Нейросети простыми словами: что такое ИИ, какие бывают модели и чем агрегатор и API отличаются от обычного чата

01Что такое нейросеть и почему это не «искусственный разум»

Слово «нейросеть» пугает ровно до того момента, пока не разберёшься, что внутри. Там нет ни сознания, ни базы знаний, ни намерения что-то сообщить. Есть длинная цепочка арифметики: входные числа умножаются на другие числа, складываются, снова умножаются — и на выходе получается набор вероятностей для следующего кусочка текста. Модель не «думает», она оценивает, какое продолжение выглядит наиболее правдоподобно.

Проверить это можно на себе, не открывая никаких сервисов. Вы печатаете в телефоне «погода в» — и над клавиатурой всплывает «Москве». Это уже нейросеть, просто маленькая и обученная на ваших сообщениях. ChatGPT занимается тем же самым, только вариантов продолжения у него на много порядков больше, а растянуться ответ может на целую страницу. Разница между автодополнением в клавиатуре и «искусственным интеллектом» — в масштабе и в том, что большой модели дали прочитать почти весь доступный интернет.

Три слова, которых хватит для понимания

Когда о нейросетях говорят «обучение», «параметры» и «инференс», речь идёт о трёх простых вещах.

• Данные. То, на чём модель училась. Тексты, код, книги, диалоги. Модель никогда не хранит их целиком — она вытаскивает закономерности.
• Параметры (веса). Те самые числа. Их могут быть миллиарды: именно они и есть «память» модели. Обучение — это подгонка чисел так, чтобы модель ошибалась реже.
• Инференс. Работа уже обученной модели: получить запрос и выдать ответ. Это то, за что вы платите каждый раз, когда пишете в чат.

Хорошая аналогия — экзамен. Обучение похоже на семестр: студент читает учебники, решает задачи и постепенно меняет «себя». Это долго и дорого, поэтому делается редко и не вами. Инференс — это ответ на билете: несколько секунд, и студент выдаёт то, что успел усвоить. Отсюда и разница в деньгах: обучение топовой модели стоит миллионы долларов, а один ответ в чате — доли копейки.

Что нейросеть не делает (и это важно)

Путаница начинается, когда от модели ждут того, чего в ней нет.

• Она не база данных. Модель не «достаёт» факт и не проверяет его. Она сочиняет правдоподобную формулировку, и иногда это совпадает с истиной, а иногда — нет.
• Она не поисковик. Без подключённого инструмента модель не ходит в интернет: она отвечает по тому, что запомнила при обучении. Именно поэтому она может уверенно рассказывать про события, которых не было.
• Она не понимает вас как человек. У неё нет вашей ситуации, ваших целей и вашей ответственности. Она предсказывает текст, который чаще всего встречался рядом с похожими запросами.

Простой тест на понимание: спросите модель, какая сегодня погода за окном. Правдивого ответа у неё нет — нет термометра. Если сервис всё-таки отвечает, значит, разработчик подключил к модели инструмент и передал ей данные извне. Об этом механизме — в главе про IDE-обвязки, где мы разберём, как модели выдают руки.

По теме: новости AI — что вышло и что изменилось, обзоры сервисов — что выбрать под задачу.

02Токены, контекст и «память»: как модель читает текст и считает деньги

Модель не видит слов. Она видит токены — кусочки текста, на которые запрос разрезается перед отправкой. Английское слово часто оказывается одним токеном, русское почти всегда дробится: «нейросеть» распадается на «нейро» и «сеть», «учатся» — на «учатся» или «уч» + «атся» в зависимости от словаря конкретной модели.

Из этого следуют три практических вывода, о которых редко говорят в обзорах.

Первый: русский текст дороже английского. Одна и та же мысль занимает больше токенов, а платят как раз за них. Второй: токены — это единица измерения лимитов. Не «пять сообщений в час», а «столько-то тысяч токенов». Третий: длинный документ может не влезть в модель, и тогда часть текста она просто не прочитает — молча и без предупреждения.

Контекстное окно — рабочий стол, а не склад

Контекстное окно — это максимальный объём текста, который модель может удерживать в одном разговоре: инструкция, вся переписка, ваш новый вопрос и место под ответ. Представьте рабочий стол. На него помещается определённое количество бумаг; всё, что не влезло, лежит в шкафу и для текущей работы не существует.

Ещё недавно окно у популярных моделей составляло 4–8 тысяч токенов — это примерно десять страниц текста. Сейчас у сильных моделей это 100–200 тысяч токенов, а у отдельных — миллион. Звучит как «проблема решена», но есть нюанс: чем длиннее переписка, тем сильнее размывается внимание модели, и начало диалога начинает теряться раньше, чем формальный лимит. Если модель «забыла», что вы просили в самом начале, это не капризы, а механика.

Почему одинаковый вопрос даёт разные ответы

Модель выбирает не единственный правильный вариант, а следующий токен из распределения вероятностей. Попросите дважды «напиши поздравление коллеге» — получите два разных текста. Это не сбой: при каждом шаге модель бросает кубик со смещением в сторону вероятного. У этого есть параметр — «температура». Низкая делает ответы предсказуемыми и почти одинаковыми, высокая добавляет разнообразия и ошибок.

Вывод для практики — простая формула хорошего запроса: дайте роль («ты редактор деловой переписки»), контекст («письмо клиенту, который задержал оплату на неделю»), пример желаемого результата и требования к формату («не больше 120 слов, без извинений в первых строках»). Чем меньше вариантов вы оставили модели, тем меньше вероятность, что она выберет не тот.

Формулировки, которые экономят время: рубрика «Промпты и инструкции».

03Какие бывают модели и чем они отличаются друг от друга

«Модель» в разговоре о нейросетях — это конкретный набор чисел плюс правила его запуска. Один и тот же сервис может работать на разных моделях, а одна и та же модель — приходить к вам в разных сервисах. Поэтому сравнивать имеет смысл не бренды, а сами модели, и смотреть сразу на несколько характеристик.

Шесть осей, по которым модели реально различаются

Открытые веса и закрытые модели: где разница бьёт по кошельку

Если веса модели открыты, файл можно скачать и запустить на своём компьютере или арендовать на чужом железе за небольшие деньги. Так работают многие модели Meta, Alibaba, DeepSeek и Mistral. Если веса закрыты, модель доступна только через сервис разработчика или через посредника: так устроены линейки OpenAI, Google, Anthropic, а также GigaChat и YandexGPT.

Для пользователя это выбор между двумя компромиссами. Открытая модель — это дешевле, приватнее и без региональных ограничений, но обычно слабее в сложных задачах и требует либо мощного железа, либо аккуратной настройки. Закрытая модель — это «поставил и работаешь», но с подпиской, лимитами и передачей данных на чужой сервер.

Почему «самая умная» модель не всегда лучшая

Топовая модель на 400+ миллиардов параметров умеет решать сложные задачи, но каждый её ответ стоит дороже и приходит медленнее. Для сортировки входящих писем или переписывания абзаца этого не нужно. Практичный приём, которым пользуются разработчики: держать две модели — быструю и дешёвую для рутины и сильную для сложного, — и переключаться между ними осознанно.

Сравнения конкретных моделей по задачам и ценам — в рубрике «Обзоры AI-сервисов».

04Кто делает нейросети: карта разработчиков

Разработчиков моделей много, но запоминать их все не нужно. Достаточно понимать, кто за какой тип задач отвечает и что вы получаете вместе с доступом: язык, цену, способ оплаты и правила обращения с данными.

Зарубежные

• OpenAI — линейка GPT и ChatGPT, а также генерация изображений и видео. Самая известная экосистема, вокруг неё сложились понятные привычки рынка.
• Google DeepMind — Gemini, работающий внутри поиска, почты и документов, плюс генераторы изображений и видео.
• Anthropic — Claude. Часто выбирают за аккуратность в длинных документах и аналитике.
• Meta — Llama, открытые веса. На их основе собирают собственные решения, в том числе российские компании.
• Mistral AI — европейский игрок с открытыми моделями, популярен для задач, где важна самостоятельная установка.
• xAI — Grok, встроенный в социальную платформу.
• DeepSeek — открытые модели с агрессивно низкими ценами. Сильно изменили рынок цен на API в 2025–2026 годах.
• Alibaba — семейство Qwen, включая отдельные линейки для кода.

Российские

• Яндекс — YandexGPT, ассистент Алиса, генератор изображений Шедеврум и облачная платформа AI Studio для разработчиков.
• Сбер — GigaChat и генератор изображений Kandinsky. Один из самых доступных для обычного пользователя вариантов с оплатой картой РФ.
• Т-Банк — открытые модели линейки T, ориентированные на русский язык и запуск без большого железа.
• МТС — Cotype, встроенный в экосистему оператора.
• VK — модели внутри собственных продуктов, а не отдельный публичный сервис.

Выбор здесь редко про «кто умнее». Чаще он про три вещи: умеет ли сервис принимать вашу карту, насколько хорошо он держит русский язык и где физически лежат данные. Для компании последний пункт не философский, а юридический: обработка персональных данных россиян за пределами страны — это трансграничная передача, для которой нужны отдельные основания и оформление. Зарубежные сервисы такой возможности не дают, российские — дают по умолчанию.

Практический совет: не привязывайтесь к одной модели. Держите два-три варианта под разные задачи и не переписывайте под них всю работу — тогда ни одна смена лидера на рынке не станет для вас аварией.

Релизы и смена лидеров: «Новости AI», сравнения по задачам: «Обзоры AI-сервисов».

05Агрегаторы: одна дверь к десяткам моделей

Представьте, что для каждого телеканала нужен был бы отдельный телевизор, отдельная антенна и отдельная оплата. Именно так выглядел рынок нейросетей года три назад: своя регистрация у каждого разработчика, своя подписка, свои лимиты, своя карта. Агрегатор — это попытка сделать из этого один пульт.

Формально агрегатор — посредник. Он подключает к себе модели разных компаний и отдаёт их вам через один интерфейс и один API. Вы заводите один аккаунт, пополняете один баланс и выбираете модель из списка, как канал в телевизоре. Задача агрегатора — не создать нейросеть, а решить логистику: доступ, оплату, лимиты, логи и сравнение.

Что даёт агрегатор

• Сравнение в пару кликов. Один и тот же запрос уходит в несколько моделей, и вы видите разницу на своём тексте, а не на рекламных примерах.
• Единый ключ и единый счёт. Разработчику не нужно пять личных кабинетов и пять способов оплаты — только один.
• Доступ к редким моделям. Часть моделей не продаёт доступ частным лицам напрямую: через агрегатор до них можно дотянуться.
• Смена модели одной строкой. Почти все агрегаторы совместимы с форматом OpenAI, поэтому переход на другую модель — это правка названия модели в коде, а не переписывание программы.

Кто это на практике

За рубежом известны OpenRouter (роутер к десяткам моделей с единым балансом), Poe (чат-интерфейс к моделям разных компаний), платформы вроде Together и Fireworks, которые сдают в аренду открытые модели на своём железе. В России тот же спрос закрывают VseGPT, GPTunnel, ProxyAPI и BotHub: единый кабинет, оплата картой РФ, доступ к зарубежным и открытым моделям в одном месте.

Сколько стоит посредничество

Бесплатных агрегаторов с топовыми моделями не бывает: посредник платит разработчику и добавляет свою маржу. На практике наценка к прямому API обычно составляет 10–50%, у отдельных сервисов выше, а часть берёт фиксированную подписку вместо наценки. Если вы считаете деньги, полезно сравнить цену у агрегатора и у разработчика напрямую — разница быстро окупает полчаса арифметики.

Риски, о которых стоит помнить

Агрегатор — третья сторона. Технически он видит ваши запросы и ответы. Это не значит, что он делает с ними что-то плохое, но означает, что решать за вас этот вопрос будет он, а не разработчик модели. У части сервисов бесплатные тарифы прямо разрешают использовать переписку для улучшения своих систем.

Второй риск — предсказуемость. Доступ к зарубежным моделям у российского посредника зависит от множества факторов, и однажды утром нужной модели в списке может не оказаться. Хорошая привычка: не строить критичный процесс на одном посреднике и держать запасной канал.

Прежде чем платить, проверьте четыре вещи: кто владелец сервиса и есть ли у него юридическое лицо; выдаёт ли он чек и договор (для бизнеса это не формальность, а условие учёта расходов); есть ли HTTP API, а не только веб-чат; и что написано в правилах про хранение и использование ваших данных.

Сравнения сервисов и цен: «Обзоры AI-сервисов».

06API против сайтового чата: чем встраивание модели отличается от переписки

Чат — это витрина. Вы открываете сайт, пишете сообщение руками, читаете ответ, копируете его в документ. Удобно, понятно и абсолютно неудобно, когда таких сообщений нужно отправить пять тысяч.

API — это тот же инструмент, но без витрины. Программа отправляет запрос на сервер модели и получает ответ в структурированном виде. Разница примерно как между рестораном и кухней: в ресторане вы читаете меню и общаетесь с официантом, а на кухне работаете по накладным — быстрее, дешевле и без лишних людей, но готовить и мыть посуду придётся самому.

Как это выглядит в коде

Ничего сложного: обычный HTTP-запрос с вашим ключом. Почти все современные сервисы совместимы с форматом OpenAI, поэтому переход с одной модели на другую — это правка одной строки с названием модели.

from openai import OpenAI

client = OpenAI(
    api_key="ВАШ_КЛЮЧ",
    base_url="https://api.ваш-поставщик.ru/v1",
)

answer = client.chat.completions.create(
    model="имя-модели",
    messages=[
        {"role": "system", "content": "Ты редактор: сократи текст, факты сохрани."},
        {"role": "user", "content": open("договор.txt").read()},
    ],
)
print(answer.choices[0].message.content)

Запрос — это JSON с названием модели и списком сообщений. Ответ — тоже JSON, где лежит готовый текст и техническая статистика: сколько токенов ушло на запрос и на ответ. Именно по этой статистике считаются деньги.

Пять причин, зачем вообще нужен API

• Объём. Разобрать пять тысяч отзывов, перевести каталог, разметить обращения в поддержку. В чате это месяцы ручной работы, в API — ночной запуск скрипта.
• Свой интерфейс. Кнопка «улучшить текст» в вашей CRM, бот в мессенджере, помощник внутри внутренней вики.
• Свои данные. Вы можете научить модель отвечать по вашим документам: находить подходящие фрагменты в своей базе и передавать их в запрос. Этот приём называют RAG.
• Контроль. Вы выбираете модель, длину ответа, степень свободы, лимиты и видите журнал обращений.
• Деньги. В чате вы платите за место, в API — за фактический объём. На небольших задачах API выходит дешевле подписки, на очень больших объёмах — иногда наоборот.

Подводные камни, которых нет в чате

В API нет волшебства «продолжить с того же места»: каждый запрос для модели — первый. Контекст переписки формируете вы, передавая предыдущие сообщения. Ещё нужны повторные попытки при сбоях, обработка лимита «слишком много запросов» и защита ключа. С другой стороны, всё, что вы настроили один раз, дальше работает без вашего участия — и это главное, за что берутся за API.

Как встроить модель в проект, пошагово: «AI для разработчиков».

07Ключ, прокси и оплата: API в российских условиях

Эта глава — про то, что начинается после того, как вы решили подключить модель к своей программе. Договоримся сразу: почти все проблемы здесь организационные, а не технические.

API-ключ — это пароль от кошелька

Ключ выглядит как длинная строка символов и работает как пропуск: кто его знает, тот тратит ваши деньги. Поэтому ключ не хранят в коде и не заливают в публичный репозиторий, а держат в переменных окружения или в файле, который не попадает в систему контроля версий. Если ключ всё-таки утёк — его отзывают в личном кабинете в тот же день, потому что счётчик расходов в таких случаях растёт очень быстро.

Формат OpenAI как общий язык

Почти все поставщики моделей — российские, зарубежные, агрегаторы — поддерживают единый формат запросов, придуманный OpenAI. Это удобно: переезд с одного поставщика на другого сводится к замене адреса сервера и названия модели. Обратная сторона: именно поэтому производительность и цены у всех сопоставимы, и выбирать приходится по мелочам вроде поддержки, лимитов и честности в подсчёте токенов.

Прокси, шлюзы и посредники

Прокси в этой сфере — не про «взлом», а про маршрут. Он может решать три задачи: обеспечить доступ к сервису, объединить несколько моделей под одним ключом и упростить оплату. Платите вы за это приватностью и предсказуемостью: запросы проходят через чужой сервер, а условия могут измениться без вашего участия. Для черновиков и учёбы это нормальная цена, для клиентских баз — нет.

Оплата и документы

У российских поставщиков оплата идёт картой РФ, и обычно есть чек: для компании это разница между «расходом» и «непонятно куда ушли деньги». Зарубежные сервисы принимают зарубежные карты; путь через посредника — самый быстрый, но именно он превращает вопрос «сколько стоит токен» в вопрос «сколько стоит токен плюс чья-то маржа».

Лимиты: почему иногда приходит отказ

У любого поставщика есть ограничения: сколько запросов в минуту и сколько токенов в сутки. При превышении приходит ошибка, и это нормальная часть работы, а не поломка. Грамотный код в этом случае не падает, а ждёт и повторяет попытку. Отсюда ещё одно правило: если задача срочная, держите второй канал — другую модель или другого поставщика, — иначе один лимит останавливает весь процесс.

Персональные данные: короткое и неприятное правило

Всё, что вы отправляете в модель, покидает ваш компьютер. Поэтому паспортные данные, медицинские сведения, номера карт, клиентские базы и чужие тексты под защитой авторского права отправлять туда нельзя. Рабочий компромисс: обезличивать данные перед отправкой (убирать имена, телефоны, реквизиты), а для действительно чувствительного использовать локальную модель, которая работает без интернета. Российские сервисы в этом смысле проще: данные россиян по закону должны обрабатываться на территории страны, и провайдеры это обеспечивают.

Практика автоматизации и учёт расходов: «AI для работы и бизнеса».

08IDE-обвязки и harness: почему модель без инструментов беспомощна

Вот главная мысль этой главы, и она объясняет половину новостей последних двух лет. Модель сама по себе — это мозг в банке. Она умеет рассуждать о том тексте, который ей дали в запросе, и на этом её возможности заканчиваются. Она не видит файлов на вашем компьютере, не может нажать кнопку, не может открыть документацию и не может запустить тесты. Всё, что выходит за пределы текста запроса, для неё не существует.

Обвязка (по-английски harness, то есть «упряжь») — это программа, которая выдаёт модели инструменты и следит за порядком работы. Она передаёт модели содержимое нужных файлов, позволяет выполнить команду в терминале, ищет по документации, помнит, что уже сделано, и останавливает процесс, если он ушёл не туда. Модель плюс обвязка и есть агент.

Четыре уровня, от простого к сложному

• Автодополнение. Модель подсказывает следующую строку кода прямо в редакторе. Полезно и безопасно: она ничего не меняет сама.
• Чат рядом с кодом. Вы описываете задачу, получаете готовый фрагмент и вставляете его руками. Контроль полный, скорость средняя.
• Агент в редакторе. Среда вроде Cursor, Windsurf или Google Antigravity сама открывает нужные файлы, вносит правки в несколько мест, запускает терминал и тесты. От вас — задача и проверка результата. Antigravity от Google устроен как агентная среда, где задачи могут выполняться параллельно несколькими агентами.
• Терминальный harness. Claude Code, Codex CLI, aider, opencode, DeepSeek Harness работают прямо в вашем репозитории из командной строки. Им не нужен редактор: они читают проект, правят файлы, делают коммиты и отчитываются текстом.

При чём здесь MCP

Отдельно стоит упомянуть стандарт MCP, который можно представить как USB-порт для инструментов. Один раз подключили к агенту базу данных, трекер задач или облачный диск — и он умеет с ними работать. До этого каждая программа изобретала свой способ подключения, и интеграции приходилось писать заново.

Почему это важнее очередной версии модели

Разница между моделью в браузере и той же моделью в агентской обвязке ощущается сильнее, чем разница между двумя поколениями модели. Причина простая: в чате вы решаете задачу вместе с моделью, а в агенте — делегируете её. Но именно поэтому растёт и цена ошибки: агент с правами на запись может удалить нужный файл или «улучшить» работающий код. Практический минимум гигиены: система контроля версий, тесты, ограничение прав и обязательная проверка человеком перед публикацией.

Что выбрать под себя

Если вы только начинаете — возьмите бесплатный плагин к своему редактору: этого достаточно, чтобы понять, как формулировать задачи. Если пишете код каждый день — попробуйте агентскую среду и обязательно с системой контроля версий, чтобы откатывать неудачные эксперименты. Если задача полностью автоматическая и повторяется — берите API и собирайте свой процесс, где вы сами решаете, что разрешено инструментам агента, а что нет.

Больше про агентов, обвязки и код: «AI для разработчиков», готовые приёмы работы: «Промпты и инструкции».

09Сколько это стоит и как не переплатить

Способов платить за нейросети три, и путать их не стоит.

• Бесплатные лимиты. Так работают российские сервисы и слабые версии зарубежных моделей. Хорошо для знакомства, плохо для ежедневной работы: лимит заканчивается ровно тогда, когда задача срочная.
• Подписка. Фиксированная сумма в месяц за доступ к сервису. Предсказуемо и удобно человеку, который пишет и разговаривает с моделью каждый день.
• Оплата за токены. Способ API: вы платите за объём — сколько вошло в запрос и сколько модель написала в ответ. Дёшево на малых объёмах, предсказуемо на больших.

Порядок цен на момент публикации такой: зарубежные подписки держатся вокруг 20 долларов в месяц, российские аналоги начинаются от нескольких сотен рублей, а тарифы за токены у дешёвых моделей в десятки раз ниже, чем у флагманских. Чтобы сравнивать в одних единицах, полезно помнить перевод: сто тысяч знаков русского текста — это примерно 30–40 тысяч токенов. Дальше арифметика простая: умножаем объём на цену за тысячу токенов — и видим, сколько стоит, например, переписать весь каталог товаров.

Главная статья неожиданных расходов — агенты

Чат читает ваш вопрос и отвечает. Агент с доступом к файлам читает десятки файлов, несколько раз перечитывает их после правок, запускает команды и проверяет результат. Расход токенов на одну задачу может оказаться в десять и более раз выше, чем у обычного разговора в чате. Если вы платите за объём, это стоит держать в голове: «умный» режим уместен на сложной задаче и избыточен на переименовании переменной.

Как уменьшить счёт, не теряя качества

• Разделяйте работу по моделям. Черновики и рутину — дешёвой модели, сложные места — сильной.
• Не тащите всю историю. Каждое сообщение в контексте оплачивается заново при каждом запросе.
• Ограничивайте ответ. Просьба «пять пунктов, не больше 400 знаков» экономит больше, чем кажется.
• Считайте один раз. Если ответ на повторяющийся вопрос известен — сохраните его, а не спрашивайте модель заново.
• Сначала измерьте. Прогоните двадцать типичных задач и посмотрите фактический расход, прежде чем запускать двадцать тысяч.

И отдельно про бесплатное: небольшие открытые модели можно запустить на своём компьютере без подписки и без интернета. Для проверки идеи, работы с чувствительными данными и обучения это хороший вариант — если готовы потратить вечер на настройку.

Кейсы и способы автоматизации: «AI для работы и бизнеса».

10Галлюцинации, утечки и авторские права: чего опасаться на самом деле

Самая частая претензия к нейросетям — «она врёт». Это не баг и не коварство разработчиков, а прямое следствие устройства. Модель предсказывает правдоподобный текст, а не проверяет истинность. Когда факта нет в данных или он есть, но редко, модель всё равно достроит фразу — потому что её задача «продолжить», а не «промолчать».

Так появляются несуществующие статьи с точными годами, аккуратно оформленные ссылки на несуществующие страницы и цитаты, которых никто не произносил. Опасность не в самих ошибках, а в том, как уверенно они поданы: у модели нет интонации сомнения, если вы её об этом не попросили.

Как проверять и не сойти с ума

• Просите источники. И обязательно проверяйте их: правдоподобно выглядеть и существовать — разные вещи.
• Задавайте встречный вопрос. «Что в этом ответе может быть неверно?» — часто модель сама перечислит слабые места.
• Пересчитывайте числа. Считать модель умеет посредственно, если только это не модель с отдельным «режимом рассуждений»; таблицы и суммы лучше проверять.
• Для важного — первоисточник. Документ, закон, инструкция производителя, данные клиники. Не пересказ нейросети.

Данные, которые в модель не отправляют

Персональные данные клиентов и сотрудников, медицинские сведения, банковские реквизиты, коммерческая тайна, чужие рукописи и изображения под защитой авторского права. Если задача требует работы с такими данными, вариантов три: обезличить их перед отправкой, выбрать российского провайдера с обработкой данных на территории страны или поднять локальную модель, которая вообще не выходит в интернет.

Ответственность остаётся на человеке

Ещё одна область, где легко обмануться: авторство и этика. Текст, который «переписал» чужую статью, остаётся чужим текстом; изображение, собранное по описанию, может повторять слишком узнаваемый стиль. Там, где требуется раскрывать использование ИИ — в публикациях, учёбе, конкурсных работах, — это нужно делать.

И главное. В вопросах, где цена ошибки высока — лечение, право, бухгалтерия, безопасность, — нейросеть годится для черновика и поиска идей, но не для финального решения. Формулировка «так ответила модель» не работает ни в суде, ни в разговоре с клиентом, ни с врачом.

Как защищать данные и выстраивать регламенты: «AI для работы и бизнеса».

11Частые вопросы

Собрали то, что спрашивают чаще всего — коротко и без повторов из предыдущих глав.

12Куда идти дальше: рубрики сайта

Теория заканчивается там, где начинается ваша задача. Ниже — разделы сайта: выбирайте тот, который ближе к делу, и начинайте с одной конкретной операции, а не с «внедрения ИИ» целиком.

• Новости AI Что вышло и что изменилось: короткие разборы релизов без пересказа пресс-релизов. 1
• Обзоры AI-сервисов Сравнения сервисов и моделей: возможности, цены, ограничения и кому подходит.
• Промпты и инструкции Готовые формулировки и пошаговые инструкции, которые дают результат с первого раза.
• Текст и документы Копирайтинг, редактура, перевод, конспекты, таблицы и презентации.
• Изображения и видео Картинки, видео и звук: инструменты, приёмы и примеры запросов.
• AI для работы и бизнеса Автоматизация рутины, аналитика, клиентский сервис и кейсы из практики.
• AI для разработчиков Генерация и ревью кода, тесты, работа с API, агенты и интеграции.

Три правила, которые сэкономят вам месяц

1. Начинайте с бесплатного. Сначала месячный лимит российского сервиса, потом решение о подписке или API. Большинство задач закрывается на этом этапе.
2. Автоматизируйте повторяющееся. Автоматизация разовой задачи почти никогда не окупается, автоматизация ежедневной — почти всегда.
3. Проверяйте результат на первых двадцати примерах. Если на них модель ошибается в каждой пятой задаче, на двух тысячах будет то же самое — только дороже.

Этот разбор — «карта местности», а не инструкция. Рынок меняется каждые несколько месяцев: приходят новые модели, падают цены, уходят посредники. Если вы вернётесь к статье через полгода, главы про принципы останутся актуальными, а конкретные названия лучше сверять на страницах рубрик. Хорошая новость в том, что механика не меняется: вероятности вместо фактов, токены вместо слов, инструменты вместо магии.