Создатель нейроредакции Яндекса Олег Копылов — о том, как встроить ИИ в маркетинг, какие навыки нужны для работы с нейросетями и как делать с их помощью качественный контент.
Олег Копылов руководит группой по работе с ИИ в рекламных продуктах Яндекса. Он организовал нейроредакцию на основе Яндекс ПромоСтраниц и ведет блог об искусственном интеллекте. Мы поговорили с Олегом, чтобы узнать, как сегодня ИИ меняет подход к контент-маркетингу.
О нейроредакции Яндекса: ИИ-инструменты и контроль качества
— Олег, расскажите, для чего вы используете ИИ, и какие именно сервисы?
— Искусственный интеллект для меня — это операционная система или ассистент. Я пользуюсь им для решения множества задач: от генерации идей и стратегий до аналитики. Это не замена, а инструмент, который помогает ускорить рутину и сосредоточиться на стратегии и смысле.
Я использую довольно много инструментов. Если говорить о базовых, то сейчас чаще всего ChatGPT — хотя я долго его недолюбливал. Раньше он казался слишком «усредненным», но сейчас сильно прокачался, особенно с появлением новых моделей и дополнительных функций вроде голосового ввода, встроенного поиска, инструментов для анализа и генерации.
Часто использую Claude — нравится стиль написания текстов, способность к рассуждениям. Для некоторых задач отлично подходит Gemini от Google. Из альтернатив: люблю китайский Qwen.
Интересно, что у каждой нейросети для создания контента свой подход: одни позволяют лучше структурировать информацию, другие — формулировать креативные идеи. Это дает возможность подбирать инструмент под конкретную задачу. Часто даю задания параллельно нескольким нейросетям, потом сравниваю, выбираю лучшее. Получается такой консилиум.
Еще я работаю с Perplexity, он мне нужен постоянно, особенно для быстрой аналитики и поиска. Иногда использую нейросети для презентаций и визуалов. Например, видеогенераторы вроде китайских KlingAI или Hailuo AI.
Подборка ИИ-инструментов Олега Копылова: ChatGPT, Claude, Gemini, Qwen, Perplexity и другие сервисы для генерации идей, текстов и аналитики
В работе у меня примерно 20 разных инструментов: какие-то — для оперативных задач, какие-то — для тестов и экспериментов. Интересно наблюдать, как каждый из них раскрывается в своей нише.
А в ПромоСтраницах у нас есть нейроредакция: она занимается созданием рекламных текстов с помощью нейросетей. Это полноценное направление, в котором работает группа редакторов. Они знают, как правильно использовать нейросети для контента, где это уместно, а где нужен контроль человека.
— Как вы оцениваете эффективность текстов, созданных нейросетями? И как у вас устроен контроль качества?
— Мы смотрим стандартные метрики: CTR, время чтения, кликауты, покупки. Еще на старте проводили эксперимент: сравнивали тексты, созданные вручную и с помощью ИИ. Нейросетевые тексты оказались в целом не хуже. Были кейсы, где нейросетевой текст показал себя даже сильно лучше, чем написанный вручную. Этот опыт помог нам понять: если процесс грамотно выстроен, он может быть эффективным.
Контроль качества, конечно, обязателен. И тут есть важный нюанс: когда ты работаешь с текстом от автора, ты получаешь его уже готовым и уже после оцениваешь, что нужно улучшить. А когда редактор работает с ИИ, он контролирует качество по ходу — по сути, параллельно с созданием текста.
Например, если абзац получился скучным, редактор сразу реагирует, дает обратную связь нейросети и генерирует нужный фрагмент заново. Это уже другой тип взаимодействия, который больше похоже на совместную работу, чем на редактуру чужого текста.
Кроме того, у нас есть система многоуровневой проверки: сначала редактор, потом — шеф-редактор, который дает финальную оценку. В целом это очень похоже на то, как работает классическая редакция. Нейросети, могут допускать ошибки, придумывать факты, и это нужно контролировать. Но с живыми авторами все точно так же. Просто тип ошибок может быть другим, но суть контроля та же.
Когда я сам активно занимался редактурой, у меня была почти восьмиступенчатая система проверки текста. Сейчас я больше занимаюсь стратегией и консультированием, но понимаю, насколько важно не оставлять ИИ-контент без квалифицированной оценки. Иначе все старания обнуляются.
Главные проблемы ИИ в маркетинге
— Какие проблемы чаще всего возникают при использовании ИИ для создания контента?
— Первый тип проблем — этические. Насколько люди готовы доверять текстам и изображениям, созданным ИИ? Многие вообще не понимают, что перед ними нейросетевой контент. И, честно говоря, большинству все равно.
Иногда я вижу абсолютно дикие тексты — с позиции редактора они просто ужасны. Я бы переписал их полностью. Но они получают реакцию, люди на них откликаются. Почему? Потому что вкус у всех разный и не все понимают, как «должен» выглядеть хороший текст. А иногда текст написан настолько плохо, что это становится его фишкой. Он воспринимается как «свой», живой, не вылизанный.
Плюс на читателя работают популярные психологические приемы: триггеры, социальные доказательства. Нейросети это тоже умеют, если их забрифовать. И мы как редакторы не всегда можем оценивать такие тексты только по своим профессиональным меркам.
Бывает и по-другому. Например, недавно случился скандал вокруг Vogue — журнал использовал полностью сгенерированную модель в рекламе. Казалось бы, все подписано, но начался хейт: мол, зачем вы задаете нереалистичные стандарты красоты? В другой ситуации — или в российском издании — на это, возможно, никто бы и не отреагировал. Но у Vogue своя повестка и другие ожидания аудитории: инклюзивность, социальная чувствительность. И люди не готовы принять, что идеал внешности — это буквально искусственный образ, созданный без участия реального человека.
Поэтому премиальным брендам важно помнить: позиционируя себя как «лучшее из лучшего», вы рискуете потерять доверие, если аудитория узнает, что вы создаете контент с помощью нейросетей. Даже если визуально пользователи не увидят отличий. Это уже вопрос доверия и брендинга.
ИИ-модель Vogue, которая вызвала осуждение читателей: премиальным брендам стоит крайне осторожно подходить к использованию ИИ-контента
— Да, мы видим много некачественного контента, сгенерированного ИИ. Думаете, это как-то начнут регулировать на уровне закона?
— Да, думаю, это неизбежно. Хотя сейчас пока все на очень ранней стадии — мало практики, непонятно, по каким законам это регулировать, да и сами технологии стремительно меняются. Но сигналы уже есть.
Вот, например, ко мне приходили продавцы с Wildberries — они жаловались, что их контент стали массово воровать. Когда были просто фотографии, можно было доказать авторство. А со сгенерированными изображениями все сложнее — кто автор? Где доказательства? Сейчас вроде уже научились доказывать, появляется судебная практика. И в таких серых зонах регулирование обязательно появится.
Плюс — и это важный момент — ИИ сейчас становится не просто инструментом, а фактором влияния. Он влияет на восприятие истории, фактов, на информационную повестку. И это уже беспокоит государства. Представьте, если условный ChatGPT начнет утверждать, что во Второй мировой победили США, а СССР только помогал. И это будет массово использоваться, например, в России. Очевидно, что такой диссонанс вызовет вопросы — и к инструменту, и к тому, кто его использует.
Кстати, поэтому мы уже видим тенденцию к появлению «суверенных ИИ». Каждая страна хочет создать свой, контролируемый, более «лояльный» инструмент. Тренд понятен: появится больше локальных ИИ-моделей, ориентированных на местный контекст и ценности.
Думаю, что все будет примерно как с интернетом: поначалу он был серой зоной, но как только стал влиять на общество, началось его активное регулирование. С ИИ будет так же: чем больше пользователей, тем больше законов. Просто пока еще нет устоявшихся кейсов, на которые можно опираться. Но они появятся.
Нейросети для генерации контента: когда они помогают, а когда приносят убытки
— Вы упоминали в своем канале кейс, где компания хотела сэкономить на контенте с помощью ИИ, но в итоге переплатила. Что произошло?
— Это один из примеров, который меня зацепил. Западная компания решила заменить специалиста нейросетью, чтобы удешевить производство текста. Но результат оказался слишком сухим, невыразительным, с фактическими ошибками. В итоге все пришлось отдать на доработку профессионалу — за 2 000 $. Если бы компания сразу обратилась к специалисту, вышло бы в разы дешевле.
Такие кейсы все чаще встречаются не только в маркетинге, но и в разработке: где-то сэкономили на специалистах, сгенерировали код через ИИ — а потом баг, ошибка, сложный аудит и снова подключение человека, чтобы все исправить.
Проблема в том, что многие, кто внедряет ИИ, не обладают нужной доменной экспертизой. Они не могут вовремя заметить, что что-то пошло не так, и в итоге тратят гораздо больше ресурсов на устранение последствий. А специалист, даже работая с ИИ, заметил бы это сразу — просто потому что понимает предмет.
Я не скажу, что это уже массовый тренд — но мне кажется важным фиксировать такие сигналы. Лично я прошел через стадию романтизации нейросетей — сначала был сильный восторг от их возможностей. Хотелось всем показывать, как круто это работает. А потом пришло понимание: за красивой картинкой стоит сложная система, которую надо строить, проверять, постоянно перенастраивать…
— А в каких задачах ИИ для генерации контента действительно снижает издержки и приносит пользу? И где, наоборот, лучше вообще его не использовать?
— ИИ отлично работает на этапах исследования и черновой подготовки — в частности, он помогает быстро выстроить структуру статьи, найти аналоги и набросать общий каркас. В нашей редакции мы заметили, что именно процесс написания статьи — от идеи до первой версии — очень хорошо автоматизируется с помощью нейросетей. Это экономит время и ресурсы.
Но тут важно понимать нюанс: первая генерация часто получается «неживой» — сухой, формальной. Поэтому нужен следующий шаг — оживить текст, придать ему стиль и интонацию. Тут не обойтись без опыта редактора.
Вот буквально сегодня была ситуация: редактор спросила, как сделать текст от первого лица более живым. Я поделился простым приемом: добавь к каждой фразе в черновике мысленное «Слушай, Вася, блин». Если звучит, как будто ты рассказываешь это другу — значит, текст живой. Если нет — ищи, что не так. Раньше это делалось вручную, теперь можно дать задачу нейросети. А потом тестировать с ней разные приемы переработки: добавлять разговорные конструкции, вносить эмоциональные акценты, усиливать мотивационный посыл.
Лайфхак от Олега Копылова: при проверке ИИ-текста мысленно добавлять к каждой фразе «Слушай, Вася, блин»
Это хороший пример взаимодействия с ИИ, когда ты понимаешь, чего хочешь от текста. А вот для поиска точной информации, особенно в узкоспециализированных темах, ИИ стоит использовать осторожно. Там, где важна достоверность, где нужны глубина и контекст, ИИ пока уступает специалистам и часто галлюцинирует. То же самое с живыми примерами из реального опыта — если у тебя нет базы, ты не получишь глубины. Но зато можешь задать правильные вопросы, чтобы потом самостоятельно докрутить текст.
— В комментариях к вашему посту об издержках работы с ИИ прозвучал интересный тезис: ИИ может создавать качественный текст только в руках специалиста по теме. Например, менеджер по продажам, не разбирающийся в моде, легко допустит ошибки, опираясь на некачественный ИИ-контент. Вы согласны с этим?
— Согласен частично. Все зависит от задачи и уровня требований.
Есть тематики, где действительно критична экспертиза — например, фармацевтика. Мы в команде отдельно выделяем людей, которые работают именно с фармой, потому что в этой сфере слишком много нюансов и велика цена ошибки. Нельзя довериться ни случайному автору, ни нейросети — только тем, кто в теме.
Но есть и более простые задачи — скажем, карточки товаров на маркетплейсах. Чтобы подготовить описание геля для душа, не обязательно быть экспертом в бьюти-индустрии или разбираться в составе средств. Главное — понимать, как работает структура описания и что важно для целевой аудитории. В таких случаях ИИ может быть полезным инструментом, даже если человек не особо в теме.
Еще я вижу здесь логическую ошибку: «Если человек — эксперт, то он не ошибается». Это не так. Даже специалисты регулярно ошибаются, недоглядывают, попадают в когнитивные искажения. Более того, у экспертов часто появляются «шоры»: они уверены, что знают все, и не замечают изменений или новых подходов. Иногда свежий взгляд человека без отраслевых привычек может дать более интересный результат.
Поэтому вопрос не только в том, кто работает с текстом, — эксперт или не эксперт. А еще и в том, как выстроен процесс: есть ли проверка и обратная связь, правильно ли поставлена задача и понимает ли человек цель.
— На Западе сейчас формируется интересная ниша: люди зарабатывают на проверке и исправлении текстов, написанных ИИ. У нас в России появляется подобная практика?
— Пока нет. Я не встречал таких кейсов вживую.
У нас в целом еще не тот уровень проникновения нейросетей, как, скажем, в США. Пока не так много взрослой аудитории, использующей искусственный интеллект, довольно большая часть ИИ-пользователей — школьники и студенты.
От редакции: по данным НИУ ВШЭ, в России к 2025 году 39,2% пользователей уже используют искусственный интеллект. При этом количество регулярных пользователей за последний год выросло более чем вдвое — с 7,7% до 17,3%.
Основная аудитория — преимущественно молодые люди 18-35 лет. Около 60% — мужчины. Женщины чаще обращаются к специализированным сервисам, например, генераторам изображений.
А вот бизнесы, особенно крупные, пока не спешат массово внедрять ИИ в процессы. Поэтому рынок таких «редакторов ИИ» еще не сформировался. Я думаю, что мы просто не дошли до этой стадии. Когда ИИ станет повседневной частью рабочих процессов, станет больше ошибок, юридических и этических нюансов, тогда и появятся те самые специалисты: кто-то будет править тексты, а кто-то — консультировать, как безопасно и корректно использовать ИИ.
Пока максимум, с чем мы сталкиваемся, — это кейсы, когда кого-то не пригласили на проект, потому что заказчик решил: «Мы лучше сделаем это с помощью нейросети». Таких случаев пока немного, но будет больше.
Как избежать ошибок при внедрении нейросетей
— Что важно знать при внедрении нейросети, генерирующей контент? Как использовать нейросеть в бизнесе, чтобы застраховаться от убытков?
— Прежде всего важно понимать: легко не будет. Работа с искусственным интеллектом в маркетинге — это процесс, требующий системного подхода. И одна из ключевых вещей, которую я часто повторяю клиентам, — все должно быть оцифровано. Если вы хотите измерять эффект от внедрения, сначала нужно понять, какие метрики у вас есть: производительность, стоимость контента, скорость публикации и другие показатели.
Например, в редакции ПромоСтраниц есть три направления: тексты от нейросетей (но под управлением редакторов), тексты от авторов, контент от агентств. Стали считать эффективность и увидели: ИИ-контент дешевле, но не настолько, как мы думали. Поэтому надо регулярно делать замеры и искать пути оптимизации.
Вторая важная мысль: нельзя полагаться на ИИ полностью. За каждым инструментом все равно стоят люди. Это не замена команды, а перестройка процессов, в которой появляются новые роли: интеграторы, операторы, менеджеры ИИ-систем.
И третье — не пытайтесь сразу перестроить весь процесс. Лучше искать узкие места: определите, где именно сейчас возникает трение, и можно ли его автоматизировать или упростить с помощью нейросетей. В нашем случае сработало то, что мы выделили отдельное направление внутри команды, полностью сфокусированное на ИИ.
У нас появились энтузиасты, которым это было интересно, и за счет их экспертизы мы ускорили внедрение. Без мотивации и интереса изнутри ничего бы не получилось.
— С какими сложностями могут столкнуться компании при внедрении ИИ?
— Я бы выделил два ключевых момента.
-
Первый — технологический и ресурсный. ИИ не решает все магически по щелчку. Чтобы получить адекватный результат, нужно тратить время — больше, чем раньше. Надо тестировать, экспериментировать, учиться. Агентства, с которыми я общался, прямо говорят: «Мы не готовы этим заниматься, у нас десятки проектов, клиенты, сроки». То есть на первом этапе внедрения нейросетей все равно нужны инвестиции — не только в технологии, но и в труд, чтобы довести результат до ума.
-
Второй — качественный. Когда ты не вкладываешься в процесс, результат получается поверхностным. Контент становится однотипным, шаблонным. Особенно это заметно в медиа: вот я вижу, как компании стали генерировать пресс-релизы и даже экспертные колонки с помощью ChatGPT — и все тексты стали похожи друг на друга. Это снижает ценность контента, подрывает доверие. Люди читают и чувствуют: это не живое, ненастоящее, без экспертизы и уникальности.
На этом фоне, кстати, будет легче выделиться тем, кто умеет работать с ИИ. Если ты готов запрашивать, отбирать, дорабатывать — значит, можешь создавать контент, который будет отличаться. И в этом как раз и будет новая экспертиза: не просто написать руками или сгенерировать, а создать ценность на стыке технологий и редакторских навыков. Особую ценность будут иметь редакторы, способные из сырого ИИ-текста сделать сильный, точный и полезный материал.
Какие навыки нужны, чтобы качественно работать с ИИ
— Какие навыки сейчас особенно важны для специалиста, который с помощью ИИ генерирует контент? И в чем ИИ точно не сможет заменить человека?
— Первое, что нужно, — умение ставить задачу. Это то, что ИИ точно не может сам. Я видел, как маркетологи, у которых не было глубоких технических знаний, добивались отличных результатов. Потому, что умели четко сформулировать задачу, вовремя найти нужный ход мысли. Когда ты задаешь правильный вектор, можно получить достойный результат даже от самой базовой модели.
Второе — критическое мышление. Это навык, который, как я вижу, нейросети могут усыплять. Вообще считаю это ключевой проблемой сейчас. Благодаря ИИ все получается быстро, выглядит убедительно — и у тебя снижается бдительность. А на самом деле каждый текст нужно перепроверять: действительно ли утверждение верно? Логично ли построен аргумент? Качественно ли написано?
Третье — любопытство. Специалист по работе с ИИ не может просто использовать готовый промпт и бездумно генерировать тексты один за другим. Нужно все время исследовать: как сделать лучше? какой инструмент подойдет под конкретную задачу? что можно автоматизировать, а что лучше оставить человеку?
И, наконец, очень важно уметь задавать контекст. Чем глубже человек понимает тему, над которой работает, тем более точную информацию он сможет получить от ИИ. Без этого никакая нейросеть не сделает текст по-настоящему полезным и осмысленным.
Четыре ключевых навыка для эффективной работы с ИИ по версии Олега Копылова
— Какие новые профессии появятся благодаря ИИ?
— Мне кажется, благодаря ИИ постепенно формируется новая область — полноценный менеджмент нейросетей. Со своими задачами, профессиями и процессами.
В то же время «промпт-инженерия», которая у всех на слуху, умерла, не родившись. Я имею в виду профессию. Помните, были такие вакансии с большими зарплатами? Но парадигма изменилась — и этой роли больше нет.
Мы уже не столько производители контента, сколько операторы ИИ. Если раньше был автор, который писал текст, и редактор, который его правил, то теперь автор все чаще становится оператором ИИ: он задает стандарт, запускает процесс, проверяет результат. По сути, он уже ближе к редактору. Это сдвиг вверх по цепочке производства.
— А как изменится роль редактора, автора?
— На самом деле этого никто не знает. Но профессия точно не умрет, как любят прогнозировать некоторые. Вспомните историю с фотографами. Когда появились смартфоны, многие подумали: все, профессия умирает. Но в итоге просто отсеялись те, кто работал по шаблону и не хотел осваивать новые виды съемки. А те, кто остался, стали востребованнее. Так же и с текстами: однотипный ИИ-контент расчистит путь тем, кто умеет делать живое, новое, вовлекающее.
Любая новая технология проходит через четыре стадии: хаос, запутанность, сложность и простота. Полгода назад ИИ был на стадии хаоса: никто ничего не понимал, все паниковали. Сейчас — стадия запутанности. Уже проступают какие-то смыслы, формируются приемы, появляются хорошие кейсы.
Следующий этап — сложность. Мы столкнемся с более серьезными задачами: как интегрировать нейросети в процессы, как отличать свой контент от тысячи одинаковых, как не потерять голос бренда. И только потом наступит этап простоты, когда все будет встроено «под капотом»: интерфейсы, кнопки, редакторы — и не придется вручную применять приемы, о которых мы сейчас говорим.
Но даже тогда останется запрос на экспертизу. Контента будет больше, он станет лучше, но и однотипнее. И чтобы вырваться из этой серости, нужен будет человек: автор, редактор, стратег. Кто-то, кто не просто нажимает кнопку «сгенерировать», а понимает, как с этим работать.
Сейчас у людей уже появляется усталость от обобщенного, шаблонного контента. Возникает потребность увидеть глубину, личность автора, необычную подачу — такие тексты хочется и прочитать, и сохранить.
Мне кажется, технологии сыграют в этом свою роль. С появлением новых ИИ-инструментов станет проще создавать контент с элементами интерактива, персонализации, необычных форматов. Но и здесь необходима человеческая рука, вкус и рефлексия. Сколько бы технологий ни появлялось, всегда будет спрос на тех, кто умеет создавать качественный контент.
От редакции: нейросети для маркетинга ускоряют работу и упрощают процессы, но качество и доверие аудитории появляются только там, где есть экспертиза.
Напишите нам в Телеграм или на почту — поможем соединить технологии, живой стиль и экспертную подачу, превратим контент в инструмент роста вашего бизнеса.
Читайте также:
Как распознать ИИ-контент и стоит ли его бояться
Как получать лиды из ChatGPT и других нейросетей
10+ нейросетей для работы с контентом в 2025 году
