Как устроен ИИ~13 мин

Как написать пост нейросетью: от темы до публикации

Софья Рябина

Обозреватель: как устроен ИИ

Тёмный стол с ноутбуком, на экране короткий пост из четырёх строк и лаймовый курсор, рядом блокнот и ручка

В июле 2023 года в журнале Science вышла работа двух экономистов из Массачусетского технологического института. 453 человека с высшим образованием решали задачи по письму из своих профессий. Половине дали ChatGPT, половине — нет. Те, у кого была модель, закончили работу на 40% быстрее, а качество текстов по оценке проверяющих выросло на 18%. Разница между сильным и слабым автором при этом сократилась. Речь шла о служебных письмах, отчётах и коротких справках, не о постах в соцсетях. Но механика та же: модель берёт задачу, которую вы описали словами, и выдаёт черновик. Вопрос не в том, справится ли она. Вопрос в том, сколько времени уйдёт на правку и какие ошибки придётся искать.

Что модель делает, когда пишет пост

Первое, что приходит в голову — внутри у модели есть готовый текст про всё на свете, и она его достаёт. Это близко к правде, но не совсем. Языковая модель предсказывает следующий кусок текста. Когда она пишет «три способа ускорить…», следующий кусок с высокой вероятностью окажется списком, потому что в текстах, на которых её учили, такие начала почти всегда продолжаются списком.

С постом это работает лучше, чем кажется. Пост — короткий жанр с устойчивыми приёмами: зацепка в первой строке, один тезис, пример, вывод, призыв. Модель видела миллионы таких текстов и воспроизводит форму уверенно, иногда слишком уверенно. Отсюда главная особенность: структура выходит ровной почти всегда, а содержание зависит от того, что вы вложили в запрос.

Ещё одна поправка к привычной картинке. Модель не проверяет факты, пока вы её об этом не попросили отдельно, и даже тогда проверяет их по памяти. Найдите в каталоге подходящую модель, откройте чат — и первый ответ, скорее всего, будет выглядеть законченным. Именно поэтому черновик кажется готовым раньше, чем он готов.

Что показывают исследования

Самый цитируемый опыт — работа Ной и Чжан в журнале Science, опубликованная 14 июля 2023 года. 453 участника, задачи по письму из их профессии, оплата за качество. Половина с доступом к ChatGPT, половина без. Результат: время на задачу упало на 40%, качество выросло на 18%. Через две недели участники с моделью вдвое чаще пользовались ею в настоящей работе, через два месяца — в 1,6 раза чаще.

Второй опыт крупнее и ближе к рабочему процессу. Группа исследователей из Гарварда и Бостонской консультационной группы поставила эксперимент с 758 консультантами BCG. Три группы: без модели, с моделью, с моделью и коротким инструктажем по запросам. Восемнадцать задач, похожих на настоящую работу консультанта. Группа с моделью закрыла на 12,2% больше задач, потратила на 25,1% меньше времени, а качество оценок выросло.

Самое полезное в этой работе — граница прироста. Авторы назвали её зубчатой: на одних задачах помощь заметна, на соседних, внешне таких же по сложности, модель тянет вниз. На одной задаче за этой границей участники с моделью давали правильный ответ на 19% реже, чем без неё. То есть совет «проверяйте за моделью» — не перестраховка. Это описание того, как устроена её польза.

Путь поста: запрос, черновик, проверка, правка, публикация
Путь поста от запроса до публикации

Иллюстрация GPThub

Что нужно дать модели

Самый частый запрос к чату звучит как «Напиши пост про наш новый сервис». Модель его выполнит и выдаст средний текст, потому что среднее — это ровно то, что она делает хорошо. Чтобы получить свой, ей нужно четыре вещи.

Тема и один тезис. Пост держится на одной мысли. Если тезисов три, модель честно разложит их на три блока, и получится пресс-релиз. Сформулируйте мысль одной фразой до запроса — если не получается, пост ещё не готов к генерации.

Читатель. Конкретная группа: владельцы маленьких кафе, тимлиды, родители школьников. От этого меняются примеры и лексика. В запросе достаточно одной строки: «читают владельцы небольших кофеен, не технари».

Тон. Здесь полезно дать ориентир: «как в разговоре с коллегой», «сухо, без восклицаний», «дружелюбно, но без смайлов». Слова «профессионально» и «качественно» модель понимает по-своему и обычно добавляет официальности.

Длина. Числом в словах или знаках. «150–200 слов» работает, «коротко» — нет: коротким модель считает абзац из трёх предложений и пост в четыреста слов.

Оговорка честности. Что именно из этих четырёх пунктов даёт прирост, отдельно не измерено. Исследования выше проверяли помощь модели в целом. Совет про аудиторию и тон — из практики и из документации разработчиков, а не из контролируемого опыта. Проверить его на своём тексте можно за один прогон.

Пост, статья и служебное письмо: три разных задания

Модель одинаково охотно берётся за любой текст, но жанры для неё устроены по-разному.

Пост — самый короткий и самый шаблонный. Здесь у модели много образцов на каждый тип: анонс, подборка, история, разбор. Поэтому форма выходит сразу, а вся работа уходит в содержание: найти свой тезис, свой пример, свою первую строку.

Статья или разбор — жанр длиннее, и здесь проявляется другая особенность. Модель держит структуру на первых разделах, а к середине начинает повторяться: возвращается к сказанному, добавляет обобщающий абзац, где обобщать нечего. Длинный текст от неё почти всегда выходит ровнее и скучнее короткого.

Служебное письмо — самый предсказуемый жанр. Приветствие, суть, просьба, подпись: у модели тысячи образцов, и она собирает их без усилий. Именно на таких задачах и ставились опыты 2023 года, о которых речь выше. Их результат переносится на пост только частично: письмо проверяемо, у него есть адресат и понятная цель, а у поста цель размыта — понравиться, объяснить, напомнить о себе.

Отсюда практическое правило. Чем яснее у текста измеримая задача, тем надёжнее работает модель. Чем больше в нём вкуса и контекста, тем больше остаётся вам.

Ещё один приём — ограничить словарь. Скажите, что в посте нельзя использовать слова из вашей отрасли, которые читатель не поймёт в первую неделю: «конверсия», «воронка», «ретеншн». Модель заменяет их бытовыми объяснениями, и пост становится понятнее без потери смысла. Обратный приём тоже работает: если пишете для коллег, запрет на объяснение очевидного убирает снисходительный тон.

Чем модели отличаются на одной задаче

Один и тот же запрос разные модели выполняют по-разному, и не только по качеству. Разница в трёх привычках.

Подробность. Одни модели по умолчанию растягивают ответ: дают контекст, пример, оговорку. Другие укладываются в минимум. Для поста в соцсети первое чаще мешает, и просьба «уложись строго в 180 слов» важнее, чем выбор модели.

Формальность. Одна модель охотно пишет «в современном ритме» и «на новом уровне», другая отвечает суше. Если нужен разговорный тон, его проще получить от той, что не тянет в канцелярит, и всё равно придётся вычистить два-три штампа.

Скорость и длина ответа. Быстрые модели выдают черновик раньше, но иногда обрывают мысль на середине. Долгие успевают разложить структуру, зато заставляют ждать.

Практический вывод скучный. Возьмите две-три модели, дайте им один и тот же запрос со своей темой и сравните. В чате GPThub на бесплатном тарифе доступен ChatGPT 6 Luna, на «Плюсе» добавляются Gemini 3.8 Flash, Kimi K2.6, Claude Haiku 5.5 и Grok 4.7, на «Про» — Kimi K3 и ChatGPT 6.1 Sol. Один прогон на тему отвечает на вопрос о модели лучше, чем любой обзор.

Как строится запрос на пост

Запрос устроен проще, чем кажется по примерам в интернете. Четыре блока: что сделать, для кого, каким тоном, какой длины. Всё остальное — уточнения, которые добавляют по ходу.

Начало задаёт задачу. «Напиши пост» — слишком общо, «напиши пост для нашей страницы о том, что мы начали принимать заказы на вынос» — уже задача. Ключевое отличие в том, что модель получает факт, с которым можно работать, а не тему, о которой надо рассуждать самостоятельно.

Второй блок — читатель. Одна строка, но она меняет почти каждое слово. Пост для коллег из отрасли может позволить термин; пост для владельцев кофеен заставит его объяснять. Если читателей несколько, лучше выбрать главного и писать для него: остальные прочитают.

Третий — тон. Полезно описывать запретом. «Без восклицаний», «без слов „уникальный“ и „инновационный“», «не начинай с вопроса» — такие запреты модель исполняет лучше, чем просьбу «пиши живо». Запрет конкретен, прилагательное — нет.

Четвёртый — длина. Число слов и, если нужно, число абзацев. Пост на 150 слов и пост на 400 — разные жанры, и модель их не путает, если сказано прямо.

Что добавить сверх этих четырёх блоков, зависит от темы. Если в посте есть факт, положите его в запрос целиком, а не пересказом: так меньше шансов, что модель достроит цифру по памяти. Если есть пример, дайте пример. Если есть фраза, которая должна прозвучать дословно, отдайте её отдельной строкой с пометкой «сохрани без изменений» — она обычно и правда сохраняется.

Есть приём, который экономит больше всего времени. Попросить несколько вариантов. Пять первых строк на выбор отвечают на вопрос «как начать» быстрее, чем один готовый пост. То же с концовками. Модель охотно выдаёт список заготовок, и выбрать из пяти проще, чем переписывать одну.

Первая строка решает больше, чем абзац целиком

В ленте читатель видит одну-две строки и решает, остальное прочитается или нет. Модель этого не чувствует: она строит пост целиком и первую строку пишет как вступление к тексту, а не как его приманку.

Самый быстрый способ получить хорошую первую строку — попросить пять первых строк. «Вот тема и факт, дай пять вариантов первого предложения: один с числом, один с вопросом, один с возражением, один с коротким утверждением, один с обращением к читателю». Из пяти почти всегда находится одна рабочая, и остальной пост можно строить уже вокруг неё.

Что делает первую строку слабой: общее место («Нейросети сейчас на каждом шагу»), объяснение того, о чём будет текст («В этой статье я расскажу о…»), обещание без конкретики («Полезные советы для всех, кто хочет расти»). Модель выдаёт всё это с готовностью, потому что именно так начинались миллионы текстов, которые она видела.

Что делает её сильной: конкретное действие или число, неожиданная деталь, прямое возражение привычной мысли. «Мы три месяца писали посты моделью и отказались от одного инструмента» сильнее, чем «Как нейросети помогают писать посты». Первая строка обещает историю, вторая — тему.

Практический приём: дайте модели свой прошлый пост, который хорошо сработал, и попросите написать первую строку в той же манере. Она воспроизводит приём образца точнее, чем подражает описанию приёма словами.

Пост для Telegram, VK и других площадок

Один и тот же текст на разные площадки не переносится без потерь. Разница в том, как пост выглядит в ленте.

В мессенджере читают с телефона, и абзац длиннее трёх строк превращается в стену. Здесь работают короткие строки, пустые строки между мыслями и одна мысль на абзац. Модели это объясняется одной фразой: «абзацы не длиннее двух предложений, между ними пустая строка».

В социальной сети с репостами важно, чтобы пост можно было прочитать без начала — если он придёт в чужую ленту. Поэтому в конце полезен короткий пересказ сути в одну строку. Модель добавит его по просьбе.

В профессиональной сети пост длиннее, и здесь уместен разбор с примером. Ограничение в другом: сухие цифры без личной оценки читаются там как отчёт. Просьба «добавь, что из этого следует для читателя» делает текст живым без выдуманной истории.

Общий приём один: попросите модель написать сразу два варианта — короткий на мессенджер и длинный на площадку с разбором — и правьте тот, что ближе. Переписывать один и тот же текст под площадку дольше, чем выбрать из двух готовых.

Сколько времени это занимает

Реальное сравнение простое. Пост с нуля — от двадцати минут на тему, тезис, черновик и вычитку. Пост с моделью — от пяти до пятнадцати в зависимости от того, сколько вы правите. Черновик приходит за минуту, остальное уходит на проверку фактов и правку первой строки.

Когда задание повторяется — серия анонсов, рубрика с фиксированной структурой, — экономия растёт. Первый пост в серии занимает столько же, сколько без модели, но его запрос сохраняется, и следующие пять идут за треть времени. Свою пользу здесь даёт качество запроса — оно превращается в шаблон.

Когда задание новое, экономия меньше, чем обещают. Модель не знает вашей темы подробнее вас; всё решает то, что вы вложили в запрос. Если сам тезис ещё не сформулирован, первый тридцать минут уйдут на размышление, а не на генерацию, и модель тут не поможет.

Честный итог: в среднем модель экономит время, но экономия неодинакова от поста к посту. Шаблонные жанры ускоряются заметно, личные и свежие — почти нет.

Что делать с готовым постом дальше

Готовый черновик удобно держать в паре мест. Первое — ваш файл с запросами: удачный запрос сохраняется и повторяется на следующей теме, с заменой темы и примера. Второе — заметки о том, что вы правили: если в каждом посте вычеркиваете слово «уникальный», это пора внести в запрос как запрет.

Если пост должен идти серией, просите модель держать единый каркас: одинаковую длину, одинаковый порядок блоков, разный только пример. Серии, где каждый выпуск устроен по-разному, читаются хуже, чем ровные.

И последнее по порядку, но не по значению. Сравните готовый пост с тем, что вы написали бы сами, и решите, кто автор. Иногда черновик лучше вашего варианта, иногда хуже, и в обоих случаях полезно понять почему. Это и есть навык, который переносится на следующий пост.

Типичные ошибки черновика

Выдуманные цифры. Самая дорогая ошибка. Модель может вставить процент, которого не было, или округлить чужой результат в свою пользу. Насколько это часто: в таблице компании Vectara, замеренной 25 февраля 2026 года, лучшие модели при пересказе готового документа добавляли неподтверждённые сведения в 1,8% случаев, типичные — в 3–5%. Пересказ проще свободной генерации, так что для поста с нуля эта оценка — нижняя граница, а не средняя.

Пафос. Концовки в духе «это меняет правила игры» модель добавляет без запроса. Причина в обучающих текстах: там так заканчивались рекламные и новостные посты. Лечится прямым запретом в запросе и правкой последнего абзаца руками.

Однообразие. Каждый абзац из трёх предложений, каждый пример из одной области, одинаковые связки. На четвёртом абзаце читатель чувствует ритм и перестаёт читать. Спасает смена длины: одно предложение на четыре слова, следом длинное с оговоркой.

Ложная уверенность в тоне. Модель редко пишет «возможно» там, где факт не проверен. Она формулирует ровно, и читатель принимает это за проверенность. Убрать уверенность можно, только убрав непроверенное утверждение.

Как поправить черновик

Правка занимает меньше времени, чем кажется, если идти по порядку. Сначала факты. Каждое число, имя и дату сверить с источником или вычеркнуть. Затем тезис. Остался ли он один, или первый абзац обещает одно, а текст говорит о другом.

Потом тон. Прочитайте пост вслух: места, где язык спотыкается, — почти всегда штампы. «Инновационный подход», «на новом уровне», «меняет правила» вычёркиваются целиком, замена не нужна. Если фраза держится только на таком слове, мысли в ней не было.

Дальше длина и ритм. Уберите повторяющиеся связки, разбейте одно длинное предложение, укоротите последнее: финал в две строки работает сильнее, чем абзац с перечислением.

Наконец, структура. Проверьте, что первая строка даёт причину читать дальше. У модели первая строка часто объясняет, о чём будет текст, — это годится для документа, но не для ленты.

Что проверить перед публикацией

Порядок проверки черновика перед публикацией
ЧтоКак проверитьЧто делать, если не так
Числа и датыНайти каждое в источникеУбрать или заменить на «по данным компании»
Имена и названияСверить с сайтом организацииИсправить написание, проверить ссылку
ОбещанияПрочитать как читательУбрать всё, что нельзя выполнить за месяц
ТонПрочитать вслухВычеркнуть штампы целиком
Первая строкаПредставить её в лентеПереписать под причину читать
ДлинаПосчитать словаСократить на пятую часть

Шесть строк, десять минут. Если хотя бы одна проверка не прошла, публиковать рано: пост в ленте живёт дольше, чем кажется, а исправленная ошибка всё равно оставляет след в комментариях.

Когда пост лучше написать самому

Есть жанры, где модель вредит. Личная история — потому что у неё нет вашего опыта, а выдуманный опыт читатель чувствует с первой строки. Срочная новость — потому что модель не знает того, что случилось час назад. Живая реакция на чужой пост — потому что её ценность в вашей интонации, а среднюю интонацию модель выдаёт по определению.

В остальном расклад простой. Модель полезна там, где есть структура и повторяемость: анонс, разбор, подборка, объяснение в трёх абзацах. Она тратит на черновик минуту, вы тратите десять на правку. Вместе это быстрее, чем тридцать минут с чистого листа, — при условии, что правка действительно делается.

Как проверить черновик на вкус

Есть проверка, которая не требует источников и ловит больше половины проблем: прочитать пост так, как его прочтёт читатель. Бегло, с телефона, без контекста вашей задачи. Если на середине хочется пролистать — пролистает и он.

Хороший признак — в тексте есть хотя бы одна фраза, которую вы сами не написали бы, но она вам нравится. У модели такие фразы тоже появляются, и их стоит оставлять: они часто и есть самый ценный вклад, ради которого стоило запускать генерацию. Обратный признак — в тексте нет ни одной фразы, за которую хочется зацепиться: тогда дело в слабом тезисе, а не в модели.

Проверка на вкус занимает полминуты, но делается только честно. Если читать с намерением найти подтверждение, что черновик хорош, он и покажется хорошим. Здесь помогает пауза: отложите пост на десять минут и вернитесь к нему свежим взглядом, как к чужому тексту.

Вопросы и ответы

Может ли нейросеть написать пост для Instagram?

Да, и по форме он получится аккуратным: короткие абзацы, зацепка в первой строке, призыв в конце. Ограничение в другом. Модель не видит вашу ленту, не знает ваших подписчиков и не чувствует, что уже было вчера. Всё, что касается контекста, добавляете вы — правкой или подробным запросом.

Какая модель лучше для коротких постов?

Универсального ответа нет, и это не отговорка: разница между моделями на коротком тексте меньше, чем разница между хорошим и плохим запросом. Возьмите две-три модели из своего тарифа, дайте им один запрос на свою тему и выберите ту, чей черновик меньше править. Проверка занимает один вечер.

Нужно ли проверять факты в посте от нейросети?

Нужно, и это самая важная часть работы. Даже при пересказе готового документа модели ошибаются в единицах процентов случаев, а при свободной генерации — чаще. Проверяются числа, имена, даты и цитаты. Всё остальное — стиль, и его можно оставить как есть или поправить на слух.

Можно ли публиковать пост без правки?

Технически можно, и иногда он пройдёт незамеченным. Риск в том, что ошибка в цифре или штамп в концовке заметны именно тем, кому пост адресован. Правка занимает десять минут; объяснение в комментариях — дольше. Если времени нет совсем, лучше сократить пост, чем публиковать непроверенный.

Что делать, если модель пишет не в моём стиле?

Дать ей два-три своих прошлых текста как образец и попросить держаться этой манеры. Приём называется обучением по примерам и работает на коротких жанрах лучше, чем любые прилагательные вроде «пиши живо». Если и это не помогло, дело в запросе: в нём слишком мало конкретики про читателя и задачу.

Связанные модели

Связанные гайды

  • Как писать промпты

    Базовая схема промпта в GPThub: роль, задача, формат ответа и запреты. Готовые шаблоны и типичные ошибки — без воды.

  • Как выбрать модель

    Какую модель взять: текст или картинки, быстрая модель или флагман. Короткая схема выбора и примеры под код, письма и разбор.

Похожие статьи

  • Нейросеть для постов

    Как собирать тексты и картинки для ленты, не терять голос бренда и не путать органику с рекламой. Проверка на 1 ноября 2026 года.

  • Галлюцинации нейросети

    Что такое галлюцинации нейросети, почему чат пишет правдоподобную ложь и как проверять даты, имена и ссылки перед сдачей работы.

  • Нейросеть для текста

    Текстовая нейросеть пишет статьи, посты и письма, сокращает и меняет тон. Как ставить задачу, что проверять в черновике и где модель ошибается.

  • Нейросеть для решения задач

    Как нейросеть решает задачи по математике и физике, что она делает по фото условия, где ошибается в счёте и как проверить ответ до того, как сдать.

  • Песня нейросетью

    Как написать песню нейросетью: слова в чате, музыка в Suno, ElevenLabs и Lyria, зачем нужны теги куплета и припева и кому принадлежат права на трек.

  • Презентация с нейросетью

    Как нейросеть собирает презентацию: план слайдов, текст и картинки, что умеют Gemini в Slides и Copilot в PowerPoint и что проверить до показа.

Источники

Об авторе

Софья Рябина

Обозреватель: как устроен ИИ

Объясняет, как устроены нейросети и почему они ошибаются.

Все материалы автора

Написать пост в чате GPThub

Доступ из России без VPN. Модели, гайды и тарифы — в одном продукте.