Веду корпоративный блог и несколько соцсетей. Раньше тратил на контент 20+ часов в неделю. Сейчас - максимум 5 часов, при этом качество не упало. Рассказываю свой воркфлоу.
Моя ситуация
**Что делаю:**
**Проблема была:** слишком много времени уходило на рутину - написание черновиков, форматирование, адаптацию под разные платформы.
Этап 1: Генерация идей (Claude Haiku)
Начинаю с мозгового штурма. Использую дешевую модель для генерации идей:
from openai import OpenAI
client = OpenAI(
api_key="sk-llmki-ai-...",
base_url="https://llmki.ru/v1"
)
def generate_ideas(topic, count=10):
"""Генерация идей для контента"""
response = client.chat.completions.create(
model="anthropic/claude-3-haiku", # Дешево для идей
messages=[{
"role": "user",
"content": f"""Генерируй идеи для контента на тему: {topic}
Требования:
Верни {count} идей в формате:
"""
}],
temperature=0.9, # Высокая креативность
max_tokens=500
)
return response.choices[0].message.content
ideas = generate_ideas("AI и автоматизация", count=15)
print(ideas)
**Результат:** За 5 минут получаю 15+ идей вместо 30 минут мозгового штурма.
Этап 2: Создание черновика (Claude Sonnet)
Для полноценных статей использую Claude Sonnet - хороший баланс качества и цены:
def create_article_draft(title, outline):
"""Создание черновика статьи"""
response = client.chat.completions.create(
model="anthropic/claude-3.5-sonnet",
messages=[{
"role": "system",
"content": """Ты опытный копирайтер, который пишет технические статьи для IT-аудитории.
Твой стиль: практичный, без воды, с примерами кода и реальными кейсами."""
}, {
"role": "user",
"content": f"""Напиши черновик статьи:
Название: {title}
План:
{outline}
Требования:
"""
}],
temperature=0.7,
max_tokens=4000
)
return response.choices[0].message.content
draft = create_article_draft(
title="Как оптимизировать расходы на LLM API",
outline="""
"""
)
**Результат:** Черновик за 2 минуты вместо часа написания с нуля.
Этап 3: Редактирование и улучшение (GPT-4o)
Для финальной полировки использую GPT-4o - он лучше справляется с редактурой:
def edit_and_improve(text, instructions=""):
"""Улучшение текста"""
response = client.chat.completions.create(
model="openai/gpt-4o",
messages=[{
"role": "system",
"content": "Ты профессиональный редактор. Улучшай текст, сохраняя смысл и стиль."
}, {
"role": "user",
"content": f"""Отредактируй и улучши этот текст:
{text}
Инструкции: {instructions if instructions else "Сделай текст более читаемым, убери повторы, улучши формулировки."}
"""
}],
temperature=0.3, # Низкая температура для редактирования
max_tokens=4000
)
return response.choices[0].message.content
edited = edit_and_improve(draft, "Добавь больше примеров, сделай выводы более конкретными")
**Результат:** Профессиональная редактура за минуту.
Этап 4: Адаптация под платформы
Одна статья → разные форматы для разных платформ:
def adapt_for_platform(article, platform):
"""Адаптация контента под платформу"""
platform_prompts = {
"telegram": """Создай пост для Telegram-канала на основе статьи.
Формат: короткий, цепляющий заголовок, 2-3 абзаца сути, ссылка на полную статью.""",
"linkedin": """Создай пост для LinkedIn. Формат: профессиональный тон,
1-2 ключевых инсайта, призыв к обсуждению в комментариях.""",
"vk": """Создай пост для VK. Формат: более неформальный,
эмоциональный, с эмодзи, призыв к действию."""
}
response = client.chat.completions.create(
model="anthropic/claude-3-haiku", # Для простой адаптации
messages=[{
"role": "user",
"content": f"""{platform_prompts[platform]}
Статья:
{article}
"""
}],
temperature=0.7,
max_tokens=1000
)
return response.choices[0].message.content
# Генерируем посты для всех платформ
telegram_post = adapt_for_platform(edited, "telegram")
linkedin_post = adapt_for_platform(edited, "linkedin")
vk_post = adapt_for_platform(edited, "vk")
**Результат:** 3 варианта поста за 3 минуты вместо 30 минут ручной адаптации.
Этап 5: Генерация заголовков и мета-описаний
def generate_seo_content(title, article):
"""Генерация SEO-элементов"""
response = client.chat.completions.create(
model="anthropic/claude-3-haiku",
messages=[{
"role": "user",
"content": f"""Для статьи "{title}" сгенерируй:
Статья:
{article[:500]}...
"""
}],
temperature=0.8,
max_tokens=300
)
return response.choices[0].message.content
Полный автоматизированный воркфлоу
Собрал всё в один скрипт:
import json
from datetime import datetime
def full_content_pipeline(topic, outline):
"""Полный пайплайн от идеи до публикации"""
print("1. Создание черновика...")
draft = create_article_draft(topic, outline)
print("2. Редактирование...")
edited = edit_and_improve(draft)
print("3. Адаптация под платформы...")
posts = {
"telegram": adapt_for_platform(edited, "telegram"),
"linkedin": adapt_for_platform(edited, "linkedin"),
"vk": adapt_for_platform(edited, "vk")
}
print("4. Генерация SEO...")
seo = generate_seo_content(topic, edited)
# Сохраняем всё
result = {
"title": topic,
"date": datetime.now().isoformat(),
"article": edited,
"posts": posts,
"seo": seo
}
with open(f"content_{datetime.now().strftime('%Y%m%d')}.json", "w", encoding="utf-8") as f:
json.dump(result, f, ensure_ascii=False, indent=2)
return result
# Запуск
content = full_content_pipeline(
topic="Оптимизация расходов на LLM API",
outline="""
1. Проблема высоких затрат
2. Выбор модели по задаче
3. Оптимизация промптов
4. Кэширование
5. Примеры экономии
"""
)
print("✅ Контент готов к публикации!")
Экономия времени
| Задача | Было | Стало | Экономия |
|--------|------|-------|----------|
| Генерация идей | 30 мин | 5 мин | 83% |
| Написание черновика | 60 мин | 2 мин | 97% |
| Редактирование | 30 мин | 1 мин | 97% |
| Адаптация под платформы | 30 мин | 3 мин | 90% |
| SEO-элементы | 15 мин | 1 мин | 93% |
| **Итого** | **165 мин** | **12 мин** | **93%** |
**Итого:** Вместо почти 3 часов на одну статью - 12 минут. За неделю экономия ~15 часов!
Советы по оптимизации
1. Используйте правильные модели для задач
2. Сохраняйте промпты
Создайте библиотеку проверенных промптов для разных задач.
3. Автоматизируйте рутину
Пишите скрипты для повторяющихся задач - генерация постов, SEO и т.д.
4. Используйте батчинг
Генерируйте несколько вариантов заголовков одновременно.
Заключение
AI не заменяет контент-маркетолога, но освобождает время для стратегии и креатива. Вместо 20 часов рутины у меня остается 5 часов на действительно важные задачи - анализ метрик, планирование, общение с аудиторией.
Что дальше?
Попробуйте применить хотя бы часть этого воркфлоу - увидите разницу уже на первой неделе!