Контент-фабрика на ИИ: из одного эфира — статьи, рассылки и видео по регламенту

Часовой эфир эксперта содержит материал на несколько недель публикаций, и нейросеть действительно умеет разложить его на статьи, письма, посты и ролики за один рабочий день. Проблема не в скорости, а в том, что без регламента тот же конвейер за тот же день выпускает двадцать похожих друг на друга материалов с выдуманной цифрой, устаревшей ценой и цитатой эксперта, вырванной из контекста. Контент-фабрика на ИИ — это производственная линия, в которой запись эфира, урока или документ проходит транскрибацию, разбор на смысловые единицы и сборку в форматы по шаблонам бренда, а каждый выпуск перед публикацией сверяется с базой знаний компании и утверждается человеком. Ниже — как устроены этапы этой линии, что записать в редакционный регламент, кто что утверждает, как обращаться с образом и голосом эксперта и в каких компаниях фабрику строить не стоит.

Фабрика начинается с сырья, а не с генератора

Что известно: языковая модель не добавляет в текст знаний, которых нет во входных данных, — она их либо переупаковывает, либо достраивает правдоподобно. Поэтому качество всего, что выходит с конвейера, задаёт первый этап — источник. Для контент-фабрики источником служит всё, где компания уже высказалась по существу: записи эфиров и вебинаров, уроки курса, выступления на отраслевых мероприятиях, внутренние регламенты и инструкции, коммерческие предложения, разборы клиентских ситуаций, ответы экспертов на вопросы в чатах.

Хороший источник узнаётся по трём признакам. В нём есть позиция — утверждение, с которым конкурент бы поспорил. В нём есть конкретика — цифры, сроки, примеры, названия этапов. И в нём есть вопросы аудитории: эфир с живыми вопросами из чата ценнее монолога, потому что вопросы зрителей и есть темы будущих материалов, сформулированные словами клиентов, а не маркетолога.

Плохой источник тоже узнаётся быстро: презентация из общих слов, прочитанная вслух, или вебинар, где эксперт час пересказывает общеизвестное. Фабрика сделает из такой записи двадцать материалов, и все двадцать будут пересказом общеизвестного — только быстрее, чем раньше. Как отличить задачи, где модель переупаковывает смысл, от задач, где она его подделывает, разобрано в статье об AI в маркетинге и его границах; здесь важен вывод для производства: сырьё отбирают до запуска линии, а не после.

Практическое правило для планирования: у фабрики должен быть регулярный поток сырья. Один эфир в неделю, еженедельные уроки, ежемесячный отраслевой разбор. Если источники появляются раз в квартал, это не фабрика, а разовый проект по переупаковке, и строить под него регламент и шаблоны избыточно.

Вердикт: генератор на входе не лечит пустой эфир — он его тиражирует.

Транскрипт — полуфабрикат, который правят до разбора

Второй этап — транскрибация, перевод речи в текст. Современное распознавание речи справляется с чистой записью одного спикера хорошо, но стабильно ошибается в трёх местах: в терминах и названиях продуктов, в именах и цифрах, в репликах, где говорят одновременно. Для обычной расшифровки это мелочи. Для фабрики это системный риск: ошибка в транскрипте размножается во все форматы, собранные из него, и «тариф за 19 900» превращается в «тариф за 9 900» сразу в статье, трёх письмах и субтитрах.

Отсюда требования к транскрипту как к полуфабрикату. Во-первых, разметка спикеров: где говорит эксперт, где ведущий, где зритель. Цитату в пост берут только у того, кто за неё отвечает. Во-вторых, таймкоды на каждую реплику: без них нельзя ни нарезать видео, ни вернуться к оригиналу, когда эксперт скажет «я такого не говорил». В-третьих, словарь терминов из базы знаний компании — названия продуктов, тарифов, методик, фамилии спикеров. Сверка транскрипта со словарём ловит большую часть ошибок распознавания до того, как они попадут в тексты.

Четвёртое требование касается данных. В записях уроков и эфиров звучат имена участников, телефоны из чата, иногда истории клиентов с узнаваемыми деталями. Персональные данные и реквизиты стоит заменять метками до того, как текст уйдёт в языковую модель: на разбор смыслов имя зрителя не влияет, а риск утечки создаёт. Что вообще нельзя отправлять во внешние модели, — в отдельной статье о том, что нельзя загружать в нейросети.

Что это значит для процесса: у транскрипта должен быть статус. «Распознан» — ещё не сырьё для разбора. «Сверен со словарём и обезличен» — уже можно. Сверка часовой записи со словарём обходится дешевле, чем исправление первой же ошибки в цене, разошедшейся по шести материалам.

Вердикт: транскрипт без таймкодов и словаря — это не расшифровка, а источник будущих опровержений.

Главный продукт фабрики — карта смыслов, а не тексты

Большинство самодельных конвейеров устроены так: запись → транскрипт → «напиши пять постов». Это короткий путь, и у него предсказуемый результат: пять постов пересказывают одни и те же три мысли, а следующий запрос к той же записи даёт ещё пять, которые пересказывают их же. Фабрика отличается от такого конвейера промежуточным этапом — картой смыслов.

Карта смыслов — это таблица смысловых единиц, извлечённых из источника, где у каждой единицы есть тип, ссылка на место в оригинале и статус проверки. Типов обычно пять. Тезис — утверждение эксперта, которое можно раскрыть отдельно. Вопрос — формулировка зрителя или клиента, на которую в записи есть ответ. Кейс — пример из практики с условиями и результатом. Цитата — дословная фраза, которая работает без контекста. Факт — цифра, срок, условие, цена.

Каждой единице присваиваются теги: к какому продукту относится, для какой аудитории, на каком этапе воронки полезна — знакомство, выбор, покупка, удержание, — в каких каналах уместна. Это та же логика структурирования, что и у базы знаний компании: как её разделы, версии и владельцев выстраивают целиком, разобрано в статье о том, как сформировать базу знаний компании для ИИ.

Зачем этот промежуточный слой. Первое — повторное использование: тезис из эфира в сентябре пригодится в рассылке в ноябре, и его не нужно заново искать в часовой записи. Второе — контроль утверждений: факт «срок обучения — восемь недель» проверяется один раз на уровне карты, а не в каждом из шести материалов, куда он попал. Третье — видимость пробелов: если в карте двадцать тезисов и ни одного кейса, продающие форматы из этой записи собрать не получится, и это видно до того, как редактор потратит день на слабые черновики.

Статус проверки на карте работает как светофор. Тезис, прозвучавший из уст эксперта, — «из источника». Факт, сверенный с базой знаний, — «подтверждён». Факт, которого в базе нет или который с ней расходится, — «без источника», и в материалы он не идёт, пока человек не решит, кто прав: эксперт на эфире или прайс.

Вердикт: компания, у которой есть карта смыслов, владеет материалом; компания, у которой есть только папка постов, владеет папкой.

Каждый формат собирается из своих единиц по своему шаблону

Четвёртый этап — сборка форматов. Ошибка, которую делают чаще всего, — считать все форматы «текстом разной длины». На деле у каждого формата свой набор входных единиц, свой шаблон и свой человек, который отвечает за выпуск.

Статьи. Статья собирается не из транскрипта, а из брифа, в котором вопрос аудитории становится темой, а тезисы и кейсы — разделами. Бриф решает главное заранее: какой запрос закрывает статья, какие вопросы в ней должны получить ответ, на какие материалы она ссылается и к какому действию ведёт. Оптимизация статей под поиск и ответы нейросетей — отдельная дисциплина со своими правилами; её цикл целиком описан в статье о том, что такое генеративное SEO, и повторять его здесь незачем.

Посты. Пост — самый короткий путь от единицы к публикации: одна цитата или один вопрос с ответом. Именно поэтому посты первыми превращаются в однообразный поток. Как вести контент-план, прогревы и ответы на комментарии в Telegram, MAX и VK, — задача SMM-роли, и она разобрана в статье об AI SMM-специалисте.

Лендинги и презентации. Здесь фабрика не сочиняет, а наполняет: блоки «проблема», «решение», «программа», «тарифы», «отзывы», «FAQ», «гарантии» берутся из утверждённой библиотеки, а содержание — из карты смыслов и базы знаний. Как ИИ собирает страницы из блоков, делает варианты для тестов и откатывает правки, — в статье об ИИ-разработчике для сайта.

Вердикт: «напиши ещё контента» — это не задание фабрике; задание — это единицы, шаблон и имя утверждающего.

Рассылка — формат, в котором фабрика проверяет сама себя

Среди всех форматов у рассылки есть редкое свойство: результат измеряется быстро и по каждому отдельному письму. Поэтому рассылка — лучший полигон, чтобы понять, работает ли фабрика на деньги, а не на объём публикаций.

Письмо состоит из элементов, которые фабрика готовит вариантами. Тема — от неё зависит, откроют ли письмо. Прехедер — строка после темы в списке писем; если его не задать, почтовая программа подставит начало текста, часто служебное «Если письмо отображается некорректно». Тело и призыв к действию. И сегмент — кому письмо уходит: новым подписчикам, тем, кто был на эфире, тем, кто купил младший продукт, тем, кто не открывал письма три месяца.

A/B-тест в рассылке — это отправка двух вариантов письма случайным частям сегмента с отличием в одном элементе. Проверяют обычно четыре переменные: тему, оффер, длину письма и время отправки. Правило одно и то же для всех: одна переменная на тест. Если у варианта Б другая тема и другой оффер, выигрыш нельзя приписать ни тому, ни другому. Фабрика делает варианты дешёвыми, и в этом соблазн — тестировать всё сразу; дисциплина теста от этого не меняется. Как рассчитывать выборку и не обмануть себя делением по дням, подробно разобрано на примере звонков в статье об A/B-тесте AI-агента против человека — принципы те же.

С метриками есть оговорка. Открытия писем давно перестали быть надёжной цифрой: с 2021 года функция защиты конфиденциальности в почтовом приложении Apple заранее загружает содержимое писем, включая пиксели отслеживания, и у части подписчиков письмо выглядит открытым, даже если его никто не читал. Поэтому решение о победителе теста принимают по кликам, по целевым действиям после клика — регистрации, заявке, оплате — и по отпискам и жалобам на спам. Последние две цифры и есть самый честный датчик качества фабрики: если после перехода на сгенерированные письма растут отписки, аудитория сообщает то, чего не покажет ни одна проверка тона.

И юридическая деталь, которую конвейер обязан знать. По части 1 статьи 18 Федерального закона «О рекламе» распространение рекламы по сетям электросвязи допускается только с предварительного согласия абонента или адресата, и антимонопольная служба применяет эту норму в том числе к рекламным письмам по электронной почте. Фабрика, которая сама решает «добавить в рассылку всех, кто оставлял заявку», создаёт компании риск быстрее, чем любой сотрудник.

Вердикт: если фабрика не может доказать пользу на рассылке, где всё меряется за неделю, в статьях и постах она её тем более не докажет.

Короткое видео режут по таймкодам и по смыслу, а не по длительности

Нарезка эфира в короткие ролики — самый заметный и самый рискованный формат фабрики. Заметный, потому что видео с лицом эксперта узнаётся лучше текста. Рискованный, потому что обрезанная фраза меняет смысл сильнее, чем пересказ: зритель видит, что эксперт это сказал.

Рабочий порядок такой. Кандидаты в ролики выбираются на карте смыслов: цитаты и тезисы с таймкодами, которые понятны без предыдущих пяти минут эфира. Фрагмент режется по границам мысли, а не по заданной длине: если мысль занимает сорок секунд, её не сокращают до двадцати, выкидывая оговорку «но только если у вас больше ста клиентов». Именно оговорки при нарезке пропадают первыми, и именно их отсутствие потом превращает честную рекомендацию в обещание.

К ролику фабрика готовит заголовок, описание, таймкоды для длинного видео, заставку по бренд-шаблону и субтитры. Субтитры — не украшение: короткие ролики часто смотрят без звука, и без текста на экране мысль не доходит. Но субтитры собираются из того же транскрипта, поэтому проходят ту же сверку со словарём терминов: ошибка в названии продукта на экране хуже, чем в тексте, — её видно в каждом кадре.

Правило утверждения для видео жёстче, чем для текста: ролик с цитатой эксперта утверждает сам эксперт или человек, которому он это письменно доверил. Не потому что редактор хуже понимает тему, а потому что за словами на экране отвечает тот, кто их произносит.

Вердикт: ролик, из которого вырезали оговорку, экономит пятнадцать секунд и стоит эксперту репутации.

Шаблон бренда ограничивает генерацию — и в этом его работа

Генерация изображений решает задачу обложек и иллюстраций быстро, и так же быстро разрушает узнаваемость: каждая обложка «в стиле бренда», сгенерированная с нуля, немного другая, и через месяц лента компании выглядит как лента пяти разных компаний.

Выход — разделить макет на неизменную и переменную части. Бренд-шаблон — это макет, в котором сетка, шрифты, цвета, положение логотипа и заголовка зафиксированы, а переменными оставлены только текст заголовка и зона иллюстрации. Генерация работает внутри этой зоны и по описанию стиля из брендбука, а всё остальное собирается по шаблону без участия модели. Так обложки к статьям, карточки к постам и заставки к роликам отличаются содержанием, но остаются одной семьёй.

Та же логика у лендингов и презентаций. Фабрика не придумывает дизайн: она выбирает утверждённые блоки и наполняет их. Если для нового продукта нужен блок, которого в библиотеке нет, это задача дизайнеру и отдельное согласование, а не импровизация модели. Звучит консервативно, но у консерватизма здесь есть экономический смысл: изменение дизайна, согласованное один раз, работает на всех следующих страницах, а импровизация требует согласования каждый раз.

Отдельный вопрос — люди на изображениях. Сгенерированное «фото эксперта» или «довольного клиента» — это не иллюстрация, а утверждение: зритель считает, что этот человек существует и связан с компанией. В шаблоны такие изображения не закладываются.

Вердикт: чем жёстче шаблон, тем больше свободы у фабрики внутри него.

Редакционный регламент отвечает на три вопроса: что можно, кто проверяет, кто выпускает

Редакционный регламент контент-фабрики — это документ, который определяет тон и запреты бренда, правила утверждений о продукте и распределение ответственности за выпуск по типам материалов. Он уже, чем общий регламент работы сотрудников с ИИ: тот отвечает на вопрос «что сотрудникам можно делать с нейросетями», и его устройство описано в статье о регламенте работы с ИИ в компании. Редакционный регламент отвечает на вопрос «что может выйти от имени компании».

Тон бренда. Не прилагательные вроде «дружелюбный и экспертный» — модель по ним пишет усреднённо, — а эталоны: пять-десять текстов, которые компания считает образцовыми, с пометками, почему. Плюс список запретных формулировок: слова, которые бренд не использует, обороты конкурентов, канцелярит, который вызывает у аудитории отторжение. Эталоны и запреты работают лучше описаний, потому что их можно проверить.

Правила утверждений. Что компания обещает и чего не обещает никогда. Какие цифры результата можно называть и только со ссылкой на что. Как говорить о ценах: только из актуального прайса, с датой. Можно ли упоминать клиентов и только ли с письменным разрешением. Как говорить о конкурентах. Этот раздел пишет не маркетинг, а маркетинг вместе с юристом.

Матрица утверждения. Кто выпускает материал, зависит не от формата, а от риска утверждения в нём.

Что это значит на практике: один и тот же пост может быть низкого риска, если в нём цитата о подходе, и высокого, если в нём фраза «результат через месяц». Матрица заставляет классифицировать утверждение, а не жанр, и именно на этой классификации держится скорость — большинство материалов фабрики уходит по короткому маршруту.

Вердикт: регламент без имён утверждающих — это пожелание, а не регламент.

Проверка тона — это сверка с базой знаний, а не вкус редактора

Когда редактор читает сорок материалов в день, его проверка тона превращается в «вроде нормально». Это не лень, а физиология внимания. Поэтому разумная фабрика делит проверку на две части: автоматическую сверку по правилам и человеческое решение по тому, что сверка отметила.

Автоматическая часть сверяет материал с базой знаний компании по конкретным пунктам. Есть ли в тексте запретные формулировки из регламента. Совпадают ли цены, сроки и условия с актуальными данными о продукте. Есть ли у каждой цифры источник — единица карты смыслов или документ базы знаний. Упомянут ли клиент, на которого нет разрешения. Звучит ли обещание, которого нет в правилах утверждений. Каждое расхождение — не исправление, а флаг: модель не переписывает цену сама, а показывает редактору, что в тексте 19 900, а в прайсе 21 900.

Человеческая часть — это решения, которые правилами не описать: уместна ли ирония в этом контексте, не звучит ли пост бестактно на фоне новостей, не устал ли канал от одной и той же темы. Здесь редактор незаменим, и сверка освобождает ему время именно на это.

Важная деталь — что происходит с правками редактора. Если редактор десятый раз исправляет «клиенты» на «ученики», это не правка, а недостающее правило. Хорошо устроенная система предлагает закрепить такую правку правилом, а человек подтверждает или отклоняет — и следующий материал выходит уже без этой ошибки. Как агент запоминает правила, как их отменяют и почему закрепление идёт только после подтверждения человеком, — в статье о том, как ИИ-агент учится у компании с каждым диалогом.

Вердикт: если редактор исправляет одно и то же дважды, проблема в базе знаний, а не в тексте.

Образ и голос эксперта принадлежат эксперту, даже если он сотрудник

Фабрика неизбежно подходит к соблазнительной идее: если у нас есть часы записей эксперта, можно сделать его цифровой аватар и клон голоса и выпускать ролики без съёмок. Технически это возможно. Юридически и репутационно это отдельный проект, который начинается с согласия, а не с генерации.

Что известно. Статья 152.1 Гражданского кодекса РФ устанавливает, что обнародование и дальнейшее использование изображения гражданина, в том числе фотографии и видеозаписи, в которой он изображён, допускаются только с его согласия; исключения из этого правила узкие. Для голоса отдельная норма в кодексе исторически отсутствовала; в 2024 году в Госдуму вносился законопроект, дополняющий Гражданский кодекс статьёй об охране голоса. Какой редакции нормы действуют на дату запуска вашего проекта, проверяет юрист, а не статья блога. Кроме того, по закону «О персональных данных» изображение и голос, которые используются для установления личности, относятся к биометрическим персональным данным со своими требованиями к согласию.

Что это значит для компании. Трудовой договор эксперта сам по себе не даёт права сделать из его лица и голоса синтетического ведущего. Нужен отдельный письменный документ, где названо: какие форматы разрешены — нарезки реальных записей, озвучка текстов синтезом, видео с аватаром; в каких каналах; на какой срок; кто утверждает каждый ролик; что происходит с материалами и моделью голоса, если эксперт уходит из компании или отзывает согласие. Последний пункт важнее, чем кажется: ролики с аватаром ушедшего сотрудника, которые продолжают выходить от имени компании, — плохая история и для него, и для бренда.

Моё мнение, и оно шире юридического минимума: синтетический голос или аватар не должен произносить того, чего эксперт не утвердил дословно. Нарезка реальной записи и озвучка утверждённого текста — разные степени риска, и в регламенте они должны стоять в разных строках. А зритель не должен считать, что эксперт лично записал ролик, который целиком собран моделью. Как синтез голоса используют против компаний и какие правила стоит принять, если компания сама им пользуется, — в статье о защите от дипфейк-звонков.

Вердикт: согласие эксперта — это не формальность перед генерацией, а условие, без которого у фабрики нет права на его лицо.

Массовая генерация без регламента портит бренд быстрее, чем приносит охват

Против фабрики без правил работает простая асимметрия: охват от одного материала растёт медленно и понемногу, а ущерб от одного неудачного материала приходит сразу и надолго. Механизмов ущерба пять, и каждый видно заранее.

Однообразие. Двадцать постов из одного эфира без карты смыслов повторяют три мысли. Подписчик видит повтор на третьем посте и перестаёт читать канал на пятом. Цифра, которая это показывает, — не охват, а доля отписок и падение просмотров на пост.

Противоречия. Цена в рассылке одна, на лендинге другая, в посте третья — потому что каждый материал собирался из своего источника в свой день. Клиент приходит в отдел продаж со скриншотом, и разговор начинается не с продукта, а с объяснений.

Выдуманные цифры и обещания. Модель достраивает правдоподобное: «девять из десяти выпускников», «окупается за месяц». Одна такая фраза, опубликованная от имени компании, обесценивает все честные цифры рядом. Почему модель уверенно выдумывает и как это ограничивают, — в статье о том, почему нейросеть уверенно выдумывает.

Конкуренция материалов между собой. Десять статей по мотивам десяти эфиров на одну тему делят один поисковый спрос. Как это находить и разводить, разобрано в статье о каннибализации запросов, а что поисковики на самом деле говорят о массовом AI-контенте — в разборе AI-контента и санкций поисковиков.

Юридические хвосты. Реклама в интернете с сентября 2022 года подлежит маркировке по статье 18.1 закона «О рекламе»; рекламный пост, выпущенный конвейером без маркировки, — ответственность компании, а не модели. Сюда же рассылки без согласия, отзывы клиентов без разрешения и лица без согласия.

Вердикт: фабрика без регламента не экономит на редакции — она переносит расходы редакции в отдел продаж, юристам и в отписки.

Возражение: регламент съедает скорость, ради которой фабрику строили

Возражение серьёзное, и отмахиваться от него нечестно. Фабрику строят, чтобы выпускать больше и быстрее. Если каждый материал ждёт эксперта, юриста и владельца продукта, получается та же редакция, только с дополнительным звеном в виде модели. Некоторые компании именно так и приходят к выводу, что «ИИ в контенте не работает».

Ответ в том, где на самом деле теряется время. В ручной редакции основное время уходит на подготовку: найти тему, расшифровать, написать черновик, подобрать картинку. Фабрика сжимает именно эту часть. Утверждение при этом не должно расти пропорционально объёму — и не растёт, если матрица риска устроена правильно. Материалы низкого риска собираются из единиц, уже подтверждённых на уровне карты смыслов, и проходят одного редактора. Эксперт утверждает не сорок постов, а двадцать тезисов на карте — один раз.

Реальное узкое место — очередь на утверждение. Её полезно мерить с первого дня: сколько материалов ждут решения и сколько часов проходит от готового черновика до публикации. Если материалы лежат в очереди дольше, чем собирались, проблема не в регламенте, а в том, что у утверждающего нет времени, и это решается распределением ролей, а не отменой проверки. Почему формальное одобрение хуже честной очереди и как это видно по цифрам, — в статье о принципе human-in-the-loop.

Моя позиция: скорость фабрики определяется не скоростью генерации, а долей материалов, которые проходят по короткому маршруту. Компания, которая утверждает каждую единицу на карте один раз, выпускает быстрее той, что утверждает каждый пост.

Вердикт: регламент тормозит только ту фабрику, в которой его не спроектировали, а навесили сверху.

Результат фабрики меряют стоимостью выпуска и долей материалов без переделок

По методу «Цель → метрика» проект начинается не с выбора инструмента, а с ответа на вопрос, какой показатель должен измениться. У контент-фабрики показателей два уровня, и путать их не стоит.

Производственные метрики показывают, работает ли линия. Время от записи эфира до первой публикации. Число материалов, выпущенных из одного источника. Часы команды на один выпущенный материал — редактора, эксперта, дизайнера. Доля материалов, утверждённых с первого раза, без возврата на переделку. И доля флагов сверки, которые оказались настоящими ошибками, — если сверка поднимает сотню флагов в день и почти все ложные, редактор перестанет их читать.

Бизнес-метрики показывают, зачем линия нужна. Заявки и регистрации с материалов фабрики. Клики и целевые действия из рассылок, отписки и жалобы. Для онлайн-школы — регистрации на следующий эфир и продажи из прогревающей серии писем. Для производителя — запросы коммерческих предложений со статей и презентаций. Для сервисной компании — обращения с посадочных страниц по услугам.

Сравнивать нужно с базой. До запуска фабрики стоит две-три недели фиксировать, сколько часов команда тратит на тот же объём материалов и какой результат эти материалы дают. Без базы любая цифра после запуска выглядит успехом.

Условия остановки обсуждаются до старта, а не после. Если после перехода на материалы фабрики растут отписки или жалобы — стоп и разбор. Если доля материалов, возвращённых на переделку, не падает за несколько недель, значит, в базе знаний не хватает правил, и выпускать больше рано. Если производственные метрики улучшились, а бизнес-метрики стоят на месте, линия производит то, что не нужно аудитории, и её надо перенастраивать по темам, а не ускорять.

Вердикт: число опубликованных материалов — это показатель загрузки фабрики, а не её пользы.

Когда контент-фабрика компании не нужна

Честный ответ на вопрос «строить ли фабрику» часто — нет, по крайней мере не сейчас. Общий случай, когда контент вообще не канал продаж и генерация не окупится, разобран в статье об AI в маркетинге. У фабрики как производственной линии есть свои причины не запускаться.

Нет регулярного сырья. Эфиров нет, эксперт выступает раз в полгода, документы не меняются годами. Фабрике нечего перерабатывать, и она начнёт производить из пустоты — ровно то, от чего регламент должен защищать.

Один канал и несколько публикаций в месяц. Если компании нужен один пост в неделю и одна рассылка в месяц, опытный редактор с нейросетью в роли помощника справится быстрее, чем уйдёт времени на настройку карты смыслов, шаблонов и матрицы утверждения.

Некому утверждать. Если в компании нет человека, у которого есть время и право сказать «это не выходит», фабрика превратится в массовую генерацию со всеми описанными последствиями. Сначала — ответственный, потом — линия.

Нет базы знаний, а продукт и цены меняются часто. Сверять материалы не с чем, и каждый выпуск становится лотереей актуальности. Разумная последовательность обратная: сначала база знаний с владельцами разделов, затем фабрика поверх неё.

Эксперт не готов к тиражированию. Бывает, что ценность компании в личном голосе основателя, а сам основатель против нарезок и синтеза. Это легитимное решение, и фабрику тогда стоит строить на документах и кейсах, а не на лице эксперта, либо не строить вовсе.

Вердикт: фабрика масштабирует процесс, который уже есть; если процесса нет, масштабировать нечего.

Пилот: один источник, три формата, четыре недели

Если причины строить фабрику есть, начинать с линии на все форматы сразу — худший способ проверить подход. Разумнее пилот, узкий по охвату и строгий по метрикам.

Первая неделя. Выбрать один регулярный источник — например, еженедельный эфир. Собрать минимальную базу знаний для него: словарь терминов, актуальные цены и условия, пять-десять эталонных текстов, список запретных формулировок, правила утверждений. Назвать утверждающих по трём уровням риска. Зафиксировать базу: сколько часов сейчас уходит на материалы по одному эфиру.

Вторая и третья недели. Прогнать через линию два-три эфира и собрать из каждого три формата: серию писем, посты для одного канала и два-три коротких ролика с субтитрами. Вести учёт: время до публикации, возвраты на переделку, флаги сверки, очередь на утверждение.

Четвёртая неделя. Сравнить с базой по производственным и бизнес-метрикам, проверить отписки и жалобы, разобрать возвраты на переделку и превратить повторяющиеся правки в правила. Решить по заранее оговорённым условиям: расширять на новые форматы, перенастраивать или останавливаться.

Инструментом внедрения такой линии может быть Везория — агент компании, который раздаёт задачи ролям ИИ-команды, в том числе маркетологу, SMM и разработчику, работает по базе знаний компании и ничего не публикует без одобрения человека. Какие роли в такой команде есть и где проходит граница каждой, — в статье о ролях ИИ-команды компании.

Главный вывод простой, хотя и неудобный. Нейросеть сделала производство контента дешёвым, и поэтому ценность сместилась к тому, что остаётся дорогим: к экспертизе в исходной записи, к базе знаний, с которой сверяется каждый материал, и к человеку, который имеет право не выпустить текст. До разговора о фабрике стоит посчитать три вещи: сколько часов записей эксперта у компании лежит без дела, сколько материалов в месяц нужно каналам на самом деле и кто сегодня отвечает за то, что выходит от имени бренда. Если на третий вопрос нет имени, начинать нужно с него.