Как работает deep crafting через ИИ или самая недооцененная роль ИИ Послушал двух известных спикеров про поиск ниши. Оба говорили разное, оба поверхностно, и оба будто зачитали первую выдачу нейронки. После такого я иду копать сам – до уровня, где заканчиваются учебники. Это и есть дипкрафтинг, антипод вайбкодинга – о самой сути метода писал здесь. Сейчас расскажу подробнее, как это работает.

Я беру тему, которую хочу прокопать глубже любых текущих методологий. Например, захотел разобраться, что такое ниша, потому что внятного ответа нет ни у кого.

Deep – копаю Делаю запросы сразу по нескольким направлениям в 2–3 нейронках одновременно, чаще это Claude и ChatGPT. Если описать грубо, то запросы примерно такие:

• Карта территории. Что именно мы называем Х? Из каких направлений состоит Х? С чем его путают? Что ядро, что периферия? • История и школы. Расскажи историю Х через хронологию по годам, противоречия и споры научных школ. • Первоисточники. Что подтверждено исследованиями, а что просто красиво звучит? Какие работы все цитируют, хотя базы под ними нет – раскручены на бренде и хайпе? А какие сильны, но малоизвестны? • Связи. Откуда Х заимствовал методы и модели, кому одолжил свои? С какими смежными областями знаний связан Х – сверху, сбоку, снизу? • Практика. Что знают практики об Х, чего нет в учебниках? Где теория ломается? • Первоосновы. Как эта область знаний объясняется на уровне нейробиологии, физики… Что объясняется первоосновами, а что не подкрепляется?

Сами запросы чуть сложнее и с контекстом. И делаю их я обычно по отдельности, чтобы ИИ не путался в контексте. Так я получаю первый срез, из которого дальше копаю глубже, в сами методы Х, чтобы разобраться в теме.

Crafting – собираю Дальше моя личная нейронка начинает стонать – материала слишком много. Я структурирую все в иерархию, иногда в граф знаний.

Потом сращиваю в единую теорию и ищу белые пятна – места, где исследователи не доработали. По ним снова иду в нейронки: почему здесь нет исследований, нет научных школ? Что-то закрываю чужими работами, что-то разрабатываю сам от первооснов – нейробиология, физика.

Последний проход: что нелогично, что лишнее. И упаковываю в слайды к уроку – так, чтобы понял обычный человек. В основе – ручная проработка, переизобретение, сборка.

Копая нишу через первоосновы, дошел до 14–16 века: тогда слово означало гнездо. В русский язык оно пришло в 18 веке уже как архитектурная выемка в стене. А в начале 20-го появилась экологическая ниша – среда, где вид выживает. По сути та же выемка, просто в природе.

Дальше слово ниша по-своему разобрали менеджмент, социология, экономика, маркетинг, стратегия, стартапы и инфобиз – и у каждой школы получилось свое определение. Сначала я взял за основу версию стартапов, но потом объединил все: каждая школа видела только свою сторону, а слово целиком не покрывала ни одна.

После я выявил, что в науке и академическом мире нет алгоритма, как найти нишу. А некоторые практики несут откровенную чушь, не понимая первооснов. Вот тут вижу разрыв и копаю. Так появляется своя методология поиска ниши: сначала в Product Focus, затем в нашем курсе по продакт-менеджменту и в нашем ИИ-ассистенте Kreos, чтобы можно было искать новые и соседние ниши всем.

Это очень увлекательно доходить до первооснов, создавать новую теорию и приземлять ее на практику. По отзывам слушателей открытых курсов и лаборатории медиатеха МИК – это новый взгляд на их продукты, кто-то уже сделал свои прорывы и нашел нишу.

Чтобы копать так же, нужно освоить работу с нейросетями всерьез, а не на уровне «напиши мне текст». У нас для этого есть курс "Нейросети для работы и бизнеса”

Я начинал разбираться с нишей ради одного урока. Закончил новой методологией.

В этом посте были ссылки, но мы их удалили по правилам Сетки