Как создавать контент с помощью AI: проблемы инструментов и мой рабочий стек

Самое сложное в контент-маркетинге — это информация: идеи, проверенные факты и справочные материалы. Именно здесь большинство инструментов проваливаются

Я пришёл к выводу о важности использования AI после написания 40 статей с помощью Claude. Первоначально я тестировал специализированные инструменты для создания контента, но они не удовлетворяли необходимых критериев. Я имею в виду платформы, использующие большие языковые модели (LLM), такие как Jasper, Frase, Writesonic и подобные

В конечном итоге я пересмотрел свой подход и начал напрямую взаимодействовать с большими языковыми моделями, разрабатывая собственные материалы и адаптируя процесс под себя

Ниже — пять проблем, с которыми я столкнулся, и то, как я решаю их сейчас

Не буду упоминать названия конкретных инструментов, которые я изучал. Все они имеют свои преимущества. Тем не менее, для тех, у кого недостаточно опыта в написании или SEO, или кто просто не располагает временем для глубокого анализа, такие решения могут подойти. Хотя контент этих инструментов лучше отсутствия любого текста, для стремящихся к высокому качеству он может стать ограничением

Я рассказываю об опыте создания качественного контента с помощью AI. Вы найдете полезные рекомендации и мораль о необходимости подготовки справочных материалов. Ссылка на статью

В этой статье обсуждается, как AI-контент достиг нового уровня качества и перестал выглядеть сырым. Это будет полезно для понимания прогресса в этой области. Ссылка на статью

Статья рассматривает, как AI-контент может влиять на SEO. Это важный аспект для любого, кто использует AI в создании контента. Ссылка на статью

Проблема исследования: AI перерабатывает уже проранжированный контент

Большинство AI-инструментов для написания текстов проверяют факты, основываясь на информации, уже доступной в Google. Это включает маркетинговые материалы конкурентов, устаревшие блоги и статьи, которые просто пересказывают данные из различных источников. В итоге они «очищают» ошибки через согласие: если несколько ненадежных источников утверждают одно и то же, AI принимает это как истину

Это прямой путь к повсеместному шаблонному контенту

Когда я доверял инструменты исследованию, результаты были далеки от идеальных: ошибки в ценах, неверная информация о характеристиках и цифры, различающиеся на миллионы. Чаще всего такие инструменты извлекали данные из предвзятых источников и не могли распознать их недостатки

Один из протестированных мной инструментов использовал Gemini Deep Research в качестве основы для статьи. Но Gemini — и я подозреваю, что каждый другой AI-ассистент — делает то же самое

Для написания статьи, в которой сравнивались восемь продуктов, мне потребовалось восемь точных документов, по одному на каждый продукт. Кроме этого, понадобились руководство по стилю, редакционный чеклист и набор обязательных элементов в промпте. В результате я работал с 15-20 файлами, на которые AI должен был ссылаться. Ни один из протестированных инструментов не справился с этой задачей

Решение: всегда создавайте собственные справочные файлы

Создавайте точные файлы с данными для каждого из продуктов и конкурентов, о которых хотите писать. Начните с разработки базы знаний о своих продуктах, структурируя информацию так, чтобы ее можно было легко использовать для генерации документов: включая цены, характеристики, сценарии использования и ключевые цифры

Если в вашем контенте есть необходимость упоминать конкурентов, подготовьте необходимые документы для тех частей, на которые хотите ссылаться: их страницы с ценами, списки функций и ограничения. Я скачивал лендинги конкурентов, делал им скриншоты и создавал парсер для извлечения информации о ценах и характеристиках

Не начинайте проект по созданию контента с использованием AI, пока не подготовите все необходимые справочные материалы. Если проект запланирован на четыре недели, разумно посвятить три из них на подготовку этих файлов

Проблема процесса: почему статья за один клик не работает для качественного контента

Специализированные инструменты для создания текстов работают как автоматический pipeline: ввели данные, нажали кнопку «сгенерировать» и получили результат. Однако процесс написания текста больше напоминает кулинарный: вы пробуете на каждом этапе, добавляете новые ингредиенты, которые не планировались, и можете видоизменять итоговый результат на каждом шаге

Не важно, как инструмент учитывает ваш голос бренда — будь то выпадающий список, стильовой файл или набор указаний, результат требует редактирования. Для достижения нужного звучания я часто проходил по пять-шесть итераций на текст, перечитывая черновик и отмечая моменты: "это звучит, как пресс-релиз" или "поставь число на первое место, это сделает суть более ясной"

Это также связано с использованием интерфейса. Редактирование текста, созданного AI, требует работы на всех уровнях: от изменения отдельных предложений до переработки целых разделов и исправления шаблонных конструкций по всему документу. В чат-ботах я могу задавать необходимые вопросы на простой язык. Инструменты для создания текстов предлагают ограниченные возможности редактирования, которые не могут охватить столь широкий диапазон

Решение: разбейте процесс на повторяемые промпты

Разбейте рабочий процесс на повторяемые задачи и разработайте промпты для каждой:

• Проверка фактов
• Проверка внутренней согласованности
• Соблюдение стиля и структуры
• Соблюдение позиционирования продукта

Методом проб и ошибок добивайтесь, чтобы каждый промпт давал точный результат

В дальнейшем эти промпты могут стать вашими навыками (skills) в Claude, если и когда вы решите использовать автоматизированные рабочие процессы создания контента

Совет: для наиболее важных шагов я запускал свои промпты дважды или прогонял ту же проверку через второй ИИ, чтобы поймать то, что пропустил первый

Проблема масштаба: каждая статья как отдельный остров

Инструменты для написания текстов побуждают думать об автоматизации контента в масштабе. Некоторые даже предлагают функции рабочих процессов для этого. Но на практике я нашёл их разочаровывающими: сложно выстроить, функциональность с участием человека очень ограничена, а результат тем больше отклоняется, чем более нюансированными становятся ваши требования

AI-ассистент уже решил эту проблему, а Claude Code вывел её на новый уровень. Я мог написать «просканируй каждую статью на предмет цен на Продукт X и сверь их со справочным файлом» — и он это делал. Когда что-то нужно было скорректировать, я просто говорил ему об этом

Это функциональность, которую инструменты для написания текстов не предлагают, хотя лежащая в основе большая языковая модель на это способна

Решение: привыкайте работать с Claude Code

В Claude Code и OpenAI Codex одна инструкция запускает весь процесс. Он получает данные SEO, обращается к моим справочным файлам, берёт то, что нужно, из интернета и пишет статью поэтапно. Я определил этапы, а затем дал ему работать, пока занимался другими делами

Здесь также подключаются инструменты исследования. MCP-интеграции (Model Context Protocol), например от Ahrefs, позволяют передавать реальные данные напрямую в эти рабочие процессы — мы экспериментируем с полным пайплайном (pipeline) на Claude Code, где SEO-исследование происходит автоматически. Если ваш инструмент пока не поддерживает MCP, извлекайте данные вручную. Даже скриншоты работают, если вы даёте ИИ конкретные данные для работы

Проблема экономики: когда обёртка стоит дороже движка

Вот конкретный пример. Чтобы написать одну из статей для эксперимента, я собрал наиболее цитируемые материалы по своему ключевому слову с помощью Ahrefs' Brand Radar, затем попросил Claude проанализировать эти страницы, извлечь структуру и использовать её как шаблон для создания контента. После этого попросил вплести в текст мои собственные идеи. Исследование, структура, написание — всё в одном разговоре, с контролем на каждом этапе

Возможно, я ошибаюсь. Возможно, инструмент для написания текстов со всем необходимым на борту больше подходит именно вам. Оставляю вам право решать, что экономически целесообразнее. Но для моих задач я никогда не вернусь к AI-инструментам для написания текстов

В экосистеме AI-инструментов есть и нечто самоподрывающее. Каждый раз, когда провайдер языковой модели выпускает более совершенную модель, многие инструменты, построенные поверх неё, теряют часть своего смысла существования

Решение: вкладывайте больше в то, чем вы кормите AI

Перенаправьте время и деньги на:

Инструменты для глубокого исследования. Богатые данные по ключевым словам, анализ поискового намерения, конкурентные пробелы, предпочтительные для AI форматы контента и т. д. Инструменты для написания текстов предлагают поверхностную версию этого. Специализированные платформы имеют за собой годы инфраструктуры

Вашу редакционную систему. Библиотеки промптов, рабочие процессы проверки фактов, соблюдение стиля, навыки работы с Claude или Codex. То, что удерживает ваше суждение в процессе на каждом этапе. Тот же принцип, что и с референсными файлами: вкладывайте в исходные данные

Такая схема также упрощает адаптацию при смене моделей или изменении потребностей в контенте

Проблема контент-стратегии: один процесс для двух разных задач

Инструменты для написания текстов исходят из того, что весь контент работает одинаково. Дай ключевое слово — получи статью. Но в нашей работе контент разделяется на два направления, и инструменты для написания текстов не справляются ни с одним из них должным образом

Первое — поисковый контент. Документация по продукту, справочные статьи, страницы сравнения — то, что большинство команд воспринимало как рутину. Внезапно это стало критически важным, потому что если AI-модель не может опереться в своём ответе на что-то опубликованное вами, она воспользуется тем, что найдёт. Или начнёт галлюцинировать. Документация по вашему продукту — это голос вашего бренда внутри каждого AI-разговора теперь

Вот как это выглядит, когда всё работает. Я спросил AI Mode: «Сколько брендов можно отслеживать в Brand Radar?» — и он напрямую процитировал нашу документацию

А вот что происходит, когда есть пробел: официальный источник не цитируется. К счастью, факт, о котором я спрашивал AI Mode, упоминался в другом материале, но это произошло почти случайно

Второе — распространяемый контент. По-настоящему человекоориентированный контент. То, что рождается из личного опыта и не поддаётся шаблонизации. Мой эксперимент с AI-дезинформацией — пример: он не ранжировался ни по чему, но собрал 24 тысячи визитов и такой охват в социальных сетях, который я не мог бы сосчитать

Решение: выбирайте гибкость вместо удобства

Оба направления контента требуют разных подходов, и AI-чат-боты — единственные инструменты, достаточно гибкие для работы с обоими. Поэтому вам нужен процесс создания документации, которой можно легко делиться с AI

Для поискового контента проведите аудит документации по продукту и справочного контента. Если AI-модель не может ответить на базовый вопрос о вашем продукте, используя ваш собственный контент, — это пробел, который кто-то другой заполнит, случайно или намеренно

Вы можете пообщаться с наиболее популярными AI-ассистентами, чтобы выявить пробелы, или настроить отслеживание в таком инструменте, как Ahrefs Brand Radar, чтобы делать это в масштабе

Для распространяемого контента выстройте автоматический процесс генерации идей. Заведите скрапбук (scrapbook). Сохраняйте идеи, факты, цитаты, посты в социальных сетях, фрагменты рассылок и всё, к чему вы, возможно, захотите дать AI доступ позже

Вы можете использовать Notion, Evernote или что угодно, что вам подходит. Но рассмотрите возможность создания кастомного инструмента с помощью вайбкодинга, как это сделала моя коллега Louise. Так вы сможете встроить такие функции, как «поиск примеров», который находит релевантные подтверждения для утверждений в вашем тексте, или просто генерирует идеи для контента из ваших материалов на месте

Ещё одна идея: настройте AI-агента, который по расписанию прочёсывает интернет в поисках идей для контента. Я создал такого с помощью Relay — он каждые 7 дней просматривает разговоры в LinkedIn и Reddit (добросовестное использование). Это помогло мне следить за всем новым контентом, выходящим быстрее, чем когда-либо, и сохранять рассудок

Если вы хотите постоянно держать руку на пульсе нового контента в своей нише, попробуйте инструмент Firehose. Он транслирует веб в реальном времени по любой теме, которую вы определяете, с расширенной фильтрацией. Вы описываете, что ищете, на естественном языке — и он готов к работе. Вы также можете подключить его к своим AI-агентам через API

Итог: как выстроить процесс создания контента с AI

Если вы вынесете из этой статьи одно, пусть это будет: вкладывайте в то, чем вы кормите AI. Создавайте файлы-источники истины до того, как напишете хоть слово, и удерживайте своё суждение в процессе

Люди, создающие лучший AI-ассистированный контент через год, будут работать с более качественной информацией и более качественным суждением. Подозреваю, что некоторые команды уже там. Думаю, все мы станем скорее кураторами знаний, чем писателями в традиционном смысле

Полный разбор эксперимента с 40 статьями, упомянутого во введении, выйдет в отдельном материале

Ответы на эти вопросы могут быть для вас полезными

Почему нельзя просто доверить AI-инструменту исследование и проверку фактов?

Потому что большинство инструментов сверяют факты с тем, что уже ранжируется в Google, — а это нередко устаревшие или предвзятые источники. Если три неверных источника согласны между собой, инструмент воспринимает это как истину. Единственная защита — собственные проверенные справочные файлы, подготовленные до начала работы

Чем Claude Code принципиально отличается от обычного чат-бота для написания текстов?

Claude Code позволяет запустить весь пайплайн одной инструкцией: получить SEO-данные, обратиться к справочным файлам, взять нужное из интернета и написать статью поэтапно. Обычный чат-бот требует ручного управления каждым шагом, а специализированные инструменты для написания текстов предлагают фиксированные сценарии без такой гибкости

Сколько справочных файлов реально нужно для одной статьи?

Для сравнения восьми продуктов потребовалось 15–20 файлов: по одному проверенному документу на каждый продукт, плюс руководство по стилю, редакционный чеклист и промпт с обязательными элементами. Правило простое: если проект рассчитан на четыре недели, три из них стоит потратить на подготовку этих файлов

Как выявить пробелы в документации, которые AI заполняет чужим контентом?

Задайте базовые вопросы о своём продукте популярным AI-ассистентам и посмотрите, на что они ссылаются в ответах. Если ваш официальный контент не цитируется — это пробел. Для систематического мониторинга подойдёт Ahrefs Brand Radar

Стоит ли вообще использовать специализированные AI-инструменты для написания текстов, если есть прямой доступ к большим языковым моделям?

Если у вас нет сильных навыков письма или SEO, или нет времени на трудоёмкий процесс — специализированные инструменты вполне оправданы. Но если навыки есть и вы хотите высокого качества, они становятся потолком: вы платите больше за более старые модели с лимитами на объём, тогда как прямой доступ к большим языковым моделям за 20 долларов в месяц даёт больше контроля и гибкости