ИИ может подготовить структуру и черновик статьи, но тему, факты, смысл и момент выхода определяет человек. Эта статья тоже подготовлена с использованием ИИ, поэтому ниже мы показываем не волшебную кнопку, а рабочий процесс Studio Vesta: какие материалы получает ИИ, как ставится задача, где человек проверяет результат и как допущенный материал выходит на сайт по расписанию.
Что делает ИИ, а что остаётся за человеком
Мы разделяем работу так: ИИ даёт знание, умение и логику для материала и подачи, а человек определяет, о чём писать, какой опыт и факты можно использовать и что считать готовым. Без такого разделения получится гладкий текст, в котором неизвестно, откуда взялись утверждения. Ответственность за содержание остаётся у автора и компании.
На практике ИИ помогает предложить структуру, подобрать формулировки, сопоставить статью с шаблоном, составить FAQ и собрать список утверждений, которые нужно проверить. Человек выбирает тему и угол, даёт подтверждённые факты, решает, какие примеры допустимы, читает результат и разрешает выпуск. Если человек не вложил опыт, ИИ не может его выдумать: он сможет лишь пересказать общеизвестное.
Позиция Google по таким текстам прямо не запрещает ИИ. В официальном пояснении говорится, что уместное использование ИИ или автоматизации не противоречит правилам, пока контент не создаётся прежде всего ради манипуляции поисковой выдачей. В правилах против спама недопустимым масштабированием названо создание множества страниц без ценности для пользователей, в том числе с помощью генеративного ИИ.
Для нас вывод практический: считать нужно не количество сгенерированных страниц, а пользу каждой статьи. Поэтому у каждой темы в плане есть отдельный вопрос читателя, а текст проходит проверку до выпуска.
Какие материалы получает ИИ
ИИ не должен писать «из головы». В нашем рабочем пространстве для статей лежат несколько видов материалов: выгрузки поисковых запросов по тематическим блокам; банки тем по модулям и общий контент-план с днями недели и датами; шаблон статьи с полями и ограничениями; редакционные правила и рекомендации по повторам; тексты ранее опубликованных статей как образцы стиля и для проверки пересечений; шаблоны исследования и проверки.
Это не обязательно обучение модели. Образцы текстов и правила можно передать в инструкции или рабочем пространстве, и ИИ будет опираться на них в рамках беседы. Но так мы не создаём «копию личности копирайтера» и не заявляем, что модель навсегда запомнила стиль. Если беседа или проект изменились, правила нужно передавать заново.
Отдельный слой — собственный опыт автора. В нашем случае это факты о практике: какие статьи уже вышли, какие процессы мы проверяли, что подтверждено, а что нет. Всё, что не подтверждено, ИИ получает с пометкой «не заявлять». Так в тексте не появляются выдуманные клиенты, цифры и функции.
Плохая база знаний не заменяется удачной формулировкой запроса. Если в выгрузке запросов есть шум, например запросы про научные работы, ИИ может предложить статью не для вашей аудитории. Поэтому человек сначала решает, какие запросы относятся к нашей теме, и фиксирует, что не берётся.
→ По теме: Какие задачи бизнеса поручить чат-боту
Как ставится задача и что просим у ИИ
Мы разбиваем работу на этапы. Сначала исследование: ИИ изучает тему, источники и существующие статьи и возвращает вопросы. Затем человек даёт ответы и разрешает писать. Потом ИИ готовит черновик по шаблону, поля для Studio и список утверждений для проверки. Только после этого идёт ручная проверка и допуск к выпуску.
Приведём учебный пример инструкции:* «Подготовь черновик для руководителя агентства недвижимости по теме [тема]. Цель — помочь выбрать подход. Используй только факты ниже. Не выдумывай числа, кейсы, цены и отзывы. Неподтверждённое вынеси в вопросы. Сначала предложи структуру. Стиль — простые предложения без рекламных превосходных степеней. Ссылайся только на материалы из списка опубликованных. После текста дай список утверждений, которые нужно проверить».*
Чтобы инструкция работала, ей нужны входные данные. Ниже два учебных набора, не реальные клиенты.
Агентство недвижимости (пример):
- читатель: руководитель небольшого агентства;
- вопрос: как не терять обращения после ответа менеджера;
- факты: подтверждённые наблюдения команды и ссылки на свои материалы;
- ограничения: не называть сроки сделки и не обещать рост продаж.
Сервисная компания (пример):
- читатель: владелец компании по установке оборудования;
- вопрос: как описать этапы заказа на сайте;
- факты: список услуг и порядок работы, подтверждённый владельцем;
- ограничения: не называть цены без утверждения.
Эти наборы показывают принцип. Реальные данные клиентов, переписки и персональные сведения в ИИ-сервисы лучше не загружать. Для чувствительных данных нужно сначала проверить условия сервиса и внутренние правила компании.
Как мы проверяем работу ИИ
Проверка не заканчивается фразой «текст выглядит нормально». Мы проверяем факты по источникам, смысл по замыслу автора, ссылки на открываемость, права на изображения, персональные данные и юридические формулировки. Для сложных утверждений «бегло прочитать» недостаточно: нужно открыть источник и убедиться, что он говорит именно это.
| Этап | ИИ | Человек | Проверка |
|---|---|---|---|
| Тема и угол | Предлагает варианты | Выбирает вопрос читателя | Нет повтора с опубликованным |
| Материалы | Сводит данные | Даёт факты и опыт | Факты подтверждены |
| Черновик | Пишет по шаблону | Направляет смысл | Нет выдуманных деталей |
| Проверка | Перечисляет утверждения | Сверяет источники | Ссылки открываются |
| Изображения | Предлагает список экранов | Делает и просматривает снимки | Нет секретов и личных данных |
| Допуск | Не решает | Ставит отметки | Выпуск только после согласования |
Источник: практика Studio Vesta, 13.10.2026.
Приведём два реальных примера из работы над этой серией. В банке тем ИИ записал одну поисковую фразу не так, как она стояла в выгрузке; сверка с исходной строкой выявила ошибку. В другой раз ИИ приписал официальному источнику утверждение, которое на странице не удалось подтвердить, и оно не вошло в текст. Оба случая показывают, что итоговая проверка нужна даже тогда, когда черновик выглядит убедительно.
Мы также просим ИИ не угадывать. Если данных не хватает, он должен задать вопрос. Если человек ответил неточно, нужно уточнить, а не заполнять пробел общей фразой. Исправления вносит автор: ИИ может предложить формулировку, но не должен молча менять смысл.
Как материал выходит на сайт по расписанию
Подготовка у нас полуавтоматическая. Автоматического импорта готового файла статьи в Studio пока нет: поля заполняются вручную. После этого в Studio задаются редакционный этап, отметка проверки фактов, юридическая отметка и время выпуска. Плановая дата без времени сама по себе статью не публикует, об этом сказано в подсказке поля.
Выпуск для допущенных материалов автоматический. По описанию механизма, сервер учитывает редакционный статус, проверку фактов, юридическую отметку и наступление времени выпуска. Обычная публикация в Studio не означает немедленный выход на сайте. Проверка идёт примерно каждые пять минут, поэтому небольшая задержка относительно плана возможна.
Мы видели это в работе. Статья про задачи для чат-бота ожидала назначенного времени, 13.10.2026 в 10:00 по Москве. В уведомлении MAX указано, что выпуск состоялся в 10:02. Это одно подтверждённое событие, а не гарантия точности до минуты. В другом случае новая версия одной из ранее опубликованных статей не допускалась, потому что требовалась юридическая проверка; по описанию механизма, старая страница при этом сохраняется.
Если материал согласован или имеет плановое время, срок прошёл более чем на 20 минут и есть блокировка, система отправляет сообщение «Статья не вышла». Это описание работы механизма, а не обещание для любого случая. Мы не публикуем технические детали сервера: для читателя важна логика допуска.
Расписание позволяет готовить материалы пакетом на неделю или месяц, но это организация работы, а не обещание объёма. Каждую статью всё равно нужно проверить.
→ По теме: Дзен для бизнеса: как связать охваты, доверие и сайт
Что показал Дзен и как читать эти числа
Мы используем два типа тем. Широкие темы подходят для охвата в Дзене, узкие поисковые — для сайта. Посетители из них по-разному готовы обратиться, поэтому считать всех одинаково заинтересованными нельзя.
В нашем Дзене есть пример широкой публикации. По данным Дзен Студии на скриншоте, одна статья получила около 1,1 млн показов, 150 тыс. открытий и 40 тыс. дочитываний. В период всплеска охвата трафик на сайт вырос на 150%, то есть в 2,5 раза относительно обычного уровня. За один день поступило пять обращений при обычных четырёх-пяти в неделю.
Эти цифры нужно читать аккуратно. Это одна публикация и один период, а не правило для любого бизнеса. День и неделя — разные периоды, поэтому пять обращений мы не называем конверсией. Мы не приписываем все обращения только этой статье и не смешиваем всплеск посещений из Дзена с ростом позиций в поиске. Показы, открытия, дочитывания, визиты и обращения — разные результаты.
Экономию труда этот пример тоже не доказывает. Чтобы говорить о ней, нужно замерить время подготовки и проверки, стоимость сервисов и правок, число публикаций и ошибок до и после.
С чего начать в вашей компании
Начните с вопросов клиентов, а не с генератора. Запишите двадцать вопросов, которые люди задают чаще всего, и выберите для каждого отдельную статью. Затем соберите факты: что вы действительно делали, какие примеры можно показывать, что нельзя обещать. После этого подготовьте шаблон статьи, редакционные правила и список ссылок на опубликованные материалы.
Дальше ставьте задачу ИИ по этапам: исследование, вопросы к вам, черновик, список утверждений для проверки. Проверяйте источники сами. Изображения лучше делать из собственных экранов и схем: они показывают реальный процесс. Допуск к выпуску оставьте человеку, а время выхода задайте в расписании.
Измерять нужно не только количество текстов. Полезны время на статью, число исправлений, стоимость, переходы и обращения. Но выводы стоит делать после нескольких периодов: один удачный материал ничего не доказывает.
Если нужно разобрать контентный процесс вашей компании, обсудите пилот: сначала определим темы, источники и проверки, а затем решим, что автоматизировать.