8 ИИ-помощников для копирайтеров, разработчиков и дизайнеров (не ChatGPT)
Разделение по типам очень условное, представителю любой профессии может пригодиться любой из перечисленных сервисов.
Для написания текста
CopyMonkey
CopyMonkey — сервис для генерации текстов. Его запустил стартап CopyMonkey в сентябре 2022 года. Стартап основали Антон Селихов и Екатерина Невельсон, бывшие сотрудники «Лаборатории Касперского», VK, Skillbox, «Яндекса» и Tele2.
Сервис может генерировать тексты разных типов — посты для соцсетей, статьи для блогов, описания товаров, тексты для рассылок и другие материалы.
В основе CopyMonkey лежит модель GPT-3. Сервис позиционируется как первый ИИ-копирайтер на русском языке, но он уступает зарубежным аналогам по скорости и качеству генерации.
Зачем нужен
- создавать под запрос тексты для сайтов, блогов, соцсетей и интернет-магазинов.
Что в нем хорошего
- просто зарегистрироваться;
- интуитивно понятный интерфейс;
- есть шаблоны для описания видео, постов, отзывов, текстов для лендингов (сайтов-одностраничников).
А что не очень
- генерирует сплошной текст без рубрикации и списков;
- результат требует серьезной доработки;
- мало бесплатных генераций — три запроса в неделю. За 1,59 тыс. руб. в месяц доступно 100 генераций;
- работает медленно по сравнению с конкурентами.
GigaChat
GigaChat — мультимодальная нейросеть от «Сбера», которая увидела свет в апреле 2023 года. Она умеет отвечать на вопросы, общаться в диалоговом режиме, генерировать изображения, писать код, предлагать идеи и автоматизировать рутинные задачи. Для доступа к сервису нужно создать аккаунт SberID или войти через приложение «Сбера».
Зачем нужен
- получать ответы на вопросы;
- генерировать тексты на заданную тему;
- создавать изображения по текстовому описанию;
- писать код и получать помощь в разработке;
- автоматизировать рутинные задачи и бизнес-процессы.
В октябре 2023 года «Газета.Ru» (входит в медиахолдинг Rambler&Co) интегрировала GigaChat в работу. Сервис помогает находить видео для новостных статей в собственной библиотеке интернет-издания. Это экономит время и упрощает процесс публикации. В издании отмечают, что 30 редакторов «Газеты.Ru» с помощью нейросети публикуют в день порядка 500 единиц контента.
Что в нем хорошего
- работает на русском и английском языках;
- запоминает контекст диалога и использует его для формирования ответов, может озвучивать ответы;
- генерирует и текст, и изображения в одном окне;
- легко зарегистрироваться через SberID;
- есть понятный и интуитивно понятный интерфейс;
- доступ бесплатный, VPN не требуется.
А что не очень
- пользователи жалуются на «галлюцинации» — нейросеть может выдавать ложную информацию за правду;
- неизвестно, на каких данных и полученных за какой период обучалась модель, что влияет на актуальность ответов;
- отсутствует мобильное приложение, только веб-версия и боты в VK и Telegram.
Для создания картинок
Recraft
Recraft — инструмент генеративного дизайна, который позволяет пользователям создавать векторную и растровую графику, 3D-изображения, логотипы и иллюстрации на основе технологии машинного обучения. Стартап основала Анна Вероника Дорогуш, бывшая сотрудница «Яндекса». Среди инвесторов — Khosla Ventures, бывший CEO GitHub Нэт Фридман и другие.
Нейросеть Recraft обучена на большом наборе данных и способна генерировать сложные изображения по простым текстовым описаниям.
Важный момент — это бесплатный браузерный инструмент, который просто и удобно использовать.
Зачем нужен
- создавать растровые и векторные изображения в различных стилях: фотореализм, 3D, Glow, Cartoon;
- генерировать иконки, логотипы и другие графические элементы;
- подбирать цветовые палитры;
- корректировать изображения: удалять фон, ретушировать, делать коллажи;
- искать и скачивать готовые изображения из собственного банка сервиса;
- копировать и редактировать промпты для создания новых изображений.
Что в нем хорошего
- бесплатный доступ;
- просто использовать;
- нет ограничений на количество изображений и проектов;
- хранит все сгенерированные материалы.
А что не очень
- может потребоваться много итераций для получения желаемого результата — но это свойство присуще практически всем генераторам графических изображений;
- качество некоторых сгенерированных элементов уступает платным аналогам;
- все созданные изображения и промпты становятся общедоступными. Чтобы сохранить эксклюзивность, нужна платная подписка.
DALL-E 3
DALL-E 3 — обновленная версия популярной генеративной нейросети, созданной компанией OpenAI. В основе лежит модель глубокого обучения.
Сервис предлагает более качественную генерацию изображений по текстовым запросам и интеграцию с ChatGPT, но в нем все еще есть некоторые ограничения.
Зачем нужен
- генерировать изображения по текстовому описанию.
Что в нем хорошего
- выдает изображения более высокого качества по сравнению с предыдущей версией;
- точнее распознает эмоции и детали;
- лучше работает с текстом — например, может создавать плакаты и постеры;
- способен обрабатывать более сложные запросы;
- понимает даже неточные запросы;
- генерирует изображения прямо в диалоговом окне, если настроить интеграцию с ChatGPT.
А что не очень
- изображения не всегда в точности соответствуют запросу, возможны артефакты и искажения;
- нельзя генерировать изображения знаменитостей и работы в стиле художников, живших в последних 100 лет, — все дело в авторских правах и чересчур реалистичных картинках, которым поверили мировые информагентства;
- размер изображений ограничен — до 1024x1024 пикселей;
- нет функций INPAINT и DeepFace для редактирования деталей и лиц.
Для информационной аналитики
Akkio
Akkio — инструмент бизнес-аналитики и прогнозирования потенциальных результатов от Эйба Паранги и Джона Райли, бывших сотрудников Markforged — американской компании, которая разрабатывает и производит 3D-принтеры. Он позволяет преобразовывать данные в полезную информацию.
Зачем нужен
- создавать точные и надежные предиктивные модели на основе разнообразных типов данных: числовых, текстовых, категориальных, временных рядов;
- прогнозировать результаты и тренды;
- анализировать большие объемы данных и оптимизировать бизнес-процессы на основе этих данных;
- автоматизировать задачи, связанные с прогностическим моделированием, — за считанные минуты разворачивает модели для принятия управленческих решений, причем без написания кода.
Что в нем хорошего
- интуитивно понятный интерфейс — не нужно быть разработчиком, чтобы настроить предиктивные модели;
- легко интегрируется с другими платформами и инструментами;
- масштабируем для работы с данными любого объема — в зависимости от тарифа;
- заботится о безопасности и конфиденциальности данных.
А что не очень
- нет подробной информации о методах обучения и используемых данных — это может вызывать сомнения в точности прогнозов;
- результаты надо тщательно перепроверять (как и в случае с любым инструментом предиктивной аналитики).
ChatPDF
ChatPDF — cервис, который анализирует PDF-документы и дает возможность взаимодействовать с ними в диалоговом формате, подобном человеческому общению. Его создал Матис Лихтенбергер, основатель Firefoo, компании — разработчика сервиса, который позволяет хранить, синхронизировать и запрашивать данные для своих мобильных и веб-приложений, бывший вице-президент по разработке в Bliq.
Зачем нужен
- быстро извлекать информацию из больших PDF-файлов: научных статей, юридических контрактов, книг;
- получать ответы на вопросы по содержимому PDF-документов;
- обмениваться документами и комментариями с коллегами в диалоговом формате.
Что в нем хорошего
- не требует регистрации или входа в систему — пользователи могут загружать любые PDF-файлы;
- использует GPT‑3.5. Создатели планируют внедрить GPT‑4 в платном тарифе;
- обеспечивает конфиденциальность данных, хранит их в безопасном облаке и удаляет через семь дней.
А что не очень
- не распознает изображения внутри PDF-файлов;
- может испытывать трудности с вопросами, ответ на которые требует понимания нескольких абзацев одновременно;
- ограничен возможностями языковых моделей ИИ, которые не всегда могут дать исчерпывающие ответы на вопросы.
Для написания кода
Сursor.sh
Сursor.sh — любопытный ИИ-ассистент для написания кода, прямой конкурент CoPilot.
Команда сервиса модифицировала популярный редактор VSCode так, чтобы запросы стали основным способом взаимодействия с кодом. Получился усовершенствованный ChatGPT для разработчиков — работает на GPT-3.5/4.
Зачем нужен
- ищет ссылки на актуальную документацию, которая используется при генерации кода;
- ищет и исправляет ошибки в коде;
- улучшает структуру и поддерживаемость кода;
Что в нем хорошего
- можно вводить запросы непосредственно в редакторе, чтобы получать автоматические дополнения кода в реальном времени;
- поддерживает JavaScript, Python и TypeScript, планирует расширить этот набор;
- ускоряет циклы разработки и итераций;
- есть бесплатная пробная версия;
- можно интегрировать сервис с популярными IDE и редакторами кода — программным обеспечением, предназначенным для работы над приложениями, их разработки и тестирования.
А что не очень
- ограниченная поддержка для некоторых языков программирования;
- количество бесплатных генераций кода ограничено;
- не работает с мобильными приложениями без допплагинов.
Codeium
Codeium — бесплатный (для частного использования) аналог GitHub Copilot, созданный калифорнийской компанией Exafunction. Он умеет генерировать, объяснять и перерабатывать код прямо в редакторе, IDE или браузере.
Разработчиками Codeium позиционируется как помощник, который способен дописать код. Он хорошо справляется с простыми задачами на Python и Kotlin, но может испытывать сложности с более запутанными запросами.
Сервис построен на собственных разработках, но в их основе есть наработки OpenAI.
Зачем нужен
- дополнять код на основе запроса пользователя на английском языке;
- генерировать базовую документацию к коду.
Что в нем хорошего
- поддерживает 70 языков программирования, наиболее развиты C#, C, Python, CSS, Go, Groovy, Kotlin;
- дает бесплатный доступ для физических лиц;
- его легко интегрировать с IDE и редакторами кода;
- ищет и предлагает необходимые инструменты и библиотеки из собственного хранилища;
- можно встроить в большинство популярных редакторов кода.
А что не очень
- непрозрачная техническая часть, нет информации о процессе обучения модели;
- иногда не выдает результаты на запрос;
- умеет работать только с одной задачей зараз, не учитывает контекст всего проекта;
- возможности работы со сторонними библиотеками ограничены.