Почему мы решились на этот эксперимент
Признаюсь сразу: я был настроен скептически. Я редактор и автор с шестилетним стажем. Я искренне верю, что голос, интонация и живой человеческий опыт — это именно то, ради чего люди читают контент. Мысль о том, чтобы доверить блог искусственному интеллекту, долгое время казалась мне почти предательством профессии. Но реальность оказалась убедительнее: мы застряли.
За два месяца до эксперимента, имея больше идей, времени и чёткое понимание того, о чём хотели говорить, мы опубликовали всего 4 материала. При этом в «заморозке» лежало 17 черновиков. Узким горлышком были не идеи и не время. Это было трение — та самая дистанция между идеей и готовой публикацией, которую каждому автору приходится преодолевать вручную. Мы в маркетинговом агентстве Dragon Farm постоянно ищем способы сократить эту дистанцию для своих клиентов, поэтому решили провести эксперимент на себе.
Архитектура пайплайна: как мы соединили n8n и Claude
Мы поставили себе условие: 30 дней, никакого «полного автопилота». Мы строим автоматизированный контент-пайплайн, но каждый пост проходит живую редакторскую приёмку. Мы выступаем не в роли генераторов контента, а в роли редакторов, которые доводят «полуфабрикат» до публикации. Техническая основа — связка n8n для оркестрации процессов и API Claude для непосредственной работы с текстом. Подобные внедрения ИИ-агентов и n8n‑воркфлоу мы реализуем для самых разных задач, но здесь хотелось проверить систему на собственном контенте.
Этап 1: Отбор тем
У нас есть в Notion база идей с пометками «готово», «требует уточнения», «черновик». Каждый понедельник в 6 утра n8n запускает сценарий: он берёт три идеи, отмеченные как «готово», и передаёт их Claude. Claude ранжирует их по вероятному поисковому объёму, релевантности для аудитории и соответствию нашим контент-целям. Одна тема выбирается как флагманская на неделю.
Этап 2: Исследовательский бриф
Выбранная тема и обезличенная сводка нашего архива поступают в новую сессию Claude. Результат — структурированный бриф на 600 слов: главный аргумент, опорные тезисы, ссылки на источники, целевое ключевое слово и рекомендованная логика повествования. Мы сознательно не просим готовый текст — нам нужен каркас, на который потом ляжет редакторская работа.
Этап 3: Создание черновика
Бриф уходит в «писательскую» сессию Claude. Здесь мы потратили больше всего времени на итерацию промптов. Настраивали длину предложений, соотношение личных наблюдений и аналитики, ритмический рисунок (короткое рубленое предложение после длинного раскатистого). Спустя две недели тестов черновики начали заметно напоминать наш авторский почерк — во многом благодаря тому, что система научилась воспроизводить паттерны, заложенные нами годами.
Этап 4: SEO-подготовка и очередь на редактуру
Финальный узел n8n отправляет черновик в четвёртый вызов Claude — теперь это SEO-редактор. Он добавляет мета-описание, проверяет иерархию заголовков, предлагает внутренние ссылки и форматирует текст под CMS. Готовый материал автоматически попадает в очередь «Ready to review» в Notion. На этом этапе включается единственный живой человек: редактор (я) тратит примерно 25 минут на вычитку и правку. Иногда мы переписываем отдельные разделы, а дважды за месяц — полностью отклоняли черновик и писали пост с нуля.
Важный момент: на протяжении всего эксперимента мы параллельно использовали настройку сквозной аналитики и лидгена, чтобы видеть не только посещаемость, но и реальные конверсии — подписки, глубину просмотра, дочитывания. Именно эти данные позволили нам сделать выводы, к которым мы сейчас перейдём.
Цифры через 30 дней: что показала аналитика
Объём публикаций: Мы выпустили 18 постов. Для сравнения: в предыдущие два месяца — всего 4. Прирост частоты публикации — в 4,5 раза, при этом общее время, потраченное командой на контент, сократилось с 20+ часов до примерно 8 часов в месяц.
Трафик: Среднемесячное количество уникальных посетителей выросло с 2 100 до 4 800 — рост на 128%. Частично это, конечно, кумулятивный эффект от предыдущих материалов и сезонность, но трендовая линия слишком отчётлива, чтобы списать всё на внешние факторы.
Вовлечённость: Среднее время на странице для 18 ассистированных постов составило 3 минуты 42 секунды. Для сравнения, у постов, написанных полностью вручную годом ранее, этот показатель держался на уровне 3 минуты 58 секунд. Падение около 6% — небольшое, но значимое. Мы ещё вернёмся к нему.
Email-подписки: 214 новых подписчиков за 30 дней. Среднемесячная норма ранее — 67. Этот показатель заставил нас замолчать и долго смотреть в монитор.
SEO: 4 из 18 постов вышли на первую страницу Google в течение 30 дней после публикации. Это выше, чем наш средний показатель «первомесячного ранжирования» при полностью ручном подходе.
Что за цифрами не видно (и почему это важнее всего)
Падение времени на странице на 6% не давало мне покоя. AI-ассистированные тексты оказались чище, структурнее и, возможно, даже удобнее для чтения. Но в них было меньше той самой «странности». Меньше открытой, иногда неожиданной искренности, которая заставляет читателя остановиться и написать вам письмо. Claude следует логике — он не сворачивает в неочевидные ментальные переулки без прямой команды.
Когда мы проанализировали посты, которыми я горжусь больше всего, выяснилось: это были те, где редакторская правка была наиболее агрессивной. Те черновики, которые мы утвердили с минимальными изменениями, — работали средне. Они были компетентны, но не «звучали». Это ключевой инсайт всего эксперимента.
Человеческая роль в AI-системе контента — не в исследованиях, не в структуре, не в подборе ключей. Она — в моментах подлинного наблюдения, в тех аналогиях, которые растут только из вашего личного опыта, в способности удивить самого себя. Это невозможно запромптить. Это можно только добавить.
Эволюция подхода: меньше «AI-генерация», больше «интеллектуальные леса»
Мы не остановили эксперимент. Но изменили его форму. Теперь перед каждым запуском пайплайна я пишу «затравочную заметку» на 200 слов — конкретное наблюдение, случай или переживание, из которого должен вырасти пост. Эта заметка попадает в бриф как обязательная точка отсчёта. Черновики стали заметно лучше. За первые две недели второго месяца среднее время на странице поднялось до 4 минут 11 секунд — выше, чем у полностью ручных текстов.
Мы перестали называть это «AI-генерированным контентом». Теперь это «глубокое лекальное черновирование». Разница не терминологическая, она сущностная. Мы не отдаём мышление машине. Мы отдаём ей ту часть ремесла, с которой мы и так справлялись плохо — переход от идеи к структурированному драфту. А себе оставляем редактуру, правду и ту самую «странность».
Сегодня система производит больше качественного контента, охватывает больше людей и растёт быстрее, чем когда-либо за шесть лет. И главный парадокс в том, что я ошибался, когда сомневался в подходе, и был абсолютно прав, когда настоял на сохранении человеческого контроля в финальном звене.
