🔓 A nyílt modell, ami lenyomja a Claude-ot?

Szia! 👋

A Z.ai kihozta a GLM-4.7-et, ami nyílt forráskóddal ugyanazt tudja, mint a Claude Opus, a Google pedig okosabbá tette a NotebookLM-et automatikus táblázat készítéssel. Plusz megmutatom, hogyan lesz sokkal jobb minden promptod.

📰 Ma a Hello AI-ban:

• 📌 GLM-4.7 - ⏱️ 1 perc

• 📌 Iteratív prompting - ⏱️ 1 perc

• 📌 NotebookLM Data Tables - ⏱️ 1 perc

• 📌 Vision Language Models - ⏱️ 1 perc

⏱️ Olvasási idő: ~4 perc

💻 GLM-4.7: a nyílt forráskódú modell

A Z.ai kiadta a GLM-4.7-et, az első nyílt súlyú modellt, ami kódolásban és agent feladatokban Claude Opus szintet hoz, miközben az API ára töredéke a Claude árának. A modell minden teszten felülmúlta a Claude Sonnet-et, nyílt forrású kategóriában pedig piacvezető lett. A GLM-4.7 három "thinking" módot kínál: gondolkodik minden válasz előtt, emlékezik a korábbi gondolatmenetre, és te állíthatod be, mennyire mélyen gondolkodjon.

🎯 Miért fontos? Ez az első olyan nyílt súlyú modell, ami a gyakorlatban is Opus-szintű kódügynök-képességet ad töredék áron. A Z.ai bebizonyította, hogy a "drága zárt modell" korszaka véget ért a kódolásban.

🪄 Iteratív prompting: így lesz minden promptod sokkal jobb

Az iteratív prompting lényege, hogy a promptolást tudatos, mérhető ciklussá alakítod: első prompt → modellválasz → értékelés → prompt finomítás → újrafuttatás, amíg a kimenet nem felel meg az elvárásnak. Kutatások szerint ez jelentős pontosságjavulást hoz LLM-feladatokon, extra költség nélkül.

A folyamat négy lépésből áll:

🎯 Kezdeti prompt tervezés – tisztázod a feladatot, kontextust, elvárt formátumot és célközönséget. Ne törekedj tökéletességre, indíts egy fókuszált kérdéssel.

🔍 Modellválasz értékelés – megvizsgálod a választ pontosság, relevancia és szerkezet alapján. Mit csinált jól? Mi hiányzik? Hol tévedt el?

⚙️ Prompt finomítás – kiegészítő instrukciókkal, példákkal és constraintekkel pontosítod az elvárásokat. Itt add hozzá, mit emeljen ki, milyen stílust várasz, milyen hosszú legyen.

🔄 Feedback loop – ismétled a ciklust, amíg el nem éred a kívánt minőséget. Minden iteráció közelebb visz a célhoz.

Gyakorlati példa üzleti riportra:

• V1 prompt: "Írj összefoglalót a Q4 sales reportból."

• V1 válasz: Száraz, strukturálatlan összefoglaló.

• V2 prompt: "Írj összefoglalót bullet pontban, emeld ki a növekedési területeket, kockázatokat és lehetőségeket."

• V2 válasz: Jobb struktúra, de még mindig generikus.

• V3 prompt: "Írj executive summary-t: növekedési területek számokkal, top kockázatok, és konkrét action itemek a következő negyedévre, üzleti döntéshozók számára."

• V3 válasz: Strukturált, akciókra fókuszáló, vezetői szintű összefoglaló.

Tipp: Ne várj tökéletes promptot elsőre, hanem indíts fókuszált kérdéssel, nézd meg mi hiányzik, és adj follow-up promptokat ("sűrítsd", "részletezd", "hozz példákat"). Itt "jó prompt" helyett a fókusz a "jó iterációs folyamatra" került.

📊 NotebookLM Data Tables: automatikus táblázat dokumentumokból

A Google bevezette a Data Tables funkciót a NotebookLM-ben, ami automatikusan struktúrált táblázatokká szervezi a forrásaidból kinyert információkat, és egy kattintással Google Sheets-be exportálja. A funkció már elérhető Pro és Ultra felhasználóknak. A NotebookLM elemzi a feltöltött szövegeket (meeting jegyzetek, cikkek, PDF-ek), azonosítja az ismétlődő mintákat és kulcsadatokat, majd táblázatba rendezi őket.

🎯 Miért fontos? A legtöbb információ szövegben születik, nem táblázatban. A Data Tables egy kattintásos adatbányászatot ad: hosszú meeting transcriptből 1 perc alatt kapsz használható Excel-táblát anélkül, hogy manuálisan másolgatnál.

👉 Próbáld ki: NotebookLM

🧠 Vision Language Models: így "lát" az AI

A vision language model (VLM) olyan AI, ami egyszerre érti a képeket és a szöveget. Három részből áll: képkódoló (Vision Transformer), nyelvi modell (LLM), és egy fúziós réteg, ami összeköti őket.

Gyakorlatban ez azt jelenti, hogy az AI képernyőfotóról el tudja magyarázni mi történik, vagy egy szkennelt szerződésből automatikusan kivonatot készít ábrákkal együtt.

📬 Te mire használod az AI-t?

Küldd el a tipped, trükköd vagy kedvenc eszközöd. A legjobbak bekerülnek a következő hírlevélbe a neveddel együtt!

📨 Csak válaszolj erre az emailre.