SINTARIS
ЯзыкENDESLRU
Связаться
← Все статьи

Контент-фабрика на AI: как мы делаем месяц контента за день

2026-05-24 · Sintaris · ai, content, n8n, rag, brand-voice, automation, marketing

TL;DR. AI-контент-фабрика — это не «GPT пишет посты», а пайплайн «бриф → черновик → редактура → планирование → публикация», где LLM работает внутри детерминированного n8n-воркфлоу, опирается на бренд-бук и прошлые популярные посты клиента, а финальное «опубликовать» жмёт человек. В статье описаны устройство такой фабрики, метрики, типичные ошибки и стартовый шаблон.

1. Конфликт: «если AI напишет сам, зачем нам тогда вы?»

Шаблонная сцена 2025–2026 годов: маркетинг-директор открывает ChatGPT, просит «придумай мне 10 постов про наш SaaS», получает 10 одинаково тёплых, безликих, чуть-чуть фальшивых текстов. Через две недели аккаунт компании растёт по числу постов и падает по охватам.

Почему так: дефолтный LLM пишет «как все». Бренд-голос складывается не из слов «опытный, дружелюбный, экспертный», а из массива реальных текстов, которые компания уже опубликовала и в которых видно, как именно она ставит запятые, каких слов избегает, как шутит. Описать это в промпте не получится, а загрузить корпусом можно.

2. Для кого это актуально

3. Распространённый неправильный подход

  1. Открываем ChatGPT.
  2. Пишем системный промпт: «Ты — копирайтер крупного бренда, пиши в нашем стиле».
  3. Получаем «фирменный стиль» без единого реального референса.
  4. Публикуем, а аудитория не реагирует.
  5. Делаем вывод «AI не справился», хотя на самом деле AI справился ровно так, как мы попросили.

Дополнительные ошибки этого подхода:

4. Инженерный подход

Контент-фабрика как пайплайн:

flowchart LR
  BRIEF[1. Бриф<br/>Telegram-форма] --> N8N[2. n8n-воркфлоу]
  N8N --> KB[3. Brand-book RAG<br/>+ топ-постов]
  KB --> DRAFT[4. Генератор<br/>черновика]
  DRAFT --> EDIT[5. AI-редактор<br/>«чужие глаза»]
  EDIT --> HUMAN[6. Человек:<br/>approve / reject]
  HUMAN -- approve --> SCHED[7. Планировщик]
  SCHED --> PUB[8. Публикация<br/>TG/LI/WP]
  PUB --> METRICS[9. Метрики]
  METRICS --> KB

Ключевые принципы:

5. Таблица: типичный конфиг канала

Каждый канал описан конфиг-файлом, а не кодом. Пример (упрощённо):

channels:
  telegram_main:
    audience: "B2B, технические директора"
    length_min_chars: 600
    length_max_chars: 1200
    tone: "экспертный, без воды, конкретный"
    hashtags: "2-3, в конце"
    banned_phrases: ["революционный", "уникальный продукт", "топовый"]
    cta_policy: "не больше одного CTA на пост"
    schedule: "MON,WED,FRI 10:30 Europe/Berlin"
  linkedin:
    audience: "EU senior management"
    length_min_chars: 800
    length_max_chars: 1500
    tone: "сдержанный, факты + 1 личное наблюдение"
    hashtags: "3-5, inline"
    banned_phrases: ["10x", "game-changer", "synergy"]
    schedule: "TUE,THU 09:00 Europe/Berlin"
  blog:
    audience: "органический поиск, длинные хвосты"
    length_min_chars: 4000
    length_max_chars: 8000
    tone: "глубокий, со ссылками на источники"
    schedule: "weekly"

Таблица типичных KPI:

KPI До фабрики После (через 90 дней)
Постов в неделю 2 6–10
Среднее время на пост (час) 2–6 0.25–0.5
% off-brand драфтов (отвергнутых редактором) n/a 15–25% (норма)
Engagement-rate top-channel baseline +30…+90%
Стоимость LLM (€/мес) 0 20–80

6. SINTARIS mini-case

Продукт Content Strategist реализует контент-фабрику для экспертов и B2B-брендов. Типичный сценарий: экспертный канал с накопленным архивом (статьи, рассылки, подкасты), и задача в том, чтобы выйти на 4–5 постов в неделю без потери авторского голоса.

Техническая реализация (Content Strategist KB):

Метрики за первые 90 дней:

Подробности описаны в KB-главе Content Strategist § 4 Architecture и § 11 Lessons learned.

7. Чек-лист (12 пунктов) перед запуском контент-фабрики

  1. Собрано ≥ 30 единиц прошлого контента клиента (статьи, посты, рассылки, расшифровки эфиров).
  2. Создан бренд-бук на одну страницу: tone of voice, banned phrases, CTA-политика, hashtags-политика, аудитория.
  3. Для каждого канала есть конфиг с лимитами по длине, частоте и тону.
  4. Векторный индекс собран отдельно на каждого клиента (нет кросс-клиентского ретрива).
  5. Сценарий ингеста подкастов / видео реализован (yt-dlp + Whisper или аналог).
  6. n8n-workflow в Git, не только в UI.
  7. Двухпроходная генерация: драфт + редактор.
  8. Человек в петле: Telegram-кнопки approve/reject.
  9. Banned-phrases regex срабатывает до отправки человеку.
  10. Engagement re-indexing раз в неделю.
  11. Логи стоимости LLM ведутся по постам, чтобы видеть margin.
  12. A/B-тест темплейтов: минимум одна гипотеза в месяц.

8. Риски

9. Что делать дальше

Минимальный путь: 1) собрать архив, 2) поднять n8n, 3) подключить pgvector, 4) написать один воркфлоу под один канал, 5) две недели крутить с человеком в петле, 6) считать engagement. Этого хватит, чтобы понять, нужна ли вам фабрика как длинная история.

Если хочется быстрее, у SINTARIS есть продуктизированный сценарий Content Strategist pilot: 4–8 недель с чётко определённым объёмом. Объём и стоимость согласуем после вводного звонка. Развёртывание возможно как на нашей инфраструктуре, так и on-prem (OpenClaw).

10. Источники

SINTARIS строит контент-фабрики, RAG-ассистентов и автоматизации для бизнеса в ЕС. Вводный звонок бесплатный, 30 минут.