
От ChatGPT к мультиагентному контент-пайплайну: как 5 AI-агентов пишут мне кейсы
yolkapalka 8 минут назад От ChatGPT к мультиагентному контент-пайплайну: как 5 AI-агентов пишут мне кейсы 8 мин 285 Блог компании Just AI Контент и копирайтинг * WordPress * CMS * Искусственный интеллект Кейс Это не...
Anthropic — What company has the best second artificial intelligence model at the end of June?
В сфере искусственного интеллекта произошло заметное событие. yolkapalka 8 минут назад От ChatGPT к мультиагентному контент-пайплайну: как 5 AI-агентов пишут мне кейсы 8 мин 285 Блог компании Just AI Контент и копирайтинг * WordPress * CMS * Искусственный интеллект Кейс Это не просто статья на Хабре. Это AI-сгенерированная статья на Хабре. Меня зовут Ксения Иванчикова, я развиваю медиа Generation AI.
Еще год назад я писала умные промпты для ChatGPT в надежде получить глубокий и качественный контент — получалось так себе. Недавно я навайбкодила пайплайн из пяти AI-агентов: они берут 20-минутную запись доклада с YouTube, выдают готовый кейс и верстают контент на WordPress. Рассказываю про опыт создания контент-машинки, которая не делает нейрослоп.
Технические детали
Контекст: кейсы про внедрение AIВ медиа Generation AI мы собираем бизнес-кейсы: как российские компании используют генеративный AI в процессах, с какими трудностями сталкиваются при внедрении и что у них уже получается. Сейчас у нас опубликовано больше 60 кейсов — от банков и ритейла до HRTech. Но есть проблема: кейсы быстро устаревают.
Разработчики моделей выкатывают обновления чуть ли не каждую неделю, команды вынуждены адаптироваться и менять подходы. То, как решали задачу в начале 2025 года, сегодня будет не актуальным. Один из источников, откуда мы берем кейсы — выступления спикеров на Conversations, нашей конференции про генеративный AI.
В среднем это 30-50 докладов за раз. Чтобы детали не устарели, нам нужно взять все доклады и оперативно готовить материалы на сайт. Два подхода к написанию кейсов и их эволюцияПодход 1: «Скорми расшифровку и молись»Первый подход был наивный.
Отраслевые последствия
Я брала уже опубликованный кейс, скармливала нейронке и просила проанализировать структуру и стиль. Потом давала расшифровку нового выступления и просила написать по образцу. Результат выглядел прилично, но была проблема с галлюцинациями: иногда модель добавляла факты, порой некорректно описывала какой-то процесс.
К тому же по пути терялись метрики из доклада, а цифры в кейсах важны. В итоге я тратила 2-3 часа на перепроверку каждого текста и цифры по видео. Это практически то же время, что написать с нуля.
Подход 2: Подробные правила + петля обратной связиПотом я перешла на Claude Code и поняла, что дело не в промптах. Я вообще не верю в промпты в том смысле, в котором о них обычно говорят — типа «напиши магическую фразу и нейронка сделает идеально». У меня это так не работает.
Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.





