Zaawansowane agenty oznaczają, że nie musisz już martwić się o to, aby twoja aplikacja była super intuicyjna w użyciu. Możesz po prostu wytrenować swój LLM, aby pokazał użytkownikowi, jak robić różne rzeczy. Ale oczywiście musisz zbudować produkt w taki sposób, aby LLM mógł podejmować działania w imieniu użytkownika.

Przepraszam Beeple, zostałeś zautomatyzowany Stworzyłem workflow, który przetwarza dzisiejsze wiadomości i generuje nowy utwór w stylu „Everydays” Instrukcja w następnym tweecie

Interfejsy czatu z LLM są przestarzałe. Najlepsi myśliciele używają drzew decyzyjnych do strukturyzacji myśli. Ten sam model drzewa odblokowuje większą produktywność i głębsze spostrzeżenia z chatGPT. 🤖

Wprowadzenie do NoodleFlow Co jeśli Twoje rozmowy LLM byłyby w pełni kompozycyjnymi blokami, które można ze sobą łączyć? Dowolnie dostosuj kontekst LLM, zautomatyzuj powtarzające się przepływy pracy i udostępnij cały obszar roboczy w jednym linku. NoodleFlow przekształca rozmowy LLM w wizualny, kompozycyjny przepływ pracy.

Nawet jeśli agenci kodowania AI, tacy jak Claude Code, nie potrafią rozwiązać wielu problemów za jednym razem, z pewnością pomagają w problemie pustej strony. O wiele łatwiej jest poprawić jego kod niż zaczynać od zera.

Wyobraź sobie, że budzisz się i widzisz swoją twarz na liście poszukiwanych przez CIA. Jak by wyglądał ten szkic? Mój wyglądałby tak na podstawie informacji dostępnych o mnie w sieci. Zremiksuj ten proces, aby zobaczyć, jak by wyglądał twój.

Zbudowałem coś, co odpowiada temu, jak naprawdę używamy ChatGPT. Nazywa się NoodleFlow - wizualny interfejs do przepływów pracy z ChatGPT. ChatGPT jest świetny do szybkich rozmów. Ale w momencie, gdy chcesz zagłębić się w temat, wszystko się sypie. Utknąłeś w jednym długim wątku. Brak możliwości rozgałęzania. Brak możliwości cofania. A jeśli chcesz powtórzyć proces? Musisz ręcznie wpisywać polecenia - znowu i znowu. --- NoodleFlow to zmienia. Możesz rozgałęziać rozmowy na równoległe strumienie. Organizować pomysły wizualnie. Tworzyć wielokrotnego użytku przepływy pracy. I dzielić się nimi, aby inni mogli je przerabiać i ponownie uruchamiać. To jak posiadanie drugiego mózgu - ale uporządkowanego. Zobacz to w akcji w wideo.

Fajny sposób, który znalazłem, aby używać o3 jako doradcy produktu. Początkowo dostarczam wszystkie informacje o mojej aplikacji. To dzieje się raz. Kiedy chcę wdrożyć nową funkcję i nie jestem pewien, jaki interfejs użytkownika lub tekst użyć, po prostu tworzę nową gałąź i pytam o3. Mogę dostosować kontekst w dowolnym momencie, mogę zwinąć wcześniejsze rozmowy, a jeśli coś przestaje być istotne, po prostu usuwam ten kontekst. Z biegiem czasu staje się to ładnym drzewem moich historycznych pytań, a wiedza o3 na temat mojego produktu ciągle rośnie.