ლექტორი: გიორგი ბასილაია
ხანგრძლივობა: 180 წუთი (3 საათი)
ფორმატი: ონლაინ ლექცია
ამოცანა: გვაქვს 50 გაუხსნელი მეილი. გვჭირდება მათი წაკითხვა, პრიორიტეტების მინიჭება და საქმეების გადატანა Trello/Asana-ში.
ეს არის ის, რის კეთებასაც დღეს ისწავლით.
ერთმანეთის გაცნობა და ჯგუფის ჩამოყალიბება.
თითოეული მონაწილე (1-2 წთ):
AI ასისტენტი არის სპეციალიზებული AI სისტემა, რომელიც:
მაგალითი: ChatGPT-ის მთავარი ინტერფეისი
მაგალითი: Gemini Gems, Claude Project, xAI GrokBot (Always-On Cloud Computer)
რას ნიშნავს? AI არ იხსენებს წინა ინტერაქციებს.
მაგალითი: API გამოძახებები - თითოეული მოთხოვნა დამოუკიდებელია.
მოთხოვნა 1: „რა არის 2+2?“ → პასუხი: „4“
მოთხოვნა 2: „დაამატე 3“ → პასუხი: „3? რას გულისხმობთ?“
❌ არ იხსენებს წინა კითხვას!
რას ნიშნავს? AI იხსენებს კონტექსტსა და ისტორიას.
მაგალითი: ChatGPT-ის საუბარი - ინახება კონტექსტის ფანჯარაში.
შეტყობინება 1: „რა არის 2+2?“ → პასუხი: „4“
შეტყობინება 2: „დაამატე 3“ → პასუხი: „7 (4+3)“
✓ იხსენებს კონტექსტს!
სანამ საკუთარ AI ასისტენტს შევქმნით (Gemini Gems, Claude Projects, Custom GPTs), უნდა ვიცოდეთ: ასისტენტის ტვინი არის მისი სისტემური პრომპტი.
თანამედროვე მოდელები (Claude 3.7 / 3.5 Sonnet, OpenAI o1 / o3 / GPT-4o, Gemini 2.0 / 1.5 Pro, DeepSeek-R1 / V4.1) საუკეთესო შედეგს აჩვენებენ მაშინ, როცა ინფორმაცია მიეწოდებათ ინდუსტრიული სტანდარტების მქონე ჩარჩოებით. დღეს განვიხილავთ 5 მთავარ ფრეიმვორკს: R.T.F., C.R.E.A.T.E., C.O.-S.T.A.R., Reasoning (CoT) და Semantic XML Tags.
R.T.F. Role - Task - Format - უმარტივესი და ყველაზე ეფექტური ჩარჩო ყოველდღიური სწრაფი ოპერაციებისთვის (30-წამიანი მომზადება).
ვინ არის AI? რა სფეროს ექსპერტიზა და რამდენი წლის გამოცდილება აქვს?
ზუსტად რა უნდა გააკეთოს? რა კონკრეტული ნაბიჯები და ანალიტიკაა საჭირო?
როგორი სტრუქტურით უნდა დაბრუნდეს პასუხი? (ცხრილი, Markdown ბულეტები, სიგრძის ლიმიტი).
[Role]: შენ ხარ B2B SaaS გაყიდვების დირექტორი Enterprise სეგმენტში 15-წლიანი გამოცდილებით. [Task]: გააანალიზე ქვემოთ მოცემული 30-წუთიანი გაყიდვების ზარის ტრანსკრიპტი. გამოავლინე: 1) კლიენტის მთავარი ბიზნეს ტკივილი (Core Pain Point); 2) შესყიდვის ბიუჯეტისა და გადაწყვეტილების მიმღები პირის (Decision Maker) სტატუსი; 3) 3 მთავარი შეპასუხება (Objection) და ჩვენი სავარაუდო რისკი. [Format]: წარმოადგინე შედეგი Markdown ცხრილის სახით: სვეტები: კატეგორია | ზარის ციტატა | ექსპერტული ანალიზი | რეკომენდებული Next Step. ცხრილის შემდეგ დაურთე მაქსიმუმ 3-წინადადებიანი Follow-up მეილის დრაფტი კლიენტისთვის.
C.R.E.A.T.E. Context - Request - Explanation - Action - Tone - Extras - ოქროს სტანდარტი B2B წერილების, ანგარიშებისა და შეთავაზებებისთვის.
C - Context: კომპანიის ფონი, არსებული ვითარება და პრობლემა.
R - Request: კონკრეტული დავალება (რა დოკუმენტი გვჭირდება?).
E - Explanation: შეზღუდვები, რეგულაციები და აკრძალული ფრაზები.
A - Action: ნაბიჯ-ნაბიჯ მოქმედება, რა თანმიმდევრობით უნდა დაიწეროს.
T - Tone / Target: ვისთვის იწერება და რა ემოციურ-საქმიანი ტონით.
E - Extras: ფორმატი, მოცულობის ლიმიტი, ენა და ტერმინოლოგია.
Context: ჩვენი ფინტექ კომპანია უშვებს ახალ B2B გადახდების API-ს ბანკებისა და რითეილერებისთვის. ბაზარზე არსებობს სკეპტიციზმი ინტეგრაციის სისწრაფესა და PCI-DSS უსაფრთხოებასთან დაკავშირებით.
Request: მოამზადე ოფიციალური შეთავაზების საპარტნიორო მემორანდუმი (Executive Brief) ბანკის IT დირექტორისა და CFO-სთვის.
Explanation: გაითვალისწინე ეროვნული ბანკის რეგულაციები. არ გამოიყენო ზედაპირული მარკეტინგული კლიშეები ("რევოლუციური", "საუკეთესო", "უნიკალური").
Action: ჯერ აღწერე არსებული ტექნიკური პრობლემა და ფინანსური დანაკარგი ძველ სისტემებში; შემდეგ წარმოადგინე ჩვენი არქიტექტურა და ბოლოს ROI გათვლა.
Tone: მკაცრად ანალიტიკური, დამაჯერებელი, საქმიანი და ლაკონიური.
Extras: მოცულობა მაქსიმუმ 400 სიტყვა. ძირითადი მეტრიკები გამოყავი ბულეტებად. შეინარჩუნე საერთაშორისო B2B ტერმინები (API, SLA, Webhook, PCI-DSS).
C.O.-S.T.A.R. Context - Objective - Style - Tone - Audience - Response - სინგაპურის GovTech-ის მიერ შექმნილი გლობალური ეტალონი კორპორატიული კომუნიკაციისთვის.
Context: ბიზნეს გარემო და მიმდინარე ამოცანა.
Objective: რა არის პრომპტის მთავარი ბიზნეს მიზანი?
Style: რა პროფესიულ სტილს უნდა მიჰყვეს (მაგ. McKinsey / Big 4)?
Tone: ემოციური შეფერილობა (პრაგმატული, გადამწყვეტი).
Audience: ვინ კითხულობს (CEO, დირექტორთა საბჭო)?
Response: ზუსტი სტრუქტურა და სექციების თანმიმდევრობა.
[Context]: 500-თანამშრომლიანი სადაზღვევო კომპანია განიხილავს მხარდაჭერის დეპარტამენტში Generative AI ავტომატიზაციის დანერგვას. პროექტის წლიური ბიუჯეტია $120,000. [Objective]: დაარწმუნე კომპანიის მენეჯმენტი, რომ საპილოტე პროექტი დაიწყოს შემდეგ თვეს, რადგან ხარჯების ამოღება (ROI) მოხდება 5 თვეში. [Style]: McKinsey Pyramid Principle (პირველ რიგში მთავარი დასკვნა, შემდეგ დასაბუთება და მონაცემები). [Tone]: ობიექტური, პრაგმატული, რისკების გამჭვირვალე შეფასებით. [Audience]: აღმასრულებელი დირექტორი (CEO) და ფინანსური დირექტორი (CFO), რომელთაც აინტერესებთ დანახარჯების შემცირება და უსაფრთხოება. [Response]: 1. Executive Summary (3 წინადადება გადაწყვეტილების მისაღებად); 2. Cost-Benefit ანალიზის შედარებითი ცხრილი; 3. 3 კრიტიკული რისკი და მათი პრევენციის გეგმა (Mitigation Plan); 4. 90-დღიანი იმპლემენტაციის Roadmap კვირების მიხედვით.
CoT & Reasoning Deconstruct - Think - Verify - Synthesize - Frontier მოდელების (DeepSeek-R1 / V4.1, OpenAI o1 / o3, Claude Extended Thinking) ოფიციალური ლოგიკა.
როდესაც მოდელს რთულ მათემატიკურ ან ფინანსურ ამოცანას აძლევთ ერთ ხაზად, ის "გამოიცნობს" ალბათურ სიტყვას და ხშირად უშვებს კრიტიკულ შეცდომებს გამოთვლებში.
CoT აიძულებს მოდელს ჯერ დაშალოს კომპონენტები, აწარმოოს შუალედური გამოთვლები, გადაამოწმოს საკუთარი ლოგიკა და მხოლოდ ამის შემდეგ გამოიტანოს დასკვნა.
შენ ხარ Cloud ფინანსური არქიტექტორი (FinOps Specialist). ამოცანა: გამოთვალე AWS Cloud vs. ლოკალური სერვერების (On-Premise) TCO (Total Cost of Ownership) 3-წლიან ჭრილში 50-კაციანი დეველოპერული გუნდისთვის. მიჰყევი მკაცრ Chain-of-Thought მსჯელობის ეტაპებს: 1. [Deconstruct]: ჩამოწერე ყველა ფარული და ღია ხარჯი (CapEx აპარატურა, OpEx, ელექტროენერგია, IT ადმინისტრატორის ხელფასი, Cloud egress ტრაფიკი). 2. [Step-by-Step Calculation]: აჩვენე თითოეული წლის ხარჯების ეტაპობრივი მათემატიკური გამოთვლა. არ გამოტოვო შუალედური ციფრები! 3. [Verification & Sanity Check]: შეამოწმე, ხომ არ გამოგრჩა 10%-იანი წლიური ზრდა ან სარეზერვო ასლების შენახვის ხარჯი. 4. [Synthesis]: წარმოადგინე საბოლოო შედარებითი ცხრილი და მკაფიო ვერდიქტი: რა ზღვრულ დატვირთვაზე ხდება AWS უფრო მომგებიანი და როდის On-Premise.
XML Tags სისტემური არქიტექტურა Gemini Gems, Claude Projects და Custom GPTs-ისთვის.
Anthropic-ისა და Google-ის ოფიციალური დოკუმენტაცია 2026 წელს XML ტეგებს ასახელებს #1 სტანდარტად. LLM უშეცდომოდ ასხვავებს ინსტრუქციას, წესებს და მომხმარებლის მიერ მიწოდებულ მონაცემებს.
ტეგები ქმნის მკაცრ კონტეინერებს. მომხმარებლის ტექსტი ვერ არღვევს სისტემურ წესებს.
<role> - ასისტენტის იდენტობა<context> - ბიზნესის აღწერა და მიზანი<rules> - აკრძალვები და შეზღუდვები<instructions> - ნაბიჯ-ნაბიჯ ალგორითმი<output_format> - გამომავალი სტრუქტურა<assistant_system>
<role>
შენ ხარ B2B Lead Enrichment ანალიტიკოსი. შენი ამოცანაა მომხმარებლის მიერ მოწოდებული კომპანიის სახელისა და ვებსაიტის მიხედვით მოამზადო 1-გვერდიანი Lead Dossier გაყიდვების გუნდისთვის.
</role>
<rules>
- Zero Hallucination: არასდროს გამოიგონო მონაცემები. თუ ციფრი უცნობია, დაწერე "N/A".
- მკაცრად დაიცავი კონფიდენციალურობა: არ მოითხოვო პერსონალური საბანკო დეტალები.
- პასუხი უნდა იყოს ქართულ ენაზე, გარდა საერთაშორისო ტექნიკური ტერმინებისა (SaaS, ICP, ARR).
</rules>
<instructions>
1. განსაზღვრე კომპანიის ბიზნეს მოდელი (B2B, B2C, Marketplace).
2. დაადგინე სავარაუდო ზომა (თანამშრომლები, გეოგრაფიული არეალი).
3. შეაფასე ჩვენი სერვისის მორგება (ICP Fit Score 1-10) და დაასაბუთე 2 წინადადებით.
4. შექმენი 1 პერსონალიზებული "Cold Outreach Hook" პირველი კონტაქტისთვის.
</instructions>
<output_format>
### [კომპანიის სახელი] - Lead Dossier
- **ინდუსტრია & მოდელი:** [ტექსტი]
- **ICP Fit Score:** [ქულა]/10 - [მოკლე დასაბუთება]
- **სავარაუდო Tech Stack:** [ტექნოლოგიები]
- **Outreach Hook:** [ზუსტი შეთავაზების წინადადება]
</output_format>
</assistant_system>
პრაქტიკული გზამკვლევი: აირჩიეთ სწორი ფრეიმვორკი ამოცანის სირთულისა და მოდელის მიხედვით.
| ფრეიმვორკი | სირთულე | საუკეთესო გამოყენება | ოპტიმალური მოდელი (2026) | მომზადების დრო |
|---|---|---|---|---|
| R.T.F. | დაბალი (1/5) | სწრაფი მეილები, ტრანსკრიპტის შეჯამება, მოკლე რეფაქტორინგი | GPT-4o-mini, Claude 3.5 Haiku, Gemini Flash | 30 წამი |
| C.R.E.A.T.E. | საშუალო (3/5) | სრული B2B დოკუმენტები, ოფიციალური წერილები, მემორანდუმი | Claude 3.5 Sonnet, GPT-4o, Gemini 1.5/2.0 Pro | 2-3 წუთი |
| C.O.-S.T.A.R. | მაღალი (4/5) | CFO/CEO პრეზენტაციები, Business Case, კორპორატიული ანალიზი | Claude 3.7 / 3.5 Sonnet, GPT-4o | 3-5 წუთი |
| Reasoning (CoT) | მაღალი (4/5) | ფინანსური გათვლები (TCO/ROI), რთული ალგორითმები, არქიტექტურა | DeepSeek-R1 / V4.1, OpenAI o1 / o3, Claude Thinking | 3-5 წუთი |
| Semantic XML Tags | პროფესიონალური (5/5) | Gemini Gems, Claude Projects & Custom GPTs სისტემური ინსტრუქციები | ყველა Frontier მოდელი ასისტენტის რეჟიმში | 5-10 წუთი (ერთჯერადი) |
ახლა, როდესაც ხელთ გვაქვს Semantic XML Tags და C.R.E.A.T.E. სტანდარტები, გადავიდეთ შემდეგ სლაიდზე და შევქმნათ ჩვენი პირველი რეალური AI ასისტენტი Gemini Gems-სა და Claude Projects-ში!
პირველ AI ასისტენტს, რომელიც დაგეხმარებათ ყოველდღიურ სამუშაო ამოცანებში.
💡 რჩევა: აირჩიეთ ისეთი ასისტენტი, რომელიც რეალურად გამოგადგებათ თქვენს ყოველდღიურ სამსახურში!
აწიეთ ხელი, თუ:
სამი ძირითადი ველი:
💡 რჩევა: Gem-ის სახელი უნდა იყოს მკაფიო, ხოლო ინსტრუქციებში დეტალურად გაუწერეთ ასისტენტის ქცევის წესები და ტონი!
Gemini Gem-ის შექმნისას "Instructions" ველში ჩასვით სტრუქტურირებული ინსტრუქცია Semantic XML ტეგებით, რათა ასისტენტმა უშეცდომოდ დაიცვას თქვენი წესები.
<assistant_system>
<role>
შენ ხარ ელფოსტის წერის პროფესიონალი ასისტენტი B2B კომუნიკაციაში 10-წლიანი გამოცდილებით.
</role>
<instructions>
- დაეხმარე მომხმარებლებს ნათელი, პროფესიონალური და ეფექტური ელფოსტის შექმნაში.
- გააუმჯობესე არსებული დრაფტები და შესთავაზე ტონის ალტერნატივები (ოფიციალური, მეგობრული, დამაჯერებელი).
- ყოველთვის შეინარჩუნე ლაკონიურობა: საქმიანი ადამიანები გრძელ მეილებს არ კითხულობენ.
</instructions>
<rules>
- არ გამოიყენო ხელოვნური კლიშეები და ზედმეტი შესავალი ("იმედია ეს წერილი კარგად გიპოვით").
- მკაცრად დაიცავი გრამატიკული და პუნქტუაციური სისუფთავე.
- მხარი დაუჭირე როგორც ქართულ, ისე ინგლისურ კომუნიკაციას.
</rules>
<output_format>
ყოველთვის დააბრუნე პასუხი შემდეგი სტრუქტურით:
- **Subject (სათაური):** [3 ალტერნატიული მოკლე სათაური]
- **Greeting (მისალმება):** [ადრესატის შესაბამისი]
- **Body (ძირითადი ტექსტი):** [მაქსიმუმ 3 მოკლე აბზაცი]
- **Call to Action (CTA):** [მკაფიო 1 შეკითხვა ან მოქმედების მოწოდება]
- **Closing (დასასრული):** [პროფესიონალური ხელმოწერის ფორმულა]
</output_format>
</assistant_system>
დაამატეთ 3-4 მაგალითი პრომპტი, რომლებიც დაეხმარება მომხმარებლებს:
აირჩიეთ, რა ფუნქციები სჭირდება თქვენს ასისტენტს:
რჩევა: ტექსტური ასისტენტისთვის საკმარისია მკაფიო სისტემური ინსტრუქცია და საჭიროებისას Drive-ის ცოდნის ბაზა!
გამოსცადეთ თქვენი ასისტენტი:
თქვენ შექმენით პირველი Gemini Gem ასისტენტი!
ახლა შეგიძლიათ გამოიყენოთ იგი ნებისმიერ დროს თქვენი Google Gemini ანგარიშიდან.
გადაწყვეტა:
გადაწყვეტა:
გადაწყვეტა:
ვაგრძელებთ 10:20-ზე
Cloud AI (ChatGPT / Claude): ჰგავს ბანკის საცავს - სერვისს სხვა ორგანიზაცია მართავს, ამიტომ საჭიროა მისი მონაცემთა პოლიტიკისა და კონტრაქტული პირობების ცოდნა.
Local LLM (Ollama): ჰგავს თქვენს ოთახში ჩაშენებულ სეიფს - inference შეიძლება შესრულდეს თქვენს მოწყობილობაზე, თუმცა უსაფრთხოება კვლავ დამოკიდებულია წვდომებზე, ლოგებზე, plugins-ზე და ქსელის კონფიგურაციაზე.
Live Build: გაუშვით მცირე მოდელი Ollama/LM Studio-ში, შეამოწმეთ offline რეჟიმი და ჩაინიშნეთ hardware-ის გამოყენება, სიჩქარე და პასუხის ხარისხი.
ბევრი კომპანია კრძალავს ChatGPT-ს გამოყენებას, რადგან ეშინიათ, რომ მათი ფინანსური ან იურიდიული დოკუმენტები გაჟონავს.
მოდელი მუშაობს მხოლოდ თქვენს კომპიუტერზე.
ლექტორი თიშავს ინტერნეტს და სთხოვს Ollama/DeepSeek-ს გააანალიზოს კონფიდენციალური ფინანსური PDF დოკუმენტი.
შედეგი: ვადასტურებთ, რომ inference მუშაობს ინტერნეტის გარეშე; შემდეგ ცალკე ვამოწმებთ ფაილურ წვდომებს, ლოგებსა და ქსელურ მოთხოვნებს.
არ არის საჭირო 5,000$-იანი კომპიუტერი ლოკალური მოდელის გასაშვებად. ეს 2 ტექნოლოგიური გარღვევის დამსახურებაა:
გიგანტური მოდელები ყოველთვის არ გვჭირდება.
ოპტიმიზებულია, მუშაობს პირდაპირ პროცესორზე (CPU).
მოდელის დაპატარავება 4-ბიტამდე GGUF ფორმატით.
პრაქტიკაში: Ollama და LM Studio ავტომატურად იყენებენ ამ ტექნოლოგიებს.
ჩამოწერეთ 3 ავტომატიზაციის იდეა, რომელიც გამოგადგებათ:
გაუზიარეთ თქვენი იდეები პარტნიორს:
დღეს თქვენ უკვე დაეუფლეთ 2026 წლის Prompt Frameworks-სა და პერსონალურ ასისტენტებს. ახლა დროა, ეს ცოდნა თქვენს ყოველდღიურ სამუშაოში გამოსცადოთ:
CREATE, CO-STAR ან CoT:
აიღეთ რთული B2B წერილი, შეთავაზება ან ფინანსური გათვლა. შეადარეთ მარტივი ჩატის პასუხი ფრეიმვორკით დაწერილ შედეგს.
Gemini Gem ან Claude Project:
ააწყვეთ ასისტენტი Semantic XML ინსტრუქციით, ატვირთეთ თქვენი სამუშაო ფაილი და შეამოწმეთ 3 რეალურ ამოცანაზე.
🎯 სწრაფი გამარჯვება: შეარჩიეთ 1 რუტინული პროცესი, რაზეც დღეში მინიმუმ 30 წუთს კარგავთ და მიეცით ის AI-ს!
შემოუერთდით ჯგუფს:
დრო: 60 წუთი | ბოლო ვადა: შემდეგ შეხვედრამდე.
3 მთავარი ნაწილი:
ჩასაბარებელი: 1 PDF/Google Docs დოკუმენტი ეკრანის ანაბეჭდებით Google Classroom-ში.
დღეს დავეუფლეთ Prompt Frameworks-ს, პერსონალურ ასისტენტებსა და Local LLMs-ს. შემდეგ შეხვედრაზე გადავდივართ No-Code ავტომატიზაციაზე: Make.com-ის სრულ პრაქტიკულ ვორქშოპზე ნულიდან!
ნაბიჯ-ნაბიჯ დავრეგისტრირდებით, ავაწყობთ პირველ სცენარებს (Google Forms ➔ Sheets ➔ Gmail), ვისწავლით Routers-ს, Filters-სა და მონაცემთა მასივებს.
როგორ მიიღოს Make.com-მა მოვლენა რეალურ დროში, დაუკავშირდეს გარე სერვისებს (Webhooks/API) და დაამუშაოს დაბრუნებული JSON მონაცემები.
მასზე ავაშენებთ RAG-ს, Tools-სა და AI აგენტებს მესამე შეხვედრაში.
ლექცია 2 (ონლაინ): Make.com-ის პრაქტიკული ვორქშოპი ნულიდან, მონაცემთა სტრუქტურები, Webhooks და API
დავიწყებთ Make.com-ის ინტერფეისითა და პირველი სცენარებით, შემდეგ გადავალთ JSON-ზე, arrays-ზე, routers-სა და გარე API-ებზე.
Email: giorgibasilaia@smartacademy.ge
გაერთიანება: Discord/Slack (ბმულს მიიღებთ ელფოსტით)
გნახავთ მომდევნო შეხვედრაზე! 👋