✅ Як оптимізувати сторінки сайту: детальний чекліст0:00: Intro: The Checklist 0:08: Chrome Users0:18: SEO Extensions 0:40: Checking the Checklist Items 0:44: Target SER0:59: Site Position 1:19: Starting the Checklist: Word Count1:32: You VS Competitor Averages2:00: Step 1: Word Count 2:14: Step 2: Header Count 2:22: Step 3: Optimized Header Count 3:05: Step 4: Primary Word Counts 4:34: Hitting the Averages5:10: Step 5: LSI Latent Semantic Indexing6:59: Step 6: Matchwords 7:17: Matchword Thanks Ted Kabitas 8:07: Example Matchword: Personal Injury Lawyers9:17: LSI and Matchwords10:44: Two-Word, Three-Word, and Four-Word Phrases12:54: Step 8: Optimized A Tag (Hyperlink with Keyword)13:21: Optimized A Tags 14:17: Finding Competitors 14:31: Quick Recap15:19: Alternative Word Count Tool: Word Counter Online Free16:01: Finding Competitor Header Count & Optimized Headers17:09: Use Your Brain 18:17: Analyzing Competitors' Variants (2-Word, 3-Word, 4-Word)18:43: Calculating the Average Word Count19:21: Avoiding Outliers19:49: Get the Checklist19:59: OutroSearch Engine Optimization Tutorial How To Do On Page SEO Checklisthttps://www.youtube.com/watch?v=enSBXkG2TT0
Припиніть витрачати зайві токени: 5 способів зменшити витрати на LLMВеликі мовні моделі можуть бути ненажерливими. Я хочу поділитися кількома способами, як можна працювати з LLM більш економно, а часто — і більш ефективно.01. Управління контекстом. Найбільш очевидний, але часто ігнорований спосіб. Подивіться на свої промпти. Чи є там повторювана частина, яка не впливає на результат? Нерелевантні приклади? Просто зайве «повітря»? Все це можна і потрібно прибирати. Є навіть радикальна техніка «згортання слів»: прибирати з кожного слова всі голосні або просто другу половину. Контекст серйозно скорочується, а LLM все прекрасно розуміє. Всі, хто пробував писати в ChatGPT на кострубатій українській з помилками, знають — модель найчастіше справляється.02. Кешування. Майже всі провайдери API пропонують цю функцію. Суть проста: якщо ви відправляєте кілька запитів поспіль, у яких однаковий початок, ця загальна частина «кешується». Провайдер не обробляє її заново і, відповідно, не тарифікує. Розробники агента Manus назвали це одним з ключових принципів розробки подібних систем. Для агентів, які надсилають десятки запитів на хвилину, це головний спосіб і прискорити відповідь, і скоротити витрати.03. Chain of Drafts. Промпт-інжиніринг — це не тільки про якість, але і про вартість. Популярна техніка Chain of Thought змушує модель детально розписувати свої міркування. Це дає хороший результат, але витрачає багато токенів. Пізніше дослідники знайшли більш економічний прийом — Chain of Drafts. Модель ніби думає короткими «чернетками», а не повноцінними думками. Результат майже той самий, а токенів витрачається значно менше.04. Безкоштовні API. На ринку постійно з'являються безкоштовні можливості. На тому ж https://openrouter.ai завжди є кілька open-source моделей, які можна використовувати безкоштовно з певними лімітами. 05. Роутери. Це найцікавіша технологія. Роутер — це сервіс-посередник, який аналізує складність вашого запиту. Якщо завдання просте, він відправляє його на швидку і дешеву модель. Якщо ж потрібно «подумати», то підключає більш потужну і дорогу. Ви спілкуєтеся з однією «точкою входу», а система сама вирішує, який інструмент використовувати.Один з таких сервісів — https://www.switchpoint.dev/. За ціною він порівнянний з недорогими моделями, але дає продуктивність, близьку до топових. Наприклад, на завданнях кодування він показує поліпшення в 37% в порівнянні з моделями тієї ж цінової категорії.
8. Аналіз завдань на Fiver та інші сервіси для фрілансерівРегулярні завдання, які компанії передають фрілансерам, — це готові до автоматизації проблеми. Важливо звертати увагу на повторювані завдання: замовлення, які з'являються щотижня або щомісяця. Чутливість до ціни: скільки люди готові платити і як часто. Уважно читайте відгуки замовників, що постійно критикують у роботі фрілансерів.Що робити: створіть агента для регулярних завдань, які компанії вже звикли делегувати. Вирішіть, чи варто робити повністю автоматичну схему або задіяти людину «в контурі» (human in the loop).9. Непотрібні нарадиЗнайдіть зустрічі, які викликають у людей постійне закочування очей. Якщо 80% присутніх (не включаючи керівників) вважають, що зустріч марна, це майже гарантовано ваша золота жила. Часто співробітники вважають такі зустрічі марними, особливо коли на них просто озвучують статус завдань або «узгоджувальні», які мало що узгоджують. Корінь проблеми майже завжди в видимості та координації. Керівництво хоче прозорості, але змушує всіх сидіти на загальній телефонній конференції, в той час як реальна робота зупиняється.Що робити: створіть агента, який автоматично збирає статус із джерел, де реально ведеться робота (Git, CRM, документи), і передає цю інформацію зацікавленим особам без необхідності відволікати всіх на нараду.10. Експерт — «пляшкова шийка» Коли одного співробітника постійно запитують одне й те саме, значить його знання погано задокументовані, а експерту простіше відповідати, ніж створювати інструкції. Наприклад, розробник, який витрачає багато часу на пояснення свого коду, або HR, який сто разів на день переказує одну і ту ж політику компанії. «Вузькі місця» з'являються, коли: документація або відсутня, або погана, або знання зберігаються «в голові», а не в організації. Коротше кажучи, коли експерту простіше відповісти, ніж документувати.Що робити: розробіть агента, який буде збирати знання експерта за допомогою аналізу розмов і існуючих документів. А потім нехай агент відповідає на поширені запитання, використовуючи цю базу знань.
Пам'ятаю, як наприкінці 2023 року всі кинулися проходити курси з промптинг, а вже в 2024-му промпт-інжиніринг поховали під гаслом, що мовні моделі тому так і називаються, що вони розуміють звичайну мову і всі ці складнощі їм не потрібні. Але промпти як працювали, так і працюють досі, а люди як недооцінювали їх важливість, так і... ну, ви зрозуміли.З іншого боку, я не раджу проходити всі ці курси з промптинг, так як у вільному доступі інформація і актуальніша, і якісніша. Ось, наприклад, мій улюблений сайт з промптинг — www.promptingguide.ai. Рекомендую почати своє занурення саме з нього.Ну і 10 порад для новачків і не тільки:1. Приклади працюють краще за інструкції. Моделі краще розпізнають патерни, ніж дотримуються правил (за винятком розумних LLM на кшталт o1).2. Системні промпти — фундамент. 90% проблем виникають через слабкі системні промпти. Відточіть їх, перш ніж братися за користувацькі промпти. Ось тут купа системних промптів для вивчення. 3. Ваша експертиза в предметній області набагато важливіша за навички створення промптів. Наприклад, коли інструкцію для медичного ШІ-агента пишуть лікарі, результати набагато кращі. Профільні експерти оперують такими нюансами, про які не здогадуються промпт-інженери. 4. «Ланцюжок міркувань» (Chain-of-thought) — не завжди найкращий вибір. Складні ланцюжки міркувань часто працюють гірше, ніж прямі інструкції. Починайте з простого, ускладнюйте, тільки коли поліпшуються метрики.5. Контролюйте версії промптів, як код. Пам'ятаю, як зміна всього одного слова в промпти зламала воркфлоу ШІ-агента. Треба змусити себе робити git commit для промптів і відстежувати метрики продуктивності. Коротше кажучи, до роботи над промпти треба ставитися, як до продакшн-коду.6. Використовуйте ШІ для написання промптів для ШІ. Звучить наївно, але це працює: Claude пише промпти для Claude краще, ніж я. Нехай моделі самі оптимізують інструкції для себе.7. Багато хто сильно недооцінює налаштування температури. Всі схиблені на промпти. Тим часом, іноді зміна температури з 0,7 до 0,3 добре вирішує проблеми зі стабільністю відповідей.8. Тестове покриття важливіше за якість промпта. Часто тестуючи різні сценарії, виявляв, що мій «ідеальний» промпт сипався в 30% випадків на великих обсягах. Тепер використовую автоматизовану оцінку з валідацією людиною (human-in-the-loop).9. Не забувайте оптимізувати інструкцію під конкретну модель. Промпт для GPT-4o не завжди підходить для Claude або Llama. У кожної моделі свої особливості. Те, від чого GPT видає якісну відповідь, змушує Claude галюцинувати.10. Робіть захист від ін'єкцій в промпт відразу. Кожен промпт в продакшені потребує тестування на ін'єкції. Один хитрий запит користувача здатний зламати всю вашу систему.
📖 Інструкція, як ранжуватися в AIВебінар Девіда Квейда на каналі Едварда Штурма.00:00 Introduction to Ranking in LLMs00:11 Debunking LLM Myths and Misconceptions00:59 Understanding Query Fan Outs02:02 Real-Time Ranking Examples02:45 The Role of EEAT in SEO04:54 Query Fan Outs in Different LLMs14:53 Analyzing Traffic with Looker Studio16:12 Using Google Analytics for Traffic Insights23:26 Leveraging Reddit for SEO Insights26:24 General Overview27:24 Starting with SEO Rankings27:40 Understanding Search Console and Content Testing28:07 Exploring Perplexity and Brave Search28:43 Popular Episodes and Guest Highlights29:13 Finding Query Fan Outs in ChatGPT32:10 The Dead Web and Bot Conversations34:06 The AMI Paradox and Generative AI39:30 SEO Practices and Misconceptions42:05 Schema Implementation and Its Necessity47:50 Topical Authority and Keyword Research51:35 Concluding Thoughts and Future EpisodesAI & LLM Visibility: A Practical Guide for Ranking in AI Resultshttps://www.youtube.com/watch?v=ZXR1HvUU1kI
Як розбиратися у всіх цих гігантських схемах AI-Агентів від n8n? Дуже просто, зараз навчу. Ще цей спосіб підходить, щоб зробити документацію за схемою, вивчати чужі воркфлоу, для чого завгодно. Поїхали:1. Вивантажуємо воркфлоу процесу з n8n у форматі Json, змінюємо розширення файлу на TXT2. Додаємо цей файл джерелом в https://notebooklm.google.com/notebook3. Все. Тепер можна створювати посібники, методички або просто запитувати про незрозумілі вузли.PS.Мені здається, що NotebookLM - найбільш недооцінений ШІ-інструмент 2025 року. Поки всі обговорюють можливість змінювати тире на дефіси в оновленому ChatGPT 5.1, хлопці з Google пиляють цілу дослідницьку платформу. А нещодавнє оновлення - взагалі шикарна штука:- Deep Research. Як працює: закидаєте своє питання - отримуєте план дослідження і добірку з сотень веб-сайтів. За кілька хвилин створюється організований звіт, з яким можна працювати як з джерелом. До речі, можна використовувати Deep Research для оновлення старих проектів. Завантажуєте звіт за 2024 рік і просите: «Знайди нові джерела, опубліковані на цю тему з січня 2025 року, і підсумуй ключові зміни».- Тепер можна створювати кастомні теми в «відеопереказах». Коли ви генеруєте відеоогляд (який перетворює ваші нотатки на відео), ви можете вибрати кастомну тему (наприклад, «Студія», «Модерн», «Маркерна дошка») або навіть запромтити свою власну. Тобто тепер ви можете створювати брендований контент для своєї компанії або навчального курсу. Можете запромтити «стиль документального фільму про природу» або використовувати точну кольорову палітру свого бренду. - У NotebookLM додали контекстне вікно в один мільйон токенів. Тепер можете завантажувати цілі книги, фінансові звіти за рік або сотні наукових статей — і NotebookLM все це запам'ятає. Попросіть його порівняти заяву CEO у звіті за Q1 зі звітом за Q4, і він зробить це, посилаючись на обидва.- У новій версії NotebookLM, як тільки ви згенерували звіт, аудіоогляд або квіз, тепер можна побачити промпт, який використовувався «під капотом» для його створення. Тепер можна знайти звіт, який вам сподобався, подивитися його промт і трохи змінити, щоб отримати ідеальний шаблон промта для майбутніх проектів.- Тепер можна задати будь-якому блокноту постійну мету або «персону», якій він буде відповідати. Просто відразу задаєте в першому промті характер: «Ти - скептичний рецензент, який ставить під сумнів кожне припущення», або «Ти - підбадьорливий репетитор, який пояснює речі просто», ну або «Ти - директор з маркетингу, який перетворює ці дані в конкретні кроки». А можна скомбінувати це з вікном в 1М токенів: «Ти - юрисконсульт, який переглядає цей 500-сторінковий контракт на предмет будь-яких положень, пов'язаних з відповідальністю». ШІ буде залишатися в образі протягом усього документа.- Можливість імпортувати Google-таблиці в джерела для аналізу. Наприклад, можна завантажити таблицю з відгуками користувачів і запитати: «Які 3 основні теми? Наведи цитати для кожної». І т.д.
Як позбутися дефолтного ШІ-дизайнуБагато хто вже впізнає AI slop (непримітний ШІ-контент) з першого погляду.Anthropic написали про це короткий пост і показали, як позбутися цього за допомогою Skills і готового промпта.Суть проблемиКоротко: моделі LLM навчені на тисячах сайтів зі стандартними шрифтами, однаковими кольорами та мінімумом анімацій. Ось вони й генерують це за замовчуванням.РішенняAnthropic запропонували готовий промпт та інструкцію в Skills — це контекст на вимогу, який завантажується тільки коли потрібно. Не роздуває системний промпт на завданнях, де фронтенд не потрібен.Промпт<frontend_aesthetics>Ви схильні сходитися до загальних, "типових" результатів. У фронтенд-дизайні це створює те, що користувачі називають "AI slop" естетикою. Уникайте цього: створюйте креативні, унікальні фронтенди, які дивують і захоплюють.Зосередьтеся на:- Типографіка: Обирайте шрифти, які є красивими, унікальними та цікавими. Уникайте загальних шрифтів на кшталт Arial та Inter; натомість обирайте виразні варіанти, які підвищують естетику фронтенду.- Колір і тема: Дотримуйтесь цілісної естетики. Використовуйте CSS-змінні для послідовності. Домінантні кольори з яскравими акцентами перевершують невиразні, рівномірно розподілені палітри. Черпайте натхнення з тем IDE та культурної естетики.- Рух: Використовуйте анімації для ефектів та мікровзаємодій. Надавайте перевагу CSS-рішенням для HTML. Використовуйте бібліотеку Motion для React, коли доступно. Зосередьтеся на моментах високого впливу: одне добре оркестроване завантаження сторінки з послідовними появами (animation-delay) створює більше задоволення, ніж розкидані мікровзаємодії.- Фони: Створюйте атмосферу та глибину замість стандартних однотонних кольорів. Накладайте CSS-градієнти, використовуйте геометричні патерни або додавайте контекстні ефекти, які відповідають загальній естетиці.Уникайте загальної ШІ-генерованої естетики:- Надмірно використовувані шрифти (Inter, Roboto, Arial, системні шрифти)- Банальні колірні схеми (особливо фіолетові градієнти на білому фоні)- Передбачувані макети та шаблони компонентів- Шаблонний дизайн без характеру, специфічного для контекстуІнтерпретуйте творчо та робіть несподівані рішення, які відчуваються справді розробленими для контексту. Варіюйте між світлими та темними темами, різними шрифтами, різною естетикою. Ви все ще схильні сходитися на загальних виборах (наприклад, Space Grotesk) у різних генераціях. Уникайте цього: критично важливо мислити нестандартно!</frontend_aesthetics>
ЗастосуванняМожна використовувати не тільки в Claude, але й у Cursor, Windsurf, Codex, Lovable та інших ШІ-редакторах як кастомну інструкцію.Повний гайд доступний за посиланнями, для Claude використовуйте Skills.
Як користуватися ChatGPT на повну?Ось 14 головних інструментів:1. Search the web (Пошук у мережі)Що це: Свіжі дані з інтернету з посиланнями на джерела.Навіщо: Курси акцій, новини, ринкові зведення тут і зараз.Промпт: «Підбий підсумки останнього звіту Nvidia та поточну ціну акцій. Додай джерела».2. Create an image (Генерація та аналіз зображень)Що це: Створення картинок або робота з вашими фото/схемами.Навіщо: Дизайн, візуалізація ідей, плани за кресленнями.Промпт: «Використай цю схему і моє фото, щоб зробити клікабельну обкладинку для YouTube».3. Camera Mode / Share Screen (Камера та екран)Що це: ChatGPT бачить те саме, що й ви (через камеру або демонстрацію екрана смартфона).Навіщо: Інструкції зі збирання меблів, пояснення функцій у телефоні, налагодження коду.Промпт: «Подивись на мій екран і допоможи зробити зведену таблицю продажів».4. Voice Mode (Голосовий режим)Що це: Природний діалог голосом (слухає, думає, відповідає).Навіщо: Брейншторм на прогулянці, мовна практика, допомога, коли зайняті руки.Промпт: «Придумаймо маркетинг-план кав’ярні. Задавай питання про цільову аудиторію».5. File Uploads (Робота з файлами)Що це: Завантажуєте документ — отримуєте аналіз.Навіщо: Конспекти звітів, вижимка даних із великих PDF.Промпт: «Стисло опиши методологію та ключові висновки з цього файлу у 5 пунктах».6. Data Analysis (Аналітика даних)Що це: Python-пісочниця: чистить дані, будує графіки, рахує статистику.Навіщо: Аналітика та візуалізація без знання коду.Промпт: «Знайди кореляцію між джерелом трафіку та конверсією (файл CSV). Побудуй графік».7. Canvas (Полотно)Що це: Окрема робоча зона для текстів і коду (схоже на Notion всередині ChatGPT).Навіщо: Верстка статей, створення резюме, написання коду.Промпт: «Збери шаблон резюме: Досвід, Навички, Освіта, макет у дві колонки».8. Memory (Пам’ять)Що це: ChatGPT запам’ятовує деталі про вас, щоб не повторювати їх щоразу.Навіщо: Врахування контексту, професії чи стилю спілкування.Промпт: «Запам’ятай: я нічого не розумію в програмуванні, пояснюй терміни як дитині».9. Custom Instructions (Інструкції користувача)Що це: Глобальне налаштування тону і стилю для всіх чатів.Як: Settings ▸ Custom Instructions.Промпт: «Завжди давай 3 варіанти, використовуй Markdown, говори як експерт-консультант».10. New Project (Проєкти)Що це: Окремі папки з чатами та файлами під конкретну задачу.Навіщо: Щоб розділити робочі проєкти, планування відпустки та навчання.11. Scheduled Tasks (Автоматизація)Що це: Одноразові або періодичні нагадування/звіти.Навіщо: Щоденна аналітика, дайджести новин.Промпт: «Щоп’ятниці о 16:00 збирай топ-5 новин ШІ за тиждень і надсилай резюме».12. GPTs (Власні боти)Що це: Створення спеціалізованого ChatGPT зі своїми інструкціями та базою знань.Навіщо: Особистий «рев’юер контрактів» або «планувальник меню».13. GPT Store (Магазин ботів)Що це: Каталог готових GPT від спільноти.Навіщо: Пошук генераторів логотипів, тренерів для співбесід тощо.Промпт: «Знайди GPT, який робить професійні слайди зі звичайного начерку».14. Deep Research (Глибокий пошук)Що це: Потужний пошук із аналітикою, що об'єднує вебдані та ваші файли у звіт (можна PDF).Навіщо: Аналіз ринку, досьє на конкурентів, перевірка гіпотез.Промпт: «Проаналізуй мої файли + свіжі дані з мережі та знайди 5 ніш AgTech, що зростають. Дай посилання та SWOT-аналіз».
Вайб-розробка може призвести до катастрофиУсі кажуть, що вайб-кодинг — це кайф: згенерив MVP за вечір, викотив, подивився реакцію і навіть перші оплати пішли! Але разом з кайфом приходить і біль: витікли ключі, рахунки за ботів і ддос, баги та вразливості. Молода гвардія вайб-кодерів уже обпеклася і ділиться правилами, які допоможуть не наступити на ті ж граблі.Одразу скажу, що правила в усіх можуть бути свої, свій набір сервісів та інструментів, зібрав для вас базову базу з інтернетів:Секрети під замокНайчастіша помилка (і я навіть легко розумію чому) — ключі прямо в коді або в GitHub. Один неуважний коміт, і твій API вже крутить чужі скрипти. Це прям класика жанру!Зберігай все в .env, виноси чутливі операції на сервер і проганяй AI-код через сканери.Safe modeХмарні платформи на кшталт Vercel, Netlify, Render або Railway зручні: деплой з GitHub, CDN, серверлес-функції. Але в них пастка — вони чесно з'їдять весь трафік, навіть ботський або DDoS, а рахунок оплатиш ти.Ставай Cloudflare або firewall, ріж запити лімітами, додавай капчу на форми авторизації. Без цього можна піти в мінус швидше, ніж набрати перших юзерів.Чистимо залежностіЧим більше пакетів і залежностей у коді, тим вищий шанс, що один з них підкладе свиню.Перед релізом видаляй мотлох, використовуй тільки бібліотеки з живою статою (10k+ завантажень на тиждень) і перевіряй на критичні вразливості. Хоча б через AI, просто проси провести аудит коду на дірки, вразливості, безпеку.Cursor/Claude Code/Codex ≠ універсальний інструментAI допомагає писати код, але не закриває все підряд.Для різних задач краще брати різні сервіси:– Lovable — швидкі UI та фронт.– Bolt — блискавичні прототипи з фронтом і простим беком.– Kombai — перетворює дизайн-макети в фронтенд-код.– v0 (Vercel) — швидкий дизайн-скетч у код.– Список можна розширювати, доповніть своїм у коментах.Усі вони класні для прототипу, але якісний продакшн завжди вимагатиме доопрацювання руками.Мінімальний моніторингЯкщо немає логів — значить, ти навіть не дізнаєшся, що все впало.Налаштуй відстеження помилок, фейлів API, перевантажень. Це мінімум, без якого продукт перетворюється на казино.Валідуй рукамиAI-код може виглядати ідеально і все одно падати на простому юзер-флоу.Перед продакшеном сам пройди ключові сценарії: форми, inputs, API payloads. Дешево і безцінно.Версійність — твій рятівникAI іноді дивує: переписує шматки коду так, що проєкт перестає збиратися. Якщо немає бекапу або версій, повернути робочий стан майже неможливо.Завжди зберігай код у репозиторії (GitHub, GitLab тощо) і роби коміт при кожній зміні. Тоді можна в будь-який момент відкотитися і не втратити дні роботи.Масштаб із платними клієнтами = аудитЯк тільки з'явилися реальні гроші — пора кликати розробників або хоча б розробника для рев'ю коду. Найголовніша база, хоча б робити рев'ю коду окремим агентом.Вони знайдуть те, що ти сам ніколи не помітиш: витоки пам'яті, дірки в безпеці, вузькі місця продуктивності.Вайб-кодинг потрібен і важливий, щоб швидко запалити ідею. Але якщо хочеш, щоб продукт жив довше пари тижнів (якщо сам не розробник і не технар), доведеться дорослішати і будувати процеси в AI-розробці якісніше, ніж прості запити "запили мені стартап, хочу щоб він заробляв 1 млн на місяць".
AI-віруси: новий виток зломівЗдається, ми стоїмо на порозі різкого стрибка кіберзагроз. Все вказує на те, що вірусів і атак стане значно більше! І все через те, що в руки хакерів потрапив AI.Що відбувається:– Anthropic у звіті «Threat Intelligence» описує випадок, коли одна людина за допомогою Claude Code змогла за місяць зламати 17 організацій: лікарні, служби порятунку, держструктури і навіть церкви. AI допомагав підбирати цілі, отримувати доступ, аналізувати вкрадені дані і писати психологічно точні вимоги на викуп. Суми доходили до $500 тисяч. Звіт дуже цікавий, раджу прочитати!– Інша група (GTG-5004) продавала готові набори для вимагачів за $400–$1200. І найдивовижніше — самі вони не вміли писати складний код, код, згенерований за допомогою AI.Паралельно ESET показала прототип PromptLock — перший вірус-шифрувальник, в якому ядром виступає AI. Поки це прототип, але виглядає серйозно:– написаний на Go, є варіанти для Windows і Linux.– використовує локальну LLM gpt-oss-20b через Ollama, тобто не світиться в зовнішніх сервісах.– генерує Lua-скрипти на льоту, які відразу виконуються — шукають файли, крадуть і шифрують дані.– архітектурно замислювався кросплатформенним (Windows/Linux/macOS).– застосовує алгоритм шифрування SPECK 128-bit.І оскільки код щоразу різний, зловити його за допомогою звичних антивірусів майже неможливо!Раніше для таких атак потрібна була ціла команда фахівців. Тепер це може зробити одна людина з ноутбуком і AI-агентом. Поріг входу впав, а значить атак буде тільки більше. Навіть ввели новий термін «вайб-хакінг».Що радять робити:– заборона локальних LLM на прод-серверах і робочих станціях (особливо Ollama).– EDR з правилами на «процеси, які створюють і запускають Lua-скрипти».– алерти на масове читання і шифрування файлів.– перевірка інфраструктури за IoC від ESET.– класика: бекапи за схемою 3-2-1, тест відновлення, egress-фільтри.Питання тепер тільки в тому, хто швидше адаптується — хакери чи системи безпеки.
TGLIST.COM.UA
