Заметки
Короткие рецепты по WP, WC и PHP.

Индексы MySQL: как ускорить запросы
Разбираем, как устроены индексы в MySQL, как найти запросы, которым их не хватает, как собрать правильный составной индекс и почему лишние индексы вредят не меньше отсутствующих.
Читать →
Чанкинг документов для RAG: как правильно резать текст
В RAG качество ответов зависит не от модели, а от того, как вы порезали документы на фрагменты. Разбираем четыре стратегии чанкинга, рабочие размеры чанка и перекрытия, контекстное обогащение и late chunking — и как замерить, что стало лучше.
Читать →
Краткий пересказ нейросетью: как выжать суть из документа
«Сделай краткий пересказ» даёт воду, из которой не понять, что было в документе. Разбираем, как формулировать запрос, что делать с текстами, которые не влезают в модель целиком, и как проверять результат.
Читать →
Few-shot и примеры в промпте: как получить нужный ответ
Иногда нужный результат проще показать, чем описать. Разбираем few-shot: сколько примеров давать, как их размечать, почему важны порядок и баланс классов, где приём не нужен и во сколько токенов обходится.
Читать →
Промпт для генерации изображения: как добиться фотореализма
Модель выдаёт восковую кожу и пластиковый глянец не потому, что она слабая, а потому что промпт слишком короткий. Разбираем формулу из шести слотов — герой, план, объектив, свет, среда, материалы, — готовый шаблон с примером и обзор моделей: Gemini Nano Banana, GPT-Image-2, Midjourney V8.2 и FLUX.2.
Читать →
Не работает Gemini в России: почему и что делать
Gemini API отвечает 400 FAILED_PRECONDITION, а AI Studio не даёт выпустить ключ. Разбираем, как Google определяет регион, почему VPN на компьютере не спасает боевой сервер и как за вечер поднять свой обратный прокси на nginx — с проверкой IP, конфигом и типичными граблями.
Читать →
Qdrant: разворачиваем векторную базу на своём сервере
Практический гайд по самостоятельному хостингу Qdrant: сколько нужно памяти, запуск в Docker и docker compose, API-ключ и TLS, первая коллекция, фильтры по метаданным, квантизация и бэкапы.
Читать →
Векторные базы данных: обзор и как выбрать
Векторная база нужна там, где поиск идёт по смыслу, а не по словам. Разбираем, как устроены индексы HNSW и IVF, зачем нужна квантизация, чем отличаются pgvector, Qdrant, Milvus, Weaviate, Chroma и Pinecone — и по какому алгоритму выбирать под свой проект.
Читать →
Эмбеддинги простыми словами: как текст превращается в числа
Эмбеддинг — это набор чисел, в который модель превращает текст, чтобы компьютер мог сравнивать смыслы. Разбираем без формул: откуда берутся эти числа, как считают близость, какие модели актуальны в 2026 году и какие ошибки чаще всего ломают поиск.
Читать →