За вчера базово спроектировал ассистента, который пишет запросы для Seedance, исследую пока что text to video, так как это самый фундаментальный режим на всех генераторах, возможность управлять text to video открывает невероятные возможности к контролю в более сложных режимах (aka Frames to video (A > B), Ingredients to video, Audio To video, Video to Sync Audio и т.д). Порядок обучения ассистента выглядит следующим образом: 1. Запускается Gemini DeepThink с запросом > Привет, я хочу написать ассистента для Seedance, подскажи темы для глубоких исследований, которые мне надо сделать чтобы насытить тебя полезной информацией о проектируемым проекте. Получаю ответ, могу погонять в разных чатах и сделать суммирование. 2. Запускаю глубокие исследования и получаю Gemini \ GPT Deep Research в которых в основном собираются лучшие практики. 3. Через speech2text.ru прогоняю самые популярные ролики о промптинге и лайфхаков и превращаю в текст. 4. Соединяю это все в общую кашу (делаю 5-10 чатов) и достаю максимальное количество полезной информации. Вставляю просто все ниже и ниже в текстовом документе и насыщаю контекст "Правками системы", таким образом играю с контекстом и когда понимаю что достаточно сделал пользуюсь лайфхаком. 5. Заходим к VS Code, находим расширение Gemini (оказывается оно там есть) и устанавливаете ее в редактор кода. И просто CTRL C + CTRL V весь контекст и пишите "Сделай файл с финальной системной инструкцией" и вуаля получаете спроектированного ассистента среднего уровня. Параллельная ветка которая шла к основной этой истории, что у меня уже была системная инструкция и по-сути я ее насыщал полезной информацией как выглядит другая инфраструктура. В общем-то это прикольная методика обучения, а лайфхак с Gemini через VS Code меня удивил, потому что ни одна языковая модель с файла в 270.000 символов достать с правками и написать 2700 строк не может, либо лимиты, либо еще что, а тут оказывается что можно очень хорошо получать аутпута и я так понял особо без лимитов.