Как сделать из 100 YouTube-видео личного ИИ-эксперта

Если попросить Codex или Claude Code «сделай красиво», получится усреднённый ответ. И это не баг модели. Она училась на всём интернете сразу и честно выдаёт среднее - то, что понравится большинству. Что нравится именно вам, она не знает.

Под одним из постов меня спросили, как я собираю такие решения. Покажу на примере дизайна интерьера, но схема та же для сайта, поиска ниши, выбора машины и почти любой задачи, где нужен не «правильный» ответ, а ваш.

1. Беру источники, которым доверяю

Для интерьера это видео Карена Карапетяна и «Дневника дизайнера». Мне близко то, как они смотрят на дизайн, и с их решениями я соглашаюсь чаще, чем с чьими-то ещё.

Смысл шага - заменить «вкус интернета» вкусом конкретных людей. Модель сама не решает, чьё мнение важнее. Это выбор за вами, и от него зависит всё, что будет дальше.

Для поиска ниши таким источником могут быть мои уроки на YouTube, для выбора машины - обзоры авторов, которым вы доверяете. Правило одно: берите тех, с чьими выводами вы чаще всего согласны, а не тех, у кого больше просмотров.

2. Сохраняю первоисточники целиком

Не только текст, но и стоп-кадры, схемы, примеры из видео. В интерьере половина смысла в картинке: как стоит мебель, как падает свет, сколько места оставили для прохода. По одной расшифровке речи этого не понять.

В итоге у меня собралось почти 100 подробных видео о том, как думают авторы. Это сырьё, и терять его нельзя: на нём держится всё остальное.

3. Раскладываю знания по темам

В сыром виде видео для работы почти бесполезны. В одном ролике автор говорит и про гостиную, и про спальню, и про свет вперемешку.

Поэтому советы переносятся в wiki-слой - отдельные файлы по темам: гостиная, спальня, свет, хранение. Когда задача про спальню, агент берёт файл про спальню и видит всё, что авторы сказали о ней во всех видео сразу, а не пересматривает их заново.

При этом каждый совет остаётся привязан к исходному видео. Всегда можно вернуться и проверить, что именно сказал автор. Модель не сможет незаметно приписать ему то, чего он не говорил.

4. Даю агенту инструменты

Знания - только половина дела. Если нужен чертёж, я не заставляю модель изобретать его с нуля, а ищу на GitHub готовые способы и примеры.

Кто-то уже решил эту задачу и проверил решение. Нет смысла ждать, пока модель пройдёт тот же путь заново и наделает по дороге ошибок.

5. Подключаю критику

Один агент легко соглашается сам с собой. Поэтому я запускаю двух: каждый смотрит на мои варианты глазами одного из дизайнеров. Они спорят между собой и показывают слабые места.

Их разбор становится основой для проверки моих решений. Не «нравится / не нравится», а конкретные замечания с позиции людей, которым я доверяю.

Вся система в одной строке

Источники → база знаний → инструменты → критика результата.

Меняются источники и инструменты, а принцип остаётся. Так же можно собрать систему для подбора товаров, разработки сайта или запуска бизнеса.

Чего эта система не заменяет

Мой дизайн-проект пока нельзя назвать завершённым. Перед стройкой реальный дизайнер должен подготовить рабочие чертежи. Перед покупкой выбранной машины всё ещё нужен диагност. Перед выбором ниши в идеале стоит спросить совета у человека с опытом.

Но к каждому из них уже можно прийти с продуманным решением. А не начинать весь путь «под ключ», когда ещё сам не знаешь, чего хочешь, а с тебя уже просят полмиллиона.

Если хотите собирать такие системы сами

На следующей неделе стартуют закрытые продажи нового обучения по созданию продуктов и ИИ-систем с нуля до первых оплат. Для тех, кто оставил заявку на предзапись, будет лучшая цена.