惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

www.infosecurity-magazine.com
www.infosecurity-magazine.com
月光博客
月光博客
IT之家
IT之家
博客园 - Franky
大猫的无限游戏
大猫的无限游戏
博客园 - 【当耐特】
Recorded Future
Recorded Future
罗磊的独立博客
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
T
Tailwind CSS Blog
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - 聂微东
Last Week in AI
Last Week in AI
S
Schneier on Security
Google DeepMind News
Google DeepMind News
C
CERT Recently Published Vulnerability Notes
NISL@THU
NISL@THU
AWS News Blog
AWS News Blog
D
Docker
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - 叶小钗
Spread Privacy
Spread Privacy
The GitHub Blog
The GitHub Blog
MongoDB | Blog
MongoDB | Blog
P
Palo Alto Networks Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
V
V2EX
T
Tenable Blog
A
Arctic Wolf
C
Cisco Blogs
S
SegmentFault 最新的问题
T
The Exploit Database - CXSecurity.com
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Martin Fowler
Martin Fowler
G
GRAHAM CLULEY
The Register - Security
The Register - Security
Project Zero
Project Zero
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Latest news
Latest news
J
Java Code Geeks
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
T
Threatpost
L
LangChain Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
腾讯CDC
I
Intezer
Schneier on Security
Schneier on Security
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Как пришла в голову идея Webwize AI: от хаоса промптов до собственного сервиса
franky_d_zor · 2026-04-23 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение3 мин

Охват и читатели278

Мнение

Как пришла в голову идея Webwize AI: от хаоса промптов до собственного сервиса

Как пришла в голову идея Webwize AI: от хаоса промптов до собственного сервиса

Есть старый мем про JS-фреймворки. Два разработчика: «На рынке 30 фреймворков, и все неудобные. Давай сделаем свой – он будет настолько крутым, что все перейдут». Так появился тридцать первый.

С AI-сервисами для маркетологов сейчас та же история. Каждый делает свой. И я тоже сделал свой. Но у меня были причины, честное слово.

Я Пётр Гришечкин, последние 15 лет проектирую системы кратного роста трафика для крупных сайтов. Пишу про SEO и околоSEO-темы в своём канале. А эта статья – про то, как рабочий хаос с промптами превратился в продукт webwize.app.

Восторг от GPT-3 и первое разочарование

Восторг от GPT-3 и первое разочарование

Восторг от GPT-3 и первое разочарование

Я застал релиз GPT-3 ещё в Индонезии. Ощущение – чистое чудо. Голова сразу начала прикидывать сценарии для работы: мета-теги, анализ контента, поиск нестандартных решений по оптимизации.

Но эйфория схлынула быстро.

Нельзя просто написать «сделай мета-теги к статье» и получить рабочий результат. Для неспециалиста выход выглядит нормально. Для Яндекса и поисковых систем – мусор.

Качество ответа на 100% зависит от промпта (инструкции, которую вы пишете для языковой модели). Без контекста, ограничений и чёткого формата вывода модель угадывает, что вы хотите. И угадывает плохо.

Это знакомо любому человек, который хоть раз пытался через LLM генерировать что-то. Хороший результат без хорошего промпта – невозможен.

Сотни промптов и точка невозврата

Я начал писать и сохранять промпты. Один – на мета-теги. Другой – на анализ конкурентов. Третий – на генерацию заголовков. Для каждой задачи – отдельная инструкция с контекстом, ограничениями, форматом.

Через несколько месяцев у меня накопились буквально сотни промптов. Они расползлись по заметкам, Гугл документам и таблицам, разным чатам. Найти нужный за 30 секунд стало невозможно. В какой-то момент поиск нужного фрагмента начал занимать больше времени, чем сама работа.

Именно тогда щёлкнуло: нужен интерфейс, где все промпты хранятся в одном месте и быстро выбираются под задачу. Не блокнот, не папка с файлами, а инструмент с тегами, поиском и возможностью сразу запустить промпт на выполнение.

Два года от идеи до MVP

Два года от идеи до MVP

Два года от идеи до MVP

От щелчка до реализации прошло два года. За это время сменились поколения моделей:

  • GPT-4 казалась потолком – лучше уже не будет

  • DeepSeek от китайских разработчиков взорвал рынок ценой и качеством

  • Google выпустил Gemini

  • Anthropic выкатил Claude

Каждая модель оказывалась сильнее в определённых сценариях. GPT лучше справлялась с одними задачами, Claude – с другими, Gemini – с третьими. По моему опыту, использовать одну модель для всех задач – значит осознанно терять в качестве.

Так родилась концепция мультиинструмента. Webwize AI строился вокруг четырёх задач:

  1. Хранение сложных больших промптов – все инструкции в одном месте, с тегами и быстрым поиском

  2. Автоподбор модели – сервис сам определяет, какая LLM лучше справится с конкретным запросом

  3. Ручной выбор модели – если нужна другая, переключение в один клик

  4. Редактирование и экспорт – результат можно править прямо внутри и скачать в готовом виде

Что дальше

Что дальше

Что дальше

Продукт живой и растёт. В следующих статьях расскажу, как я попал на скам от разработчика, когда пытался реализовать задумку. Там отдельная история с выводами, которые полезны любому, кто заказывает разработку.

Если вы маркетолог и уже тонете в десятках промптов, разбросанных по вкладкам, – вы понимаете, зачем всё это затевалось. Посмотреть и пощёлкать можно на webwize.app, есть бесплатный тариф на попробовать.

FAQ

Webwize AI работает только для SEO-задач?

Нет. сейчас готово 40 инструментов: копирайтинг, аналитика, подготовка технических заданий, работа с данными. SEO – основной фокус, потому что сервис вырос из SEO-практики.

Какие языковые модели поддерживает сервис?

На момент запуска – GPT (OpenAI), Claude (Anthropic), Gemini (Google). Список расширяется по мере появления новых моделей, которые показывают стабильное качество на практических задачах.

Чем автоподбор модели лучше ручного выбора?

Автоподбор экономит время, когда вы не уверены, какая модель лучше справится. Для аналитических задач Gemini стабильно выдаёт лучший результат, для креативных – Qwen 3^ для ТЗ на разработку Claude. Если вы точно знаете, что вам нужно, – ручной выбор всегда доступен.

Можно ли импортировать свои существующие промпты?

На этом этапе – нет. Но такой функционал планируется.

Это бесплатно?

Есть бесплатный тариф на попробовать. Но минимальный тариф всего за 799 рублей в месяц.