Ускорили в 2 раза выпуск контента с помощью ИИ агентов тем же штатом
Недавно мы поговорили о трендах в маркетинге на 2026 году, подняли и тему с ИИ и использованием его для создания контента.
В прошлом году внутри команды маркетинга тему ИИ можно сказать евангелизировали, и каждый уже пользуется. Измерить эффективность для компании непонятно как, и есть ли она?)
Мысль к которой пришли, что надо создавать условия и готовые юзкейсы, предельно понятные и применимые в работе, если мы хотим видеть прогнозируемый эффект.
По нашим наблюдениям, в поисковой выдаче места органической выдаче (SEO) остается меньше, и это прям каждый год наблюдаем последние пару лет. И если ты на 3-4 позиции, то можешь быть даже не на первой странице, так как остальное пространство занимает рекламная выдача.
Цель себе ставим быть в первых позициях. Чтобы этой цели добиться, нужно и увеличивать количество выпускаемых материалов, и т.к. наши продукты около законодательных норм, продолжать очень четко проверять факты = следить за качеством. Это все ведет к тому, что надо выдавать в 2-3 раза больше материалов, чтобы удерживаться в выдаче на первых позициях. Это значимые инвестиции в команду. Попробовали эту задачу решить с помощью ИИ.
Упаковали в ИИ агентов работу по выпуску материалов. Пока не весь процесс автоматизирован, но на пути к этому.
Сделали отдельного агента на каждую роль:
Шаг 1. Поиск темы и сбор списка вопросов
Тему берем не из головы, а из ключевых слов и рыночных трендов. Источники могут быть разными: SEO-запросы, аналитика чатов (тут у нас парсер чатов с еженедельной сводкой с каналов и сайтов работает как отдельный агент), нормативные изменения или новости отрасли.
Как только мы задаем тему, бот формирует список вопросов. Мы пробегаемся по нему глазами и если что-то не так – переформулируем тему и перегенерируем список.
Тут лучше всех показал себя: Claude Sonnet 4.5
Шаг 2. Сборка аналитической записки Дальше бот собирает для нас аналитическую записку с ответами на все вопросы из шага 1. Добились, чтобы ИИ не искал и не придумывал фактуру на этапе написания статьи, прям акцент в настройке на это сделали.
ИИ: Claude Opus 4.5
Шаг 3. Черновик статьи Дальше все тот же бот пишет черновик статьи по внутренним инструкциям: по структуре, тону, логике раскрытия темы. На выходе получаем полноценный черновик, с которым уже можно работать редактор.
ИИ: Claude Opus 4.5
Следующие шаги пока еще не в автоматизированы в агентную роль, но ИИ уже подключили и пока на отладке:
Шаг 4. Факт-чекинг Факт-чекинг делаем в 2 этапа 1й этап через ИИ: загружаем статью, добавляем наш промпт – и получаем сводку с неточностями. В отчете указывается, где есть дефекты и что нужно уточнить или переписать.
2й этап – проверяет эксперт. Пока не можем доверять ИИ полностью, но ускоряет это работу сильно.
На сложных темах (например, НДС или изменения в авансах в 2025–2026 годах) этот процесс у нас доходил до 10–15 итераций. На простые, как правило, 1-2 итераций достаточно
Шаг 5. Добавление рубрик и подрубрик Определяем, в какой раздел и под какой тег должна попасть статья (тут легче с нейросеткой, потому что у нас около 400 рубрик) – это тоже с ИИ-шкой, но пока не агент.
Шаг 6. Добавление продуктовых интеграций Подбираем нативные упоминания наших продуктов, там, где они логично дополняют текст. Дополняем кросс-статьями по теме основной статьи, подбираем места для вставок тарифов и баннеров.
Шаг 7. Проверка уникальности и детектор ИИ-текста После правок статья проходит проверку уникальности и проверку через “Детектор ИИ”, что особенно важно для SEO статей – делаем это через интеграцию с text.ru
Шаг 8. Постановка задачи на верстку Финальный шаг – создание задачи в таск-трекере на верстку и публикацию. Пока вручную, но и это надеемся скоро автоматизировать.
Это все упаковали в бота, которого передали нашим копирайтерам и редакторам. Получили универсального писателя для статей, и это помогает в 2 раза удвоить объем выпуска контента без расширения штата.
Слышу термин “контент-завод” – наверное, можно и так назвать. Делитесь, у кого как процесс устроен?
