Channel
@aipplhere
On this record: Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Cite this entry
398subscribers
+0 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1001936018323 |
|---|---|
| Type | Channel |
| Username | @aipplhere |
| Description | Чатик с новостями и кейсами: - AI в диджитал продуктах... - AI в продуктовых командах... Хотите поболтать или поделиться вашим опытом? Го в курилку https://t.me/gptforpdm |
| Created | Between 1 April 2023 and 31 October 2023— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 8 August 2026 |
| Last confirmed live | 8 August 2026 |
| Measurements held | 2 |
| On Telegram | t.me/aipplhere |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 8 Aug 2026, 05:49 | 398 | no change |
| 7 Aug 2026, 20:07 | 398 | first reading |
13 posts held, back to 30 January 2024 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 pageof Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 13 posts for this entry, the most recent from 18 May 2025. An engagement rate over an empty window would be a number about nothing.
Lifetime counters from Telegram’s own channel header, read 8 August 2026 — not the date at the top of this page, which is when the subscriber count was last read. Below Telegram’s rounding threshold, so these counts are exact.
Measured directly from 3 videos with a duration reading, out of the posts we hold for this channel — not this channel’s whole posting history, only the sample this register has actually read. An exact reading to the second, taken from the post itself rather than from Telegram’s own rounded chrome, so it carries no ≈ mark.
39 reactions across 9 posts, in 5 distinct kinds. The most used accounts for 38.5% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 🔥 | 15 | 38.5% | |
| 👍 | 11 | 28.2% | |
| ❤ | 9 | 23.1% | |
| 😁 | 2 | 5.13% | |
| 🙈 | 2 | 5.13% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 9 of the 13 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 39reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 13 most recent posts we hold, published 30 January 2024 to 18 May 2025, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
Manus может обойти ChatGPT. На повороте. И вот почему: И нет, это не пост про очередного убийцу ChatGPT. У обоих решений есть плюсы и минусы, оба не идеальны, но я хотел отметить одну интересную деталь как раз по продуктовой части. У Manus модель монетизации построена по принципу Pay As You Go (PAG). Сколько потратил — столько и заплатил. С одной стороны — дико непрозрачно. Ты не знаешь, сколько будет стоить месяц.…
❤6👍2
❓ Как конкретно AI влияет на работу продактов и CPO? Уникальный анализ степени этого влияния на разные аспекты работы есть в рассылке Lenny Rachitsky; перевод см. в канале AI Product ⬅ Однако с тех пор прошел почти год, и наш опыт в AI дает уже другие оценки силы влияния AI по тем же пунктам Ленни. И эти оценки помогают нам всем понять, где уже точно пора применять новые инструменты, а где пока можно работать "по-ст…
🔥3
Привет, комрады! Готовимся к интенсиву для продактов, что полезного они могут получить от AI инструментов 4 дня, специально подобрали слоты в нерабочее время, чтобы каждый смог присоединиться. Все накопленные практики и самые актуальные решения. Приходите, буду рад. Ссылочка в следующем посте.
Ох уж эти Искусственные... —— @aipplhere — подписывайся уже, если ещё нет
Это просто гениально! —— @aipplhere — подписывайся уже, если ещё нет
🔥4😁2
Но, кстати, если вам не терпится уже сейчас пособирать Gen AI продукты посложнее, чем GPTs, то есть интересный проект с вполне приличным интерфейсом - https://scade.pro/. Он работает примерно на тех же принципах и вы драг’н’дропом можете накидать систему а-ля… (привести кейсы) Я пока на неё не пересяду, но точно буду наблюдать за ними. —— @aipplhere — про то, как создать клёвые AI продукты. Подписывайтесь.
❤3🔥3
Вы спросите, а что не так с AutoGen? Почему ты раньше говорил про Crew AI и LangGraph? Всё-таки ребята из Майкрософта были первыми и даже успели запилить какой никакой UI для работы с агентами (пусть он и поднимается пока только локально). Вот основные преимущества Crew AI: 1. Можно явно выбирать исполнителей для задачи. Агенты сами определить кто её возьмёт 2. Можно направить последовательность выполнения задач 3…
К сожалению, и у этого подхода нашлись ограничения. Задачи создавались рандомно, запромтить выполнение конкретной можно было только через доуточнение и ну и прочее. Тогда и появилась идея выделить специфичных агентов с узкими навыками и построить взаимодействие между ними. Так появился такой фреймворк как AutoGen (https://microsoft.github.io/autogen/) от Майкрософт. https://arxiv.org/abs/2308.08155 https://microsof…
👍1
Но к сожалению это не могло работать идеально всегда, потому что есть ограничения контекста и подумать подольше иногда не хватало памяти. Тогда появилась гениальная идея сделать агента: - Брать задачу, разбивать её на подзадачи - Класть каждую задачу во внешнюю память - Выполнять задачи по одной - После выполнения проверять, не стоит ли изменить список задач - Ну и далее по кругу, пока не будет выполнено все задани…
👍1
Чтобы решить эту проблему, умельцы придумали просить модель перед ответом выполнить задачу шаг за шагом, решая задачу с помощью разных ролей ( см. скриншот) Это техника называется ToT (Tree of Thoughts) и вот недавно про неё вышла очередная статья Вот так выглядит примерный промт Imagine three different experts are answering this question. All experts will write down 1 step of their thinking, then share it with the…
👍1
Немного истории в продолжение темы про мультиагентов. Как вы к истории? Ну не переживайте, мы не будем сильно закапываться в эру мамонтов и остановимся на на эпохе после рождества ChatGPT Сначала было слово… Ну или несколько слов, которые отвал ChatGPT. Было круто, но как только вы спрашивали что-то более менее сложное, он выдавал очень поверхностный ответ... —— @aipplhere — про то, как создать клёвые AI продук…
А вот вам ещё пару идей, чтобы избежать "восстания машин" Я знаю, некоторые команды прямо хардкодом ставят отбивку про вопросы о конкурентах. Некоторые прошивают в промт или тренируют модель на это. С промт инъекциями и "блоком на негатив" могут сработать те же подходы: — Самый надежный, но дороже и хуже по времени ответа – проверка ответа перед тем, как он улетает пользователю — Более простой, но не такой надежн…
👍6
Showing the 12 most recent of 13 posts we hold for @aipplhere. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Republishes
Channels on the register whose posts this channel has forwarded.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
Names
Channels on the register whose handles appear in this channel's posts.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 8 August 2026 — this entry's latest reading, not the date you are reading this.
“Gen AI Products” (@aipplhere), 398 subscribers as measured 8 August 2026. Telegram Register, tgregister.com/channel/aipplhere.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.