Автоматизировал 3–4 часа ежедневной работы до нескольких минут.

Я работаю в международной B2B-нише, и раньше у меня уходило по 3–4 часа в день на то, чтобы анализировать информационное поле, собирать все нужные новости и перерабатывать этот материал в то, что подходит для компании. Именно из этой задачи и вырос мой продукт, о котором я постепенно рассказываю в этой истории.

После того как я автоматизировал сбор новостей в таблицу, у меня появилась следующая проблема. Новостей оказалось слишком много. За один сбор могло прилетать больше 350 материалов, и дальше нужно было сидеть и пересматривать это все вручную. Раньше я оценивал новости по нескольким признакам. Смотрел, как часто одна и та же тема повторяется в разных пабликах, оценивал релевантность для своего проекта и отдельно прикидывал потенциал вирусности уже на уровне своего опыта в SMM. Проблема была в том, что такой отбор оставался утомительным и частично субъективным.

Тогда я решил переложить эту часть на нейросеть. Я разобрался в том, как они работают, и начал скармливать все собранные новости прямо в таблице. Дальше нейросеть помогала мне по нескольким метрикам оценки выбрать те темы, которые не повторяются, относятся к моей нише и при этом потенциально могут хорошо разлететься. На выходе я начал получать уже готовый топ-9 новостей.

В результате я убрал до 3 часов ручного отбора в день и при этом стал обрабатывать примерно в 5 раз больше источников, чем раньше. Следующим этапом было сократить время уже не только на отбор, но и на саму подготовку текста. Об этом расскажу в следующем посте.