CyberNinjasНай-богатата AI матрица за изкуствен интелект на български. 13 модела за създаване на изображения, видео и аудио. Курсове, умения и общност.
© 2026 CyberNinjas.ai. Всички права запазени.
CyberNinjasНай-богатата AI матрица за изкуствен интелект на български. 13 модела за създаване на изображения, видео и аудио. Курсове, умения и общност.
Слушай AI курса в движение — на път, във фитнеса или докато готвиш.
1 модул · ~19 мин · Начинаещ
В последните няколко години се случи нещо забележително: машините започнаха да пишат, рисуват и програмират по начин, който допреди това изглеждаше на ръба на научната фантастика. Зад тази вълна стои технологията, която наричаме генеративен AI – изкуствен интелект, способен да създава ново съдържание: текст, изображения, аудио, видео и код.
1 модул · ~20 мин · Начинаещ
В Урок 1 видяхме как работи генеративният AI на принципно ниво – токени, предсказване, температура. Сега идва следващият въпрос: кой точно модел да използваме?
1 модул · ~18 мин · Начинаещ
В Урок 1 видяхме как работи генеративният AI. В Урок 2 научихме как да изберем модел. Сега идва най-важният въпрос, който всеки отговорен разработчик трябва да си зададе преди да е написал и един ред продуктов код:
1 модул · ~17 мин · Начинаещ
Дотук видяхме как работи генеративният AI (Урок 1), как да изберем модел (Урок 2) и как да използваме AI отговорно (Урок 3). Сега идва най-практичното умение на целия курс – prompt engineering.
1 модул · ~19 мин · Среден
В предишния урок се запознахте с основите на промпт инженерството – процесът, чрез който насочвате модела към по-релевантни отговори, като му давате по-добри инструкции и контекст. Видяхте, че създаването на промпт всъщност е двустъпков процес: първо конструирате промпта с подходящ контекст, после го оптимизирате, докато не получите желания резулта
1 модул · ~14 мин · Среден
До този момент вече разбирате какво е промпт и сте се запознали с цялата дисциплина около него – промпт инженерството. Знаете как да говорите с инструменти като ChatGPT, Claude и Gemini през браузъра. Но какво се случва, когато искате да вградите тази магия в собствено приложение?
1 модул · ~18 мин · Среден
В Урок 6 написахте скрипт, който прави една заявка към модела и принтира отговора. Сега ще направим качествения скок към чат приложение – продукт, който помни предишните съобщения, разбира контекст и поддържа естествен диалог.
1 модул · ~15 мин · Среден
Досега използвахме LLM-те, за да генерираме текст. В този урок ще обърнем перспективата: ще ги използваме, за да разбираме текст и да го превръщаме в нещо ново – числови вектори, наречени embeddings.
1 модул · ~14 мин · Среден
В предишните уроци работихме само с текст. В този урок ще навлезем в генеративния AI за изображения – една от най-впечатляващите и динамично развиващи се области.
1 модул · ~15 мин · Среден
Досега писахме код. В този урок ще се обърнем към друг подход – изграждане на AI приложения без писане на код или с минимално кодиране. Това е известно като low-code / no-code разработка.
1 модул · ~13 мин · Среден
Досега чат ботът ни беше „говорещ съветник" – даваше идеи, текстове, обяснения. Но не можеше да направи нищо. Не можеше да провери времето, да изпрати имейл, да вкара ред в БД, да купи самолетен билет.
1 модул · ~13 мин · Среден
Технически работещ AI продукт без добър UX е безполезен. Ето защо: даже най-точният модел не помага, ако потребителите не могат да си представят кога да го ползват, не вярват на отговорите му, или не знаят какво да направят, когато сбърка.
1 модул · ~13 мин · Среден
AI приложенията имат уникални атакувателни вектори, които традиционните уеб приложения нямат. Prompt injection, data poisoning, model theft, jailbreaks – нови термини, ново мислене.
1 модул · ~12 мин · Среден
Изграждането на AI приложение е едно. Поддържането му в production за месеци или години е друго. Моделите се обновяват, цените се променят, потребителите растат, регулациите се появяват. Без структуриран процес – приложението излиза от ритъм за седмици.
1 модул · ~12 мин · Среден
LLM-те знаят много, но не знаят всичко за вашия бизнес. GPT-4 не знае фирмените ви процедури. Claude не знае каталога на продуктите ви. Gemini не знае последните изменения в българското данъчно законодателство.
1 модул · ~12 мин · Среден
Досега работехме с proprietary модели – GPT, Claude, Gemini. Те се ползват през API на конкретен vendor, не можете да ги изпълните локално, не виждате тренировъчните им данни.
1 модул · ~12 мин · Напреднал
В Урок 11 видяхте function calling – как LLM може да извика външна функция. Това е основата. Когато добавим планиране, памет, многократно взимане на решения – получаваме AI агент.
1 модул · ~12 мин · Напреднал
Дотук видяхте три инструмента за подобряване на качеството на LLM: 1. Prompt engineering (Уроци 4-5). 2. RAG (Урок 15). 3. Function calling / agents (Уроци 11, 17).
1 модул · ~11 мин · Напреднал
В предишните уроци ползвахме големи модели – GPT-4, Claude Sonnet 4.6, Gemini 2.5 Pro. Това са „мощната артилерия" – могат всичко, но са скъпи и бавни.
1 модул · ~11 мин · Напреднал
Mistral AI е френски стартъп, основан през 2023 г. от бивши служители на Meta и Google DeepMind. За по-малко от 2 години стана един от най-важните играчи в open-source AI пространството и единственият европейски конкурент на американските и китайските гиганти.
1 модул · ~13 мин · Напреднал
Поздравления – стигнахте до последния урок от курса! 🎉