በዚህ ዓመት መጋቢት በዩናይትድ ስቴትስ ወደ ተንቀሳቃሽ ጊዜ, እኔ የጉዞ እና የንግድ (የመጨረሻም) ከሰጣቸው ጊዜ ነኝ, ስለዚህ እኔ በእርግጠኝ እና Cursor ይሞክሩ. አብዛኛውን ጊዜ ሁሉ በ Vibe coding ላይ ይወዳሉ, እና አንዳንድ የእኔን ጓደኞች (የቴክኖሎጂ ጋር ምንም ግንኙነት የለም) ከባድ ለ startups ለ Vibe coders ተመሠረተ ነበር. 🤔 አስደናቂ ነው, እኔ መመልከት አለኝ. ስለዚህ, አንድ ደቂቃ እኔ ተስማሚ ነኝ - እንዴት ለመፍጠር ጥሩ ይሆናል? እኔ ጨዋታዎች ላይ የተለያዩ ባህሪያት አለኝ, እኔ ቀናት ውስጥ ብዙ ጨዋታ ልማት መጀመር ነበር, እና ይህ አንድ ታላቅ ባህሪያት እንደ ነበር. እያንዳንዱ ሰው የ AI አጠቃቀም አጠቃቀም አጠቃቀም አጠቃቀም አጠቃቀም አጠቃቀም አጠቃቀም አጠቃቀም አጠቃቀም አጠቃቀም ነው. በእርግጥ, እኔ በጣም ታዋቂ ነኝ ... እርስዎ ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ከታች ነው. ነገር ግን እያንዳንዱ ጊዜ, እኔ ተሞክሮ ነበር - የ AI ስሜት እንደ ነገር ነው, የ AI የተሰራ አንድ ዓይነት መረብ ነው, ስለዚህ ይህ ሊሆን ይችላል, እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ እያንዳንዱ. ይህ የመጀመሪያው አስቀምጥ ነበር, እና ይህ ለማሳየት በጣም ቀላል ሊሆን ይችላል. እኔ እንዲህ አለኝ, የ AI ከፈለጉ ማንኛውም ጥያቄዎችን ለመውሰድ እና የሚፈልጉትን ቅርጸት ውስጥ ይሰጣል - ይህ ቀላል አይሆንም? የመጀመሪያው ጊዜ, እኔ አንድ AI ሬዲዮ ስቴትስ እንደ አንድ ነገር ለመፍጠር እፈልጋለሁ - ብቻ የሙዚቃ, ምንም ቪዲዮ - ምክንያቱም ከባድ ቪዲዮ አጠቃቀም አሁን አንድ ነገር አይደለም (ወደሱ, ይህ pre-Veo 3 ነበር, እና ሌሎች ጋር ቪዲዮ አጠቃቀም ከባድ ነበር). ስለዚህ, የእኔ የመጀመሪያ ተሞክሮ አንድ ቀላል ስርዓት ለመፍጠር ነው, ይህም በ OpenAI API በመጠቀም አንድ ሬዲዮ ስፖርት transcript (የእንዲሚካዊ አንድ-እንዲሱ ስርዓት) ለመፍጠር እና በ OpenAI ከ TTS በመጠቀም ያስተዋውቃል. ከዚያ በኋላ, እኔ FFmpeg በመጠቀም እነዚህን አንዳንድ አስፈላጊ ሁኔታዎች ጋር እና አንዳንድ ድምፅ ውጤቶች እንደ የኮርሰር ጋር ለመፍጠር በጣም ቀላል ነበር; ይህ በከፍተኛ ደረጃ ላይ ተሞክሮ ነበር, እና እኔ አንዳንድ መመሪያ አደረገ. አንድ ጊዜ መጨረሻ የኦዲዮ ትራክ የተፈጠረ, እኔ ተመሳሳይ FFmpeg መጠቀም RTMP ወደ YouTube ወደ ስሜት ነበር. ይህ ትንሽ ተስማሚ ነበር, የ YouTube ትዕዛዞች ስለ ምን ዓይነት የዲጂታል ስሜት እና የ APIs ምንድን ከባድ ነው. እነርሱ በእርግጥ እርስዎ የሚፈልጉትን ነገር ያውቃሉ, እና እርስዎ FFmpeg ስሜት ይጀምራል ቢሆንም, ምንም ነገር ያውቃል አንድ ስሜት ለማግኘት ቀላል ነው. ከሁሉም የሙከራ እና ስህተት በኩል, እኔ ያውቃል እና በ Twitch ደግሞ ያውቃል. ለ YouTube የተሰራው ተመሳሳይ ኮድ በ Twitch ለ ሙሉ በሙሉ ተስማሚ ነበር (እውነተኛ ነው). ስለዚህ, እያንዳንዱ ጊዜ በ backend ላይ አንድ ስድሜ ይጀምራል, ይህ በ API በኩል በ YouTube ላይ አንድ ስድሜ ይሰጣል እና ከዚያም ወደ RTMP ስድሜን ወደ አድራሻ ይሰጣል. እኔ ይህ የመጀመሪያው ስሪት ለመጀመር ጊዜ, ይህ አንዳንድ ስዕሎች ያደርጋል እና, በእርግጥ, እነርሱም ጥሩ አይደለም. በእርግጥ ጥሩ አይደለም. የመጀመሪያው - OpenAI's TTS, ነገር ግን ደንበኞች - ሮቦቶክ (በአሁኑ ጊዜ የተሻለ ነበር, btw). ከዚያም የተፈጠረው ቁጥጥር ጥራት ነበር. ይህ ማንኛውም መመሪያ አልፈዋል, የ AI የሚፈልጉትን ነገር ያውቃል (እርስዎ የ LLMs እንዴት የተፈቀደሉ እንደሚቻል ያውቃል ከሆነ, ይህ ሙሉ በሙሉ ተስማሚ ነው). ነገር ግን ትዕዛዞች በጣም መደበኛ, ቀላል, እና አስደሳች ነበር (የይነመረብ ላይ በአጠቃላይ ቁጥጥር ጥራት ስለ ነገር ያውቃል). የመጀመሪያው ችግር ለ ElevenLabs helyett በ OpenAI ተሞክሮ ነበር, እና ይህ በጣም ጥሩ ነበር. ስለዚህ ጥሩ, በእርግጥ, እኔ ብዙውንም ሰዎች ይልቅ ጥሩ ነው, አንድ ገጽ መውሰድ ጋር, ይህ ደግሞ ተስማሚ ሊሆን አይችልም, ስሜት, እና እንደ እንደ, አዲስ v3 ጋር, እና v2 እነርሱም ለመስጠት አይችልም. Bummer, እኔ ያውቃል, ነገር ግን ያውቃል ... እኔ እፈልጋለሁ እነርሱ መጨረሻው ያውቃል. Gemini TTS, btw, ያውቃል, እና ElevenLabs ይልቅ በጣም ዝቅተኛ ዋጋ ላይ, ስለዚህ ከሁለቱም ወጪዎች ለመቀነስ Gemini ድጋፍ ያካትታል. ሁለተኛው ችግር በጣም አስቸጋሪ ነበር. እኔ የተለያዩ ትዕዛዞች ጋር ተሞክሮ አለኝ, ሞዴል ለማወቅ የሚፈልጉትን ነገር ያውቃቸዋል, እና እኔ የሚፈልጉትን ነገር አግኝቷል አይደለም. DeepSeek ጋር መተግበሪያ በተመሳሳይ ደረጃ ውስጥ እርዳታ ነበር - እርስዎ ሞዴልን ፍላጎት ሂደት ማረጋገጥ አይችልም, ስለዚህ ሞዴል ፍላጎት ምንድን ነው እና ለምን, እና ትዕዛዞች ለመፍጠር ይችላሉ. በተጨማሪም, በዚያ ጊዜ ምንም ሞዴሎች የአምላክ-የተኮር ስዕሎች ማምረት ይችላሉ. ለምሳሌ, ይህ ሊሆን ይችላል ነገር ያደርጋል, ነገር ግን መላኪያ በተመለከተ በጣም ቀላል / ቀላል ነው ወይም ብቻ AI-ish ስሜት. አንዳንዶቹም, ሞዴል እያንዳንዱ ጊዜ እነርሱን ይቀየዳል, ነገር ግን በእነርሱን ጫፍ ለመፍጠር የሚፈልጉትን ጥንካሬ የለም, በተጨማሪም እያንዳንዱ ጊዜ የሞዴል ከሚንዶች ላይ መውሰድ ለማየት አንዳንድ መዋቅር መውሰድ ይወስዳል, እና ይህ ዋና ስኬት ውስጥ መውሰድ ጊዜ ወጪ ላይ ይሆናል. አንድ ሌሎች ገጽ ነው, ይህ ሞዴል እንደ "የአጠቃቀም መሣሪያዎች ውስጣዊ ኢኮኖሚ" እንደ ብሩሌት ብሩሌት አስደሳች ጥያቄዎች ይምረጡ. እኔ ሁሉንም ዋና ሞዴሎች እንደ ተሞክሮ ነበር እና እነርሱ አስደናቂ ተመሳሳይ ብጁ ጥያቄዎች ያደርጋሉ, በእርግጥ በጣም ተመሳሳይ እንደ. Ufff, so ok, I guess garbage prompts in - garbage topics out. The lesson here - you can't just ask AI to give you some interesting topics yet - it needs something more specific and measurable. Recent models (Grok-4 and Claude) are somewhat better at this, but not by a huge margin. የ OpenAI እና Anthropic ሞዴሎች በጣም የቴክኒካዊ ትክክለኛ ይሆናል, ስለዚህ, ትክክለኛ / አስደናቂ ይሆናል. ለስላሳ ሕፃናት ትዕዛዞች ለስላሳ ሕፃናት ነገር አይደለም. Grok ትንሽ የተሻለ ነው እና ለስላሳ ሕፃናት ጥያቄዎች ይምረጡ, እና DeepSeek በጣም ዝቅተኛ ጥንካሬ ነው (እርስዎ የቻይና ታሪክን ማወቅ አይችሉም). አንድ ሞዴል የእኛን ቻይና ጓደኛዎች የተቀናጀ ነው በጣም ዝቅተኛ ጥንካሬ ነው - እሱም ያውቃል ... ነገር ግን አንድ አስደናቂ መንገድ ያውቃል. ነገር ግን, እሱም ያውቃል. በተጨማሪም, Google's Gemini ኮድ ለማግኘት ጥሩ ነው, ነገር ግን ከሌሎች ጋር ተለዋዋዋጭ ጥንካሬ / ሜካኒካዊ ይሆናል. ሞዴሎች ደግሞ ብዙ AI-ish ጃርጋን ይጠቀማሉ; እኔም እርስዎ ያውቃሉ. እርስዎ የተወሰነውን buzzwords, hype language, እና friends to speak to each other እንደ ጓደኞች በመስመር ላይ በመስመር ላይ መውሰድ የሚፈልጉ ከሆነ እንደ "leveage" (በ "የተጠቀሙ" helyett), "የተግበሪያ መውሰድ", "የተግበሪያ መተግበሪያ", "synergy," እና እንደዚህ ያሉ ነገሮች ማንኛውም ጓደኞች እንደ "leveage" (የተግበሪያ "የተግበሪያ"), "የተግበሪያ" "የተግበሪያ" "የተግበሪያ", "የተግበሪያ" "የተግበሪያ" እና እንደዚህ ነገሮች ማንኛውም ጓደኛውን በዓለም ፍጥነት ውስጥ አስፈ ሌላ ነገር ነው, ለ AI አንድ አስፈላጊ ወይም አስደናቂ ነገር ለመውሰድ, በአብዛኛውን ጊዜ ወደ ኢንተርኔት መዳረሻ አለብዎት. እኔ መውሰድ, ይህ አስፈላጊ አይደለም, ነገር ግን ይህ በጣም ብዙ ይረዳል, በተለይም ይህ የቅርብ ጊዜ ዜና መመልከት ይፈልጋል, ትክክለኛ ነው? በ LangChain ላይ አንድ ገጽታ - ከሁሉም ዋና ሞዴሎች (Grok, Gemini, OpenAI, DeepSeek, Anthropic, እና Perplexity) አጠቃቀም ጀምሮ - በ LangChain ሁሉንም ሞዴሎች ከሁሉም ሞዴሎች ከሁለቱም አግኝቷል, እና ይህ በጣም አስደናቂ ነበር, እና በ LangChain ሙሉ በሙሉ መውሰድ አይችልም. ለምሳሌ, በ OpenAI ውስጥ, አንተ websearch ይጠቀማል ከሆነ, ይህ JSON / የተመሠረተ ውፅዓት አስተማማማኝ ይሆናል. ነገር ግን እንደ መደበኛ APIs እንደ ስህተት ለመፍጠር helyett, ይህ ብቻ ውፅዓት ያውቃል. ጥሩ. ስለዚህ, አንድ ሁለት-ተግበሪያ ነገር ማድረግ አለብዎት - በመጀመሪያ, አንተ ለማግኘት ውፅዓት የተመሠረተ መንገድ ያገኛሉ, ከዚያም አንድ ሁለተኛ ጥያቄ ጋር - አንተ ወደ JSON ቅርጸት ይመሠረተ. ነገር ግን ከባድ ላይ, የ LLMs በኩል የድር ማመልከቻ አስደናቂ ጥሩ ይሰራል እና ዜና ወይም መረጃ ለማግኘት በይነገጽ መውሰድ ያስፈልጋል. እኔ በእርግጥ የ Firecrawl እንደ ነገሮች አሁን ምንም ፍላጎት አላቸው ... ሞዴሎች ዋጋ ጥቅል ለማግኘት ጥሩ ሥራ ያደርጋል. ቀጥተኛ, ስለዚህ ለማግኘት እና አንዳንድ ተጨማሪ የተወሰነ ትዕዛዞች ጋር (እኔን የሚፈልጉትን ነገር መውሰድ helyett በ show topics ላይ ሞዴልዎን ለመምረጥ ትዕዛዞችን ለማሻሻል), ይህ ተስማሚ ነበር, ነገር ግን ጥሩ አይደለም. ከዚያም እኔ ንድፍ ነበር, ነገር ግን - እውነተኛ ስዕሎች ደግሞ በአንድ ጊዜ የተቋቋመ አይደለም - ስለዚህ, አንድ ሞዴል እንደዚህንም ጥሩ ሥራ ለማግኘት እንዴት ሊፈልጉ ይችላሉ? አንድ ስዕል መተግበሪያ, አንድ ስዕል መተግበሪያ, አንድ ስዕል መተግበሪያ, እና ግምገማዎች እንደ በርካታ ስዕሎች አሉ, እንደ ንድፍ ይሰራል, እንዲሁም ስዕል መተግበሪያን ወደ ክፍሎች / ስዕሎች ይሰጣል, ስለዚህ ሞዴል አንድ አነስተኛ ስዕል ከሁሉም ስዕል ጋር ተለዋዋዋዋጭ ይሆናል. ይህ በእርግጥ ጥሩ ነበር እና ጥራት (የ LLM ተጨማሪ ጥያቄዎች እና ከባድ ሳም ተጨማሪ ዶላር ዋጋ ላይ) ጥራት ለማሻሻል. ነገር ግን ነገር ግን, ነገር ግን ጥሩ አይደለም. ዝቅተኛ ጥልቅነት እና ብዙውን ጊዜ የተመሠረተ ቅርጽ. በእርግጥ ሕይወት ውስጥ, ሰዎች አንዳንድ ጥያቄዎች ወይም ሌሎች nonverbal ንጥረትን በማንኛውም ነገር አይደለም / መውሰድ ጋር ብዙ ነገር አለን. በተጨማሪም የቅርብ ጊዜ የ LLM ስሪትዎች እንደዚህ ነገሮች ጋር በጣም ጥሩ አይሆንም. እርስዎ, በእርግጥ, ሞዴልን ይህን ስሜት ለማየት የተመሠረተ ትዕዛዞች መፍጠር ይችላሉ, ነገር ግን እርስዎ እርስዎ አንድን ይምረጡ ወይም ሌላ መፍትሔ አለብዎት ... ነገር ግን አሁን በጣም ርዝመት ነው, ስለዚህ አንድ ሌላ ልጥፍ ውስጥ ስለ ይመልከቱ. መጨረሻው ስሜት አንድ ፓስፖርት ለመፍጠር ነው, ስለዚህ ማንኛውም ሰው ማንኛውም አካባቢ / ርዕስ የሚፈልጉ ማንኛውም news channel ወይም automated podcast ለመፍጠር ይችላሉ, አንድ አካባቢያዊ ትምህርት ዜና ወይም አንድ Podcast ስለ Pikachu እንዴት አነስተኛ ሕይወት ፎቶን ለመፍጠር. እዚህ ይህ ነገር ነው: https://turingnewsnetwork.com/ ማንኛውም ነገር ግን, የእርስዎን ግምገማ ምን ይፈልጋሉ, ሴቶች?
