AI

Prompt Engineering — практика составления текстовых запросов к LLM (Claude, GPT) для получения нужного результата.

LLM (Large Language Model) — большая языковая модель типа Claude, GPT, Gemini. Основа AI-маркетинга 2026.

AI-маркетинг — внедрение нейросетей и LLM в маркетинговый продакшн: креативы, тексты, аналитика, автоматизация.

Claude — LLM от Anthropic. В 2026-м Claude Sonnet 4.6 — лучшая модель для длинных текстов и code generation в моём стеке.

AI-агент — LLM, которая не просто отвечает, а выполняет цепочку задач: вызывает инструменты, ходит в API, принимает решения по шагам.

RAG — связка «поиск + LLM»: модель сначала достаёт релевантные данные из твоей базы, потом отвечает на их основе. Меньше галлюцинаций.

Контекстное окно — сколько текста (в токенах) модель удерживает за раз: и твой промпт, и её ответ. Переполнил — модель «забывает» начало.

Токены — кусочки текста, которыми оперирует LLM. По ним считается и контекстное окно, и стоимость API. Русский текст «съедает» токенов больше.

Галлюцинация — когда LLM уверенно выдаёт ложный факт: несуществующую цифру, ссылку, цитату. Главный риск AI-контента без проверки.

Fine-tuning — дообучение готовой LLM на своих данных под устойчивый стиль или формат. Дорого; маркетологу чаще достаточно промпта и примеров.

Мультимодальность — способность модели работать не только с текстом, а с картинками, видео и аудио: и понимать их, и генерировать.

System prompt — постоянная инструкция модели: кто она, в каком стиле и по каким правилам отвечает. Задаётся один раз, действует на весь диалог.

Zero-shot — просишь без примеров. Few-shot — даёшь модели 2–5 примеров «вход → выход», и она копирует паттерн. Простейший способ поднять качество.

Chain-of-Thought — приём, когда модель рассуждает по шагам перед ответом. На задачах со счётом и логикой точность заметно выше.

MCP (Model Context Protocol) — стандарт, по которому AI-инструменты подключаются к внешним системам: CRM, базам, API. «USB-порт» для агентов.

Эмбеддинги — представление текста в виде вектора чисел, где близкие по смыслу тексты лежат рядом. Основа семантического поиска и RAG.

AI Overview — сгенерированный ответ вверху поисковой выдачи. Забирает клики у обычных ссылок; задача SEO — попасть в его источники.

GEO — оптимизация контента под цитирование в AI-ответах (ChatGPT, Perplexity, AI Overview). Новый слой SEO: цель — стать источником, а не ссылкой.

AI-детекция — определение, что текст или фото сгенерированы нейросетью. Поисковики понижают «голый» AI-контент без редактуры и фактуры.

n8n — конструктор автоматизаций: соединяешь сервисы и AI в рабочие сценарии без кода. Основа маркетинговых авто-воронок и AI-агентов.

Claude Code — терминальный AI-агент Anthropic: пишет код, правит файлы, работает с git и инструментами. На нём я собираю сайты и боты.

Veo — генеративная видеомодель Google: ролик из текстового описания со звуком. Заменяет часть видеопродакшна для рекламы и соцсетей.

Вайб-кодинг — создание софта через описание задачи AI-агенту на естественном языке, без ручного кода. Так маркетолог собирает лендинги и ботов сам.

GPT — архитектура трансформера от OpenAI, на которой построены ChatGPT и большинство коммерческих LLM.

Gemini — мультимодальная LLM от Google DeepMind, встроена в поиск, Workspace и Android.

Perplexity — AI-поисковик, который даёт ответ с источниками вместо списка ссылок.

Midjourney — генератор изображений по тексту с лучшим качеством для маркетинговых визуалов.

Stable Diffusion — open-source генератор изображений, работает локально без абонентской платы.

Sora — генератор видео от OpenAI: текстовый промпт превращается в видеоролик до 20 секунд.

Function Calling — механизм, позволяющий LLM вызывать внешние API и инструменты в рамках диалога.

Temperature — параметр от 0 до 2, контролирующий случайность ответов LLM: 0 — детерминированно, 2 — хаотично.

Top-p и Top-k — параметры сэмплирования LLM, ограничивающие пул токенов-кандидатов для генерации.

Vector DB — база данных для хранения эмбеддингов и поиска по смысловой близости, основа RAG-систем.

Семантический поиск находит документы по смысловой близости, а не по точному совпадению ключевых слов.

Prompt Injection — атака на LLM: вредоносные инструкции прячутся в данных, которые модель обрабатывает.

Jailbreak — техника обхода защитных ограничений LLM через специальные промпты или сценарии.

Knowledge Cutoff — дата, после которой LLM не имеет информации о событиях: обучение прекратилось.

YandexGPT — языковая модель Яндекса, встроенная в Алису, Директ, Метрику и B2B-продукты.

GigaChat — LLM от Сбера с российским API, доступна без VPN и соответствует требованиям ФЗ о персданных.

LangChain — Python/JS-фреймворк для построения агентов и цепочек вызовов LLM с инструментами.

LlamaIndex — фреймворк для RAG: индексация документов, поиск релевантных фрагментов и передача в LLM.

Open-source LLM — открытые языковые модели (Llama 3, Mistral, Qwen) для запуска без зависимости от API.

AI Watermark — невидимая метка в AI-сгенерированном контенте для идентификации машинной генерации.

AEO — оптимизация контента под AI-поисковики (Perplexity, ChatGPT) вместо традиционного SEO.

Cursor — редактор кода с встроенным Claude/GPT, позволяет маркетологам писать автоматизации без опыта разработки.

Replit Agent — AI-агент в браузере: пишет, запускает и деплоит код по текстовому описанию задачи.

Синтетические данные — AI-сгенерированные данные для обучения моделей, когда реальных данных недостаточно.

Nano Banana — модель генерации изображений от kie.ai, которую я использую для создания обложек блога.