Попробовали на работе предметно-ориентированное проектирование (Domain Driven Design). Это такой способ построения архитектуры, когда ты (чаще всего с помощью системы типов и ООП) описываешь физическую суть вещей, которые представлены в твоей программе.
Например, если в программе есть объект "Книга", то её нужно снабдить свойствами, которые бывают у книг в реальности: число страниц, автор, язык, тип обложки и т.д. При этом данные свойства должны быть такими, чтобы присвоить им нереалистичные значения было нельзя. Допустим, число страниц не может быть отрицательным (и скорее всего в реальном мире не может быть нулём). При попытке установить отрицательное число страниц программа должна выбросить исключение. А совсем в идеальном случае -- не дать этого сделать программисту на уровне статического анализа кода.
Описав все свойства книги, вы снабжаете её операциями, которые над ней можно сделать. Например, из книги можно вырвать страницу, и при этом число страниц уменьшается. Нет такого случая, когда можно вырвать страницу без изменения числа страниц. Вы строго программируете эту зависимость, делаете у книги метод "Вырвать страницу", а он уже уменьшает число. Кстати, свойство "Число страниц" при этом нельзя переназначить в уже созданной книге. Можно только создать книгу, передав в её конструктор (так называется в программировании функция создания объектов) заданное число страниц. Но поменять число страниц можно только специальными методами "Вырвать страницу" и "Вклеить страницу".
С помощью этого подхода вы гарантируете, что ваши объекты всегда находятся в валидном состоянии -- то есть таком, которое возможно в реальной жизни с объектом, представленным программой.
Плюсы подхода очевидны: меньше число ошибок. Код описывает сам себя, и программист, если не лезет внутрь объекта "Книга", вообще не сможет сделать с книгой ничего недопустимого.
Минусы, думаю, тоже понятны: изначально проектировать сложнее, нужно учесть много нюансов, писать тесты. Время разработки изрядно растёт. Изменение требований даётся дороже: например, если каким-то образом в ваш книжный магазин поступят книги со страницами из кевлара, которые невозможно вырвать :)
Но первый проект с этим подходом мы сдали хорошо, без багов. Лучше, чем многие предыдущие.
#dev
В NotebookLM завезли новый раздел — рекомендуемые записки.
Это такие заранее подготовленные AI-подборки по темам, где можно:
– почитать исходники,
– накидать вопросы,
– послушать аудиообзоры,
– или быстро пробежаться по Mind Map и уложить структуру в голове.
Честно говоря, подача материала стала куда сложнее. Если раньше это были просто страницы, форумы или лэндинги, то теперь всё ощущается как виртуальная книжная полка с кассетами, папками и фоторамками. С одной стороны, инфы больше и она разнообразней. С другой — взаимодействие стало длиннее.
Думаю, студентам такой формат зайдёт — можно учить темы интерактивно и с голосом. Лично я пока вижу это как инструмент либо для учёбы, либо для быстрой подготовки инфопака куда-то «в мир» за пределы NotebookLM.
😂 Не забывай репостить ага)
#NotebookLM | AcidCrunch
🔖NotebookLM: la mejor IA para prepararte para exámenes
NotebookLM de Google es una de las herramientas de inteligencia artificial más potentes para estudiar. Puedes cargar hasta 50 fuentes en un solo cuaderno: textos, PDFs, Google Docs, sitios web, archivos de audio o videos de YouTube. El modelo estructurará el contenido, explicará conceptos poco claros, destacará los puntos clave y lo convertirá todo en un formato fácil de digerir.
¿Qué puede hacer NotebookLM?
1️⃣Analizar todos tus materiales: libros, apuntes de clase, incluso esquemas escritos a mano, y responder preguntas con citas directas de tus fuentes.
2️⃣Crear mapas mentales: ¿Necesitas una visión general? Genera diagramas visuales que muestran las conexiones entre conceptos en tus archivos—útil tanto para repasar como para entender mejor.
3️⃣Crear guías de estudio: Con un clic, genera una hoja de referencia rápida, un glosario, preguntas frecuentes (FAQ) y un conjunto de preguntas prácticas.
4️⃣Convertir notas en un pódcast con dos anfitriones de IA—perfecto para quienes aprenden mejor escuchando.
📝Cómo sacarle el máximo provecho a NotebookLM
— Crea un cuaderno separado para cada tema. Esto hace que las sesiones de repaso sean más fáciles y organizadas.
— Usa múltiples formatos: texto, visuales y audio. Involucrar más sentidos ayuda a que el cerebro recuerde más rápido.
— Comparte cuadernos. La colaboración en tiempo real te permite comentar, editar y crear guías juntos. Estudiar en grupo es más rápido—¡y más divertido!
🔎 NotebookLM es gratuito y puedes usarlo aquí.También tiene una aplicación oficial paraiOS y Android.
¡Buena suerte con tus exámenes! 🍀
Más herramientas:
➡️Herramientas de IA gratuitas para estudiar
➡️Gamma: presentaciones con IA en un clic
#NotebookLM#Google@hiaimediaes
🔖 NotebookLM ahora genera tarjetas de estudio y cuestionarios
El servicio de inteligencia artificial de Google, enfocado en el aprendizaje, ha introducido nuevas funciones que ya están disponibles para todos los usuarios. Las tarjetas de estudio ayudan a reforzar temas en un formato simple de preguntas y respuestas, mientras que los cuestionarios te permiten poner a prueba tus conocimientos antes de los exámenes. Si lo necesitas, la IA puede proporcionar explicaciones detalladas para cualquier respuesta.
Cómo probarlo:
1️⃣ Abre NotebookLMy sube tus materiales: notas de clases, artículos o videos;
2️⃣ En el menú lateral derecho, selecciona Tarjetas de Estudio o Cuestionario;
3️⃣ Elige el número de preguntas y el nivel de dificultad.
☑️ Tus materiales estarán listos en minutos.
Además, NotebookLM puede generar podcasts en diferentes estilos y crear resúmenes en video a partir de tus fuentes.
➡️ Además de la versión web, hay aplicaciones disponibles para Android e iOS.
#manual#notebooklm@hiaimediaes
🤖NotebookLM прокачали под смартфоны
Гугл усилил мобильное приложение:
теперь оно превращает хаос в знания прямо у вас в руках.
Что теперь можно делать с телефоном:
📸 Сфоткать конспект или доску → получить готовую инфографику
🎤 Записать голос с лекции → превратить в структурированный текст
🧠 Расширить исследование одним тапом — ИИ добавит факты и связи
📊 Собрать презентацию без ноута
Идеально для учёбы, работы или когда внезапно гениальная мысль пришла в метро.
Качайте, и пусть ваш телефон работает вместо вас.
#NotebookLM#Google#нейросети#AI#образование
🎧 Топ кллаборация: NotebookLM × The Economist
Представьте: вы слушаете свежие экономические обзоры как обычный подкаст, но в любой момент можете *вклиниться в диалог*, задать вопрос или высказать своё мнение.
💡 Это не просто чтение — это интерактивный диалог с материалом.
Именно такой сценарий реализован в новом AI-ноутбуке *The World Ahead 2025* от Google и *The Economist*.
Отличный пример того, как может выглядеть будущее персонализированной аналитики и медиа.
🔗 Попробовать можно здесь:
https://notebooklm.google.com/notebook/5881d15d-7b82-4002-8613-df59b6eece4c
@ai_machinelearning_big_data
#notebooklm#ml#ai#genai
📓🦙NotebookLlama —Практически полный функционал NotebookLM — в опенсорсе.
Особенности:
✔️ Создаёт базу знаний из документов — с точным разбором через LlamaCloud
✔️ Автоматически пишет резюме и строит mind map-графы
✔️ Позволяет генерировать подкасты (работает на базе ElevenLabs)
✔️ Позволяет вести чат с агентом по документам
✔️ Метрики и аналитика через opentelemetry
🛠 Всё в открытом репо — можешь форкать, кастомизировать, заменять компоненты под себя.
Установка:
git clone https://github.com/run-llama/notebookllama
▪GitHub: https://github.com/run-llama/notebookllama
▪Попробовать в LlamaCloud: https://cloud.llamaindex.ai
@ai_machinelearning_big_data
#AI#ML#LLM#opensource#NotebookLM