Нещодавно я натрапив на чудовий open-source Skill, який багато хто з вас, мабуть, теж уже бачив.
Він називається Anatomy, що можна перекласти як «глибокий розбір» або «структурний аналіз».
https://x.com/wheresryan22/status/2108948624004526516
Мені цей інструмент здався особливо цікавим.
Його головна філософія вміщується в одне речення:
Об'єкт і є поясненням.
Замість того, щоб описувати концепції текстом, Anatomy намагається перетворити принцип, який ви хочете зрозуміти, на робочий пристрій, дозволяючи побачити весь процес на власні очі.
Простіше кажучи, він перетворює абстрактні знання на інтерактивні анімації механічних моделей, де агенти створюють рухомі деталі, показують цілісні компоненти та дають змогу взаємодіяти з ними.
І результати виходять напрочуд красивими та деталізованими.
Наприклад, якщо ви хочете дізнатися, як працює механічний годинник зсередини.
Естетика — саме те, що я люблю. Щодо взаємодії: можна вручну крутити заводну головку, щоб подивитися, як працюють внутрішні деталі. А ще — розбирати різні секції, щоб розглянути їхню будову.
Автор згенерував цей ефект за допомогою такого промпту:
/anatomy explain how a mechanical watch keeps time, interactive
У перекладі це означає: «Створи інтерактивне демо, яке пояснює, як механічний годинник відраховує час».
Подібних прикладів безліч.
Можна навіть зробити двигун Rolls-Royce Trent 970 із виглядом у чверть-перерізі.
Він не просто малює корпус двигуна, а дуже точно деталізує вентилятор, компресор, камеру згоряння, турбіну та інші внутрішні структури.
Чесно кажучи, коли я вперше побачив ці анімації, вони здалися мені неймовірно крутими.
Особливо для тих, хто любить вивчати механічні конструкції та фізичні принципи — тут є де розгулятися.
Користуватися цим скілом просто. Відкрийте свого агента та попросіть його встановити нещодавно популярний скіл Anatomy.
Або скопіюйте промпт нижче й надішліть своєму агенту:
Допоможи мені встановити цей скіл: https://github.com/wheresryan22/anatomy/tree/main
Після встановлення можна починати експериментувати.
Однак після кількох тестів я помітив суттєву проблему.
Візьмемо для прикладу анімацію годинника вище. Так, вона справді красива, але я нічого не тямлю у внутрішній будові механічних годинників, тому швидко заплутався.
Що це за деталь? Що вона робить? Як саме відраховується час?
Навіть уважно прочитавши вбудовані текстові пояснення, які скіл додає до анімації, зрозуміти було складно.
Для людей, які вже знають принципи, такі лаконічні й наддеталізовані механічні анімації допомагають наочніше спостерігати за конструкціями.
Але якщо тема мені зовсім незнайома, то хоч би якими вишуканими були візуали, я все одно нічого не зрозумію.
Тому я подумав: для тих, хто не має базових знань, недостатньо просто змусити об'єкт рухатися. В ідеалі потрібен закадровий голос, який супроводжує картинку й пояснює, що це за річ, що зараз відбувається, чому це відбувається і яка в цьому мета.
Якщо цей скіл уже вміє перетворювати складні принципи на анімації, чому б не попросити ШІ згенерувати на їхній основі науково-популярне відео з озвучкою?
І тут сталося дещо цікаве.
Я спробував той самий приклад із механічним годинником.
Використав Opus 5.5 з високим рівнем reasoning.
Промпт був простий, всього одне речення.
І він одразу видав відео нижче.
Окрім того, що озвучка звучала дивно (за замовчуванням використовувався системний TTS від MacOS), усе інше вразило.
Вступ був вичерпним і зрозумілим: які є деталі, що вони роблять, як пов'язані між собою, принципи відрахування часу тощо. Якщо придивитися до шестерень, вони ідеально зчіплюються під час обертання, і навіть додані відповідні звукові ефекти.
Порівняно з чистою анімацією вище, такий формат значно дружніший для таких неспеціалістів, як я.
Перегляд такого відео не зробить вас майстром, але дасть початкове розуміння того, як працює механічний годинник, і маршрут для подальшого навчання.
Виправити голос, схожий на Thunderbolt, легко — просто попросіть переключитися на Volcano Engine TTS, і проблема вирішується миттєво.
Я також зробив відео, що пояснює принципи роботи GPU.
Знову ж таки, згенеровано одразу, без жодних правок.
Спочатку воно розповідає, для чого потрібні GPU, з чого складаються, як збираються, як відбувається процес обчислення кадру, чому GPU рахує так швидко, як зображення стає анімованим, які методи охолодження використовуються, і наприкінці підсумовує ввід/вивід.
Структура дуже логічна. Коли йдеться про конкретну частину, екран підсвічує або показує саме її, тому все зрозуміло й легко сприймається.
Тут пояснення відносно коротке. Якщо хочете більше деталей, просто додайте вимоги до промпту.
Наприклад, я попросив зробити детальне пояснювальне відео про тристороннє рукостискання TCP (TCP three-way handshake).
Цього разу я використав Opus 5.5 з інтенсивністю Ultra.
Якщо не зважати на деякі проблеми з вимовою англійських термінів, якість відео досить висока.
Я показав його колезі з нашої компанії, яка має телекомунікаційну освіту. Вона сказала, що зазвичай на цей матеріал іде ціла університетська лекція, а ШІ зміг пояснити все за кілька хвилин.
Останнім часом гальма стали гарячою темою, тому я використав цей скіл, щоб пояснити будову гальмівної системи.
Як усі знають, це важлива штука — вчіть добре, щоб потім не обпектися, друзі.
Загалом, гратися з цим останні два дні було дуже весело.
Коли хочеш щось вивчити, просто просиш згенерувати персональне пояснення. Це відчуття справді тішить.
Побачивши результати, я знаю, що багатьох із вас хвилює витрата токенів і час.
Чесно кажучи, вартість у токенах для створення відео через цей скіл значно нижча, ніж я очікував.
Наприклад, 5-хвилинне відео про TCP-рукостискання забрало близько 1% моєї тижневої квоти Claude Max за $200.
Інші 5-хвилинні відео також коштували приблизно 1% тижневої квоти.
Якщо ви плануєте публікувати це в мережі й хочете, щоб кожна деталь була максимально опрацьована, вам можуть знадобитися топові моделі на кшталт Opus 5.5 з максимальним рівнем reasoning.
Але якщо це лише для особистого навчання, можна зробити простішу версію з більш економними налаштуваннями.
Я також створив відео про принципи роботи GPU за допомогою Sonnet 5.5 з високим рівнем reasoning. Для самостійного вивчення цього ефекту цілком достатньо.
Щодо часу: генерація 5-хвилинного відео на Opus 5.5 з інтенсивністю Ultra займає приблизно 1,5 години.
Пришвидшити це майже неможливо.
Автор скілу Anatomy навмисно зробив його повільним.
Він пояснив це так:
Деталі потребують часу, тому я волію показувати реальні цифри, а не вгадувати.
Наскільки далеко заходить його прагнення до реалістичних деталей?
Коли я попросив пояснити принципи роботи Transformer, він спробував самостійно натренувати маленьку модель, що спрацювало фільтри безпеки Claude і заблокувало сесію. Я був у жаху...
Звісно, мушу додати застереження.
Анімації та відео, згенеровані ШІ, хоч і виглядають дуже якісно, не гарантують, що кожна механічна структура, процес обчислення чи пояснення є на 100% правильними.
Особливо при вивченні професійних знань перевіряйте конкретні параметри та ключові принципи.
Але попри ці обмеження, я все одно вважаю показані тут можливості захопливими.
Бо йдеться не лише про те, як зробити науково-популярне відео; це торкається більшого питання:
Як нам у майбутньому вивчати знання, яких ми зовсім не розуміємо?
Поки я грався з цим скілом, я згадав довгий пост, який Карпаті опублікував у X під час національних свят.
https://x.com/karpathy/status/2105819303471976479
Він сказав, що в майбутньому ми, ймовірно, витрачатимемо більше часу на розуміння контенту, згенерованого ШІ.
Щоб зробити такий контент зрозумілішим, він поділився кількома методами.
По-перше, нехай ШІ пояснює проблеми простішою та зрозумілішою мовою.
Він згадав ASD-STE100 — стандарт технічної англійської мови, спочатку розроблений для документації з авіаційного обслуговування. Він обмежує словниковий запас і структуру речень (наприклад, обмежує довжину речень, вимагає активного стану, послідовної термінології), щоб мінімізувати двозначність.
Він виявив, що якщо попросити ШІ дотримуватися цього стандарту, текст читається значно легше.
Ось я попросив Claude пояснити шипові з'єднання (mortise and tenon) без цього стандарту та з ним. Відчуйте різницю.
З використанням стандарту ASD-STE100.
По-друге, він вважає, що цей варіант кращий за попередній:
Нехай ШІ одразу малює схеми.
Якщо піти далі, HTML-сторінки ще кращі.
Оскільки ШІ тепер достатньо сильний у програмуванні, він може створювати красиві інтерактивні вебсторінки.
Це також основний формат виведення скілу Anatomy.
Я мимохідь згенерував одну за допомогою Opus 5.5 з першої спроби.
І останній метод, який Карпаті подобається найбільше:
Нехай ШІ генерує спеціальні науково-популярні відео для конкретних питань.
Я теж зробив таке за допомогою Anatomy, щоб порівняти ефективність різних форматів.
На мою думку, ці формати не просто замінюють один одного.
Текст зручний для швидкого пошуку, графіки — для демонстрації зв'язків, інтерактивні вебсторінки — для практичного дослідження, а відео — для інтуїтивного покрокового розуміння процесів.
Різні знання, різні люди та різні етапи навчання потребують різних форматів.
Я запитав колег, як вони починали вивчати абсолютно невідомі теми ще в університеті.
Відповіді були схожими: пошукові системи або пошук відповідних відео на платформах.
Але матеріали, які ви знаходите, не обов'язково вам підходять.
Деякі занадто поверхневі, інші — надто спеціалізовані. А для вузьких тем можна взагалі не знайти жодного курсу.
Зрештою, раніше навчальні матеріали хтось створював заздалегідь і поширював серед усіх.
Ми могли лише обрати найкраще з наявного.
Але тепер, маючи такі моделі, як Opus 5.5, і скіли на кшталт Anatomy, ми можемо попросити ШІ генерувати навчальні матеріали на вимогу.
Це економить час на пошук і задовольняє цікавість, яку інакше довелося б залишити без уваги.
Навіть якщо вас цікавить крихітне питання, ви можете миттєво попросити ШІ зробити для нього відеопояснення.
Яка чудова епоха.
На цьому все. Якщо стаття вам сподобалася, будь ласка, ставте лайк, пишіть коментарі та діліться нею. Це нам дуже допомагає.
Дякую за читання. До зустрічі наступного разу.
