11 бесплатных лекций от OpenAI, которые научат вас работать с ИИ

Недавно создатели ChatGPT запустили бесплатный ресурс для обучения работе с нейросетевыми помощниками. Он называется OpenAI Academy: это набор из нескольких десятков видеороликов и вебинаров, в которых объясняются принципы использования ChatGPT и его производных — так, чтобы пользователь как можно быстрее опробовал эти знания в деле. В каждом видео — утилитарные инструкции по применению разных функциий ИИ с показательными жизненными примерами: бери и пробуй. Мы ознакомились с роликами и выбрали для вас 11 самых полезных.

Что за ролики

Создатели OpenAI Academy сгруппировали видео по тому, в каких сферах можно применить полученные знания: работа и бизнес, учеба, программирование. По содержанию же все ролики можно условно поделить на три группы. 

1. Основы для новичков.
2. Обработка данных: промпты и поиск.
3. Работа с проектами и ИИ-ассистенты.

Что полезного есть внутри?

1. Основы для новичков

В этом разделе стоит посмотреть два вводных видео, которые дадут достаточно информации для начала работы с ChatGPT.

Введение в LLM

Это ознакомительная пятиминутная вводная лекция, которая на пальцах разъясняет, как работают большие языковые модели (LLM), происходит обучение на данных и генерация ответного текста. 

Коротко описываются доступные сегодня технологии: 

• мультимодальная GPT-4o, способная работать с текстом, аудио и изображениями одновременно; 
• специализированный генератор изображений DALL-E 3; 
• инструменты анализа данных и браузинга. 

Ролик ничему не учит, зато дает понимание общей картины и вводит в терминологию. Русскоязычные термины еще не устоялись, так что лучше ориентироваться на английскую озвучку.

ChatGPT 101

Это демонстрация самых рутинных функций GPT-4. Почти часовое видео расскажет, как эффективно обсудить с ИИ свои запросы, тексты и идеи, как искать актуальную информацию в сети и перепроверять ее. Заодно — как использовать голосовое общение, анализировать и генерировать изображения. 

Также кратко сравниваются разные модели (GPT-4 и One) и даются первые советы для тех, кто только осваивает ИИ-помощников: запуск нового чата, простейшая настройка бота под себя и прочие базовые задачи.

2. Обработка данных: промпты и поиск

В этом разделе зрителя учат тому, как правильно задавать вопросы нейросети, чтобы на выходе получить нужную информацию, работать с разными типами данных и использовать глубокий поиск.

Создание эффективных промптов

Основная проблема в работе с нейросетями состоит в том, что люди редко могут корректно сформулировать, чего они действительно хотят. Формулировка вопросов — они же промпты — главный навык работы с ИИ.

Лекция объясняет, как избежать слишком обтекаемых или бесполезных ответов от ChatGPT. Два конкретных примера в видео показывают, как подготовиться к узкоспециализированному экзамену или дать конкретные инструкции ChatGPT для анализа сложных исследований.

Промпт-инжиниринг

Это уже более предметная инструкция по созданию промптов посложнее. В лекции объясняют фреймворк «Контекст-Роль-Ожидание» (CRE) — базовый «кирпичик» в построении по-настоящему эффективных запросов. 

Рутинные запросы, как правило, достаточно банальные, но формулируют их обычно слишком общими словами — поэтому с ними приходится работать дольше всего. Например, вам нужно проанализировать рыночные тренды или обработать множество неструктурированных ругательных отзывов — это включает широкий диапазон хаотичных данных. ИИ в случае слишком обтекаемых запросов трудиться не станет и ограничится общими ответами или просто столбцами цифр из найденных отчетов. 

Но если добавить контекст и грамотно запросить способ подачи результатов, то общий вопрос превращается в точную инструкцию для ИИ, от которой ему уже не отвертеться. Лучше один раз научиться формулировать две точные строчки задания, чем четверть часа задавать уточняющие вопросы с непредсказуемым результатом, правда ведь? 

Тонкости поиска в ChatGPT

Поиск в ChatGPT объединяет интерфейс чата с актуальной информацией из сети, и это в разы ускоряет работу. Однако одно дело — получать конкретные данные вроде географии, отзывов/цитат и даже сгенерированных идей, а другое — собирать информацию из постоянно изменяющихся источников: рынки, новости, тренды. Так что проверять источники, которые использовал ChatGPT, придется постоянно. А заодно приучать себя задавать уточняющие вопросы почти по каждому поводу. Разработчики называют это проблемой «накопленного дребезга» и рассказывают, как ее минимизировать. 

В видео рассматривается еще одна очень полезная функция поиска: возможность «просеять» историю ваших прошлых диалогов с ChatGPT, чтобы быстро найти старую информацию по ключевым словам. Это полезно для грамотной обработки данных, которые постоянно меняются, но имеют общую структуру — например, курса валют. 

Работа с разными типами данных

Короткий ролик демонстрирует мультимодальность, то есть умение бесшовно переключаться между разными режимами ChatGPT по вашему желанию: из текста в текст, из текста в веб-поиск, из голоса в голос, из текста в картинку или наоборот — для преобразования фото в структурированный текстовый отчет. В качестве дополнения можно посмотреть, как анализировать PDF-файлы.

Пример в видео демонстрирует, как можно подготовить многостраничный офисный отчет, на который вы раньше потратили бы целый день, за 15 минут. После просмотра такой лекции вы сможете анализировать большие объемы информации, создавать дизайн и презентацию, расшифровывать заметки от руки на офисной доске или блокноте — все в одном чате. 

Глубокий поиск

Это, пожалуй, высший пилотаж для работы с данными в рамках LLM, доступный без специальных знаний (например, навыков программирования).

Deep Research — это расширенный режим для полноценных поисковых и исследовательских задач. Для этого одновременно используются несколько LLM и «бескэшевый» веб-поиск для сбора данных. Каждый запрос рассматривается не только разными алгоритмами — веб-данные скачиваются каждый раз заново, чтобы сохранилась актуальность, насколько это возможно.

При этом подходе не вы будет «терзать» ИИ, а он будет задавать вам множество уточняющих вопросов. Иногда они могут показаться бессмысленными или издевательскими, но игнорировать их не стоит — это поможет вам добиться лучших результатов в глубоком поиске.

В лекции подробно рассмотрены рутинные операции: 

• как активировать функцию, 
• как грамотно сформулировать детальный запрос, 
• как отвечать на уточняющие вопросы. 

Практические примеры, приведенные в видео, покажут

• как интерпретировать подробные отчеты, 
• зачем нужно краткое изложение, 
• как анализировать данные, включая предсказанные — то есть, не факт, что угаданные верно. 

Например, очень любопытно поиграть с обзором новинок конкурентов или прогнозируемыми мнениями потребителей.

3. Работа с проектами и ИИ-ассистенты

Базовые функции ИИ можно тонко подстраивать под себя — об этом в курсе от OpenAI видеолекции, посвященные работе с проектами и созданию функциональных помощников на базе ИИ.

Введение в проекты и кастомный GPT

Это видео содержит короткое теоретическое описание таких сущностей, как «проекты» и «настроенные (кастомные, или на сленге custom) GPT». 

Все довольно просто: если у вас накопилось достаточно чатов, инструкций и файлов с данными по определенной тематике, вы можете их объединить в один общий проект. ChatGPT автоматически сравнит контексты этих документов и сообщений — и впоследствии будет выдавать в разы более релевантные ответы на подобные запросы. Это только первый уровень приближения: вы еще не управляете тем, как ваши данные взаимодействуют внутри проекта — но благотворное влияние на качество ответов уже налицо.

Второй уровень интеграции — кастомные GPT, которые полностью автоматизируют повторяющиеся действия и позволяют создавать специализированных помощников под узкие и сложные задачи. Это уже уровень скриптового программирования — но все же новички смогут обойтись без кода. 

Инструмент GPT Builder позволяет пошагово создать персонализированного ИИ-помощника под конкретную задачу, а потом при желании сделать кастомный GPT доступным для других пользователей. 

Работа с проектами в ChatGPT

Это более подробное руководство о том, как группировать темы диалогов, догружать файлы отчетов с заметками и задавать инструкции вроде «напиши отчет как Пушкин, но с лексикой Йэна Бэнкса», чтобы не повторять это требование каждый раз.

Создание кастомного GPT

Это видео длится час, но оно стоит того. Лекция более подробно описывает создание «личного GPT» под собственные частые запросы. Упор сделан на создание версии ИИ без кода, хотя использовать Python никто не запрещает. Пошагово объяснено, как создать интерфейс настройки, даются эффективные инструкции по загрузке будущей базы знаний (файлы всех видов) и подбору будущих функций — от поиска до генерации графиков. 

Примеры достаточно простые и жизненные: разобраны кейсы деловой переписки, аналитических отчетов и пр.

ИИ-ассистенты

Это практическая лекция дополняет предыдущую более специализированными практическими примерами, приближенными к офисным запросам. Например, показывает, как можно автоматизировать работу специалиста по кадрам, который использует базу компании, редактора текстов, некоторые административные задачи, функции помощников и т.д. 

Кстати, там упоминается магазин GPT Store, где можно подобрать уже готовые проекты и кастомные GPT, созданные другими пользователями.

Задание на дом

Весь курс от OpenAI Academy описывает четверть, максимум треть от реальных возможностях LMM от OpenAI. Более серьезные задачи вроде генерации видео или программного кода требуют другого уровня подготовки. Даже создание толкового рекламного ролика на 15 секунд быстро упрется в необходимость освоить нелинейный монтаж. А сгенерированный тем же ИИ код, в любом случае, будет иметь массу обобщений в стилистике программирования, что наверняка повлияет на результат негативно. 

Но для первичного ознакомления с возможностями ChatCPT лекции — настоящее спасение. Тем более, они абсолютно бесплатны — мимо такого контента от одной из самых перспективных компаний мира точно проходить не стоит.