01 Recommendation Guard
Сначала отсеять худшие рекомендации
Не зная ваших ограничений, LLM даёт безопасный, средний ответ. Проблема в том, что этот «безопасный» ответ может оказаться тем, что вам нельзя есть — а при аллергии на морепродукты и вовсе по-настоящему опасным советом.
Вы (не повторяя ограничения снова)
Что приготовить на ужин сегодня?
LLM (без Malro)
❌ Как насчёт жаркого с креветками? Быстро и вкусно! (у вас аллергия на морепродукты)
LLM (после того как Malro вспомнила вашу аллергию на морепродукты и непереносимость острого)
✅ Без морепродуктов — может, тушёный тофу или мягкое рагу из соевой пасты?
Прежде чем добавлять хорошие рекомендации, сначала нужно убрать опасные. Malro запоминает ограничения, названные однажды — аллергии, нежелательные продукты, бюджет — и передаёт их вашему подключённому ассистенту, чтобы он избегал рекомендаций, нарушающих их.
02 Cross-assistant
Память, переходящая между ассистентами
За обедом вы спросили у ChatGPT идеи меню. К ужину вы используете Claude и не помните, о чём спрашивали раньше.
Вы → Claude
О чём я в последний раз спрашивал ChatGPT сегодня?
Claude (после вызова MCP Malro)
Сегодня в 12:14 вы спросили у ChatGPT: «Эй, ChatGPT, что взять на обед?». Рекомендованным блюдом было рагу из кимчи.
Сессии ChatGPT и Claude обычно не знают друг о друге. Malro становится их общей памятью.
03 Private Assistant
Ассистент, который вас знает
Приближается день рождения вашей девушки. Вы хотите идеи подарка, но каждый раз заново объяснять «моя девушка — Джейн, она любит цветы…» утомительно.
Вы
Скоро день рождения моей девушки — есть идеи подарка?
LLM (после обращения к Malro)
В прошлом году вы подарили Джейн (которая обожает цветы) розы. Может, тюльпаны в этот раз?
Вы не вводили этот контекст сами. Malro хранит ваш граф отношений и предпочтения и поднимает их, когда нужно.
04 Personalized Explanation
Объяснения на основе того, что вы уже знаете
Спросите «как работает LLM?» — и обычно получите учебниковый ответ: токены, трансформеры, распределения вероятностей. Чем больше слушаешь, тем больше путаешься. А если бы LLM уже знал ваш бэкграунд?
LLM (вспомнив, что вы работаете в общепите)
Представьте кухню ресторана. Если гость просто говорит «сделайте вкусный обед», вы выберете популярные заказы — мясо и белок. Но «я веган, сделайте вкусный обед» даёт совсем иное. LLM выбирает ответ, наиболее близкий к заданным условиям, из уже существующей информации.
Один и тот же вопрос ветвится по-разному в зависимости от сохранённого бэкграунда — аналогии с кодом для разработчиков, с кухней для работников общепита, с классом для учителей. Кривая обучения становится гораздо короче.
05 Company-wide Скоро
Новички перестают задавать одни и те же вопросы
«Где оформить отпуск?» «Как установить VPN?» «Где документ OKR за прошлый квартал?» — одни и те же вопросы повторяются каждую неделю, и каждый раз тратятся 30 минут кого-то из старших.
Новичок → Claude
Как оформить отпуск?
LLM (после общекорпоративного обращения к Malro)
На внутреннем портале → HR → Заявка на отпуск. Для 3 и более дней нужно предварительное согласие руководителя. В прошлом году кто-то спрашивал то же — вот [документ-гайд HR].
Повторяющиеся вопросы = недокументированное неявное знание. Malro накапливает ответы на уровне компании, и одно правило — «сначала спроси Malro» — убирает прерывания.
06 Coupon Wallet Скоро
Скидки сыплются — Malro разложит их, когда нужно
KFC, Burger King… каждое приложение засыпает купонами, но когда правда хочешь воспользоваться, трудно вспомнить, какое приложение открыть и до какого числа купон действует.
Вы (бросаете купоны по мере поступления)
Думаю про бургер на обед — есть у меня купон, который можно использовать прямо сейчас?
LLM (после того как Malro вспомнила сохранённые купоны)
✅ По сроку действия: сначала набор Whopper в Burger King со скидкой 30% (истекает 20.06, скоро), затем скидка 5 000 вон в Lotteria (30.06). Купон на курицу KFC без морепродуктов — об аллергии можно не волноваться.
Скидывайте информацию о скидках в любом виде, а спрашивайте лишь когда понадобится. Malro свяжет место, сумму и срок действия и выберет «тот, что использовать сейчас» по близости срока.
07 Preference QR Скоро
Стойка омакасэ знает вас ещё до того, как вы сели
Омакасэ — это сет на усмотрение шефа, поэтому каждый раз приходится называть аллергии и нежелательные ингредиенты. Молчать рискованно, а перечислять по одному — сбивает ритм.
Вы (показывая входной QR)
Буду омакасэ — заполни за меня QR.
Malro (отбирает только пищевые предпочтения в QR)
✅ Аллергия на морепродукты (обязательно исключить) · избегает очень острого · не любит солёное · предпочитает маленькие порции — в виде сводки, которую шеф читает при сканировании.
Шеф
Без аллергенов, мягкие приправы, сет на одного — начинаю сразу, под ваш вкус.
Вы ничего не вводите заново. Malro отбирает только пищевую часть ваших сохранённых предпочтений и передаёт её заведению для немедленного использования. Пункты безопасности (аллергии) — приоритет, который никогда не опускается.
08 Photo → Recall Скоро
Спящее в почте фото становится ответом
Автосервис фотографирует наряд-заказ и присылает по почте. Обычно он навсегда теряется в ящике. Перешлите его в Malro — ИИ прочитает текст на снимке и запомнит его.
Вы (через полгода)
На прошлом ТО меняли щётки стеклоочистителя?
LLM (после того как Malro вспомнил расшифрованное фото наряда)
✅ В вашем наряде от 12 марта указана замена щёток стеклоочистителя. В тот день вы также поменяли моторное масло.
Спящее в почте фото становится ответом в Malro. Просто отправьте по почте чек, наряд или заметку фотографией — и информация, которая раньше лишь копилась, превращается в память, которую достаёшь по необходимости: не ищите, просто спросите.
Ещё сценарии, которые можно добавить
- Воспоминания о поездках («какое кафе мне понравилось, когда я ездил в Киото в прошлом году?»)
- Контекст работы / проекта («какую архитектуру я выбрал на прошлой неделе?»)
- Здоровье / привычки («сколько дней я тренировался в этом месяце?»)