Transcription
Итак, много людей говорят о графах знаний и о том, насколько они важны для ИИ. Так что, одна вещь, которую все начинают открывать, это то, что ИИ нуждается в вашем собственном графе знаний. Чтобы ИИ понимал вас, вашу отрасль или что-либо еще, ИИ чрезвычайно мощны, но без доступа к надлежащим знаниям у вас будет лишь посредственный ИИ. Но чтобы получить высококачественный экспертный ИИ, вы должны иметь возможность предоставить ему правильную базу знаний. Итак, давайте поговорим о том, как это настроить, потому что большинство людей настраивают это совершенно неправильно. И мы видели это в Твиттере, все начинают об этом говорить. Даже основатель, например, автоисследований, Андре Карпати, даже заявил, что он тоже начинает создавать вещи с графами знаний. Так что, очень, очень крутые вещи. И у меня здесь есть инструмент под названием Obsidian для визуализации обоих графов знаний. И слева вы можете увидеть метод построения второго мозга PARA. А справа вы можете увидеть новый метод, который я использую, называемый бесконечным мозгом вместо второго мозга. Я считаю, что каждый, кто использует ИИ, должен перейти на второй метод, и я протестировал его и могу показать вам, почему он намного лучше. Итак, позвольте мне быстро рассказать, как работают эти графы знаний. На самом деле это очень просто. Это просто куча текстовых файлов, которые связаны друг с другом. Но что круто, так это то, что вы можете масштабировать до сотен или тысяч или даже миллионов текстовых файлов, которые все имеют разные темы и которые все связаны туда и обратно друг с другом. Итак, у меня здесь есть пример того, как это может выглядеть. И вот, возможно, у вас есть один документ, который гласит: "Вот наш ICP, то есть наш идеальный профиль клиента". И затем он объясняет все эти различные детали о нем. Но затем он ссылается на эти другие документы. Например, какова наша ценовая политика? И тогда ваша ценовая политика может привести к решению, где вы сказали: "Эй, мы решили, что у нас не будет бесплатного уровня". А затем это решение может привести к источнику, который гласил: "Эй, мы раньше думали о введении кругового ценообразования". И тогда вы можете увидеть все детали об этом и, по сути, иметь все ваши знания, связанные друг с другом, так что кто-то сможет фактически отследить и увидеть все типы ваших знаний, будь то проект, решение, данные или идея стратегии, что бы это ни было, вы сможете связать все это вместе, а затем ваш ИИ сможет иметь высококачественные знания о вас, вашей отрасли, вашем мире, а затем он сможет консультировать вас на основе этого. Потому что я думаю, что многие люди испытали то, что когда вы просто работаете с обычным ChatGPT, он не знает вашего бизнеса, не знает принятых вами решений, не знает всех различных аспектов всего, о чем вы думали, он не будет таким хорошим. И поэтому это решение проблемы. Вам придется построить свой собственный мозг. И позвольте мне быстро показать вам один пример. И это старый стиль. Итак, возможно, вы бы сделали папку, которая называлась бы вашими проектами. И это было бы похоже на ваш запуск во втором квартале. И у вас были бы просто какие-то заметки, где было бы написано: "Эй, это заметка, где 5 апреля я решил начать это. А затем через 3 дня я поговорил со своим подрядчиком". И, возможно, это помечено как ваши заметки, ваш журнал, ваши проекты и тому подобное. Так что это очень базовая структура, но по сути это просто заметки, которые ссылаются на другие вещи. Так что вы можете увидеть здесь, даже написано: "Эй, мы вырезали наше ценообразование Stripe". А затем вы нажимаете на это и говорите: "О, ну, вот некоторые детали о скриншотах ценообразования Stripe, которые мы анализировали, что Stripe взимал бы за цены". И таким образом вы можете иметь действительно отличные документы, которые связаны туда и обратно друг с другом. Это то, что обычно называлось PKM, системой управления личными знаниями. И на самом деле, моя личная история с этим была очень вирусной примерно с 2016 по 2020 год. Люди строили это. И я на самом деле пытался построить свой собственный и был очень взволнован этим. Я выпивал кучу кофе субботним утром и шел и делал заметки обо всех книгах, которые я читал, и пытался организовать это по-другому. И я действительно думал, что это будет для меня очень удивительно. К сожалению, у меня просто не хватило времени. Например, у меня была работа на полный рабочий день, полный рабочий день по консультированию, было много других хобби и проектов. И поэтому я просто не смог приложить достаточно усилий, чтобы провести исследование и сделать так, чтобы это действительно стоило того для меня. Но мне нравилась идея иметь все мои знания и все, что меня волновало, в структурированном графе знаний для меня, человека, чтобы иметь доступ. Но круто то, что ИИ полностью изменил все, потому что раньше мне потребовалось бы так много времени, чтобы как построить его, так и много времени, чтобы даже правильно его использовать, чего у меня не было. Однако теперь, когда ИИ существует, он может очень легко создавать для вас эти графы знаний. ИИ отлично справляется с созданием текста. И ИИ также отлично справляется с чтением текста. И кроме того, существуют все эти возможности, которые ИИ мог бы сделать для вас, если бы только он понимал ваш бизнес. Так что это действительно то, что мешает людям, чтобы ИИ брал на себя все больше и больше функций в вашей жизни и помогал вашему бизнесу или помогал вам по-разному. И поэтому я думаю, что графы знаний теперь станут ключевой вещью, на которой все сосредоточатся. Но вот в чем проблема. Мы построили эти PKM, мы построили эти библиотеки Obsidian, чтобы они были настроены таким образом, чтобы человеку было очень легко смотреть и понимать. И поэтому, когда вы смотрите сюда, все сгруппировано по четырем вещам: проекты, области, ресурсы и архивы. И чтобы дать вам некоторый контекст, это от парня, его зовут Тьяго Форте. Он много занимается Твиттером. Он создал этот курс и эту книгу под названием "Построение второго мозга". Я был полностью погружен в это несколько лет назад. Я действительно глубоко погрузился в это. И у него было много идей с этим методом PARA, где у вас были бы разные проекты, и вы бы группировали вещи как бы операционно в проектах, над которыми вы работали. У вас были бы области для глубоких исследований, где вы могли бы создавать много, много графов знаний и тому подобного. У вас были бы ресурсы, которые, возможно, были бы такими вещами, как SOP, или тому подобное, на которые вы могли бы ссылаться туда и обратно. А затем у вас были бы архивы, где, возможно, были бы завершенные проекты или идеи, которые вас не так сильно волнуют, или что-то, что просто так, чтобы у вас все еще было все, что вам когда-либо нужно, но это просто в другой системе. Но дело в том, что это не идеально для ИИ. Это отлично подходит для людей, которым нужны четыре папки. Но правда в том, что ИИ может анализировать данные так быстро и читать так много, что нам, вероятно, нужно структурировать это немного лучше. Поэтому я потратил некоторое время на это и фактически создал кое-что, что взял из того же вопроса, который вы могли бы задать двум графам знаний, один из которых был в системе построения второго мозга, а другой - в этой новой системе, которую я называю системой бесконечного мозга. И токены, которые были использованы, вместо 9000 токенов, их было всего 600. И это потому, что и это буквально те же данные, но они были просто структурированы немного по-другому. Так что позвольте мне показать вам, как это выглядит. Вместо использования проектов, областей, ресурсов, архивов, проблема которых заключается в том, что у вас есть эти гигантские массивные заметки. Я покажу вам одну через секунду. Но у вас также есть нетипизированные ссылки, метаданные не так структурированы, как то, что я предоставлю позже. А затем извлечение области действия, что я имею в виду под этим, так это то, что ИИ очень трудно сказать: "Я хочу знать решение о ценообразовании, принятое в этот определенный день". и найти его. Ему приходится смотреть на ваш документ о ценообразовании и читать весь длинный документ, который был бы в этой старой системе. И, вероятно, большая часть этого - это потраченные токены. Возможно, даже это спутает ИИ с множеством различных решений или обсуждений. Вместо того, чтобы просто сказать: "Эй, вот идеальный файл для этой точной вещи, которая является решением". и прочитать его там. Так чем же отличается бесконечный мозг? У него есть пять столпов. У нас все еще есть атомарные заметки. Мы хотим, чтобы эти строки были от 50 до 300, это максимум. Возможно, есть несколько раз, когда мы можем выйти за эти пределы, но в этом случае я бы предпочел разбить его на часть первую, часть вторую, часть третью, часть четвертую. Причина в том, что это кажется идеальным количеством для ИИ, чтобы быстро усвоить высокорелевантную информацию. И поэтому я стараюсь придерживаться этого, поскольку знаю, что ИИ будет основным читателем для меня. Также, вместо того, чтобы использовать только четыре узла, что, на мой взгляд, имеет смысл, когда вы пытаетесь упростить для человека, но мое предположение здесь состоит в том, что это буду не я, кто будет это читать. Это будет ИИ, и я, и ИИ нормально относится к немного большей сложности, чем человек. Поэтому я взял его на 16 различных типов. Так, для этого это были бы столпы, решения, концепции, вопросы, руководства, задачи, события, закономерности, гипотезы, факты, источники, закладки, заметки, контакты, ссылки и пользовательские. И дело в том, что это может показаться ошеломляющим, но правда в том, что вам не нужно ничего из этого понимать. Ваш ИИ может фактически настроить это для вас, организовать все для вас. А затем, когда он извлекает, он может извлекать вещи для вас. Так что это действительно больше для того, чтобы ИИ понимал вещи. И это правильная группировка, я считаю, для того, чтобы ИИ лучше понимал, что происходит. И таким образом вы можете общаться с ИИ, вы можете давать ему данные, вы можете давать ему знания, вы можете давать ему книги, которые вы прочитали, и тому подобное. А затем, возможно, обсуждать с ним различные вещи, о которых вы думаете. И тогда он может взять все эти данные и структурировать их во что-то подобное для вас. Теперь, здесь я стал намного более продвинутым, чем то, что я чувствую, являются типичные базовые настройки Obsidian. Вместо того, чтобы просто связывать вещи вместе, я фактически сделал более сложные типы связей. Связь в основном означает соединение от одного к другому. Например, какая связь? Вместо того, чтобы просто сказать: "Эй, они связаны". это как "Какова природа этой связи?" Так, у меня есть поддержка, по сути, как этот аргумент поддерживает другой аргумент. Или противоречит. Вы знаете, это два очень разных способа связать что-то. Я думаю, что их очень важно связывать по-разному. Но это по сути говорит: "Эй, это не согласуется с этой другой идеей". зависит от. Так что, чтобы это было правдой, другая вещь должна быть правдой. выведено из. По сути, это было так, как будто это было создано на основе этой другой идеи. Связано с. Это больше похоже на то, если неясно, с чем оно связано с другими, вы можете это сделать. часть. Так, возможно, если вы говорили: "Эй, например, у меня есть моя система бесконечного мозга, верно? У меня есть определенный способ ее работы. И тогда у меня могут быть эти тактики внутри нее, которые я хотел бы использовать. Все это является частью моей стратегии бесконечного мозга". предшествует. Так, это было бы как что-то, что происходит заранее. Возможно, если вы занимаетесь SOP, это как: "Эй, этому предшествует шаг три, который предшествует шагу два". Следует за, своего рода противоположность. Автор. Кто сделал? Кто это сделал? Клод? Человек? Человек плюс Клод? ChatGPT? Очень важно это знать. А также просто тегирование. Так, это просто делает так, что вам очень легко помечать другие вещи в системе, если они не подходят под один из этих вариантов. Итак, почему мне это нравится, так это то, что иначе ИИ просто увидел бы: "Эй, это связано вместе", и это обычная вещь. Но ему пришлось бы затем прочитать все об этом, чтобы затем узнать: "О, на самом деле причина, по которой это связано, заключается в том, что это противоречит или зависит от этого. Или, эй, этому просто предшествует это. Это даже не имеет значения. Это даже не имеет значения. Это не имеет значения для того, что мы обсуждаем. Это имеет значение только в том случае, если вы смотрите на операционную сторону, не имеет значения, если вы думаете концептуально. Так что я думаю, что эти 10 типов связей дают ИИ возможность, когда он смотрит на один узел, затем решить, куда еще он хочет пойти. И это также показывает это. Например, то, что я показывал раньше с этим графом знаний, вы можете затем задать ИИ вопрос, и, возможно, он поймет: "Эй, это касается ценообразования, верно?" И поэтому он начнет с узла решения "нет бесплатного уровня". Он увидит это. А затем он скажет: "О, ну, теперь я вижу ценовую политику". И что же сформировало эту ценовую политику? И вы можете увидеть: "О, ну, они посмотрели на этот источник. Они посмотрели на это решение. Они посмотрели на этот вопрос о командном уровне, должен ли быть командный уровень или нет?" И поэтому у него есть все это удивительное понимание этого уникального сложного вопроса или всех идей ценообразования. И тогда, скажем, у вас есть новый член команды, который, возможно, не обладает всеми этими институциональными знаниями. Они не были на этих звонках, говоря об этом. Это задокументировано, и оно может пережить команду, которая у вас есть сегодня, и обеспечить, чтобы ИИ мог помочь вам иметь эти богатые знания для будущего использования. Итак, чтобы показать вам, как это выглядит количественно, поскольку стоимость токенов начинает корректироваться. Я думаю, что ваши люди, многие бесплатные уровни и действительно отличные предложения в области ИИ начинают немного исчезать, как Claude Max. И поэтому мир становится таким, где токены имеют большее значение. Итак, позвольте мне теперь показать вам со стороны бесконечного мозга. Вместо того, чтобы иметь все это в таких гигантских длинных документах, которые затем ссылаются на другие длинные документы, вместо этого у вас есть такие крошечные маленькие узлы, где говорится: "Эй, вот точка принятия решения". И тогда с этим вы фактически можете увидеть, какие вещи являются связями для нее. И вы можете увидеть ценовую политику. Вы можете увидеть здесь другие связанные части. Так что ИИ очень легко получить быстрый обзор, который очень упрощен. А затем, когда ему нужны дополнительные данные, он может посмотреть на эти другие варианты здесь и углубиться в них. Он может посмотреть на: Каков был наш ежемесячный регулярный доход за апрель? Это, вероятно, будет очень важно для определения того, какой должна быть цена. Каковы сборы Stripe? Каковы международные сборы Stripe для международных клиентов? Наша гипотеза заключается в том, что создатели будут платить, и позиционирование против существующих игроков не заменит их. Так что, я имею в виду, по сути, вы можете пройти через это, и ИИ может фактически проанализировать это и знать, и прежде чем он даже прочитает это и использует токены на нем, он может прочитать это краткое резюме, которое гласит: "Эй, это идея в одном предложении". Хотите ли вы? И тогда ИИ может фактически решить: "Хорошо, хочу ли я? Я потратил 50 токенов, читая это предложение. Хочу ли я теперь спуститься и более подробно изучить всю тему?" И поэтому мне очень нравится эта система. Она работает намного лучше для меня. Она работает намного лучше для моих клиентов. Я использую это для данных. Я использую это для дизайна. Я использую это для анализа. Я использую это для создания библиотек знаний или библиотек SOP. Я думаю, что это система, которая нужна ИИ, и я считаю, что это одна из тех, которая действительно сделает все это управление личными знаниями второго мозга. Я думаю, что все люди, как я, которые были очень увлечены этим в 2018, 2019 годах, но затем действительно не смогли заставить это работать, я думаю, что теперь это станет возможным. И я также думаю, что это ключ, который открывает ИИ, который понимает вас и который также может помочь вам продвинуть вашу жизнь и бизнес вперед с надлежащими знаниями и контекстом, которые ему нужны. Кстати, кое-что есть в нашем школьном сообществе, если вам интересно, у нас есть три подсказки, чтобы фактически построить ваш собственный сейф, или если у вас есть система построения второго мозга в стиле PARA, у нас есть подсказка, которая может помочь вам преобразовать ее в бесконечный мозг, а затем также предоставить вам несколько подсказок, чтобы помочь вам запрашивать этот тип мозга, который может сделать его очень эффективным. Так что, если вам интересно, не стесняйтесь присоединиться к школьному сообществу, где мы можем предоставить вам это, и у нас будет больше тем о создании вашего собственного бесконечного мозга. А затем также, или если вы хотите просто отправить мне сообщение в LinkedIn или Twitter, я буду рад отправить его вам. Хорошо. Так что это наша тема о графах знаний. Если вам понравилось, подпишитесь на канал. Мы всегда углубляемся в новости, которые вам нужны как продвинутому пользователю ИИ. А затем я также делюсь вещами, где я, как архитектор ИИ, работаю со своими клиентами и что мы настраиваем, и как вы можете затем использовать ту же архитектуру, чтобы помочь вам лучше работать с ИИ. Так что, если вам нравится этот контент, подпишитесь на канал, нажмите на колокольчик, поставьте лайк видео, и мы увидимся в следующий раз. >> [музыка]