Listen: How to do AI analysis you can actually trust
Это выпуск подкаста Lenny's Reads о том, как проводить AI-анализ, которому действительно можно доверять. Гостья Caitlin Sullivan, ведущая курса «Claude Code for Customer Insights» на Maven, рассказывает, как ловить два типа галлюцинаций при цитировании, почему AI по умолчанию выдаёт бесполезные общие темы и выводы, и какая LLM лучше всего подходит для аналитической работы (а какая чаще всего фабрикует данные). Также обсуждается, как превратить расплывчатый сигнал в ясность для принятия решений и провести финальную проверку, которая проверяет всё на прочность перед попаданием в презентацию. Среди упомянутых инструментов — Claude, ChatGPT, Gemini, NotebookLM, Maze и Whoop. Запись доступна на YouTube, Apple и Spotify; полный пост — для платных подписчиков.
Listen: How to do AI analysis you can actually trust
If you’re a premium subscriber
Add the private feed to your podcast app at add.lennysreads.com
In this episode, you’ll learn:
How to catch the two types of AI quote hallucinations
Why AI defaults to useless generic themes and insights
Which LLM is best for analysis work (and which one fabricates the most)
How to turn vague signal into actual decision clarity
The final verification pass that stress-tests everything before it hits a deck
Referenced
This post is for paid subscribers
