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.
Слушайте: как проводить AI-анализ, которому действительно можно доверять
Если вы премиум-подписчик
Добавьте приватный фид в своё подкаст-приложение на add.lennysreads.com
В этом выпуске вы узнаете:
Как ловить два типа галлюцинаций при цитировании в AIПочему AI по умолчанию выдаёт бесполезные общие темы и выводыКакая LLM лучше всего подходит для аналитической работы (и какая фабрикует данные чаще всего)Как превратить расплывчатый сигнал в реальную ясность для принятия решенийФинальный проход верификации, который проверяет всё на прочность перед попаданием в презентацию
Упомянуто
Caitlin SullivanClaude Code for Customer Insights (курс на Maven)ClaudeChatGPTGeminiNotebookLMMazeWhoop
Этот пост — для платных подписчиков
