Плохой черновик заметен сразу. Опаснее хороший: ровный тон, конкретная цифра, ссылка на «исследование». Он выглядит готовым к публикации раньше, чем становится проверенным.

Для рабочих постов мы держим рядом с редактором пять вопросов.

🔎 1. Что здесь факт? Название функции, условия доступа, сравнение возможностей — всё это сверяем с первоисточником. Если источник не найден, оставляем формулировку как предположение или убираем.

2. Где основание для числа? Цена, процент, дата и срок быстро устаревают или появляются в черновике без причины. Для каждого числа нужен источник и дата проверки. «Вдвое быстрее» без замера удаляем.

🔗 3. Ссылка доказывает тезис? Открываем URL и ищем конкретный фрагмент. Убедительное название статьи в списке источников ещё ничего не доказывает: OpenAI отдельно предупреждает о вымышленных и ошибочных ссылках.

4. Чей это опыт? Не пишем «мы протестировали» и не рисуем клиентский кейс, если теста или кейса не было. Учебный сценарий называем учебным; ограничения ставим рядом с результатом.

👀 5. Как пост выглядит снаружи? Проверяем заголовок, подписи, переносы и ссылки в предпросмотре. Читатель должен получить весь метод здесь, без обязательного перехода на другой сайт.

Например, фразу «ИИ снизит расходы на рекламу на 30%» без данных заменяем на рабочую задачу: «ИИ может подсветить необычные строки бюджета; решение о сокращении расходов принимаем после сверки исходных данных». Это метод проверки, а не обещание результата.

Мы применили этот список к самому посту: проверили факты, не оставили неподтверждённых цифр и выдуманного опыта, открыли источники. Что добавили бы в свой редакторский чек-лист?

Источники: OpenAI о возможных ошибках модели; Google Search Central о проверке ИИ-контента.