Разработка личного приложения с помощью AI
В материале Next-Gen AI: Top Use Cases for Business and Life разобран показательный кейс применения новых моделей для автоматизации трекинга здоровья.
Бен Ньютон создал персонализированное приложение для тренировок под собственные требования. Проект реализован на базе Fable, но я уверен, что Sol с этой задачей справится не хуже.
Алгоритм работы Бена:
1. Сбор данных: 6 недель фиксации тренировок в обычных заметках (упражнения, подходы, результаты).
2. Постановка задачи: передача всего массива данных в модель вместе с четким описанием логики работы будущего сервиса.
3. Реализация: за один день нейросеть собрала полноценное и работающее приложение для iOS.
4. Функционал: поддержка голосового ввода тренировок, загрузка фото, история упражнений, интеграция с Apple Watch и HealthKit, а также подключение серверной части.
Оригинал кейса можно изучить в блоге автора(у него вообще довольно много интересных идей): https://benenewton.com
С приходом новых моделей технические навыки написания кода отходят на второй план. Нейросеть самостоятельно собирает приложение, запускает его, находит ошибки и исправляет их до полной работоспособности. Ключевой фактор успеха в таких задачах — объем исходной информации. Чем больше и детальнее массив ваших вводных, тем точнее модель поймет контекст и тем качественнее и функциональнее получится итоговый результат.
Я решил собрать аналогичное приложение под Android с помощью Sol. Буду тестировать его возможности в реальной задаче.
Если вы давно хотели автоматизировать сложную рутинную задачу — начните собирать по ней данные уже сейчас. Этого массива будет достаточно, чтобы ИИ построил для вас рабочий продукт.
