раздел 00

LLM - не калькулятор

Самая частая ошибка новичка: вставить таблицу, CSV или JSON прямо в чат и написать «посчитай, сколько заказов за март» или «сложи выручку по регионам». Кажется логичным - данные есть, вопрос простой. Но модель считает не так, как думает человек.

Нейросеть не открывает вашу таблицу и не складывает столбик цифр. Она читает текст и предсказывает наиболее вероятное продолжение. Когда вы просите сумму, она не суммирует - она прикидывает правдоподобный ответ на глаз. Иногда угадывает. Часто мимо.

Модель - это не Excel и не калькулятор. Это генератор текста, который может выглядеть как ответ на вопрос про числа, но не выполняет самих вычислений.

Что чайники делают не так

Вставляют данные и просят посчитать
«Вот таблица на 800 строк, посчитай средний чек» - и берут ответ на веру. Числа могут быть выдуманы.
Верят красивой цифре
Ответ выглядит уверенно и аккуратно, поэтому его не перепроверяют. А он неправильный.

Проблема не в том, что модель «глупая». Просто счёт - не её работа. Её сила в другом: понять смысл текста, выделить темы, разложить отзывы по категориям. А точные числа нужно считать иначе.

Главная идея всего курса

Разделение труда. Смысл достаём из текста руками модели. Точные числа считаем кодом, который эта же модель для нас напишет.

Смысл - работа LLM
О чём отзывы, какая тема письма, к какой категории отнести обращение. Здесь модель сильна.
Числа - работа скрипта
Суммы, средние, воронки, когорты, сегментация. Это считает Python-скрипт, который пишет LLM.

Что разберём

  • 01 - почему счёт прямо в чате ломается: разные ответы, выдуманные числа, потерянные строки.
  • 02 - правильный путь: просим ИИ написать скрипт, а не считать в уме.
  • 03 - примеры: что через LLM, а что через скрипт.
  • 04 - шпаргалка и глоссарий.