neuromamontov

Короткая предыстория

Если коротко: я семнадцать лет в маркетинге и всё это время хотел писать статьи, но одна экспертная статья — с реальным опытом внутри, а не рерайт — съедает у меня десять-двадцать часов. Писать самому дорого по времени, отдать некому: авторам проще сделать двадцать простеньких текстов, чем один экспертный.

Потом появились нейросети, и я, конечно, попробовал. Первые тексты вышли, грубо говоря, "на парафине": гладко, а внутри пусто — у ИИ нет ни моего опыта, ни мотивации давить на болезненную точку. Настройка "пиши, как я" сделала только хуже: появилась зловещая долина, ощущение что кто-то мимикрирует под меня. Вот из этих двух обжигов и вырос Статейник. Всю историю я подробно разобрал в нулевой части дневника.

Сначала я был уверен: вся задача в голосе. Научить машину говорить как эксперт — и дело сделано. Голос я более-менее приручил. А потом к Статейнику начали подключаться другие эксперты — и выяснилось, что голос это только половина дела. Причём, откровенно говоря, не самая трудная.

Где на самом деле застревает эксперт

Эксперту есть что сказать: за плечами годы практики, кейсы, свой взгляд на профессию. Но когда он садится писать, упирается не в стиль, а в чистый лист: о чём писать? Кому это интересно? Не банально ли — "это же все знают"? И главное: а кто я такой, чтобы об этом писать?

"Боязнь чистого листа" и "синдром самозванца" в одном флаконе. Нейросеть от них не спасает, скорее наоборот: попросишь её "напиши статью про мой опыт" — получишь гладкий текст, в котором вашего опыта нет, и ощущение самозванца только усилится, потому что текст не ваш, и вы это видите.

Я много лет работаю в маркетинге, помогаю компаниям раскрывать ценность своего продукта, и по опыту знаю, что это никогда не простая задача: чтобы вытащить "смыслы" из головы собственника нужно полтора-два часа плотного интервью. Но ключевое здесь другое: по опыту я точно знаю, что эта ценность у каждого есть, и вопрос лишь в том, как до неё добраться.

Я давно повторяю: нейросети шикарно задают форму вашему содержанию, но над содержанием должны работать вы. Статейник в итоге построен ровно вокруг этой мысли: форму он берёт на себя, а содержание достаёт из вас — вопросами, базу для которых я годами собирал на живых интервью.

Из чего состоит Статейник

Три слоя:

• Голос — речевой профиль

Тон оф войс — лишь одна из его граней. Профиль — это как вы объясняете сложное (я, например, ловлю себя на том, что тащу бытовые образы вместо терминов), через что заходите в тему, насколько осторожны в цифрах и так далее. Он собирается из вашей живой речи и дообучается на ваших правках.

• Экспертность — нейрокарта

Голос отвечает за то, как вы говорите. Нейрокарта — это то, что вы думаете. То есть это карта ваших позиций: от ядра, на котором держится всё остальное, до узких выводов под конкретную тему. Собирается она из ваших же слов, и в каждый текст идёт та позиция, которая ближе всего к теме, а не весь набор подряд.

Здесь у меня самое строгое правило во всём Статейнике. Факт, в котором есть сомнение, можно перепроверить по источнику и публиковать. Позицию, в которой есть сомнение, не публикуем вообще, пока эксперт сам её не подтвердил: ни смягчить, ни дать с оговоркой. Неверную цифру читатель рано или поздно поймает. А мнение, которого у вас нет, будет жить под вашим именем.

• Раскрытие и поддержка

Третий слой — то, ради чего, собственно, я и переписал эту карту. Про него подробнее.

Как Статейник помогает начать

Вместо пустой страницы — разговор. Писать ничего не нужно. Бот сам приходит раз в несколько дней примерно с таким сообщением: "Поделитесь любым профессиональным наблюдением или кейсом — недавним или не очень. Или ответьте на любой из вопросов" — и дальше три вопроса. Отвечать можно голосом, на ходу, как рассказали бы коллеге. Вопросы вырастают из того, что вы уже рассказали: бот цепляется за деталь, упомянутую мимоходом, и просит развернуть. Так всплывают и старые кейсы, о которых сам человек как о материале и не подумал бы.

Темы — из ваших же слов. Из разговоров бот собирает ленту тем. Каждая тема — это то, что вы уже сказали и что можно развернуть в публикацию. Свежее наверху, ненужное — в корзину, интересное — в работу.

Один вопрос вместо анкеты. Когда тема взята в работу, а материала маловато, бот задаёт один уточняющий вопрос с вариантами ответа. Добавить нечего — нажимаете "Собрать текст", и он соберёт из того, что есть.

Объём — по материалу. Сказали много — выйдет полноценная статья. Сказали немного — выйдет короткая заметка, без воды. По большому счёту, хуже пустой страницы только статья, по которой видно, что эксперту нечего сказать.

Против синдрома самозванца — разбор. Первое, что получает новый эксперт, — разбор своего профиля: какие сильные стороны есть в его речи и чем его позиция интересна читателю. Сердцевина разбора — таблица из двух колонок: слева то, как эту мысль сказал бы безликий текст, справа — как сказали вы. На этой таблице хорошо видно то, чего человек в себе обычно не замечает.

Ничего не выдумывает за вас. Любая деталь в тексте — пример, цифра, история клиента — берётся только из ваших слов. Если бот задал вопрос, а вы на него не ответили, модель, которая пишет текст, этого вопроса даже не увидит: отвечать за вас ей просто не на что.

Что работает на сегодня

Здесь только то, что прошло насквозь — отработало от начала до конца на живых экспертах, включая меня самого.

• Разговор — тема — текст. Надиктовал в разговоре — тема появилась в ленте — взял в работу — получил текст.

• Один разговор — несколько публикаций. Из одной темы собираются статья, отдельная версия для Дзена, пост в телеграм-канал и пост для Threads. Голос держится во всех версиях, а не только в основной.

• Пост — сразу в ваш канал. Готовый пост приходит на согласование. "Согласовано" — и он в канале. Можно поправить текстом или голосом, приложить картинку. Без вашего нажатия не выходит ничего. Последний пост в моём собственном канале прошёл именно этим путём: голосовое — тема — пост.

• Статьи — для публикации руками. Статью и её версии бот отдаёт файлами и страницей, которую удобно читать с телефона. Публикуете вы сами.

• Учится на правках. Правки не пропадают: они копятся и возвращаются боту уроками, а живая речь из разговоров пополняет профиль.

• Разбор профиля собирается сам. Но каждый разбор я пока смотрю глазами, прежде чем он уйдёт эксперту.

В работе: подтверждение позиций нейрокарты одной кнопкой и отметка вклада — бот скажет, сколько в тексте именно ваших слов. Без лести: не вложились — просто "принято".

Схемы в статье

Ещё одна вещь, которая сейчас в работе, — схемы внутри статьи. Одна и та же машина собирает статью со схемой под разного эксперта: рамка подачи одна, а форма схемы своя под нишу.

Картинки ниже — примеры, показываю форму, а не содержание: сами схемы намеренно пустые, подписи на месте, вместо данных — плейсхолдеры.

Добавил, попробовал, убрал

Дневник для того и затеян, чтобы показать не только результат, но и грабли:

1. Статья одного размера на любую тему. Раньше каждая тема собиралась в статью одного объёма. На текстах первого эксперта всплыло, чем это кончается: материала на полный объём не хватало, и модель добирала его смежными темами. Одна такая статья читается нормально. Но если следующая повторит те же смежные темы, выйдет неловко — как будто эксперту нечего сказать. Фиксированный объём я убрал: размер теперь решает материал. Вопросы эксперту бот задаёт, чтобы раскрыть тему, а не чтобы дотянуть знаки.

2. Бот отвечал на свои же вопросы. У каждой темы есть вопрос-крючок — то, что хорошо бы раскрыть. В ранних прогонах эксперт по теме ничего не надиктовал, а модель увидела вопрос и ответила на него сама: гладко, правдоподобно и от его имени. Сначала я запретил это словами в задании, и модель вроде бы слушалась. Но "вроде бы слушалась" — это намерение, а не гарантия. Теперь, если по теме нет ни одной надиктовки эксперта, вопрос в задание модели не попадает вовсе. Нельзя ответить на вопрос, которого не видел.

3. Кнопка "Писать" путала экспертов. После надиктовки под подтверждением стояли две кнопки: "Писать" и "Добавить ещё". Первый подключённый эксперт-психолог на "Писать" так и не нажала. Потом выяснилось, что она прочла кнопку как "от меня опять потребуют что-то надиктовывать, а сейчас некогда". Кнопка, которая должна была снимать с человека работу, выглядела как новая работа. Теперь правило для всех кнопок: кнопка называет, что сделает бот, — "Собрать текст", "Собрать пост". Для продукта, который должен снимать страх перед письмом, это оказалось, буквально, совсем не мелочью.

4. Один раз бот полчаса "думал" и не написал ни строчки. Он невольно унаследовал режим "максимальное мышление" и на боевом прогоне выдал десятки тысяч знаков размышлений — и ноль текста статьи, после чего упал по таймауту. То есть инструмент старался подумать получше там, где, по-хорошему, надо было просто взять и сделать. Вычистил лишнее окружение — заработало за минуту.

Список буду дополнять

До и после: что именно меняет голос

Синтетическая демонстрация: Оба абзаца ниже написаны для показа механики. Это не чей-то реальный текст и не клиентский кейс, цифр из настоящих проектов тут нет — просто иллюстрация "до и после".

До (без речевого профиля):

Ведение экспертного блога является эффективным инструментом привлечения аудитории. Качественный контент повышает узнаваемость и формирует доверие к бренду. Однако создание такого контента требует значительных временных ресурсов, что часто становится барьером для экспертов.

После (тот же смысл, но живым голосом):

Смотрите, что происходит с блогом эксперта: все понимают, что его надо вести, и почти никто не ведёт. Причём упирается не в лень — упирается в то, что одна честная статья, не рерайт, а с реальным опытом внутри, съедает порядка десяти-двадцати часов. То есть выбор такой: либо вы неделю сидите над одним текстом, либо отдаёте его тому, кто напишет гладко, но, откровенно говоря, ни о чём. И вот эта развилка и есть, по большому счёту, вся проблема.

Второй абзац невозможно приписать никому другому: в нём есть вилка часов, разговорный заход "смотрите", оговорка "откровенно говоря" и живая развилка вместо ровного тезиса. Первый можно отдать любому эксперту в мире — и это как раз признак того, что его не стоит публиковать.

Что дальше

Дневник продолжается. Если хотите с самого начала — вот первые части:

Часть 0: Зачем я вообще в это полез

Часть 1: Создаём речевой профиль в ИИ

Публичного доступа пока нет: экспертов я подключаю по одному, по приглашению, и первые шаги каждого смотрю сам. Если хотите попробовать — напишите мне в личку канала @neuromamontov

Как только будет готово интейк-интервью (для сбора профиля эксперта) и первичный разбор, сразу добавлю сюда ссылку (и опубликую анонс в тг-канал, само собой) с бесплатным пробным доступом.

Эти разговоры ходили ещё года полтора назад, задолго до нынешнего анонса. Тогда все носились с форматом llms.txt — файлик, которым сайт как бы просил обучающих ботов не лезть. Работал он, мягко говоря, никак. Но сам запрос был виден уже тогда: владельцы сайтов не в восторге от того, что нейронки съедают их контент и потом спокойно раздают его в своих ответах.

Почему это вообще проблема

Одно дело — когда тебя проиндексировал поисковый бот и потом где-то процитировал: в обычной выдаче или в ИИ-ответе, но со ссылкой на твой сайт. Это дополнительный трафик. А трафик автору нужен как воздух, потому что вся монетизация живёт на сайте: реклама, подписки, свои продукты, нативка, партнёрские ссылки. Способов куча, но для любого нужен свой трафик на своей площадке. Поэтому поисковых ботов почти никто не блокирует — по оценке самого Cloudflare, меньше 1% сайтов.

Совсем другое дело — когда нейронка сожрала твой материал и вываливает всю фактуру, все выводы прямо у себя в окне. Может, тебя даже упомянет как автора. Но без ссылки. Без перехода. Просто "есть такое мнение". И всё, над чем ты пыжился-мурыжился — писал, собирал по крупицам многолетний опыт, чтобы поделиться с читателями и как-то на этом заработать, — модель отдаёт бесплатно. Задаром.

Вот отсюда и разница в цифрах. Поиск блокирует меньше 1% сайтов, а обучение — уже как минимум 17%. Далеко не все, конечно. Но это люди, которые очень захотели и нашли способ, а способы там неочевидные, на поверхности не лежат. И дальше это будет только расти.

Кто на самом деле тормозил

Самое интересное: проблема все эти годы была не в сайтах, а в тех, кто делает нейросети.

Им-то как раз позарез нужно обучать модели на свежем человеческом тексте. Не будет живого материала — модель начинает тупеть, причём стремительно. И это уже видно невооружённым глазом: интернет заваливает нейроконтентом, и модели всё чаще жуют трижды пересказанные идеи. Змея кусает свой хвост.

Получается забавный расклад. Одной рукой ИИ-компании хотят всё больше живого человеческого контента — иначе их модели деградируют. А другой рукой те же компании должны придумать, как успокоить владельцев сайтов: пустить поискового бота и не пустить обучающего. Тот самый llms.txt и должен был это разрулить, но не разрулил — половина провайдеров просто забила на его поддержку.

Что сделал Cloudflare

Cloudflare — это, на минуточку, больше 20% сайтов по всему миру. И он заявляет, что договорился с большинством крупных игроков: они теперь честно делят своих ботов на поисковых и обучающих и слушаются директив. Google и Apple под условия уже подходят, Microsoft обещает подтянуться в начале 2027-го. Для владельца сайта это выглядит как один переключатель: поиск оставляем, обучение закрываем.

И вот тут спрятана главная мысль. Cloudflare просто решил закрыть потребность, которая на рынке всё заметнее и будет только расти. Нейровыдача меняет уже не только то, как продвигаются, но и саму манеру, в которой люди ищут, — так что желание "в поиск пускать, а в обучение нет" будет только крепнуть. 17% против 1% — это не про технологию, это про спрос, который был всегда, просто до сих пор было нечем его закрыть.

А теперь ложка дёгтя

Разделить ботов механически сами мы никогда не могли. Один и тот же бот заходит на сайт сразу с двумя задачами — и для поиска, и для обучения. Ни по названию бота, ни по IP их не растащишь. Значит, вся конструкция держится на честном слове операторов. Захотят соблюдать — будут. Не захотят — а кто проверит?

Но даже не это главное. Контент утягивают не только сами модели. Есть тьма парсеров, которые тупо копируют твой текст и бесплатно выкладывают у себя. Я как автор сталкиваюсь с этим постоянно: каждая публикация через день всплывает на трёх, пяти, десяти чужих сайтах. И вот вопрос — будут ли те сайты закрываться от обучающих ботов? Да с чего бы. То есть мой материал модель не возьмёт с моего сайта, зато спокойно возьмёт с чужого.

Куда всё катится

При этом сам разворот мне нравится. Недавно ведь была история, что Google начал платить издателям за использование их контента в ответах нейросетей — пока в тестовом режиме, но это по сути тот же разговор — рынок пытается нащупать баланс: без живого человеческого текста модели тупеют, а человеку должно быть выгодно этот текст отдавать.

Нейросети позарез нужен тот, кому есть что сказать. На пустом пересказе пересказа она "задыхается". В сухом остатке ценность остаётся у авторов, способных передавать смысл, опыт и фактуру, а не у контент-мельниц, которые штампуют пустоту.

Как нейросети съели трафик инфосайтов

Приход нейроответов в поиске очень здорово ударил именно по владельцам информационных сайтов и авторам: по тем, кто делает свой, оригинальный контент.

Буквально за полгода-год, как эти ИИ-ответы набрали обороты, трафик на статьях и сайтах (которые некоторые мои вебмастера развивали по 10-15 лет и более) просел на 40% и более. Смотрите, что произошло: нейросети съели весь "вкусный" оригинальный контент, проглотили, забрали себе, а авторов просто "отодвинули плечом" от трафика. Там, где раньше были переходы, посещения, хоть какая-то копеечка с рекламы или размещений, — теперь заработок упал ровно пропорционально трафику.

Но по факту всем стало удобнее

Ну упал и упал — чо ныть. Раньше в интернете жили сотни, тысячи однотипных сайтов с рецептами, например. Сегодня человек, который спрашивает "омлет с молоком" — получает рецепт сразу, прямо в окне поиска, никуда не переходя. И, будем честны, это гораздо удобнее, чем перебирать 500 вариаций одного и того же блюда.

Обидно ли владельцам рецептных сайтов? Ну наверное обидно, там трафик просел на на 40%, а на все 80%+ — и это, конечно, больно вебмастерам. А стало ли хуже обычному пользователю интернета? Да нет, наоборот — стало сильно лучше.

Вот тут и проходит граница. С омлетом всё понятно: один нормальный рецепт закрывает вопрос раз и навсегда — для любого пользователя на любом языке по всему миру, ну добавим пару штук для микроволновки, для духовки, для аэрогриля (для совсем уж ценителей). А есть сферы, где так не выйдет — где потребность рынка одним ответом не закрыть: юристы, экономисты, врачи, маркетологи, психологи и т.д. Тут решает многолетний экспертный опыт, который специалист разворачивает живыми кейсами, — одним универсальным ответом не отделаешься.

Почему нейросети без людей тупеют

Вот ключевая мысль, я её повторяю постоянно. У нейросети нет своего опыта. Она прекрасно собирает опыт, которым люди уже поделились в сети, но сама-то не может поработать юристом, экономистом или ещё каким консультантом и что-то там на практике понять. Чтобы её знания росли, нужно, чтобы живые люди продолжали делиться.

И получается смешная штука: роботам нужно, чтобы люди писали тексты — так им проще мимикрировать под нас, точнее нас изображать. А если авторы перестанут писать своими руками, знания нейросетей начнут быстро деградировать. Почему? Да потому что в интернете уже гора нейроконтента, и модели останется лишь учиться на "пересказе пересказа" — испорченный телефон в чистом виде. Так что на дистанции роботам выгоднее, чтобы мы не генерировали текст нейронкой, а сами садились и писали.

Короче: ИИ отсеивает тех, кому нечего сказать. Про омлет ответит сам. А где нужен живой опыт — там ему по-прежнему нужен живой человек.

Почему это замутил именно Google

Большие ИИ-конторы кормят свои модели по-разному. OpenAI, например, тупо покупает — заключает дорогущие многолетние соглашения с медиагигантами вроде News Corp. А Google пошёл путём похитрее.

У него есть то, чего почти ни у кого нет: он годами напрямую общается с владельцами сайтов, с обычными местными авторами, а не только с медиахолдингами. Эти люди сидят в Search Console — по большей части информационники с оригинальным контентом. И Google смекнул: а что если начать им доплачивать за этот самый оригинальный контент? Причём изобретать ничего не пришлось — механика выплат авторам у него давно есть. Это тот же AdSense для сайтов, тот же YouTube. Взял готовый инструмент и слепил из него новый способ мотивации — как бы заставить человеков и дальше писать оригинальные тексты.

Чёрный ящик и копейки

Теперь про честность. Система расчёта вознаграждения непрозрачная настолько, насколько это вообще возможно. Заранее не угадаешь даже примерно, сколько дадут за одну статью — а раз так, то и работу под это спланировать нельзя. Условие одно: контент должен существенно повлиять на ответ. Просто ссылка или подтверждение факта уже после генерации — денег не приносят.

Люди, которые уже потрогали это руками, говорят примерно одно: помимо того что чёрный ящик, так ещё и абсолютные копейки. Но это же проба, что будет дальше — не знает никто.

Что в итоге

Не думаю, что в ближайшие год-два на этом кто-то построит полноценный бизнес и начнёт нормально зарабатывать. Хайпа, как когда-то с подключением AdSense, скорее всего не будет — ни у нас, ни где-либо ещё. Но история любопытная, и очень хотелось бы, чтобы Google выложил публичный результат теста.

Важна ведь не сумма. Важна логика, которую Google этим движением закрепляет: нейровыдача теперь основная выдача, а не приятное дополнение к ссылкам. Деньги переезжают туда, где контент формирует ответ ИИ, а не туда, где он просто проиндексирован.

Внимание людей переехало в ответ нейросети, значит, туда же едут и деньги. Кто пишет так, чтобы модели было что пересказать, — попадает в ответы. Кто по старинке долбит ключевые слова — работает на уходящую модель. Так что деньги от Google авторам — пока символический жест, но символ достаточно однозначный: платят за участие в нейроответе, а значит, хотят мотивировать авторов писать качественный оригинальный контент для нейроответов.

Когда кто-то пишет за вас, вы сразу понимаете: текст написан не вами. Я это знал ещё по работе с копирайтерами: статья полностью собрана из моей фактуры, моих тезисов, моих акцентов — где подсветить инфографикой, где выделить жирным, где добавить контекстный акцент. Вроде как я совместно с копирайтером добивался этого совместно (итерациями, правками), а ощущения авторства не было. Даже публиковать такую статью от своего имени всегда было немного неловко.

Поэтому когда нейросети начали выдавать мне первые тексты, написанные совсем не моим языком, у меня, честно говоря, поначалу опустились руки: "ага, понятно, на выходе будем получать примерно то же, что с копирайтером, только хуже — копирайтеру хотя бы можно передать что-то интонационно в голосовом или на созвоне, а нейросети ты никак интонацию не передашь". Вера в связку "человек + нейросеть = хорошая статья" просела почти до нуля.

Почти — но не до нуля. Я решил протестировать напоследок: а что если задать нейросетке мой tone of voice? Тогда мне казалось, что дело именно в тоне голоса, это позже я понял, что речь пойдёт не только и не столько про ToV, а про речевой профиль в целом: он складывается из множества факторов, и ToV — лишь одна его грань.

Комментарий от иишки по содержанию речевого слоя на сервере:

Если открыть папку речевого профиля Вадима, ToV там — только один файл из многих. Рядом лежат:
• profile.md — речевые привычки, снятые с расшифровок: как автор заходит в тему ("через мысленный эксперимент с воображаемым читателем", "через определение-вопрос"), характерные связки дословно — "то есть", "грубо говоря", "вот это вот", усиление удвоением ("значительно значительно дешевле");
• rules.md — заявленные правила: лицо повествования ("я" — рассказчик, "мы" — только кейсы агентства), запрещённые слова и отдельные секции под каждую площадку;
• aphorisms.md — банк из 91 авторского афоризма: максимум один на материал, похожие не выдумывать;
• phrases.md — банк оборотов, вплетаемых внутрь предложений; corpus.jsonl — 49 крупных записей-сессий, из которых профиль пересобирается: счёт идёт материалами и сессиями, не отдельными голосовыми — ранние голосовые вплавлены прямо в profile.md;
• edits.jsonl — 46 пар "было → стало" из правок автора к живым публикациям — включая правки к нулевой и вот этой самой части: механизм пар молодой, исторические правки переплавлены сразу в правила.

Экспертный профиль — что автор знает и чем это подтверждает — отдельная сущность рядом, не внутри голоса.

Больше десяти часов меня

И я взялся формировать этот речевой профиль — тогда ещё мало понимая, из чего он должен состоять. Начал с того, что попросил коллег собрать материалы, которые уже были в открытом доступе: статьи, видео, вебинары, уроки курсов. С важной оговоркой: статьи — только написанные мной, а не копирайтером; видео — только с живой речью, а не где я читаю курс с телесуфлёра. Получилось более 10 часов выступлений, видео и голосовых — не считая текстов написанных вручную статей.

И я, вооружившись главным принципом перфекциониста-прокрастинатора ("лучше сделаю безупречно, но никогда, чем кое-как, но сегодня"), начал прогонять тексты через этот профиль, пытаясь добиться ощущения своего текста.

Даже на этом материале текст получался лишь приблизительно похожим на меня. И появилось ощущение "зловещей долины": как будто кто-то мимикрирует под меня. Если вы когда-нибудь читали текст, частично похожий на вас, — он вызывает куда больше внутреннего дискомфорта и даже неприязни, чем текст, совсем на вас не похожий, где кто-то написал по вашим мыслям своими словами.

Заодно стало видно, как профиль вообще работает: не как принцип, который формирует текст изнутри, а как фильтр на выходе. Поверх уже сгенерированного материала он вторым проходом накладывает речевую оболочку — и накладывает туда, куда накладывается: огромные куски остаются без изменений. Задача — набрать такой объём правил и инструкций, чтобы непокрытых зон не оставалось вовсе, а покрытые правились глубоко, большими кусками.

Пять часов голосовых

И я решил добавить просторечия, живого разговорного языка. Для этого я набрал из тг расшифровки своих голосовых, причём брал те, где общаюсь преимущественно с близкими людьми: абсолютно свободный тон, абсолютно свободная речь. Скормил нейросети больше 150 личных голосовых — суммарно порядка пяти часов: приколы, ситуации, истории. Там было в числе прочего приличное количество, скажем так, нецензурной речи — и это тоже было переварено и адаптировано. Табличка адаптаций моей нецензурщины (заблюрил, чтобы дневник не получился 18+):

Благодаря голосовым, профиль обогатился значительно: текст стал напоминать человеческий, стал напоминать мой.

Полигон: Borderlands

Правок всё равно оставалось много — потому что печатная мысль формулируется иначе, чем голосовая. Голосом мы говорим линейно: вернуться и отредактировать фрагмент нельзя. А печатный текст — особенно у нас, перфекционистов-прокрастинаторов — пишется нелинейно: дописал предложение, понял, что в конце нужен ещё один оборот, а для этого начало должно стоять в другой форме, — стёр и переписал целиком. Впрочем, что я по тексту взад-вперёд гуляю, было понятно ещё из нулевой части. К слову, далеко не все так делают: большинство и письменный текст формулирует линейно — наверняка встречали тексты, где человек по собственным мыслям как пьяный гуляет, из угла в угол, и взаимоисключающие тезисы в одном абзаце его не смущают.

Значит, профиль нужно было доучить тому, как я работаю именно с письменным текстом. Сесть писать с нуля и записывать мысли вслух? Попробовал пару абзацев — сумбур с прерывающимся контекстом, нейросеть он запутает моментально. И тогда пришла мысль: а что если не писать с нуля, а исправлять текст, который предлагает нейросеть?

Я создал несколько простейших статей про одну из любимейших моих игровых серий — Borderlands. Нейросеть, уже обученная на тех самых часах выступлений и голосовых, писала статью — а я садился переписывать за ней: убирал не те обороты, не те сокращения, так называемые "тики" — словечки и конструкции, которые нейросеть тащит из текста в текст в сотый раз. Про нашу борьбу с тиками — с примерами, эмоциями, отчаянием и в конечном итоге одержанной победой — расскажу как-нибудь отдельно: не забудьте подписаться! И прямо по тексту, в квадратных скобочках, тут же давал комментарий: почему убрал, почему из трёх коротких предложений нужно собрать одно длинное (я из тех, кто формулирует длинно, с большим количеством оборотов) и т.д. и т.д.

После такой доводки получились первые статьи, сгенерированные нейросетью, но по сути созданные мной — и выглядящие как мои. До идеала далеко, но это было в сотни раз лучше первых нейротекстов. Настолько лучше, что я сразу решил их опубликовать, хоть они и не были профессиональными. Просто доводка речевого профиля, сбор комментариев и мнений — спасибо всем, кто высказывался и высказывается в комментариях — у меня всё идёт "в копилку".

А из этих правок с комментариями родились пары "было — стало" и накопленные уроки — конкретные ответы на вопрос, почему вот так мы не пишем никогда, а вот такая формулировка предпочтительнее. Как правки превратились в постоянный механизм обучения — отдельная история, расскажу по ходу серии.

Перелом

Открытие речевого профиля стало переломным моментом: я действительно поверил, что с нейросетью можно делать не пустой безликий нейрослоп, а интересные тексты. Чем больше обучался профиль, тем больше текст становился моим — и тем лучше он синергировал с материалом, который я выдавал нейросети.

Сразу оговорюсь: всё это происходило ещё без всяких ИИ-агентов, без автоматизации рабочего процесса, и все комментарии я просто давал текстом в диалоге с нейросетью. Но профиль был обучен на моём вербальном голосе: аудиосообщения, видео с выступлений, вебинары... И тут естественным образом родилась идея: а почему бы и сам материал для статьи, саму фактуру и тезисы не начать выдавать сразу надиктовками...

Ну и самое обидное — гомеопатически малые охваты. Нет, бывали, конечно, "выстрелы" на 30+ тысяч просмотров, но именно системы из этого не рождалось: выстрел был, стабильности не было.

Мечта о десяти статьях в год оставалась несбыточной.

В какой-то момент я понял, что могу и хочу это делегировать. И делегировал — включал OBS, наводил на себя камеру, ставил флипчарт — и рассказывал будущую статью: тезисы, схемы, структура, всё прямо маркером на листе. Средняя запись занимала от 40 минут до полутора часов. Эту запись я отдавал копирайтерам. Из всех авторов готов отметить только одну — она действительно вытянула для меня много статей. Остальным, к сожалению, с таким материалом работать оказалось не по руке: большинству было проще сделать пятнадцать-двадцать примитивных рерайтов, чем один экспертный текст. Работа высокооплачиваемая, а качественного исполнителя — не найти.

Итог всех этих ухищрений: на стабильные десять статей в год я так и не вышел.

И тут из каждого чайника: нейросети, копирайтеры больше не нужны, контент-заводы штампуют десять тысяч статей в месяц. Ну я и повёлся — пошёл писать свою первую статью с ИИ.

Получалось посредственно. Я делился с ИИ опытом, эмоциями, наработками — а на выходе получал текст пустой, парафиновый: "это работает вот так, так делать надо, а так не надо". Ни реального опыта, ни болевых точек. Модели потом "подросли", контекста стало хватать — а текст всё равно сухой, как сухарь из армейского пайка.

Именно тогда до меня дошла одна вещь, которая изменила всё. Расскажу в следующей части — она про то, почему хорошая статья это не только "что написано". А пока вопрос к залу: у кого так же — мыслей вагон, а до текста они не доезжают?