← Каталог

· AI Engineer World's Fair 2025

ChatGPT плохо спроектирован. Я это исправил

ChatGPT is poorly designed. So I fixed it

Голос и текст можно объединить в одном чате на готовых API: голос идёт в реальном времени, а текстовые ответы и вызов reasoning-модели делаются через tool calls.

  • Текст рядом с голосом — длинные детали, ссылки и черновики уходят в отдельную панель чата через tool call с обычным описанием; по словам спикера, системный промпт для этого не понадобился.
  • Маршрутизация эвристиками — простые команды уходят агенту для кодинга, который запускает их в терминале, а сложный запрос, например перенос кодовой базы на Flutter, сначала получает план от reasoning-модели. По словам спикера, так устроен выбор модели в Warp.
  • Открытый прототип — FixGPT выложен на GitHub, поэтому можно посмотреть, как устроены tool calls и переключение между голосом и текстом.

Кому полезно: тем, кто добавляет голосовой режим в чат-продукт и хочет, чтобы модель выбиралась без ручного переключения.

Статья по теме

На какие вопросы отвечает доклад

  • Как совместить голосовой и текстовый режим в одном чате с ИИ?

    Realtime аудиомодель ведёт голосовой разговор, а длинные детали, ссылки и черновики уходят в текстовую панель через отдельный tool call send chat message. По словам спикера, для этого хватило короткого описания инструмента без system prompt.

    ▶ 2:07Проектирование мультимодального чата с аудио в реальном времени и инструментами
  • Как направлять сложные запросы к reasoning модели, а простые выполнять сразу?

    Спикер использует эвристики: простые команды, например отмену последнего коммита, выполняет кодинговый агент, а сложная задача, например переписать кодовую базу на другой фреймворк, сначала уходит в reasoning модель для плана. Ответ возвращается через tool call.

    ▶ 3:19Передача сложных вопросов моделям для reasoning
  • Почему пользователи путаются в списке моделей и как убрать необходимость выбирать модель вручную?

    Названия вроде o3, 4o и Pro появляются из разрозненных релизов, и выбор превращается в путаницу. Спикер предлагает автоматически подбирать модель под запрос, а не заставлять пользователя выбирать.

    ▶ 1:13Перенос организационной структуры в продукт и запутанный выбор моделей

Главы

Ещё доклады: Ben Holmes

Страница спикера →

Похожие доклады