Знаете, как опытные дизайнеры используют AI? Они говорят, что AI - это творческая и непредсказуемая штука: Попробуйте несколько раз повторить один текстовый запрос, и вы увидите аналогичную ситуацию: идентичные вводные данные редко приводят к одинаковым результатам… Эта внутренняя случайность кардинально меняет нашу работу как UX-дизайнеров… Новые цели: курирование «пространств вероятностей» вместо построения идеальных путей __(цитата из внутренней переписк__и,__ переведена GPT-4.5)__ И чтобы работать с __пространствами вероятностей__, дизайнеры сначала вместе с AI составляют планы и описания желаемых результатов. Они фиксируют в плане те вещи, которые должны четко быть отражены в результатах. А те моменты, где нужна непредсказуемость и вариативность - оставляют на “откуп” моделям. Потом они запускают план несколько раз и выбирают понравившийся вариант. Если во всех реализациях схожие ошибки - они правят план и перезапускают. Аналогично используют AI и копирайтеры (люди, которые пишут тексты). Сначала они вместе с AI собирают планы для написания текста (outlines), в которых прописывают важные факты, цитаты, структуру - все те вещи, которые нужно фиксировать. А потом отдают план LLM-ке на “разворачивание” в черновик текста. Причем, генерируют несколько вариантов текста, чтобы выбрать наиболее симпатичный для дальнейшей доводки. Везде работает один и тот же принцип: (1) сначала разрабатываем план реализации, который фиксирует важные для нас вещи. В процессе можно и нужно использовать AI (2) когда план нас устраивает, то отдаем его LLM на реализацию (3) запускаем параллельно несколько попыток реализации - мы выберем наиболее понравившуюся (4) если все попытки кажутся неудачными - выкидываем изменения и дополняем план. План редактировать удобнее - т.к. там все изменения в одном месте, а не раскиданы по решению. Дальше, см пункт (2) Команды разработчиков, которые успешно используют AI+Coding инструменты на больших проектах, тоже используют ту же парадигму: (1) вместо ожидания идеального результата с первой попытки они работают с пространствами вероятностей - сначала прописывают все важное в плане, проверяют, а потом отдают на реализацию в коде. (2) естественно, что бОльшую часть работы по написанию плана берет на себя AI (3) при этом они не жалеют нервные клетки у AI и запускают сразу несколько вариантов одной и той же задачи, чтобы потом выбрать наилучший ответ. Подробнее про процесс использования AI+Coding в проектах посложнее - написано в посте Как разрабатывать большие проекты с кучей зависимостей? __А вы уже пробовали подход с планами и множественными реализациями? Расскажете, __как оно получилось__? __ Ваш, @llm_under_hood 🤗
Знаете, как опытные дизайнеры используют AI? Они говорят, что AI - это…
Из этого канала
- #587Хорошая статья на тему AI+Coding Аргументированная точка зрения от человека,…
Хорошая статья на тему AI+Coding Аргументированная точка зрения от человека, который смотрит на LLM прагматично.
- #588"🚀 Бенчмарк Deepseek 0528: r1 и qwen3-8b - маленькая мощная локальная модель…
"🚀 Бенчмарк Deepseek 0528: r1 и qwen3-8b - маленькая мощная локальная модель Ребята из Deepseek продолжают делать нашу жизнь лучше и интереснее.
- #589Как мне OpenAI сегодня сэкономил 8 часов Я недавно упоминал кейс про 700000…
Как мне OpenAI сегодня сэкономил 8 часов Я недавно упоминал кейс про 700000 строчек дремучего 4GL кода 30-летней давности.
- #585LLM Бенчмарк Claude 4 Модель Claude Sonnet 4, которой пользуется большинство,…
LLM Бенчмарк Claude 4 Модель Claude Sonnet 4, которой пользуется большинство, значительно выросла в очках сравнению со своим предшественником - Sonnet 3.7.
- #584Что бывает, если дать разработчикам 8 часов и AI - 7 примеров (Скриншоты 7…
Что бывает, если дать разработчикам 8 часов и AI - 7 примеров (Скриншоты 7 утилит, которые были полностью написаны AI - в комментариях, тут - контекст и…