ну давайте попробуем запустить нашу прекрасную, э, с, как этот, ээ, граф, построитель графов. Так, что это у нас случилось? Запустится, не запустится прямо. Ага, исправлено. Ну давай уже. Так, Миша, а у нас какие-то будут вопросы?

>> Да, вопросы есть, конечно. >> Угу. >> Если есть время, можем позадавать вопросы, поотвечать. >> Ну, можно, по идее, перейти тогда к вопросам. А как вопросы поотвечаем как раз? Ага, хорошо. Так, >> чтобы время там не терять. >> Так, вопрос >> а такой: какие SEO задачи стоит автоматизировать, а какие лучше не менять? Какие самые распространённые ошибки нейросетей?

>> Угу. Так, отличный вопрос. По поводу задач, э, точно стоит автоматизировать всювсю рутинную вот эту историю с метатегами, с созданием, а, и наполнением, например, тех же карточек. Вот, то есть генерация. Ну вот всё, что можно сгенерировать, это стоит сгенерировать описание там для товаров на основе, э, там, а, товарных характеристик генерировать описания, генерировать те же изображения даже можно. То есть сейчас товарные сервисы можно сфотографировать сумку вашего, то есть ваш ваш товар вот на белом фоне там ээ на iPhone загрузить в эту нейронку. Я вот прямо тестировал эту историю. И ваш товар ээ возьмут в руки модель. То есть как будто бы провели там несколько фотосессий. Вот. То есть вот эту всю историю обязательно надо автоматизировать. То есть наполнение, там уникализация изображений, э-э генерация тайтл, дескрипшн, э всего, что только на сайте. Даже, мм, автоматическую генерацию текстов на сайт я бы не рекомендовал, но комбинацию контент-завод плюс редакция. Вот сейчас у нас вот самая, наверное, вот эта история как основная и востребованная. Вот. То есть редакция работает на контенте, который генерирует там клод или какая-то нейронка внутренняя э срак системы, например, подключенная, там, не знаю, э базу знаний там по юридической тематике, внутреннюю компанию подключили, построили имбедит и подключили её через рак. И для генерации текстов используются такие вещи, а, в сочетании с редакцией, с копирайтерами. Ну, на сегодняшний день это самый дешёвый, скажем так, способ создания уникального, персонализированного контента, который, ну, на мой взгляд, не сети даже поисковики не будут даже такой контент как-то пессимизировать, потому что, ну, сейчас, наверное, писать контент вручную, как будто бы даже это уже странно. То есть я тут с копирайтерами, когда общаюсь, там с редакциями, то есть ускорять как минимум там фактчекинг, там по каким-то темам делать. То есть вот даже в этом э вручную там может там несколько абзацев копирайтер и пишет автор идею там. То есть, по сути, он использует нейросети как инструментарий для ускорения своей работы. Вот вот это вот это всё нужно автоматизировать.

Что не нужно автоматизировать - это ну как какую-то э то есть должен всегда быть ээ, ну, не знаю, как его назвать, то есть какой-то модератор вот этой вот этих всех процессов. То есть тайтлы сгенерили, там, э, там сгенерили картинки, сгенерили тексты сгенерили, э-э, сайт там, не знаю, на каким-то на каком-то фреймворке, на курсоре на том же ээ создали, там написали там какой-то простенький сайт. Вот. Но должен быть человек, который всё это м отсмотрит и м акцептует. Это о'кей. это не о'кей. Э, тексты там переделать или там вот это нужно изменить. Вот так вот так нужно сделать правильно. Вот вот вот это, наверное, идеальная связка. То есть, ну, на сегодняшний день, по крайней мере, так это работает. И по компаниям, где я общаюсь, где мы там в проекты приходим.

>> Как-то так. >> Отлично. Ага. Спасибо, Дима. Следующий вопрос. Расскажите, почему списки ключей больше не описывают реальный спрос пользователя?

А списки ключей описывают спрос пользователей. Как раз со списков мы начинаем, а, но, э, дальше, ну, нужна вот эта база база знаний. То есть на ключи накладывается ещё один э слой данных, слой вот этих графов, да, которые, э, ну, описывают сущности и связи уже с этими сущностями. Вот ключи при этом остаются. Не знаю, ответил на вопрос.

>> Угу. Спасибо. Так, вопрос по англоязычной семантике у Триграмма. И вопрос такой: если мы сумели рассмотреть разницу между классической семантикой и нейросемантикой, возможно, что-то просматривается и в различии семантики на русском и семантики на английском. Ну и вот дополнение по факту два структурно отличающихся по лингвистике языка.

>> М да, конечно, отличающихся. Мм, ну, в принципе, анг вопрос в том, чтобы сайт автоматом пере перекинуть по той же семантике без создания ээ отдельной англоязычной семантики просто перевести сайт. Наверное, может в этом вопрос.

>> Возможно. >> Ну, так ну такая история плохо работала и 5 лет назад. Лучше под англоязычный проект сделать. англоязычную семантику. А у нас был проект ну в общем по по-моему разработчики, в общем, какая-то компания, которая вот как решения веб-решения какие-то создавали. Вот они были международная компания, и у них много языков было сайта. Вот. И, э, просто перевод текста, оно он он плохо аранжировался. Вот они создавали отдельные семантики под каждый язык. Вот. И в этом случае ну строилась другая структура. Там не не то что мм как бы структура слов другая, там, в принципе, может быть другие сущности, другие проблемы у людей, вот другие интенты. Вот, то есть под разные языки нужно разные семантики собирать. То есть если вопрос в этом, то их нельзя смешивать, да? Это разные языки, разные графы, разное, то есть не пересекаются.

>> Угу. >> Вот ответил на вопрос. Уточ, >> думаю, да, спасибо. Угу. >> Вопрос такой: какой первый шаг для апгрейда сайта с классическим семантическим ядром под нейросетевой поиск?

>> Купить чат GPT. Самый, наверное, простой, ну, чат GPT. Я, честно говоря, офигел вчера, когда пытался тут что-то из него добыть. Ну, я вот сейчас показывал, там, пытался пролистать. Там очень длинные вот эти списки. Он там что-то пытается, пишет, пишет, и самое неприятное, что он может вот эти графы, он он их по-другому, ну, не так осмысливает. Вот. То есть всё-таки лучше это выносить в отдельную структуру и, ну, строить именно граф знаний по семантике. Вот, я сейчас всё-таки попробую его запустить и показать этот всё-таки граф.

>> [смех] >> Да, мы должны увидеть это. >> Да, да, да. Прям ещё раз. Так, ран. Так, идёт запуск. Так, так, так. Что-то лок там. Так, запустишься. что-то происходит. Но мы пока его не будем трогать. Давайте попробуем сразу что-нибудь оцифровать.

>> Угу. >> Обработка. 35 сущностей нашёл. Да, кстати, да что ж такое? Отправляем ему ошибку. Он уже сделал папочку для ошибок. Проверяя логи, чтобы найти реальную ошибку. Да, вот идёт в эти логи, что-то идёт. Вот видите, вот эти, которые он здесь файлики перечислял, он их уже сам там понаходил. Вот. Ну, то есть вот если вы курсору вот эту логику логирования, например, и исправления опишите, то вот эта вся система, она может автоматически уже ээ искать эти ошибки. Видите, он сам там что-то пошёл, сам себе на накидал ошибок, сам себя пошёл исправляет. Вот. Я то, что смотрел антигравити как это, как антигравити это справляет, то там вообще может насколько, ну, может, не бесконечно, ну, прямо такой длительный ээ процесс итерации, исправления вот этих ошибок сам сама система запускает, сама тестирует, сама поново исправляет, и такой дебаг на автомате происходит. Вот единственный минус, что съедаются, как это, токены, да, [смех] но от этого пока никуда не деться.

Так, запуск, запуск какой-то пошёл. Запуск. Зелёненькие, зелёненькие надписи мне нравятся. Так, ну, как будто бы Так, что такое? L we interface. Ну пошло. Угу. Вот так >> вредничает. >> Вредничает, да. А, но зато это очень хорошо. А, стоп, я не нажал это применить. Зато это показывает вот реальный процесс именно э доработки, потому что в целом вы столкнётесь, скорее всего, с аналогичной проблемой, чтобы не создавать каких-то избыточных там ожиданий, что всё, курсор сейчас вам всё напишет за вас, и вы даже не заглянете в этот ну как бы не поймёте, что произошло. А вот этот цикл дебага, он занимает, наверное, э-э, ну, может, процентов там 70 всего времени. То есть вы условно говоря за полчаса, за час создали само приложение и в семь раз больше времени потратили на то, чтобы ээ от отдебажить эту историю и внести все те функции, которые про которые вы не подумали на старте. Вот такое тоже происходит. То есть когда там проектируете, например, базу, ну вот здесь, например, есть кнопка "Очистить всё", а, но нет, например, кнопки остановить процесс, да? То есть вот такие вещи их, ну, либо сразу в промте просить, э, там GPT или клод или какой инструмент вы используете, а, для создания промта просить продумать вот эти элементы. Опус, не не вот эти последние модели, они могут уже на старте вам дать а правильные как бы как это называется, подложить соломки, да, вот под под все возможные там ошибки в этих ситуациях. Вот. И, ээ, то есть самое интересное, что код в итоге, а, работает. И, э, год-два назад с курсором была проблема, что ну курсор, наверное, самая передовая была ээ как это нейрон, когда модель, которая генерировала, создавала работающее приложение. А если брать там LABable или какие-то другие системы, они там из 10ти случаев там оди-два всего, ну, как бы работало приложение по факту. Вот на курсоре это наоборот, то есть там из десяти случаев там 1-д оно не работает или там какие-то баги возникают и их нужно исправлять. А в основном получается, ну, то есть работающее приложение.

Так, ну, с богом, как говорится. Так, статистические связи, семантические связи, 35 сущностей. Ой, так может это через очистку. Так, ну давайте попробуем вот эту что ли вторую. и так полетели связи, да? Вот он прямо в логах пишет, сколько секунд он работает. Так, семантические связи. Вот построил какие-то сущности. Угу. Я уже по опыту скажу, что вот когда вот такие как бы долго идёт обработка вот подобных баз, э изначально лучше м как бы на бумаге, да, набросать ту структуру, э как бы что вы хотите в базе э считать, что вы хотите смотреть и создавать уже ну, готовую структуру вот этих векторов, там, сущностей, ну, по конкретную задачу. То есть описать, например, нужно создавать техническое задание и нужно строить, например, э иерархичную структуру вот из там двух-трёх уровней там прям прямо перечислить, то есть H1, H2, H3. И, соответственно, вот такую структуру мы хотим получать на выходе. Вот. То есть закладывать прямо конкретные ограничения в структуру базы и в, ну, в инструмент. Вот. И тогда ээ алгоритм будет работать сильно быстрее. То есть тогда идёт ну, то есть вот в данном случае, например, э что мне кажется, что когда создаётся там тыся связей и вот каждые слова, каждое слово, там, каждая сущность разворачивается, это перемножается всё. Ну и всё это, в общем, превращается в огромную такую, э, структуру, которую, ну, ещё переварить нужно. Вот. А, э, когда у вас есть конкретная задача, то есть вы хотите там, не знаю, э, не всю базу собрать, да, а какую-то м ну, например, блок из 500 страниц, и вы под них хотите создать, ну, вот эту базу знаний. Соответственно, у вас есть понимание, что в этой базе знаний должно, ну, изначально уже быть по структуре, то есть какая задача, ну, с теми же ТЗшками, да. Вот тогда вот эта ээ структура сильно оптимизируется.

Так, ну вот пошёл он в изучение этих связей. 50%. Да, да, мы должны получить были вот что-то вот типа такого. Я надеюсь, такие ещё сейчас получим. Это такая небольшая, ну, здесь она, да, такая из двух разговоров состоит. Вот когда эти когда этих сущностей становится сильно больше, то ну вот тогда уже и интереснее это всё анализировать и это всё видеть. А, да, всё, оно процесс всё-таки идёт, да? Вот она на генерировала. Ну, короче говоря, тут просто получилось очень много связей. То есть, ну, по идее, нам нужно к этой базе подходить уже с какой-то концепцией, да? Что, что мы хотим? Да ну ладно, ты же всё сделал. Скорее всего, она получилась очень большая. [смех] Да что ж такое? Это нечестно. Давайте попробуем последний раз в Intн формате. Не будем строить всю базу, а попробуем сделать по То есть это глобально типа полный граф всего всей семантики. А здесь вот по интентам может по интентам побыстрее пойдёт. Так, есть у нас межвремя. Да, есть, есть, >> есть. Ну давай я ещё просто сделаю ещё один цикл дебага. Пускай он >> А можешь пока фоном запустить, например, а на пару вопросов-то ответить? >> Да. Да, давай тогда на вопросы пока отвечаем. >> С одновременной игры. >> Да. >> Ну, если не сложно. А такой вопрос: как влияет AI на качество поисковых результатов и влияет ли?

На мой взгляд, очень сильно влияет сейчас и в Гугле, и в Яндексе э есть ну есть уже заготовленные ответы, ээ нейроответы. Вот. А есть генерируемые ответы, которые там пытаются на лету что-то неронко, э, как бы организовать какой-то ответ и количество введённых новых срезов. То есть по докладам вот я смотрю, то есть в течение там полугода, то есть если там весной, летом, э там процентов там 30 что-то 25 там до 30% был мм присутствие AI ответов в том же Яндексе, а то уже ближе к осени эти показатели в некоторых нишах стали и 30 там пто Там 40 до до 60% в некоторых нишах доходит. Это то есть в медицинских там как-то всё поменьше, потому что, ну, боятся, видимо, там генерировать вот эти вот экспертные ответы за врачей. Вот. А в каких-то нишах, которые, ну, сам Бог велел, как говорится, там, а, проценты и ответов, а, он сильно больше. И вот вот этот ээ как этот крокодильчик, да, когда растёт количество просмотров на как этот на выдаче, да, а количество кликов падает. Вот по этому поводу есть разные там теория. Кто-то это ну как бы по-разному объясняют, но изменения в поиске они очевидны. То есть вот этот крокодильчик, он как минимум говорит о том, что поиск сильно поменялся и продолжает меняться. Вот появились даже сразу в в Гугле. То есть, если вот взять какой-нибудь запрос, ну вот возьмём какой-нибудь сайт, да, и а ну нам нужен какой-то запрос, где появится э ответ, да, вот нейросеть. Вот смотрите, если тут нажать развернуть и узнать детали в режиме Ии, то есть, если раньше здесь был как AI этот overview или как он назывался, а то сейчас здесь трафик перегоняется уже в режиме ээ в и-режим, то есть э Chrome становится EИ браузером. Вот поменяло ли это поиск? Но мне кажется, это радикально сейчас будет менять и поведенческие паттерны. Вот главная фишка ещё в том, что вот в SEO говорят про вот смену вот этого поведенческого фак паттерна. Это что означает? Что люди стали м по-другому искать? То есть поведе паттерн поиска по ключевому запросу в поисковой строке это одна как бы один способ искать а паттерн ээ искать вот здесь в AI режиме и разговаривать чатиться да с этим с ботом с джиминайтом или какой-то там у них под капотом а это совсем другой механизм. То есть вы больше не пытайтесь угадать правильный запрос, чтобы получить хорошие сайты, да? А здесь уже какая-то, ну, интерактивная история получается. Вот. И для нейронки здесь больше возможностей для манёвра, то есть для поисковиков это, ну, наверное, рекламу можно встраивать уже, не знаю, там, >> интеллектуально, >> да. Да, вот и и в целом уже это началось. То есть, ну, в общем, ладно, это [смех] уже есть как бы покупки, да, в в GPT, по-моему, там Amazon встроили, да, или где там.

>> Дада, >> да, всё уже >> теперь в Алису Озонт строят с эти, да, через PayPal и карты. >> Ну, пока по штатам. >> Да, да, >> спасибо. Вопрос такой. А нейросети и приватность данных. Есть какие-то риски?

>> Рисков дофига. И в общем-то это первое, о чём начали кричать, когда вот Amazon, да, интегрировали, что а вот эти все паттерны, эти все нейромодели, они очень такие сырые, свежие. То есть это всё как бы с колёс сразу раскатываются и начинает работать. И сейчас вышел, э, краб, так называемый. Не знаю, слышали, нет. То есть это вот агент, который Да. >> Да. который разворачивается на локальном какой-то сервере, и вы можете там вот как с курсором с ним разговаривать и просить его там: "Создай мне, например, агента, который будет мне там в 6:00 утра будить или там какие-то таблицы обрабатывать там это уроки за меня делать, да, там по физику там и отправлять классному руководителю на AIL. Вот, то есть вот такие задачи. и оно кое-как там работает и даже очень с хорошими отзывами. Но вот в этой истории самая больная история, вот самая больная как бы ээ проблема в том, что если там оказались какие-то данные, то, в принципе, эти данные э с высокой вероятностью будет будут украдены там или, ну, к ним будут иметь доступ другие люди. Вот. Плюс сами вот эти вот агенты, э, то есть он может по ошибке, то есть вы ему что-то там попросите сделать, а он может по ошибке ээ неправильно вас понять и, ну, сделать другую покупку, вот или купить вообще то, о чём вы его не просили. Вот. Вот это как бы самый такой >> хайповый кейс недавно. >> Что-то там курсы какие-то купил, да? Да, на 3.000 баксов какой-то инфциганский курс купил этот клодбот у кого-то. Да, да, да. Вот вот эти форсятся, да, эти новости, что вот, да, там он вам будет по ночам курсы покупать, а вы будете как-то за это всё платить. Вот. А, но на самом деле вот эти все проблемы, их тоже можно решить. Ээ, то есть через этих эти инструменты решать те задачи, которые не требуют там ваших персональных данных, там и не отдавать ему там карты. То есть, ну, то есть не отдавайте то, что вы не готовы потерять. То есть, если вам как бы ээ, не знаю, там какой какая-то информация, она не ценна, то есть вы там, не знаю, книжки там или что-то там, какую-то генерацию статей, там таблица, это, ну, рабочая информация, она не так важна, то какие-то, э, деньги, там, карты, там здоровье, это туда туда точно не стоит, по крайней мере, сейчас ээ отправлять.

>> Пока сырое всё, >> да? Да. То есть риски там максимальные. То есть я бы исходил из того, что если вы туда эти данные отправили, то вы их отправили кому-то лично на почту. Это может быть любой человек, разработчик там или тот, кто сломал этот ваш сервер. Сломать их, я так понял, несложно.

>> Угу. Как у тебя со временем, Дима? 1:50 вебинар идёт. >> Ага. Так, что-то мы пере пере это пересидели. Давай сейчас посмотрим, что тут ээ сработало, >> да? Давай заценим, что там. >> Ох, держим кулачки, как говорится. >> Получится, да? Надо же добить, >> да? Так, сейчас >> видимо, там очень красиво всё и шикарно просто, >> да. Всё как будто бы и должно заработать. То есть вот эти м визуализации, оно там использует а модули прикольные. То есть вот эти все графы там это уже как фреймворки, да? То есть уже то есть можно просто подключать, брать из коробки всё, всё красиво работает. Я в своё время там лет пять назад пытался граф там нарисовать. Я там уморился там настраивать эти софтины. Сейчас же это вот всё генерируется как как будто бы прямо на лету. Так что у нас тут тогда? Берём маленькую базу обработать. Так, смотрим, что у нас происходит. Да что ж такое? Угу. Надо было сделать скриншот, [смех] когда у тебя оно работа. >> Я всегда так понимаешь, >> когда уже поздно. >> Какие-то

хорошие мысли приходят.

>> А ты тоже курсором это пользуешься?

>> Время от времени? Да. Ну, клодко тоже нравится.

>> Угу. А какие задачи решаешь?

Это знаешь, как BMW, Mercedes, там Porsche там, [смех]

>> да,

>> по ссылкам, по подбору дропов. Ну, то есть всякие вот такие для поиска пародеческих платформ, ну, короче, всякие футпринты, там, море всяких задач.

Угу.

>> На всё даже и рук не хватает.

Да, я вот тоже с этим столкнулся, что я написал, когда список, какие задачи надо решать, я понял, что я, если сейчас сяду, то через несколько месяцев закончу.

>> Угу.

>> То есть, да, вот эти инструменты открывают такие как бы возможности быстро что-то поделать и реализации сделать инструментов.

>> Вот. А остаётся только садиться и времени не хватает. этим всем заниматься.

>> Ну, кодинг - это, конечно, революция. Вот для непрограммистов

>> это прямо круто,

>> да?

Да.

>> Что-то состряпать на минималках работающее и дальше уже смотреть. Если работает, можно и программистов подключать.

>> Да, вот именно так. И такая логика. MVP или как это называется, рабочий продукт, да,

>> да, запускается. То есть есть уже там опыт использования, востребованность.

>> Угу.

>> даже какая-то какой-то фидбэк появляется по по задаче и всё. Можно спокойно это уже в в продакшн нормальный делать.

Так. Ну, и что он?

>> Так упорно не хочет.

>> Да вот он так отлично. Всё работает корректно. Так, успешно сообщение. Ошибок нет.

А вот это что?

Да, это скриншот. [смех]

>> Так,

>> слушай, я тоже скриншоты делаю. У меня в винде там какая-то ошибка. Не в винде, даже в какой-то программулине что-то с дровами там. Я скинул скриншот, и мне прямо решение шикарное просто. Не надо на форумах искать каких-то там. Очень удобно.

>> Да, да, да. Ну вот он. Да, точно. Смотри-ка, у вас ошибка. Да, это это у тебя ошибка. У меня ошибок [смех] нет.

Так, что-то да. Пошёл пошёл искать, править. Вот. Ну, когда уже вот всё так работало, то, ну, обычно там какие-то кавычки, там переставить местами вызовы.

>> Да, какая-нибудь скобка не закрытой.

Вот у меня была вчера.

>> Я когда-то из-за незакрытой скобки чуть не бросил вообще создание сайтов и в SEO я не пришёл бы. [смех] Вот забыл там какое-то закрыть ещё. HTML код писал вручную, там, знаешь, типа какой-то там 2005 год и на местном форуме закинул ребятам HTML-код, и какой-то сжалился добрый человек мне сказал: "Слушай, у тебя вот тут скобка не закрыта. Я такой закрыл и всё заработало, и всё". А я уже всё бился головой об стену и всё уже мой первый сайт не работал. Ну, думаю, что за ерунда? Наверное, не судьба. Надо идти на завод.

>> Да, видишь, скобка.

>> Спасибо добрым людям, которые делятся знаниями.

Да, спасибо им.

Так, вот что-то произошло, запустилось, но открыли с богом. Так вот, идёт обработка.

>> О, другое дело уже. Другое дело.

>> О, шик.

>> Статистика.

Да. Ну, и вот когда уже строятся вот эти, ну, фактура появляется, да, тут уже можно настраивать какие-то делать там количество графов больше, меньше, да? Вот сущности. Купить смартфоны Apple. А, ага. То есть это он взял, э, мини-семантику. Это, наверное, вот по телефонам, которая была.

Так, таксономия. А где таксономия? Антология. А, блин, не достроил. Ну, по крайней мере, он триплеты сделал. Вот что такое триплеты - это, ну, вот эти сущностные связи. То есть телефон, э, связан с купить телефон.

>> Угу.

>> А как он называется? Ну, то есть здесь как сущность, то есть это может быть коммерческая какая-то там сущность или может быть там информационная. То есть вот через вот эти триплеты э в общем-то семантика преобразуется вот именно в структуру. То есть из триплетов можно построить для кластера структуру под

А вот он, да?

А, то есть он, получается, А нет, всё, он простроил. Просто я не тот этот не тот блок нажал.

Так, таксономия, телефон. Ну, и что с телефоном? А, то есть тут пока нейная структура. Ну, вот следующий шаг получается, нам нужно будет эту всю историю м детализировать, то есть описывать, какие нам нужны э именно задачи по э группировке этих триплетов, по группировке вот какую токсономию нам нужно построить, с какой целью, да, то есть выделить там не бесконечное количество вот этих сущностей, а выделить, например, там 3 510 сущностей под intтент и, соответственно, построить ээ

Ну, на основе их построить уже.

А вот да, как её показать? Маленькая кошка, [смех]

>> у тебя так как-то промелькало так купить телефон. Я думаю, как тут реклама что ли уже какая-то устроилась? [смех] Типа на баннер такое похоже было, знаешь.

>> А, не, тут Да, тут просто граф ээ так. Ну, вот получается телефон купить недорого. телефон, цена, да? Ну, то есть вот здесь уже могут вот эти как раз триплеты, то есть получается телефон

>> Угу.

>> и вес там разрисовка идёт классно.

>> Да, да, да. Здесь Ну, я не помню, я просил ли его вот эту сделать размер кластера. То есть размер кружочка может влиять как ну количество этих связей, так и частотность. То есть сюда можно и частотность подгрузить. Вот. И тогда вот эта история как бы простраивается. Э то есть на выходе задача попросить его сделать именно техническое задание, например, под конкретный интент с учётом вот этих вот ээ ну векторов связей.

А так. Ну, я предлагаю, если он уже основной ээ запрос тестовый сделал, подгрузить ему и, а вот этот основной расши, ну, как расширенный тестовый, там на 1.000 ключей. Сейчас интересно, что он сообразит.

О, пошло, пошло. Да. Ну, вот прямо приятно смотреть, когда

>> Да,

>> работает. [смех]

Да.

>> А ведь скажи, Дима, несколько лет назад, чтобы подобный инструмент сделать, это надо было бы разработчикам, программистам немалые деньги заплатить и море времени просто потратить на ТЗ, там какие-то созвоны, доработки и прочее.

>> А тут припе

>> сделал. И вот мы даже видели, что что-то не получается, потом в итоге получилось какие-то итерации и в принципе классно,

>> да.

Да. То есть вот даже не стоял такой класс задач таких не было, чтобы там чего-то автоматизировать на таком вот уровне бытовом. То есть здесь, в принципе, любой соошник может сесть и ээ купить этот сколько там стоит этот, как он, тариф там, и завайпкодить себе какой-нибудь, блин, э генератор, не знаю, тайтлов, там, семантики, статей, доров, доров, да.

А что, почемуто вот так вот на максималках подключить доры будут заглядении? Их сейчас, по-моему, так и должны делать в итоге,

>> ну, с учётом последних трендов.

>> Да, да. Я я вообще не представляю, вот если у на то есть если я вот такие вещи как бы могу делать там и вижу эти эти вещи, то что видят какие-то там мегаразработчики, которые там именно архитектуру там каких-то продуктов разрабатывали. То есть, по идее, мм, вот сейчас то, что я вижу, вот взять вот эту же GPT, даже имея GPT, просто наговаривать этой ну прямо голосом начитывать задачу, просить эту задачу из из моего описания превратить в структурированную иерархично, там, не знаю, там, в промт или в какую-то, э, ну, то есть описательную сущность, что это должно быть, и оно из со слов делает уже готовое, по сути, продуктовое такое описание. Ну, в общем, раньше такого, да, действительно такого класса задач не стояло.

А так, ну, вот что у нас ээ с таксономиями получилось, да? Вот RGB.

>> Тут уже интереснее. Смотри, как разбивка по группам.

Да, ну я вот смотрю, оно видишь, тут мы выбрали кластерами, то есть оно по каждому кластеру, то есть мы взяли вот Intel 32, ээ, ну, то есть можно тут, наверное, попросить что-то там не просто Intent 32, название хотя бы у него было, но вот, судя по всему, здесь люстра с пультом, м светодиодная LED LED люстра. какая-то RGB. Вот. То есть вот такномию он вот таким образом выстроил.

А так антология. Ну, антологию он не выстраивается. То есть, ну, вот здесь пока я не понимаю, почему, может, я не туда что-то нажимаю, но тут интерфейс пока создан как бы на литу, да, по-быстрому, чтобы запустить, самое главное, посмотреть, как оно,

>> да?

То есть вот следующий шаг вот из этой всей истории, э, то есть вы, когда видите вот этот промежуточный результат, а на основе вот этого результата вы можете уже детализировать промт именно под свою задачу. То есть вот сейчас уже ну мы получили функционал интенты разбирать на сущности, вот на те же триплеты. Вот. И можно ээ следующим промтом сделать, например, попросить его сформировать там новую вкладку и в эту вкладку, например, э, не знаю, там, построить ээ вложность H1, H2, H3 для технического задания по кластеру. И вот на основе этого интента, плюс он сюда же в граф загрузил и частотки тоже, он может построить уже э для копирайтера именно описание вот сущностей, то есть что должно быть в начале, что должно быть вложено, о чём нужно быть, о чём нужно здесь написать. Вот. И это будет не просто вот, э-э, из ключей, да, а это будет уже на основе как раз вот этого м ну вот этих сущностей.

Вот в этом, в общем-то, продвижение бренда. Вот я там вопрос по поводу бренда был. когда продвигают бренд в сети вообще в принципе, то чем больше упоминаний в контексте вот этих слов будет, то есть вот чтобы продвинуть вот этот конкретно, например, люстра плюс какой-то бренд, нам вот эти ээ ключи и эти триплеты, которые мы здесь видим, сюда нужно подставить ещё бренд. Вот. То есть вот про люстро купить, эээ, в материалах где-то должно упоминание быть вот этих, э- ну связок. Вот. То есть, ну, э-э, по сути для нас вот вот эта вся история, там с визуализацией, она, э, ну, как бы открывает возможности для мм ну такого э более м осознанного осознанной работы с м сущностями семантическими. То есть мы, когда собрали семант вот под конкретную нишу, а через вот эти инструменты мы можем получить уже, а, ну, такой адаптированный векторный, э, векторную семантику с учётом вот как раз вот этих графов. Вот. То есть, э-э, из этой истории я точно понимаю, что, э-э, проанализировав вот эти все связи и векторы, а, можно попросить сформировать, ээ, э, связи между, э, интентами, то есть организовать это в структуру, э, на уровне, например, работы с вот этой GPT командной строкой чат. Вот подобная работа, как здесь, она невозможна. То есть мы не могли там через чат, ну, что-то добиться от чата GPT, чтобы он нам такую векторную штуку сделал. Вот через курсор и базу знаний, вот эту knowledge граф, так называемый, а мы можем, ну, по сути, даже весь сайт спроектировать с учётом вот этих вот сущностей и связи именно внутри. Вот это, ну, на мой взгляд, это прямо новый уровень в построении проекта. Вот. Ээ, до этого ещё, наверное, и не все заказчики как бы готовы, в принципе, в эту историю идти, потому что рынок ещё как [смех] имеет ээ лак. То есть очень интересно всё, да? Но, э, чтобы это купить, чтобы это донести до заказчика, чтобы это внутри компании всё понимали, да, зачем мы это покупаем, зачем нам там сайт перестраивать. Вот если сайты новые, новые проекты, они сейчас очень легко в это заходят. Они говорят прямо сразу, что давайте вот, ну, строить по с учётом там, да, вот этих всех связей, с учётом, э, графов, связей, вот этой структуры, там таксономии, всё вот это давайте внедрять. Вот, э, а старые проекты, вот я, кстати, не знаю, что им делать, как им вот это всё, что было, э, перетаскивать какие-то в новые структуры. Вот, возможно, какие-то, не знаю, какие-то вот доработки, костыли будут или, ну, то есть старое перестроить под новые вот эти форматы может быть не такой простой задачей. Вот новые проекты, конечно, легко в это внедрят вот эти все нейроприколы.

Круто, круто, Дима. И давай на данный момент вопросы завершим. И по традиции спрошу тебя, чем ты можешь быть полезен зрителям. И могу слайд твой вывести из контакта.

А >> так, а слайд с контактами? А я его скрыл, да? То есть контакты. Вот слайд с контактами. Ага.

>> А

>> о, да. А чем могу быть полезен? Ну, то есть мы, ээ, во-первых, э, занимаемся и продолжаем, ээ, создание, э, наших семантик, то есть семантическое проектирование, вот, сбор крупных, э, проектных семантик. Э, сейчас только вот с этого месяца мы, э, клиентам про предлагаем и строим уже решение. для мм AI вот этой семантики. Ээ то есть сейчас мы уже будем это ээ на уровне процессов, на уровне технических заданий внедрять в, ну, клиентам, да, то есть уже как услугу это предлагаем. Вот, соответственно, этим могу быть полезен. То есть мы это можем делать, можем ну, соответственно, генерация, э, таких структур, даже не генерация текстов, а работа с редакциями, то есть выстраивание системы внутренней, э, базы знаний, да, и создание на основе этой базы знаний, э, контента с помощью нейросети плюс редакция. То есть вот эти связки на, ну, то есть на наш опыт самые эффективные. Вот не на автомате это всё генерить, а всё-таки редакция использует внутреннюю базу знаний и внутреннюю систему генерации текста. Вот. Э, ну, SEO, то есть классическая SEO, то есть аудиты проектов, мы тоже как вы вынуждены тоже с этим сталкиваться, потому что внедрение семантики тоже влечёт за собой, да, а SEO аудит и поиск там технических каких-то ошибок. Даже в процессе сбора семантики уже собираются много рекомендаций, скажем так, по проекту, особенно по крупному. Вот. То есть примерно этим вот можем быть полезны.

>> Угу. Дима, большое спасибо. Отличный мастер-класс получился. Ты показал в деле всё, свои наработки, MVP модели, так сказать, и огромное спасибо, что уделил время и поделился опытом. Приходи ещё, будет, если желание.

Буду рад.

>> Спасибо большое Мир за приглашение всем. Да, спасибо. Долго получилось, но

>> Да, зато хорошо. [смех]

До сих пор сидит, смотрит. увидели, как это работает на практике. Реально, как [смех]

>> Да, то есть не так, что вы кликнули и всё там по красоте, а вот пому немного.

>> Мне сегодня коллега сказал я говорю: "А ты занимаешься, пишешь на курсоре что-то там, ну, на вайп-кодишь". Говорит: "У меня просто нервов, говорит, столько нету".

>> [смех]

>> Вам нужно сразу быть готовыми,

>> дожимать, дыбажить, потому что если это не сделать, то, в принципе, можете даже не начинать. Вот если есть там

>> ээ запас терпения, то 5-10 итераций и запустите. Зато зато потом полетит. То есть решение, когда у вас готово, я скажу, что я не жалею ни про 1ну минуту и час, который я потратил там на те решения, которые я сделал. То есть, ну, сейчас эти решения используются внутри конторы. То есть внутри это всё уже работает ээ как автоматически, да? То есть эти эти решения могут использовать сотрудники, вы можете их использовать, и это производство средств производства, да, вот как это в институтах учат. [смех]

>> Спасибо, Дима, большое. На этой позитивной ноте предлагаю завершить наш вебинар. Всем спасибо. До новых встреч и увидимся в топе.

>> Спасибо. Yeah.