Вайбкодинг. Как приручить AI и заставить его работать на себя

Вайбкодинг. Как приручить AI...

... и заставить его работать на себя:)

От LLM к Интеллектуальным Помощникам. Воркшоп по основам AI-агентов

О воркшопе

Модуль 1: Теоретическое введение – "Анатомия AI-Агента" (20 минут)
Модуль 2: Искусство общения с LLM – "Философия промтинга" (25 минут)
Практические примеры и интерактивные упражнения
Вопросы и обсуждения

Архитектура ИИ-агента: голова робота с визуализацией нейронной сети внутри, схематичные связи между компонентами

LLM — это "Говорящая голова"

Генерация текста высокого качества
Ответы на вопросы на основе внутренних знаний
Понимание контекста и нюансов языка

Ограничения: отсутствие связи с реальным миром, устаревшие данные

Нажмите для пояснения

Концепт-арт глаза ИИ: стилизованное цифровое изображение с неоновыми синими и фиолетовыми линиями, представляющими потоки данных и нейронные связи

Агент — это "Голова с руками"

LLM, наделенная способностью действовать с помощью инструментов
Агент не просто говорит, он выполняет задачи
Цикл: восприятие → рассуждение → действие → обратная связь

Ключевое отличие: способность к действию

Инфографика компонентов ИИ-агента: четыре стилизованных блока (LLM мозг, память в виде спиральной ленты, инструменты с иконками, планировщик в виде блок-схемы)

Инструменты в руках Агента

Tool Calling — "Инструмент в руке"

Function Calling: вызов внешних функций и API
Работа с файлами и базами данных
Поиск в интернете и доступ к актуальной информации

Пример: "Найди погоду в Москве и составь отчет"

Стилизованная иллюстрация нейросети мозга: абстрактное цифровое изображение с множеством соединенных нейронов, светящиеся синие и фиолетовые связи

Инструменты в руках Агента

RAG — "Книга в руке"

Retrieval-Augmented Generation
Доступ к специфической, приватной или актуальной информации
Интеграция внешних знаний в процесс генерации

Аналогия: "флешка с каратэ из Матрицы" - мгновенное получение навыков

Концепт 'Книга в руке' для RAG: стилизованная рука держит светящуюся книгу с цифровыми данными, выходящими из страниц

Инструменты в руках Агента

MCP (Model Context Protocol) — "Расширение возможностей"

Стандартизированный протокол для расширения контекста
Интеграция с внешними системами и базами знаний
Безопасный обмен данными между агентом и внешними инструментами

Пример: "Подключись к нашей CRM и найди данные клиента"

Концепт MCP (Model Context Protocol): стилизованное расширение возможностей агента, цифровые интерфейсы и соединения

Архитектура AI-Агента

Схема взаимодействия:

Пользователь → Агент → Инструменты → Внешние системы

Восприятие: анализ входных данных
Рассуждение: планирование действий
Действие: выполнение задач через инструменты
Обратная связь: анализ результатов

Архитектура AI-Агента: схема взаимодействия между пользователем, агентом, инструментами и внешними системами

Модуль 2

Искусство общения с LLM

"Философия промтинга"

Промт ≠ Инструкция

Инструкция: жесткий алгоритм, точное следование
Промт: контекстное направление, допускает вариативность

Аналогия: инструкция как рецепт, промт как вдохновение шефа

Промт как ключ к качеству

Даже идеальный промт не гарантирует идеальный результат
Недетерминированность модели
Влияние случайных факторов и контекстного окна

Промтинг - это искусство, а не наука

Цепочки рассуждений (Chain of Thought): стилизованное изображение с шагами рассуждений, соединенные стрелками

Советы по созданию "сильных" промтов

1. Цепочки рассуждений (Chain of Thought)

Просить модель думать по шагам
Пример: "Сначала объясни принцип, затем примени его к задаче"

Атомарность промтов: стилизованное изображение с разбитыми на части элементами, каждый элемент представляет отдельную задачу

Советы по созданию "сильных" промтов

2. Атомарность

Разбивать сложные задачи на простые, последовательные шаги
Принцип: одна задача - один промт

Вместо "напиши отчет" → "опиши проблему", "предложи решение", "сформулируй выводы"

Максимальная конкретизация: стилизованное изображение с детализированными элементами, примеры, контекст, роли (personas)

Советы по созданию "сильных" промтов

3. Максимальная конкретизация

Предоставлять примеры, контекст, роли (personas)
Использовать форматы: "Ты - эксперт в области X. Объясни Y для аудитории Z"

Что делать, когда промты не помогают?

1. Ваша компетентность

Роль эксперта в предметной области
Оценка качества результата
Коррекция и уточнение
Понимание границ возможного

Компетентность эксперта: стилизованное изображение эксперта, оценивающего качество результата

Что делать, когда промты не помогают?

2. LLM as a Judge

Использование второй LLM для оценки качества
Критический анализ ответов
Сравнение разных подходов
Выявление потенциальных ошибок

LLM as a Judge: две LLM оценивают качество результата, сравнение разных подходов

Что делать, когда промты не помогают?

3. Эксперименты (Капитан Очевидность)

Необходимость итеративного подхода
Тестирование разных формулировок
Анализ результатов и корректировка
Документирование успешных паттернов

Эксперименты с промтами: стилизованное изображение с итеративным подходом, тестирование разных формулировок

Проблема доверия

Аналогия: людям мы тоже не доверяем на 100% с первого дня

LLM как мощный, но не непогрешимый инструмент
Принцип "Доверяй, но проверяй"

Важное напоминание

Проблема доверия к LLM: стилизованное изображение с аналогией доверия к людям, принцип 'Доверяй, но проверяй'

Практические рекомендации

Агент = LLM + инструменты
Промтинг - это искусство, а не наука
Всегда проверяйте критические результаты
Экспериментируйте и учитесь на ошибках

Ключевые takeaways

Практические рекомендации: стилизованное изображение с ключевыми takeaways, агент = LLM + инструменты

Полезные ссылки

Полезные ресурсы для дальнейшего изучения

Вопросы и обсуждение

Спасибо за внимание!

Ваши вопросы и комментарии приветствуются

Вопросы и обсуждение: стилизованное изображение с аудиторией, вопросы и комментарии