Нейросети для написания конспектов по файлу. 8 лучших ИИ, 24 способа применения и фишки искусственного интеллекта

Вы устали тонуть в море информации? Длинные отчеты, научные статьи, лекции и многостраничные документы съедают все ваше время, оставляя лишь крупицы смысла. Вы не одиноки. Это главная боль современного профессионала и студента.

Именно здесь на сцену выходят нейросети для написания конспектов по файлу. Это не просто модная игрушка, а мощнейший инструмент для экономии часов и повышения продуктивности. Но, как и любой инструмент, он требует понимания.

Многие думают, что достаточно закинуть файл в первую попавшуюся нейросеть и получить идеальный результат. Это заблуждение, которое стоит времени и денег. На деле разные модели работают по-разному, и для каждой задачи есть свой оптимальный подход.

Эта статья — не очередной поверхностный обзор. Это подробное руководство, которое объяснит, как все работает на самом деле. Из него вы узнаете:

• Какие 8 нейросетей действительно лучше всего подходят для работы с текстами и файлами.
• 24 практических способа применения ИИ для конспектирования, от студенческих задач до бизнес-аналитики.
• Неочевидные фишки и приемы, которые позволят вам выжимать из нейросетей максимум.

Хватит плавать по верхам. Пора нырять на глубину и разбираться, как заставить искусственный интеллект работать на вас по-настоящему эффективно.

Обзор 8 лучших ИИ для работы с документами

Забудьте о маркетинговой шелухе и бесконечных списках “топ-100500 сервисов”. На практике все сводится к нескольким ключевым моделям, которые лежат в основе большинства инструментов. Понимание их сильных и слабых сторон — это 80% успеха. Рассмотрим тех, кто действительно заслуживает внимания.

ChatGPT

Старый добрый трудяга, с которого для многих все и началось. Его нельзя списывать со счетов, когда речь идет о базовой работе с текстом. Он как универсальный швейцарский нож: не всегда идеален для узкой задачи, но почти всегда под рукой и справляется с большинством дел на приемлемом уровне. Его главная сила — в сбалансированности и огромном объеме данных, на которых он обучался.

Почему он в топе:
Он мастерски улавливает контекст и стиль. Вы можете попросить его сделать конспект в формальном стиле для отчета или в виде простых тезисов для презентации — и он поймет задачу. Это делает его невероятно гибким.

Плюсы для написания конспектов:

• Гибкость стилей: Легко адаптирует тон и формат конспекта под конкретный запрос (официальный, тезисный, для соцсетей).
• Диалоговый режим: Позволяет уточнять детали, просить переформулировать отдельные пункты или углубиться в конкретный аспект, не начиная все заново.
• Широкий кругозор: Способен кратко пояснить сложные термины из текста, используя свою общую базу знаний.

Дополнительные возможности:

• Создание вопросов и тестов по материалу конспекта.
• Перевод краткого содержания на другие языки.
• Генерация идей на основе проанализированного документа.

Gemini

Этот игрок вышел на поле позже, но сразу заявил о себе как о серьезном конкуренте. Его ключевое отличие — изначальная мультимодальность. Он создавался с прицелом на работу не только с текстом, но и с изображениями, аудио и кодом. Для конспектирования это означает более глубокое “понимание” структуры документа, особенно если он содержит графики и таблицы.

Почему он в топе:
Gemini часто демонстрирует лучшие способности к логическому рассуждению и обработке сложных, многослойных инструкций. Он лучше справляется с задачами, где нужно не просто пересказать, а проанализировать и структурировать информацию.

Плюсы для написания конспектов:

• Работа со сложными запросами: Успешно обрабатывает длинные промпты, где нужно одновременно извлечь данные, классифицировать их и представить в виде таблицы.
• Анализ данных: Лучше многих конкурентов справляется с извлечением числовых данных из текста и их базовым анализом.
• Интеграция с экосистемой: Глубокая интеграция с другими продуктами, что упрощает работу с документами из облачных хранилищ.

Дополнительные возможности:

• Создание визуальных представлений данных (например, описание графика по таблице из текста).
• Сравнение нескольких документов между собой.
• Выявление ключевых трендов в серии отчетов.

Claude

Если ваша главная боль — это огромные документы, то Claude — ваш выбор. Его архитектура изначально проектировалась с акцентом на обработку очень больших объемов текста за один раз. Это меняет сам принцип работы: не нужно дробить многостраничный годовой отчет или диссертацию на части, теряя сквозной смысл.

Почему он в топе:
Именно благодаря огромному контекстному окну. Там, где другие модели уже “забыли” начало документа, Claude все еще держит в “памяти” всю структуру и способен находить связи между первой и последней страницей. Конечно, это не всегда работает идеально, но он на голову выше многих в этом аспекте.

Плюсы для написания конспектов:

• Обработка больших файлов: Способен за один раз “прочитать” и законспектировать файлы объемом в сотни страниц.
• Сохранение контекста: Отлично справляется с задачами, где нужно отследить развитие одной и той же мысли на протяжении всего документа.
• Безопасность и этичность: Имеет более жесткие “ограничители”, что снижает вероятность генерации неэтичного или выдуманного контента. Иногда это мешает, но для формальных документов — это плюс.

Дополнительные возможности:

• Поиск ответов на вопросы строго в рамках загруженного документа.
• Создание детальных саммари для юридических и медицинских текстов, где важна точность.
• Сравнение аргументов “за” и “против”, представленных в большом исследовании.

Llama

Это представитель лагеря open-source, то есть моделей с открытым исходным кодом. Для конечного пользователя это означает, что на базе Llama существует множество различных инструментов и сервисов. Его сила не столько в одной конкретной реализации, сколько в многообразии и доступности. Это рабочая лошадка для энтузиастов и компаний, которые хотят строить свои решения.

Почему он в топе:
Благодаря своей открытости и активному сообществу, Llama быстро развивается и адаптируется. Для задач конспектирования это означает наличие специализированных, “дообученных” версий, которые могут быть лучше заточены под конкретный тип документов (например, научные статьи или юридические контракты).

Плюсы для написания конспектов:

• Скорость и эффективность: Модели Llama часто более “легкие”, чем гиганты вроде GPT-4 или Gemini, и могут работать быстрее.
• Возможность тонкой настройки: На его основе можно создавать узкоспециализированные инструменты.
• Конфиденциальность: При использовании локальных версий ваши данные не покидают ваш компьютер, что критично для корпоративного использования.

Дополнительные возможности:

• Развертывание на собственном сервере для полной безопасности.
• Адаптация под специфическую терминологию компании.
• Использование в офлайн-режиме (для некоторых версий).

Grok

Этот ИИ выделяется своим характером. Его создавали с целью быть менее “стерильным” и более прямолинейным. Он имеет доступ к информации в реальном времени из социальной сети X (бывший Twitter), что дает ему уникальное преимущество при работе с самыми свежими темами и новостными поводами.

Почему он в топе:
За его способность работать с актуальной повесткой и добавлять в конспект нотку юмора или сарказма, если это требуется. Для стандартных отчетов это может быть лишним, но для анализа общественного мнения, маркетинговых исследований или новостных дайджестов — это находка.

Плюсы для написания конспектов:

• Актуальность данных: Способен обогатить конспект документа свежей информацией из публичного поля.
• Нестандартный подход: Может предложить ироничный или критический взгляд на содержание документа.
• Скорость ответа: Часто отвечает быстрее более “тяжелых” моделей.

Дополнительные возможности:

• Создание конспектов в стиле определенной личности.
• Анализ тональности и общественного резонанса по теме документа.
• Поиск и добавление в конспект релевантных постов из соцсетей.

Mistral

Европейский ответ гегемонии американских техногигантов. Mistral с самого начала сделал ставку на открытость и производительность. Его модели славятся тем, что при меньшем размере (количестве параметров) показывают результаты, сравнимые с более крупными конкурентами. Это как экономичный, но мощный двигатель.

Почему он в топе:
За идеальный баланс между качеством, скоростью и доступностью. Модели Mistral часто становятся “золотой серединой” для многих разработчиков и сервисов. Они достаточно умны для сложных задач, но при этом достаточно быстры и недороги в использовании.

Плюсы для написания конспектов:

• Высокая производительность: Отлично справляется с задачами, требующими быстрого ответа, например, в интерактивных чат-ботах.
• Баланс цена/качество: Обеспечивает высокое качество генерации текста при относительно низких затратах на использование.
• Поддержка многих языков: Хорошо работает не только с английским, но и с другими языками, включая русский.

Дополнительные возможности:

• Использование в системах, где важна низкая задержка ответа.
• Создание многоязычных конспектов.
• Разработка экономичных корпоративных решений на его основе.

Cohere

Эта модель изначально была ориентирована на корпоративный сектор (B2B). Ее главная задача — не развлекать пользователей, а решать конкретные бизнес-задачи. Поэтому в Cohere особый упор сделан на точность, управляемость и способность к “заземлению” (grounding) — то есть умение отвечать строго на основе предоставленного текста, минимизируя выдумки.

Почему он в топе:
За свою бизнес-ориентированность. Если вам нужно извлечь из сотен страниц контрактов или технических спецификаций конкретные факты, цифры и обязательства, Cohere — один из лучших кандидатов. Он меньше склонен к “творчеству” и больше похож на педантичного ассистента.

Плюсы для написания конспектов:

• Высокая точность извлечения фактов: Идеально подходит для работы с юридическими, финансовыми и техническими документами.
• Снижение “галлюцинаций”: Умеет четко цитировать источники своих утверждений прямо из загруженного документа.
• Продвинутая классификация: Может не просто конспектировать, но и классифицировать информацию по заданным категориям.

Дополнительные возможности:

• Создание семантического поиска по корпоративной базе документов.
• Автоматизация ответов на запросы клиентов на основе базы знаний.
• Анализ и сравнение условий в нескольких договорах.

“Специализированные” модели

Под этим условным названием скрывается важный принцип: для очень узких задач часто существуют модели, дообученные на специфических данных. Например, ИИ, натренированный исключительно на научных статьях по медицине (BioGPT) или на судебных решениях. Они могут проигрывать гигантам в общих знаниях, но в своей нише они — чемпионы.

Почему они в топе:
За глубину экспертизы в узкой области. Такая модель понимает специфическую терминологию и контекст на уровне, недоступном моделям общего назначения. Она не спутает “дифференциальное уравнение” с “дифференциальным диагнозом”.

Плюсы для написания конспектов:

• Понимание узкоспециализированной лексики: Корректно интерпретирует и использует термины, специфичные для конкретной отрасли.
• Высокая релевантность: Выделяет в тексте именно то, что важно для специалиста в данной области.
• Меньше ошибок в деталях: Реже допускает фактические ошибки в рамках своей предметной области.

Дополнительные возможности:

• Проверка фактов в научных публикациях.
• Помощь в написании обзоров литературы (literature review).
• Автоматическое аннотирование документов для баз знаний.

Итоговая сравнительная таблица нейросетей

Давайте сведем все воедино. Эта таблица поможет быстро выбрать подходящий инструмент, исходя из вашей конкретной задачи. Не стоит воспринимать ее как абсолютную истину — модели развиваются стремительно, — но как отправную точку она бесценна.

Модель ИИ	Ключевое преимущество	Идеально подходит для…	На что обратить внимание
ChatGPT	Гибкость и диалоговый режим	Общих задач, креативного конспектирования, обучения	Может “лить воду” и требует уточняющих запросов
Gemini	Логика и обработка сложных запросов	Аналитических отчетов, извлечения данных в таблицы	Иногда излишне многословен в ответах
Claude	Огромное контекстное окно	Конспектирования книг, длинных отчетов, юридических документов	Более “стерильные” и формальные ответы из-за жестких ограничений
Llama	Открытость и возможность кастомизации	Корпоративного использования, где важна конфиденциальность	Качество может сильно варьироваться в зависимости от реализации
Grok	Доступ к актуальной информации и “характер”	Анализа новостей, отчетов по трендам, конспектов с долей критики	Может быть неуместен для сугубо формальных и научных задач
Mistral	Баланс производительности и качества	Систем, где важна скорость ответа, многоязычных задач	Менее известен широкой публике, но очень популярен у разработчиков
Cohere	Точность и бизнес-ориентированность	Финансовых, юридических, технических документов	Менее “творческий”, строго придерживается фактов из источника
“Специализированные”	Глубина экспертизы в узкой нише	Научных исследований, медицинских текстов, юриспруденции	Практически бесполезны за пределами своей узкой области

24 способа применения нейросетей для конспектов

Иметь мощный инструмент — это полдела. Главное — уметь им пользоваться. Просто просить “сделай кратко” — это как забивать микроскопом гвозди. Давайте рассмотрим конкретные, рабочие сценарии использования нейросетей для написания конспектов по файлу, которые позволят решать реальные задачи.

Для студентов и учащихся

1. Создание экспресс-конспекта лекции. Превращение аудиозаписи лекции (предварительно транскрибированной) в структурированный текст с основными тезисами.
   Практический пример: Загружаете 50-минутный аудиофайл лекции по истории, просите ИИ сделать конспект на 2 страницы, выделить ключевые даты, имена и события.

2. Подготовка к экзамену. Объединение конспектов из нескольких источников (учебник, лекции, статьи) в один сводный документ по конкретной теме.
   Практический пример: Скачиваете 3 статьи и главу из учебника по теме “Фотосинтез”, просите нейросеть создать единый конспект, устранив дублирование информации.

3. Создание карточек для запоминания. Извлечение из большого текста ключевых терминов и их определений для создания флеш-карточек.
   Практический пример: Даете ИИ главу из учебника по экономике и команду: “Извлеки все ключевые термины и их определения. Представь в виде таблицы: ‘Термин’ | ‘Определение'”.

4. Саммари научной статьи. Быстрое получение основной сути сложной научной работы, чтобы понять, стоит ли ее читать целиком.
   Практический пример: Загружаете PDF научной статьи на 20 страниц и просите: “Сделай краткое саммари на 3 абзаца, указав цель исследования, методологию и главные выводы”.

5. Поиск аргументов для эссе. Нейросеть может проанализировать несколько статей и выбрать из них аргументы “за” и “против” по заданной теме.
   Практический пример: Загружаете 5 статей о влиянии соцсетей на подростков и даете команду: “Найди и сгруппируй аргументы, подтверждающие негативное влияние, и аргументы, говорящие о позитивном влиянии”.

6. Объяснение сложных концепций. Просьба к ИИ объяснить сложный абзац из текста простыми словами или с помощью аналогии.
   Практический пример: Копируете абзац про “квантовую запутанность” и просите: “Объясни эту концепцию так, как будто я пятиклассник”.

Для аналитиков и исследователей

7. Создание аннотированной библиографии. Автоматическое написание кратких аннотаций для списка научных работ.
   Практический пример: Загружаете 10 PDF-статей и просите для каждой написать аннотацию из 100-150 слов.

8. Извлечение данных в таблицу. Превращение неструктурированного текста (например, отчета о рынке) в структурированную таблицу.
   Практический пример: Даете новостную статью о финансовых результатах компаний и команду: “Извлеки названия компаний, их выручку и чистую прибыль за последний квартал. Представь в виде таблицы”.

9. Анализ конкурентов. Конспектирование годовых отчетов, пресс-релизов и новостей о конкурентах для получения сводной картины их деятельности.
   Практический пример: Загружаете годовой отчет конкурента и просите: “Сделай выжимку по ключевым стратегическим инициативам, новым продуктам и финансовым показателям”.

10. Мониторинг трендов. Ежедневное или еженедельное конспектирование подборки новостей по определенной отрасли для отслеживания новых тенденций.
    Практический пример: Автоматически собираете 20 новостей по теме “искусственный интеллект в медицине” и просите ИИ сделать дайджест из 5 главных новостей с кратким описанием.

11. SWOT-анализ на основе текста. Просьба к ИИ проанализировать бизнес-план или аналитический отчет и выделить сильные, слабые стороны, возможности и угрозы.
    Практический пример: Загружаете внутренний отчет о запуске нового продукта и командуете: “Проведи SWOT-анализ на основе этого текста”.

12. Выявление методологии исследования. Извлечение из научной статьи только той части, которая описывает, как проводилось исследование (выборка, методы, оборудование).
    Практический пример: Загружаете статью и просите: “Сделай подробный конспект только раздела ‘Материалы и методы'”.

Для бизнеса и менеджмента

13. Конспект протокола совещания. Превращение стенограммы часовой встречи в краткий протокол с основными решениями и назначенными задачами.
    Практический пример: Загружаете транскрипцию звонка и просите: “Сделай краткий протокол, выделив: 1. Обсуждавшиеся вопросы. 2. Принятые решения. 3. Список задач с ответственными и сроками”.

14. Анализ юридических документов. Быстрое получение краткого содержания длинного договора с выделением ключевых обязательств, сроков и штрафных санкций.
    Практический пример: Загружаете договор аренды на 15 страниц и просите: “Сделай выжимку ключевых условий для арендатора: размер платы, сроки, ответственность сторон, условия расторжения”.

15. Анализ обратной связи от клиентов. Конспектирование сотен отзывов для выявления основных тем, жалоб и предложений.
    Практический пример: Выгружаете 500 отзывов о вашем приложении и просите ИИ: “Проанализируй эти отзывы и выдели 5 самых частых жалоб и 3 самых частых предложения по улучшению”.

16. Подготовка к переговорам. Конспектирование информации о компании-партнере (новости, отчеты, сайт) для создания краткой справки.
    Практический пример: Даете ИИ ссылки на сайт и несколько новостных статей о компании, с которой предстоят переговоры, и просите: “Составь краткую справку о компании: сфера деятельности, последние достижения, ключевые лица”.

17. Создание резюме для руководителя. Подготовка очень краткой выжимки (Executive Summary) из длинного отчета для занятого руководителя.
    Практический пример: Загружаете аналитический отчет на 40 страниц и просите: “Напиши резюме для руководителя объемом не более одного абзаца, отражающее главную проблему и рекомендуемое решение”.

18. Сравнение коммерческих предложений. Анализ нескольких КП от подрядчиков и представление их условий в виде сравнительной таблицы.
    Практический пример: Загружаете 3 коммерческих предложения на разработку сайта и просите: “Сравни эти предложения по параметрам: цена, сроки, включенные услуги, гарантии. Представь в виде таблицы”.

Для создателей контента и маркетологов

19. Переупаковка контента. Превращение длинной статьи или вебинара в серию постов для социальных сетей.
    Практический пример: Загружаете транскрипцию часового вебинара и просите: “Сделай на основе этого текста 10 коротких постов для Telegram, каждый с интересным фактом или советом”.

20. Поиск идей для статей. Анализ большого отчета или исследования для поиска неочевидных инсайтов, которые могут стать основой для нового материала.
    Практический пример: Загружаете исследование о привычках потребителей и просите: “Найди в этом тексте 5 самых неожиданных или контринтуитивных фактов, которые можно использовать для статьи”.

21. Создание описаний для видео. Генерация краткого и емкого описания для ролика на RuTube на основе его полного сценария или транскрипции.
    Практический пример: Даете ИИ текст видео и команду: “Напиши привлекательное описание для этого видео, включив основные затронутые темы и призыв к действию”.

22. Анализ тональности текста. Оценка общего настроения документа — позитивный, негативный, нейтральный.
    Практический пример: Загружаете подборку отзывов о продукте и просите: “Оцени общую тональность этих отзывов. Какой процент позитивных, негативных и нейтральных?”.

23. Извлечение цитат. Поиск в большом интервью или книге ярких и запоминающихся цитат для использования в контенте.
    Практический пример: Загружаете текст интервью с экспертом и просите: “Выбери 5 самых ярких и содержательных цитат из этого текста”.

24. Создание FAQ по документу. Автоматическая генерация списка часто задаваемых вопросов и ответов на основе технической документации или инструкции.
    Практический пример: Загружаете инструкцию к сложному прибору и просите: “На основе этого текста создай раздел FAQ из 10 самых вероятных вопросов, которые могут возникнуть у пользователя, и дай на них ответы”.

ИИ-фишки и идеи: как стать мастером конспектирования

Хватит думать, что достаточно просто кинуть файл и нажать “Сделай хорошо”. Так работают только дилетанты. Профессиональное использование нейросетей — это искусство задавать правильные вопросы и комбинировать подходы. Вот несколько приемов, которые отделяют новичка от эксперта.

Принцип “Сначала общее, потом детали”

Никогда не просите все и сразу. Это приводит к “каше” в ответе. Работайте итерациями.

1. Первый проход: “Сделай очень краткое саммари этого документа (3-5 предложений), чтобы я понял его основную суть”.
2. Второй проход: “Отлично. Теперь на основе того же документа сделай более подробный конспект в виде списка из 10 ключевых тезисов”.
3. Третий проход: “Теперь углубись в тезис номер 7. Расскажи о нем подробнее, приведи цифры и примеры из текста”.

Этот подход позволяет вам контролировать процесс и получать именно ту глубину, которая нужна, не перегружая ни себя, ни нейросеть.

Техника “Ролевая игра”

Нейросеть гораздо лучше справляется с задачей, если ей задать конкретную роль. Вместо безликого “сделай конспект” используйте ролевые модели.

• “Представь, что ты — скептически настроенный инвестор. Прочитай этот бизнес-план и сделай конспект, обращая внимание только на риски и слабые места”.
• “Действуй как студент-отличник. Сделай подробный и структурированный конспект этой лекции, чтобы по нему можно было идеально подготовиться к экзамену”.
• “Ты — маркетолог. Проанализируй этот технический документ и сделай выжимку тех фактов, которые можно использовать в рекламных материалах”.

Роль дает ИИ четкую систему координат и помогает сфокусироваться на самом важном для конкретной задачи.

Создание цепочек запросов (Chaining)

Это уже высший пилотаж. Суть в том, чтобы результат работы одной нейросети становился входными данными для следующего запроса.
Практический пример:

1. Запрос 1: “Извлеки из этого отчета все данные по продажам за последние 4 квартала. Представь в виде таблицы: Квартал | Продукт А | Продукт Б”.
2. Запрос 2 (копируем таблицу из ответа 1): “На основе этой таблицы, проанализируй динамику продаж. Какой продукт растет быстрее? Есть ли сезонность?”.
3. Запрос 3: “На основе твоего анализа из предыдущего пункта, предложи три гипотезы, почему продажи Продукта Б падают во втором квартале”.

Так вы ведете нейросеть по цепочке рассуждений, получая на выходе не просто конспект, а полноценный аналитический вывод.

Прием “Адвокат дьявола”

После того как вы получили конспект, попросите нейросеть его раскритиковать. Это помогает выявить слабые места, возможные искажения и неточности.
Практический пример:

1. Запрос 1: “Сделай конспект этой статьи о пользе новой диеты”.
2. Запрос 2 (после получения ответа): “А теперь выступи в роли критика. Какие аргументы в исходной статье были слабыми? О чем автор умолчал? Какие контраргументы можно привести?”.

Этот метод заставляет ИИ посмотреть на информацию с другой стороны и дает вам более сбалансированную и объективную картину.

Использование “температуры” и других параметров

Многие продвинутые инструменты позволяют настраивать параметры генерации. Главный из них — “температура”.

• Низкая температура (ближе к 0): Ответы будут более предсказуемыми, точными и консервативными. Идеально для конспектирования технических и юридических документов, где важна фактология.
• Высокая температура (ближе к 1): Ответы будут более творческими, разнообразными, но с большим риском “выдумок” и отклонения от темы. Подходит для мозгового штурма или создания креативных пересказов.

Понимание этого параметра дает вам контроль над стилем и точностью ответа. Для конспектов обычно рекомендуется начинать с низкой температуры.

Заключение: ИИ — это мультитул, а не волшебная палочка

Итак, мы разобрались в принципах работы ключевых нейросетей, рассмотрели десятки практических сценариев и изучили продвинутые техники. Какой главный вывод?

Нейросети для написания конспектов по файлу — это не замена человеческого интеллекта, а его усилитель. Они не “думают” за вас, но они способны избавить вас от рутинной, механической работы по обработке информации, освобождая ваше время для самого главного — анализа, принятия решений и творчества.

Ключевые выводы, которые стоит запомнить:

• Нет “лучшей” нейросети для всего. Выбор инструмента всегда зависит от задачи: для огромных текстов — Claude, для аналитики — Gemini, для точности — Cohere.
• Качество запроса определяет качество результата. Вместо “сделай кратко” используйте ролевые модели, итерационный подход и цепочки запросов.
• Всегда проверяйте факты. Особенно цифры, даты и имена. Нейросети все еще могут ошибаться и “галлюцинировать”. Относитесь к их ответам как к черновику, а не как к истине в последней инстанции.

Перестаньте видеть в ИИ магию. Начните относиться к нему как к невероятно мощному стажеру, которому нужно ставить четкие задачи, контролировать и направлять. И тогда он станет вашим незаменимым помощником в борьбе с информационной перегрузкой.

Теперь у вас есть карта и компас. Дорогу осилит идущий.