Меньше магии.
Больше практики.
Михаил Карпов — об AI-продуктах, автоматизациях и агентах.
Практические руководства, код и выводы.
Практические руководства
11 МАТЕРИАЛОВПервый eval: от «вроде работает» к проверке на данных
Выбираем одну задачу, собираем примеры и пишем проверку на Python. В конце — воспроизводимый результат и todo для следующей итерации.
Открыть руководство ↗Как сделать ИИ-дайджест Telegram-каналов на Python
Собираем сообщения через Telethon, сохраняем JSONL и готовим дайджест с проверяемыми ссылками. Минимальный сборщик и промпт для суммаризации.
Открыть руководство ↗Как собрать eval для ИИ-продукта, если ещё нет пользователей
Пошаговая проверка новой AI-функции: границы задачи, десять тестовых сценариев, рубрика качества и решение о пилоте без пользовательских логов.
Открыть руководство ↗Как подключить браузер к ИИ-агенту: выбор и первый сценарий
Расширение браузера, Playwright MCP или CLI: как выбрать доступ к вебу, настроить учебный запуск и проверить действия агента.
Открыть руководство ↗Как собрать ИИ-помощника по своим заметкам: первый second brain
Начинаем с Markdown-папки: структура заметок, поиск источников, ответы с цитатами и правила обновления памяти. Без обязательной векторной базы.
Открыть руководство ↗Как создать AI skill из рабочего процесса: шаблон SKILL.md
Превращаем повторяющуюся задачу в инструкцию для ИИ-агента: входы, решения, исключения, шаблон SKILL.md и проверка на трёх примерах.
Открыть руководство ↗Как проверить бизнес-идею с помощью ИИ до разработки
Готовые промпты для проверки идеи: альтернативы, карта допущений, разбор конкурентов и первый эксперимент с реальными пользователями.
Открыть руководство ↗Как контролировать ИИ-агента: цикл действий, проверки и остановки
Практическая схема agentic loop: состояние, действие, проверка, лимит попыток и передача человеку. Пример на генерации рабочего дайджеста.
Открыть руководство ↗Локальный ИИ или облачная модель: как сравнить под свою задачу
Сравниваем качество, приватность и полную стоимость AI-сценария. Формула расчёта, учебный пример и локальный запрос через Ollama.
Открыть руководство ↗Как использовать ИИ в работе продакт-менеджера: практический план
Пять рабочих сценариев для PM: анализ интервью, прототипы, PRD, evals и автоматизация. Как выбрать инструмент и проверить результат.
Открыть руководство ↗Как опубликовать AI-инструмент или skill на GitHub
Упаковываем AI-проект для первых пользователей: README, установка, демонстрационный вход, лицензия и обратная связь. Без обещаний попасть в Trending.
Открыть руководство ↗Понять — значит попробовать.
Я Михаил Карпов, автор практических курсов AI Product Club. Здесь разбираю AI-инструменты и разработку: конкретные задачи, понятные шаги и код для собственных экспериментов.