Telegram Web Link
Перплексити выкатили неплохой гайд по прикладному использованию ИИ (реальные кейсы - моя главная любовь). NotebookLM написал список основных:

I. Продвинутый исследовательский анализ (Scaling Yourself)

Эти кейсы трансформируют способ сбора, анализа и синтеза информации. По сути, они дают одному человеку исследовательскую глубину целой команды.

Комплексная оценка рынка - полноценный workflow для анализа всего рынка, идентификации ключевых игроков и определения стратегии
Адаптация решений из других индустрий - решение проблем через поиск проверенных методологий из совершенно несвязанных областей
Сложная финансовая оценка - используется перед крупными инвестиционными решениями или поглощениями
Анализ данных и рекомендации - анализ внутренних данных и синтез стратегических рекомендаций для будущего планирования
Исследование перехода на freemium-модель - практический пример использования исследований для управления крупными стратегическими бизнес-изменениями

II. Генерация важных документов (Scaling Yourself & Getting Results)

Здесь Perplexity Labs идет дальше черновиков - генерирует полноценные, профессионально отформатированные документы, которые обычно требуют специализированной экспертизы или значительного времени на производство.

Презентация для совета директоров - генерация формальной презентации из неформальных заметок
Профессиональная стратегическая документация - трансформация аналитических заметок в комплексный, профессионально структурированный документ
Интерактивный дашборд win-loss анализа - создание детального дашборда для идентификации изменений и ключевых драйверов, влияющих на результаты продаж

III. Автоматизация и личный менеджмент (Blocking Distractions)

Эти кейсы показывают, как AI-агенты управляют сложными многошаговыми задачами, снижая переключение контекста и освобождая время для фокусной работы.

Интегрированный исследовательский workflow (Comet Agent) - объединение исследования, организации и синтеза в одну команду
Проактивное управление email (Comet Agent) - классический пример делегирования повторяющейся административной нагрузки
Автоматическая подготовка к встречам (Comet Shortcut) - подготовка к предстоящей встрече через интеграцию данных из календарей, коммуникаций и публичных новостей
Отчеты о личной эффективности - использование AI для анализа личных рабочих паттернов через различные инструменты (project management, календарь, email) для выявления эффективности и пробелов в навыках
Запланированный конкурентный анализ (Perplexity Task) - настройка повторяющейся задачи для мониторинга изменений на рынке без ручного вмешательства

IV. Развитие бизнеса и продажи

Эти кейсы фокусируются на использовании Perplexity для роста выручки через быструю генерацию кастомизированной аналитики и персонализированных материалов для outreach.

Дашборд полного цикла генерации лидов - высокоуровневый промпт, использующий Labs для таргетированной идентификации лидов, создания дашборда и автоматической генерации шаблонов для outreach
Гиперперсонализированный outreach - генерация коммуникации, отражающей глубокое понимание недавней активности потенциального клиента и вызовов его индустрии
Комплексное исследование потенциальных клиентов - сбор детальной фоновой информации перед первым контактом

Гайд в комменты выложу.

Сергей Булаев AI 🤖 - об AI и не только
Уря! Очень хорошая фича
Forwarded from Yandex DataLens
🟥 Общие настройки полей датасетов

В датасетах появляется новая колонка для настройки полей:
- настройка форматирования (для чисел)
- выбор цветов (для измерений)

Настройка доступна в зависимости от типа поля (строка/число и тп) и наличия агрегации (показатель/измерение).

Настройки применяются при использовании этих полей в чартах, построенных по этому датасету.

Новая функциональность сократит время создания качественной аналитики, убрав необходимость настройки на уровне чартов.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Forwarded from Avito Data Tech
Автоматизируем рутину и облегчаем жизнь себе и коллегам при помощи локальной LLM 🚀

BI-аналитики Алексей Дубинец, Павел Беспалов и Глеб Гладков собрали статью, где поделились:
☑️ способами внедрения;
☑️ советами по выбору модели;
☑️ пошаговым руководством по настройке инхаус модели в LM-Studio;
☑️ практическими кейсами своего отдела.

Будет полезно тем, кто на ежедневной основе сталкивается с задачами по сбору, классификации и систематизации больших объёмов информации и не может при этом использовать публичные LLM-модели.

Подробнее по ссылке.

#ml
Please open Telegram to view this post
VIEW IN TELEGRAM
2025/10/27 07:24:57
Back to Top
HTML Embed Code: