Материалы

Материалы — то, что выкладываю в описании к роликам на YouTube: чек-листы, шаблоны и код, которые можно забрать и использовать сразу.

Ролик 7 — «База знаний компании: 77 документов, 14 противоречий и 40 вопросов до и после»

Ролик про порядок, а не про инструмент: как собрать базу знаний компании вместе с Claude Code. Показано на выдуманной компании Veltra Power: что выгружать, что модели не отдавать, как найти противоречия между документами и как проверить результат на 40 вопросах. Без MCP, выгрузкой в папку: 38 верных ответов из 40 вместо 30 и ноль выдумок. Минусы тоже показаны: скилл ошибается, поэтому каждую цитату проверяют руками, а два вопроса из 40 база так и не взяла.

Что забрать

Комплект лежит в открытом репозитории Black-coffe/company-knowledge-kit: скилл поиска противоречий, правила старшинства документов, шаблон реестра, выдуманная компания из 77 документов, мини-набор из 13 файлов и 40 контрольных вопросов с ключом. Как запустить по шагам — в README комплекта. Все ссылки одним постом — в Telegram-канале.

Чек-лист из шести шагов

  1. Выгрузить. Папка документов лежит на диске, таблицы и PDF рядом в тексте.
  2. Проверить выгрузку. Найдены секреты, персональные данные и файлы, открытые не тем, кому надо.
  3. Реестр. На каждый документ строка с владельцем, датой и статусом.
  4. Правила старшинства. Подписанное старше рабочего; правила положены в CLAUDE.md базы.
  5. Саммари и темы. У каждого документа короткое саммари, вики собрана по темам.
  6. Замер. Контрольные вопросы с ключом, прогон до и после, столбец «помогло / нет».

Домашка

Выгрузи одну свою папку документов. Запусти скилл поиска противоречий из комплекта. Проверь список: у каждой строки два файла и цитата. Нет своих документов — возьми выдуманную компанию из комплекта и прогони 40 вопросов; порог — 9 из 12 ловушек. Напиши в комментариях под роликом, сколько противоречий нашёл у себя.

Источники

Прочитано 15.10.2026. ✅ — два независимых источника, ⚠️ — один источник, вендор о себе или препринт. В скобках — дата публикации.

  1. ✅ И1. Поддержка клиентов, 2023. +14 % решённых обращений в час, новичкам +34 %, около 5 тыс. операторов. Brynjolfsson, Li, Raymond, «Generative AI at Work»: NBER w31161 (апр. 2023), arXiv 2304.11771 (06.11.2024, там +15 %, другая версия), NBER Digest (01.06.2023).
  2. ⚠️ И2. Соцсеть, граф из тикетов. Контролируемый эксперимент: медиана времени решения −28,6 %. Xu et al., SIGIR 2024: arXiv 2404.17723 (26.04.2024).
  3. ✅ И3. Семь точек отказа RAG. Противоречия в контексте как причина ошибки. Barnett et al., CAIN 2024: arXiv 2401.05856 (11.01.2024).
  4. ✅ И4. Практик на Хабре, 2025. На один вопрос может быть три ответа; сначала список вопросов, потом источники; тестовый набор после каждого изменения. «Как сделать RAG для своей компании»: Хабр (28.04.2025).
  5. ✅ И5. Хостинг-провайдер, 2026. Три версии одного документа разных лет; права проверяет код по токену пользователя; ночная пересборка целиком. Рунити: Хабр, часть 1 (25.03.2026), часть 2 (24.09.2026).
  6. ✅ И6. Телеком, 2025. Противоречия «решены» промптом «не смешивать версии»; устаревшее помечается по хэшу. МТС Web Services, «RAG своими руками»: Хабр (16.12.2025).
  7. ✅ И7. Промышленный софт, 2026. Документация выше тикетов; персональные данные маскируются до индекса. Цифра, «Корпоративная память как инфраструктура»: Хабр (06.03.2026).
  8. ✅ И8. Tech-маркетплейс, Genie. Саммари, FAQ и ключевые слова на документ; таблицы из PDF перевели в текст; золотой набор вопросов от экспертов. Uber: Genie (10.10.2024), Enhanced Agentic-RAG (29.05.2025).
  9. ⚠️ И9. Сервис доставки. Двухуровневая проверка ответа по статье базы; недостаточность базы — корневая причина плохих ответов. Пересказ поста DoorDash, оригинал 13.08.2024 недоступен: ZenML LLMOps Database (2024).
  10. ✅ И10. Юридические системы, 17–33 %. Ссылки мимо или ответ не подтверждён в 17–33 % у специализированных систем. Magesh et al.: arXiv 2405.20362 (30.05.2024), Stanford HAI (23.05.2024).
  11. ✅ И11. «Отвечают, а не воздерживаются». При нехватке или споре данных модели чаще отвечают, чем воздерживаются. Joren et al., «Sufficient Context»: arXiv 2411.06037 (09.11.2024), Google Research (14.05.2025), Zhang, Wu, CMC 89(1) (13.08.2026).
  12. ✅ И12. Права и выгрузка. Копия прав в индексе стареет; у выгрузки прав нет; утечка чувствительного через ассистента. Azure AI Search, document-level access (обновлено 17.09.2026), AWS, secure multi-tenant RAG (22.06.2026), OWASP LLM08:2025, OWASP LLM02:2025 (2025).
  13. ⚠️ И13. Где нужен MCP. Живой доступ нужен, когда источник живой, права идут по учётке и данные нельзя копировать; MCP действует с правами пользователя. Спецификация MCP 2025-11-25: Authorization, Security Best Practices. Документация вендоров о себе: Notion MCP (2026), Asana MCP (08.10.2026), Atlassian MCP, README (без даты), Copilot connectors (12.10.2026), Google Workspace MCP, пока preview (13.10.2026).
  14. ⚠️ И14. Стандарт поддержки KCS v6. Качество базы — общая обязанность, старое помечают заменённым, набор живой. Consortium for Service Innovation, без даты: Practices Guide, 030, 050.
  15. ⚠️ И15. «Модель ведёт вики», 2026. Идея апреля 2026, масштаб до сотен страниц. Gist llm-wiki (04.04.2026), VentureBeat (03.04.2026).
  16. ✅ И16. Прогноз аналитиков, 2024. Не меньше 30 % пилотов GenAI бросят после проверки идеи. Gartner, релиз 29.07.2024: Intelligent CIO (05.08.2024), THE Journal (06.08.2024).
  17. ✅ И17. Бенчмарки с противоречиями. Подложенные дубли и противоречия; конфликты — жёсткий барьер даже для моделей с рассуждением. EnterpriseRAG-Bench, arXiv 2605.05253 (05.05.2026), EnterpriseRAG, arXiv 2608.11584 (12.08.2026).
  18. ✅ И18. Финтех, поддержка. Чат-ассистент закрыл около двух третей обращений, через год компания вернула людей из-за качества. The Decoder (27.02.2024), CX Dive (09.05.2025).
  19. ⚠️ И19. Препринт, 2026. При долгом делегировании модели портят около четверти содержимого. Laban, Schnabel, Neville: arXiv 2604.15597 (17.04.2026).
  20. ✅ И20. Судья-модель любит ответ, который стоит первым. Shi et al., «Judging the Judges»: arXiv 2406.07791 (12.06.2024).

Компания, документы и вопросы в демо выдуманы. Замер: claude-sonnet-5-5, 15.10.2026, 40 вопросов, медиана трёх прогонов.

Ролик 6 — «Своя программа под свою боль: собираю с Claude то, чего нет в сервисах»

Ролик про метод: как довести до работы программу под свою рабочую боль вместе с Claude Code. В качестве примера результата — Recall, архив звонков с расшифровкой на своей видеокарте и поиском по смыслу. Минусы тоже показаны: Claude подписывает не того спикера, на слабой видеокарте расшифровка хуже, а на цитату без проверки полагаться нельзя.

Что забрать

Образец результата лежит в открытом репозитории Black-coffe/recall: ставь по README и разбирай как пример, а не как готовый продукт.

Чек-лист из шести этапов

  1. Назвать свою боль. Одна рабочая ситуация, которую не закрывает готовый сервис.
  2. Собрать с Claude по шагу. Не всё сразу: маленький кусок, проверка, следующий.
  3. Пустить в работу. Прогнать на настоящих данных, а не на заготовке.
  4. Поймать, где врёт. Найти места, где результат выглядит верно, но не совпадает с источником.
  5. Сравнить с готовым и посчитать. Что дал свой вариант и сколько он стоит в деньгах и времени.
  6. Поставить себе. Программа живёт у тебя и работает без показа.

Домашка

Теперь домашка. Выпиши одну свою рабочую боль, которую не закрывает готовый сервис. Поставь Recall с Claude Code как образец и попроси Claude добавить в него одну вещь под эту боль — свой источник, свой отчёт или свою подсказку. Проверь результат на трёх своих документах. Ссылка на код и чек-лист — в описании и на сайте.

Ролик 5 — «LinkGuard: код написал Claude, а продажи нет»

Осенью я записал себе цифру: за полгода сервис заработал $510. Весь код написал Claude Code, 759 коммитов из 759, и это было легко. Сервис живой, деньги потерялись в другом месте. Прохожу весь путь по своим настоящим промптам через шесть шагов: идея, задачи, код, прод, деньги, продажи. Главная ошибка не в коде, а в том, что я заранее не записал стоп-цифру: сколько времени и денег, после которых бросаешь.

Что забрать

Всё лежит в открытом репозитории idea-to-backlog-kit.

  • README.md — задание и порядок работы целиком.
  • checklist.md — шесть шагов ролика и домашка.
  • spec-template.md — ТЗ на одну страницу: три человека, которые заплатят, их ответы и стоп-цифра.
  • decomposition-prompt.md — промпт для Claude Code: из ТЗ в дерево задач, которые можно отдавать по одной.
  • CLAUDE.md.example — пример CLAUDE.md как короткого индекса проекта.
  • review-checklist.md — как принимать работу Claude после каждой задачи.

Домашка — вечер на ТЗ и дерево задач, плюс разговоры с тремя людьми

Я сделал наоборот, а ты сделай по порядку.

  1. Назови трёх людей, которые заплатят за твою идею.
  2. Спроси их.
  3. Доведи идею до дерева задач.
  4. Запиши стоп-цифру: сколько времени и денег, после которых бросаешь.

Напиши в комментариях к ролику, какую стоп-цифру ты себе поставил и что ответили твои трое.

Ролик 4 — «Дубляж своим голосом: три способа перевести ролик с Claude Code, один бесплатный»

Оригинал, который мы дублируем, — ролик 3: посмотрите его первым, чтобы сравнить оригинал и дубль. Мне писали: «говоришь на украинском, а пишешь по-русски». Справедливо. Показываю, как дублировать ролик самому: тот же голос, другой язык. Три варианта рядом, каждый можно услышать, и по каждому честная цена за ролик на 20 минут. Главная мысль: модели не нужен запрос, ей нужно рабочее место — папка с инструкцией, глоссарием и скриптами.

Что забрать

Всё лежит в открытом репозитории dubbing-starter-kit.

  • README.md — установка, запуск трёх вариантов и домашка целиком.
  • dub.py — вариант A: Demucs, faster-whisper, перевод Claude по глоссарию, озвучка ElevenLabs клоном голоса, подгонка по времени. Около $0.20 за ролик на 20 минут по замеру (цена озвучки действовала по акции).
  • eldub.py — вариант B: готовый сервис ElevenLabs Dubbing API, для сравнения. От $10 до $23 за ролик на 20 минут.
  • variant_local.py и tts_omnivoice.py — вариант C: всё локально и бесплатно, перевод в Ollama и голос OmniVoice. Около $0.01 за электричество, нужна видеокарта.
  • glossary.json — словарь терминов: что не переводить и как произносить.
  • ab.html — страница, где дорожки переключаются каждые несколько секунд.
  • ai-video-dubbing — готовая программа дубляжа под свои ключи, на английском, с инструкцией и промптами для Claude Code и Codex.

Дорожки для сравнения на слух

Один и тот же фрагмент ролика 3 длиной 3:15, дублированный тремя способами. Дорожки выровнены по громкости, чтобы громкая не казалась лучше.

  • Дорожка A — наш конвейер dub.py: клон голоса, перевод по глоссарию.
  • Дорожка B — готовый сервис, ElevenLabs Dubbing API, одна команда.
  • Дорожка C — всё локально и бесплатно: Ollama и OmniVoice.

Веса OmniVoice (вариант C) распространяются под лицензией CC-BY-NC: только некоммерческое использование. Для озвучки монетизируемого канала C не подходит, нужна другая модель.

Домашка — около часа

Продублируй 30 секунд своего ролика на другой язык своим голосом и сравни результат на слух с готовым сервисом.

  1. Возьми фрагмент своего видео на 30 секунд и положи в папку вместе с описанием задачи; пусть Claude Code сначала расспросит тебя про сервисы, железо и бюджет.
  2. Прогони фрагмент через конвейер, прочитай перевод глазами рядом с оригиналом и исправь то, что глоссарий не ловит.
  3. Включи свою дорожку и дорожку готового сервиса, чередуя каждые 6 секунд с того же места, и запиши, какая звучит лучше и сколько стоила.

Если вы такое уже делали — напишите в комментариях, какой язык и какой вариант выбрали, и где у вас сломалось произношение.

Ролик 3 — «Claude сам собирает мои рабочие документы. Показываю систему целиком»

Собирать один и тот же документ руками — таблицу, отчёт, акт — привычка, а не необходимость. Claude Code умеет находить скилл по описанию и запускать нужный скрипт сам, без ручного вызова из терминала. Показываю на эталонном примере: докс-шаблон, который ломается на объединённых ячейках и двухуровневой шапке, скрипт подстановки данных и вымышленная компания «Меридиан».

Что забрать

Всё лежит в открытом репозитории skills-starter-kit.

  • skill-skeleton/SKILL.md — эталонный скилл: шапка name/description и правила заполнения.
  • skill-skeleton/templates/report-template.docx — нейтральный шаблон отчёта.
  • skill-skeleton/scripts/fill_report.py — скрипт подстановки данных в шаблон.
  • gen/make_templates.py — генератор синтетических шаблонов, детерминирован.
  • data/shipments.csv — двенадцать вымышленных отгрузок компании «Меридиан» за август 2026.
  • demo-naive/ — тот же нейтральный шаблон без скилла и без правил: что выходит, если просто попросить модель заполнить его.
  • demo-break/ — шаблон с колонтитулами, объединёнными ячейками и двухуровневой шапкой таблицы, на котором скрипт делает не то.

Домашка — от получаса

Возьмите документ, который делаете регулярно, положите шаблон и инструкцию в папку скилла и получите готовый файл из одной строки запроса.

  1. Разберите skill-skeleton/ как образец структуры — SKILL.md → templates/ → scripts/.
  2. Соберите свою версию: свой шаблон, свой скрипт подстановки; данные кладите рядом со скиллом, а не внутрь его папки.
  3. Спросите обычным языком. Не вызывайте скрипт руками — попросите Claude Code словами («собери отчёт за такой-то период из такого-то файла») и убедитесь, что он сам находит скилл по description и запускает нужный скрипт.

На входных данных эталон даёт шапку «Меридиан», период «август 2026», двенадцать строк в порядке CSV и итог 164 850 $ — посчитан скриптом, в CSV не хранится. Другой итог — расхождение в шаблоне или в скрипте, не в данных.

Ролик 2 — «MCP с нуля: подключаю Claude к своим данным за 20 минут»

Модель умеет рассуждать и писать код, но не видит ни одного вашего файла. MCP — протокол, который это чинит. Четырнадцать минут: демо-сервер из документации, подключение и проверка вызовом, а потом задача словами — и Claude Code пишет сервер на три инструмента над двумя сотнями заказов вымышленной кофейной лавки.

Что забрать

Всё лежит в открытом репозитории mcp-starter-kit.

  • gen_orders.py — генератор синтетических заказов. Детерминирован: у вас получатся ровно те же цифры, что в ролике, и ответы на пять вопросов сойдутся.
  • data/orders.json — двести вымышленных заказов кофейной лавки «Три зерна». Компании не существует, данные синтетические.
  • server-minimal/server.py — эталонный сервер на три инструмента, короче шестидесяти строк. Берите, если не хотите писать свой.
  • prompts/server.md — та самая задача словами, которую в ролике отдают Claude Code вместо готового кода.
  • config-example.json — образец .mcp.json для регистрации сервера.

Домашка — от двадцати минут до часа

Поднимите минимальный MCP-сервер с одним инструментом над своей папкой и задайте Claude три вопроса, на которые он без него не отвечает.

  1. Один инструмент, а не три. Задача не в объёме, а в том, чтобы пройти путь целиком.
  2. Подключите его и убедитесь, что модель его видит.
  3. Задайте три вопроса. Результат проверяется сразу: спросили — получили точный ответ с цифрами из своих файлов, а не общие слова.

Напишите в комментариях под роликом одну вещь: какой инструмент вы сделали и на каком вопросе он сломался. Второе интереснее первого.

Пять вопросов из ролика

Ответы вычислены генератором — запустите его у себя и получите те же.

# Вопрос Ответ
1 Сколько заказов отменено? 59
2 Самый крупный заказ — номер и сумма? ORD-0083, 185 000
3 Что заказывала «Кофейня Полдень»? одиннадцать заказов
4 Что в заказе ORD-0042? весы кофейные, 6 шт., shipped, 7800
5 Общая сумма за август? 333 280

Пятый вопрос — самый интересный. Инструмент отдаёт строки, а складывает их модель. На двухстах заказах это работает, на двухстах тысячах строк — нет: упирается в предел размера ответа инструмента. Тогда считать должен сам инструмент, либо задача уходит в обычный скрипт.

Ролик 1 — «Мой сайт не работал пять лет. Пересобираю его в портал»

Разбор этого самого сайта — того, что был до, — и сборка портала, который вы сейчас читаете. Двадцать две минуты: архитектура, три языка, воронка, деплой на свой сервер и место, где модель придумала про меня факты.

Что забрать

Всё лежит в открытом репозитории site-audit-kit.

  • audit-console.js — скрипт для консоли браузера. Закрывает 8 пунктов чек-листа за две секунды: считает дубликаты блоков, действия на первом экране, формы, языковые ссылки. Ничего не отправляет наружу и ничего не меняет на странице.
  • audit-checklist.md — все двенадцать пунктов с объяснением, что считается провалом. Четыре из них про смысл: их не проверит никакая машина.
  • audit-prompt.md — если не хотите в консоль, отдайте это модели вместе со своим адресом. Промпт написан так, чтобы она не хвалила.
  • structure-template.md — шаблон структуры «после»: сначала четыре задачи, потом разделы под них, потом то, чего мы сознательно не делаем.
  • hreflang-snippet.html — рабочий блок языковых ссылок с x-default и правильным uk (не ua — такого кода языка не существует).

Домашка — час работы

  1. Пройдите по чек-листу свой сайт. Нет сайта — берите профиль в LinkedIn или на GitHub: у него ровно те же четыре задачи, и большая часть пунктов применима один в один.
  2. Соберите структуру «после» на одну страницу: четыре задачи, под каждой раздел, у каждого раздела — куда он ведёт.
  3. Самое тяжёлое: напишите одну строку первого экрана по схеме «я делаю то-то для тех-то, приходят с такими задачами». Если строка не пишется — дело не в сайте.

Напишите в комментариях под роликом, сколько дублей нашлось у вас. У меня их было 125, худший блок — в пятнадцати копиях.

Здесь собираются ссылки на репозиторий и материалы по мере выхода новых роликов.