Про нейросети типа ChatGPT, Copilot, Gemini и другие сейчас не говорит только ленивый. Но далеко не все умеют ими пользоваться. В итоге искусственный интеллект вроде и выдает ответ. Но совсем не тот, что нужно. Такие ситуации порой сильно деморализуют новичков. Люди опускают руки и отказываются от нейросетей. Но так возрастает риск проиграть тем, кто знает, что и как правильно делать, чтобы получать нужный результат. Вот почему сегодня мы рассмотрим простую методику, как научиться работать с нейросетью с нуля, самостоятельно и эффективно. А чтобы все было наглядно, закрепим на практике примерами. Освоив эту методику, вы сможете сразу после прочтения статьи создавать эффективные запросы (т.н. промты) и превратить искусственный интеллект из балласта в хорошего помощника.
Мы будем рассматривать вопрос на примере копирайтинга, т.к. в этом направлении возникает больше всего сложностей. Но эти же принципы можно использовать и в любой другой нише. Подходы везде одинаковые. И еще один важный момент: мы будем использовать бесплатные версии систем искусственного интеллекта. Потому что за деньги оно всяко легче, а вот освоить бесплатный инструмент и выжать из него максимум — задача куда интереснее, согласны?
Какую нейросеть выбрать?
Если вы только начинаете работать с нейросетями, то наверняка заметили, что их вокруг очень много. И каждый день появляются новые и новые — аж голова кругом идет! Какую из них выбрать — непонятно. Но все гораздо проще, чем кажется. Все нейросети можно условно разделить на две большие группы:
- Нейросети общего назначения. Эти системы универсальны и решают широкий круг задач. Самые известные и популярные: ChatGPT от компании Open AI и Copilot от Microsoft. Их-то мы и будем использовать. Есть еще Google Gemini, тоже неплохой вариант. Есть Яндекс GPT, но она пока объективно слабее.
- Специализированные нейросети. Это нейросети, которые выполняют какую-то узкую задачу. Например, рисуют изображения (Midjourney, Leonardo). Или переводят текст в речь и обратно. Или редактируют, уникализируют текст, проверяют на опечатки и выполняют другую предметную работу.
Такие сервисы мы сейчас рассматривать не будем. Разве что графические разберем. Потому что, во-первых, многие из них специфичны. А во-вторых, немалая часть из них самостоятельными не являются. Многие сервисы лишь отправляют запросы к ChatGPT по API (это способ передачи данных) и просто возвращают ответы с небольшой надстройкой. Особенно те, которые работают с текстом: редактируют, подбирают синонимы, пишут коммерческие предложения, тексты для лендингов и т.д. Поэтому логично, что проще, эффективнее и дешевле научиться работать с первоисточником.
Вот почему, если вы не знаете, какую систему выбрать для работы, начните с ChatGPT. Она на текущий момент одна из самых продвинутых. Правда, тут может возникнуть другая проблема. Эта нейросеть недоступна на территории России и Беларуси. И при попытке входа выдает сообщение о том, что не может загрузить сайт.
Также у СhatGPT есть мобильное приложение, но скачать его из России и Беларуси традиционным способом тоже нельзя. Чтобы получить к ней доступ, нужен VPN. Либо браузер Opera с включенным встроенным VPN. По-другому не пустит.
Если все сделать правильно, то стартовая страница сразу будет содержать строку ввода запроса и готова к работе с нейросетью. Даже без регистрации и авторизации. Другой вопрос, что так функционал будет хоть и достаточным, но ограниченным. Если вы хотите его расширить — нажмите на кнопку Sign up в правом верхнем углу, чтобы создать учетную запись. Тогда можно будет использовать новейшую модель 4o и сохранять историю чатов.
Пусть вас не смущает то, что интерфейс на английском. Система прекрасно распознает запросы на любом языке и отвечает на нем же.
Если получить доступ к ChatGPT так и не удалось, и перепробовали все, что можно, то переходим к плану «Б». Выбираем нейросеть Copilot. Она использует ту же самую языковую модель, что и ChatGPT, а потому ответы у них очень похожи. Copilot можно найти тремя способами:
- на сайте bing.com,
- встроенную в виде чата в Skype
- в виде отдельного мобильного приложения.
При входе на сайт bing.com Copilot может быть либо сразу справа от логотипа (стрелка 1), либо спрятан во всплывающем меню (три точки справа, стрелка 2). Когда вы его выбираете, то появляется привычное окно чата, в котором можно общаться с искусственным интеллектом.
Здесь также стоит сделать оговорку, что функционал ограничен объемом и количеством ответов. Чтобы расширить это ограничение, можно создать учетную запись в Microsoft и авторизоваться. Либо, как вариант, использовать Copilot в Skype. Лично я предпочитаю второй способ.
Если так уж вышло, что ни ChatGPT, ни Copilot вам недоступны, тогда используйте те нейросети, которые у вас есть. Например, Google Gemini. Тоже довольно мощная система. Но, к сожалению, на момент написания статьи в Беларуси, например, она без VPN не работает. Еще один вариант — Яндекс GPT. Хотя, по результатам моих экспериментов, она сильно уступает предыдущим трем нейросетям.
В любом случае, первый шаг — выбрать нейросеть, с которой вы можете работать технически. И после этого можно переходить к следующему этапу — научиться правильно писать запросы к искусственному интеллекту. Или, как их еще называют, промты.
Что такое промт и как его правильно написать
Начнем с определения, что такое промт. Кстати, изначально это слово содержит букву «п» и пишется «промпт». Но поскольку это слово после переноса из английского в русский получилось слегка чудаковатым, букву «п» часто не пишут и не произностят. В итоге получается упрощенный вариант — слово «промт».
Промт (промпт) (англ. prompt — «подсказка», «наводка») — это текстовый запрос к нейросети, на базе которого искусственный интеллект генерирует ответ. Нейросеть здесь можно сравнить с этаким «черным ящиком». На вход подается запрос (промт), а на выходе выдается ответ. Что происходит внутри — никто не знает. Но ясно одно: ответ напрямую зависит от запроса. Причем буквально. Даже одно дополнительное слово может кардинально повлиять на результат.
Зная, как правильно писать промт, мы можем делать так, чтобы искусственный интеллект выдавал нам нужные ответы, необходимые для решения задачи. Но для этого очень важно четко понимать, какая задача перед нами стоит. И здесь проще показать на наглядном примере. В нем и далее я буду использовать нейросети ChatGPT и Copilot. Вы же можете повторить те же упражнения на любых других системах с искусственным интеллектом, к которым у вас есть доступ.
Наглядный пример:
Представьте, что мы хорошо разбираемся в компьютерах и зарабатываем на их сборке и ремонте. И, чтобы привлекать новых клиентов из поисковых систем, запустили свой блог компьютерной тематики. Но вот незадача: мы совсем не знаем, о чем в этот блог писать. Поэтому решили спросить у нейросети. А теперь смотрите, насколько разными получаются ответы, в зависимости от промта. В первом случае напишем общий запрос, который делают 90% людей. Например, так: «О чем можно написать в блог компьютерной тематики?»
В результате нейросеть нам на такой общий вопрос выдает такой же общий ответ. Мол, можете написать о том, как защитить свои данные. Или сравнить производительность разных систем. Или написать про среды разработки для программистов. Или, во, напишите про программирование на Python. Ваще модная тема!
Как видите, этот ответ совершенно не подходит для нашей задачи. А почему? Потому что мы изначально и не сказали нейросети, какая задача перед нами стоит, и что нам нужно сделать.
Если мы это скажем и уточним формат, то ответ будет совершенно иным: полезным и прикладным. Например, промпт может быть таким: «Выведи списком 10 прикладных тем для блога мастера по ремонту и сборке компьютеров, чтобы приводить новых клиентов из поисковых систем. Важно: клиенты не являются техническими специалистами».
В результате на такой предметный и прицельный запрос нейросеть выдает нам список из 10 тем для статей. Эти темы хоть сейчас можно запускать в работу. Они полезны и понятны для новичков, которые и являются нашими потенциальными клиентами. «Почему компьютер стал сильно шуметь: причины и решения», «Как ускорить работу старого компьютера без замены железа», «Что делать, если компьютер не включается» и так далее. Все эти темы актуальны для тех, кто в конечном итоге может прийти к мастеру за профилактикой, ремонтом или подбором нового ПК.
Формула для написания промта для нейросети
Пример выше наглядно показывает, что от вида запроса напрямую зависит результат. И встает вопрос: а можно ли как-то обобщить основные принципы написания промптов? Свести их построение к какой-нибудь методике или формуле, которой легко смогут воспользоваться новички? Можно. И вот к какой:
[ЗАДАЧА] + [КОНТЕКСТ] + [ФОРМАТ] + [ПЕРСОНА] + [ПРИМЕР] + [ТОН]
Формула для написания промта.
Эта формула состоит из шести компонентов. Их можно использовать как все сразу, так и частично. Первые два компонента обязательны. Общее правило: чем больше компонентов — тем лучше результат. Давайте рассмотрим каждый из элементов формулы более подробно.
1. Задача
Задача — это четкий приказ, что мы хотим получить от нейросети. Имеет высший приоритет и должна присутствовать в запросе всегда. Проще всего начать ее постановку с глагола: «Объясни…», «Обоснуй…», «Сравни…», «Составь…», «Проанализируй…», «Напиши…» и т.д.
2. Контекст
Контекст — это детали и обстоятельства, дополнительная информация, которые помогают искусственному интеллекту дать нам предметное и актуальное решение. Описание целевой аудитории или факторы, которые нужно принимать во внимание, — самые наглядные примеры.
3. Формат
Формат — это вид, в котором мы хотим получить ответ от нейросети: описание, список, таблица, тезис и т.д. Также очень важный атрибут, который в идеале как можно чаще использовать в запросе.
4. Персона
Персона — это роль, которую играет нейросеть при генерации ответа. Когда мы задаем такую роль, искусственный интеллект может подключать дополнительные сегменты данных. Например, когда мы говорим ему, что он — профессиональный риэлтор, то машина будет стараться давать ответ на уровне специалиста, а не обывателя. Возможно, за счет подключения дополнительных баз знаний.
5. Пример
Пример — это шаблон ответа, который мы ожидаем от нейросети. Помогает избежать абстракций и неопределенности. А еще в разы упрощает последующую обработку данных.
6. Тон
Тон — это стилистика, в которой будет ответ. Иногда нам нужен разговорный стиль. Это если, скажем, мы готовим выступление для детского утренника. А иногда — официально-деловой, когда пишем письмо в какую-нибудь инстанцию. Тон удерживает нейросеть в заданных рамках и позволяет получить нужный по тональности ответ.
Сейчас, прежде чем мы перейдем к наглядным примерам промтов, давайте рассмотрим несколько краеугольных камней, которые могут усложнить работу. Проще говоря, проблем, с которыми могут столкнуться пользователи нейросетей. Особенно начинающие.
Проблемы нейросетей
Частая ошибка многих новичков: они искренне считают, что нейросеть может за них все сделать сама. Сразу и с первого раза. Например, написать статью. Мол, ура-ура, дождались! Вкалывают роботы, а не человек!
И это большое заблуждение. Более того, есть наивные люди, которые пишут статьи с помощью нейросетей и выкладывают их на сайт в чистом виде. Но ничего хорошего из этого, увы, не выходит. У меня на блоге есть даже полноценный практикум о том, как написать статью с помощью искусственного интеллекта за 15 минут. В нем я подробно рассказываю обо всех подводных камнях. И таких «камней» как минимум пять.
- Проблема №1: ошибки. Тут важна статистика. А по статистике искусственный интеллект ошибается в 10–20% случаев. Это довольно много, поэтому за нейросетью постоянно нужно все проверять. Особенно детали. Чуть ниже покажу пример.
- Проблема №2: неуникальность (плагиат). Главный недостаток многих сгенерированных текстов — они часто бывают неуникальны. Особенно это касается нейросетей типа Copilot, которые имеют доступ к интернет-ресурсам и черпают с них информацию. И потому в чистом виде такие тексты использовать на сайте нельзя. Это, впрочем, вполне логично: нейросети же не придумывают ничего сами. Своего опыта у них нет. Они лишь синтезируют результат на базе изученной информации. Таким текстам нужна дополнительная проверка и обработка.
- Проблема №3: абстракции. Поскольку в промпт зачастую невозможно уместить все нюансы и контекст, нейросеть заполняет недостающие данные размытыми формулировками. Например, если спросить у того же ChatGPT о Данииле Шардакове, нейросеть выдаст массу эпитетов в стиле «профессиональный», «опытный», «глубокое понимание механик», «конкретных решений» и т.д. Но что именно стоит за этими словами неизвестно. Этого не знает даже сама нейросеть. Она просто абстракциями закрывает дефицит данных, зачастую перегибая палку. И эти моменты также нужно отслеживать.
- Проблема №4: фантазии. Эта еще одна проблема, которая вытекает из предыдущей причины. Когда у нейросети не хватает данных, она просто их выдумывает и выдает за чистую монету. Вот так просто. При этом фантазии искусственного интеллекта хоть и смотрятся органично, могут не иметь никакого отношения к реальности. И тут за ним нужен глаз да глаз.
- Проблема №5: отсутствие своей экспертности. Нейросети могут, что называется, «надувать щеки» и рассуждать с умным видом на любые темы. Но дальше теории у них дело не доходит. Своего практического опыта у них нет, а потому нюансы предмета, краеугольные камни они не знают. Поэтому хорошо подходят для мозговых штурмов и решения общих вопросов, а вот в профессиональной специфике часто путаются.
Но не все так плохо. Даже при всех этих проблемах, существует масса задач, которые можно успешно решать с помощью искусственного интеллекта. Задачи совершенно разные, и их решение напрямую зависит от того, насколько правильно мы напишем запрос. Давайте чуть ниже рассмотрим, как решаются следующие задачи:
- Сбор и обработка специфической информации
- Мозговой штурм для поиска идей
- Генерация фрагментов текста
- Поиск решения на базе исходных данных
- Упрощение текста до тезисов
Задача №1. Сбор и обработка специфической информации
Иногда нам нужно получить особую информацию, которую просто так не загуглить. Или загуглить-то можно. Но сводить потом очень хлопотно. Например, сделать подборку газов без цвета и запаха и сравнить их молярную массу. Или сравнить товары между собой по тем или иным свойствам. Или провести анализ поисковых запросов конкретной страницы в интернете. С этим искусственный интеллект помогает весьма неплохо.
Давайте, что называется, не отходя от кассы решим задачу с газами. Представьте, что нам нужно сделать подборку газов без цвета и запаха, сравнить их молярную массу и воздействие на организм человека. Вручную мы бы очень долго собирали такую информацию. И общий запрос вряд ли принес бы нужный результат. Но с грамотным подходом все решается элементарно. Промт может быть таким:
Ты — эксперт в области химии. Сделай подборку из 7 газов без цвета и запаха и сведи в сравнительную таблицу следующие данные: а) молярную массу, б) краткое описание до 150 знаков, в) воздействие на человека и г) области, где используется.
В ответ на такой запрос нейросеть выдает нам требуемую таблицу, и нам только остается перепроверить данные. К слову, вывод в виде таблицы — очень полезная штука при сборе данных, потому что их потом можно переносить в Excel или Google Таблицы для последующей работы.
В этом примере мы используем сразу несколько фрагментов формулы запроса. Во-первых, задача: «Сделай и сведи». Еще персона: «Ты — химик». Также мы тут явно задали формат: «таблица» с конкретными столбцами. Наконец, мы подробно расписали контекст: что хотим, в каком количестве и с какими ограничениями. И поскольку сделали все по уму, результат получился таким, какой нужен.
Задача №2. Мозговой штурм для поиска идей
В работе часто бывают нужны новые идеи. Или взгляд со стороны, когда никого рядом нет. Или бывают ситуации, когда нужно найти неявные связи, а глаз, что называется «замылился». В таких ситуациях также очень помогают нейросети. Представьте, что мы продаем сложную услугу сквозной аналитики. И чтобы ее продать нам нужно убедить даже не одного, а двоих людей: вначале маркетолога, а затем директора. И для того, чтобы их убедить, нам нужно составить список выгод. Кстати, о том, как писать выгоды с помощью нейросетей, у меня есть отдельная подробная статья. Промт может быть, например, таким.
Ты — магистр продаж в сфере IT. Составь список из 10 самых сильных выгод для продажи маркетологу услуги внедрения сквозной аналитики. Каждый элемент списка не более 200 знаков. Должен начинаться с ключевой сути на 2-4 слова, выделенной полужирным, а затем раскрываться дальше по тексту.
Давайте сейчас для разнообразия используем нейросеть Copilot на сайте Bing. К слову, если вы сравните ее ответ с ответом ChatGPT, то найдете в них много общего. В результате Copilot выдал нам список из 10 выгод для маркетолога, как мы и просили: повышение ROI, прозрачность данных, улучшение стратегии, снижение затрат, автоматизация отчетов, рост эффективности воронки и все в таком духе.
Обратите внимание, что здесь у нас также присутствует задача, персона, формат и контекст. Можно было бы получить точно такой же результат, если показать пример. Но лично мне проще описывать задачу в виде контекста. Тут уже кому как удобнее.
А теперь смотрите какой фокус. Давайте изменим всего одно слово в промпте: поменяем маркетолога на директора. А все остальное оставим прежним. И посмотрите, насколько изменится ответ нейросети.
Как видите, выгоды совсем другие: улучшение стратегического планирования, рост прибыли компании, опережение конкурентов, прозрачность бизнеса, снижение рисков, долгосрочная устойчивость.
Здесь вы наглядно можете видеть то, о чем мы с вами говорили в самом начале статьи: в запросе к нейросети каждое слово может иметь решающее значение и влиять на итоговый результат.
К слову, такой подход очень удобно использовать, если нам нужно разработать выгоды, например, для макета посадочной страницы или коммерческого предложения.
Задача №3. Генерация текста или его фрагментов
Нейросеть может помочь с написанием текста или его фрагментов. И, как мы помним, текст в данном случае может быть неуникальным. Но это еще полбеды. Есть и другая проблема. Часто нейросеть выдает очень сложные для восприятия формулировки. И это плохо, особенно когда мы работаем с массовым читателем, который не любит большие и «тяжелые» тексты.
По умолчанию ответы искусственного интеллекта можно отнести к категории полуакадемических. Это значит, что они ориентированы на аудиторию с образованием выше среднего. Давайте рассмотрим пример. Вот я прошу нейросеть объяснить мне спад продаж нон-фикшн литературы в летнее время. Для этого использую вот такой промпт.
Объясни в пределах одного абзаца объемом от 1000 до 1200 знаков, почему летом идет существенный спад продаж литературы нон-фикшн.
Как видите, мы в этом запросе используем три элемента формулы: задачу, контекст и формат. И по умолчанию нейросеть выдает нам стандартный ответ.
Здесь вы видите академический подход к написанию ответа. Мол, летний период характеризуется изменением предпочтений и поведения читателей… Бла-бла-бла. Такой текст тяжело читать и воспринимать. И если мы проверим его индекс читабельности, то получим значение в районе 16–19. Это много. И это плохо.
То есть текст по умолчанию ориентирован на выпускников вузов. Нет, это, конечно, классно, если мы пишем отписку в бюрократический аппарат. Или готовим выступление на симпозиуме для академиков. Но если мы пишем для массовой аудитории, то индекс в идеале не должен превышать 8–9. И это именно тот момент, когда атрибут формулы «тон» вступает в игру.
Задавая тональность или стилистику, а также усиливая ее персоной, мы можем управлять подачей текста и степенью простоты его восприятия. Для этого давайте явно пропишем тон в промте. Получится, например, так:
Объясни в пределах одного абзаца объемом от 1000 до 1200 знаков, почему летом идет существенный спад продаж литературы нон-фикшн. Ты — школьный учитель. Текст должен быть написан просто и позитивно, для восьмиклассников, но без фамильярностей и заигрывания. Индекс читабельности текста не должен превышать 8.
Как видите, здесь мы добавили дополнительный контекст и явно задали тональность текста. В результате нейросеть выдает совсем другой ответ, более простой для восприятия. Индекс читабельности может не совпадать на 1–2 единицы с заявленным. Но это объясняется погрешностью формул расчета, которые разрабатывались изначально для английского языка и не до конца адаптированы под русский. Однако в любом случае разница очень заметна.
Если в первом случае у нас текст по умолчанию был для студентов вузов, то при небольшой манипуляции с запросом простота снижается до уровня школьников. Вот что дает персона, тональность и контекст! Всего несколько слов могут кардинально изменить ответ.
Задача №4. Поиск решения на базе исходных данных
Еще одна очень интересная задача, которую мы с вами рассмотрим, — это генерация решения на базе исходных данных. Здесь можно не ограничивать нейросеть по формату, а просто поставить задачу и сделать упор на контекст. Давайте представим, что мы спокойно ехали по дороге, никого не трогали, и вдруг нас какой-то негодяй «подрезал» и начал «учить». Мы, разумеется, все записали на видеорегистратор и решили написать заявление в милицию. Но как написать это заявление мы не знаем. А потому попросим нейросеть написать его за нас. А чтобы все было по делу, дадим необходимые исходные данные. Например, так:
Помоги составить заявление в милицию. 1 августа 2024 года я ехал по шоссе Копирайтеров, когда меня на нем подрезал водитель на машине Ауди с номером 9999 XE-9 и начал «учить» (резко тормозить без видимой причины). Вокруг были люди и другие автомобили, поэтому обязательно напиши про риски и общественно опасное поведение водителя. Также приведи пункты ПДД РБ, которые нарушил водитель и статьи КоАП РБ, по которым нужно провести проверку и привлечь водителя к ответственности.
По итогу нейросеть выдает нам довольно неплохой шаблон формы заявления. Но тут параллельно в игру вступает одна из проблем, описанных выше. Как я уже говорил, искусственный интеллект неплохо разбирается в общих вопросах, но когда дело доходит до специфики и деталей, он часто путается и ошибается. Хоть и с весьма уверенным видом.
Так, в ответе на наш запрос нейросеть ошиблась по всем(!) пунктам ПДД и по всем(!) пунктам кодекса административных правонарушений (т.е. приведенные пункты и статьи совсем не соответствуют реальным). А еще ошиблась с формулировкой. Так, технически нарушить пункт правил дорожного движения можно, а вот нарушить статью кодекса нельзя. Что еще раз доказывает, что за нейросетями все нужно перепроверять. Особенно все что касается деталей. Это их ахиллесова пята. В остальном же ChatGPT написал текст заявления довольно неплохо.
Задача №5. Упрощение текста и сведение к тезисам
Наконец, еще одна задача, решение которой мы с вами рассмотрим в этой статье, — упрощение текста. Но не просто упрощение, а прям высушивание до голых тезисов. Дело в том, что часто приходится работать с большими объемами водянистых материалов. Например, после транскрибации (перевода из аудио в текст) интервью или подкастов. Читать и вникать в огромные массивы не хочется, а суть выделить нужно. Тут также очень классно помогают нейросети.
Представьте, что у нас есть пласт текста о пользе керамической посуды для кошек по сравнению с пластиковой. Написано сложно и читать это все нет ни времени, ни желания.
Что мы с ним делаем… Мы просто берем и пишем промт для нейросети, состоящий из двух частей. В первой части ставим задачу по формуле, а во второй — вставляем сам текст. Например, первая часть промта может быть такой:
Возьми фрагмент текста ниже и сделай выжимку объемом не более 700 символов, о чем он, что в нем главное? Ответ представь в виде списка тезисов. Каждый тезис не более 150 знаков. Перед тезисом должно идти краткое обобщение. Например: 1. Польза для питомцев: керамическая посуда полезнее для кошек, т.к. предотвращает появление акне.
А чуть ниже просто копируем и вставляем закавыченный пласт текста, который у нас есть. При этом обратите внимание, что в разных нейросетях могут быть разные ограничения на объем отправляемых сообщений. И, вуаля, в итоге получаем вот такой ответ.
Как видите, в этом запросе мы использовали пример как один из атрибутов формулы. И, да, было бы красивее, если бы мы попросили обобщение выделить полужирным. Но мы не попросили, а потому нейросеть этого не сделала.
Работа с графическими нейросетями
Как я уже говорил, помимо текстовых нейросетей общего назначения, существуют еще графические (Midjourney, DALL-E). Это системы, которые в ответ на запрос пользователя генерируют изображения. Для создания запросов к ним можно также использовать описанную выше формулу. Правда, здесь важно понимать, что для точности картинки в первую очередь важны детали, по которым можно сформировать четкий образ. А потому на передний план выходит даже не задача, а контекст.
Впрочем, большинство графических нейросетей, например, Leonardo, сами дополняют ваш промт недостающими образными описаниями. Давайте что-нибудь нарисуем. Например, модного гуся в наушниках и с книгой на надувном матрасе, на тихой глади лесного озера. Так и пишем:
Нарисуй стильного гуся с гладкими, переливающимися перьями в оттенках изумрудно-зеленого и темно-синего, развалившегося на ярком оранжевом надувном матрасе, украшенном белыми и желтыми горошинами, безмятежно плывущего по зеркальной поверхности туманного лесного озера, окруженного пышной зеленью и возвышающимися над кромкой воды деревьями. Гусь носит модные черные наушники-вкладыши с металлическими акцентами, его клюв уткнулся в потертую книгу в кожаном переплете, ее страницы пожелтели от времени, с тонким золотистым шрифтом, вытисненным на обложке. Атмосфера спокойная, мягкий, теплый солнечный свет проникает сквозь туман, отбрасывая нежное сияние на сцену. Каждая деталь, от расслабленной позы гуся до ряби на воде, излучает ощущение мирного сосуществования с природой.
Такой сложный и наполненный образами промпт многие графические нейросети дописывают сами, даже на базе краткой вводной. Либо можно попросить создать его другую систему, тот же ChatGPT. В результате у нас получается вот такая картинка. К слову, рисовал я ее в нейросети Leonardo.
Важный момент. Большинство графических систем на базе искусственного интеллекта, типа Leonardo, работают с промтами только на английском языке. Поэтому если для вас актуален языковой барьер, то нужно использовать интеллектуальные переводчики. Также на базе нейросетей. Например, Google Translate или DeepL.
Бонус для новичков!
Ну и раз уж мы заговорили о графике, покажу вам еще одну очень классную штуку. Не все знают, но если создать бесплатную учетную запись в ChatGPT, то можно вовлекать нейросеть в распознавание изображений. Это потрясающая функция! Например, у меня есть красивая картинка автомобиля. Но я не знаю, как он называется. Я загружаю картинку в ChatGPT и получаю нужную мне информацию.
В данном случае нейросеть безошибочно определила, что на рисунке Nissan Navara и даже сделала предположение о поколении и годе выпуска. У этого инструмента есть масса других полезных применений, но о них я, пожалуй, расскажу в другой раз. Подпишитесь на Telegram канал, чтобы не пропустить.
Заключение
Статья получилась немаленькой, а ведь с помощью нейросетей еще столько всего можно сделать! В любом случае базовых техник, которые мы с вами сегодня рассмотрели, будет более чем достаточно, чтобы самостоятельно научиться работать с нейросетями, даже если вы совсем новичок и без опыта. Если тема вам интересна, скажите об этом, и я выпущу еще одну статью.
А пока попробуйте сами использовать формулу и составить собственные промты. Посмотрите, как те или иные атрибуты влияют на ответы и результат.
Я убежден, у вас все получится!
