«Содержательность — это когда текст несёт какой-то смысл. Для меня это значит, что, прочитав этот текст, можно ответить на вопрос: а зачем этот текст вообще существует? Чем его существование поможет тому, кто его читает?» «Это проблема LLM: имея возможность искать в интернете, вытаскивать из весов нужные токены, они могут цитировать заблуждение. Когда ты занимаешься чем-то 8, 9, 10 лет, ты знаешь, что это заблуждение. Но оно настолько широко распространённое, что выглядит как правда.» Ведущий: Степан Поздняков, продюсер ProductSense Гость: Юра Агеев, основатель ProductSense Записи докладов ProductSense'26, кейсы и практики — в Академии ProductSense: https://academy.productsense.io/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:25 — Даже подводку в два предложения LLM не может написать человеческим языком 04:46 — Как распознать слоп: стилистический и смысловой 06:19 — Почему нейрослоп неизбежен? 10:14 — Через призму каких характеристик мы смотрим на текст? 12:31 — Чем экспертность отличается от содержательности 14:02 — Почему модели тиражируют распространённые заблуждения 15:45 — Рубленые фразы и почерк двух моделей в одном тексте 18:05 — Команда «Пиши как Пушкин» решает 80% задачи стиля 19:57 — Стилизация ответов модели под себя 22:28 — В какой момент нужны редполитика и скиллы? 24:19 — Пайплайны проверок разными моделями 26:42 — Экспертность через гипотезы и попытки их опровергнуть 28:52 — Почему смысл важнее экспертности 31:46 — Инженерный подход: декомпозиция текста на шаги для Claude 33:35 — Почему LLM хорошо пишут код и причем тут код-ревью 36:04 — Как применить инженерный подход к смыслу текста 38:21 — Проверка смысла второй моделью в режиме «душнилы» 41:04 — Процесс целиком: экспертность, смысл, стиль Словарик: — LLM (Large Language Model) — большая языковая модель: ChatGPT, Claude и другие — Нейрослоп — шаблонный текст нейросети, который выглядит убедительно, но почти не несёт смысла — Пайплайн — последовательность заданных этапов обработки и проверки, через которую проходит текст или задача