Ася Шабалина о digital PR в b2b

Вчера оказалась на одной из крупнейших ИИ-конференций Conversations. Спасибо большое за приглашение Полине Коноровой, PRD Just AI и основателю PR-агентства Кузня. ❤️ Понравился вводный доклад гендиректора Just AI Кирилла Петрова об основных движущих силах мирового рынка ИИ. Я не считаю себя экспертом в этой теме (особенно на фоне CEO крупного ИИ-вендора)), но было приятно услышать, насколько совпадают названные им опорные точки с тем, что мне самой казалось важным в новостной повестке, и с моими выводами. Буквально на днях, когда делилась опытом работы с ИИ-текстами, я писала о том, что за человеком остаётся ответственность и суждение. Кирилл их тоже назвал, и сформулировал ещё два важных пункта: за человеком остаётся намерение и идеи там, где нет данных. Чем мощнее инструмент — тем дороже тот, кто решает, что им создавать, и отвечает за результат. Звучит как намного более вдохновляющий вектор нашего с вами развития, чем все эти крики про «нас всех заменят» и «мы все деградируем» 😄 Кирилл поделился веб-версией своей презентации. Если интересна тема — рекомендую почитать)

Как же мне нравится запускать информационные волны в Telegram. Вчера выпустили последний дайджест откликов на второй ежегодный прогноз Рейтинга Рунета «Что нас ждёт в 2026-2027 гг.». Впереди ещё обзорная статья, но сейчас уже подвели промежуточные итоги. — Про прогнозы бесплатно написали 62 канала, и цифра продолжает расти. На момент вчерашнего сбора статистики посты собрали почти 88 тысяч просмотров и 473 пересылки. — Дали повод для самовыражения крутейшим экспертам. Про прогнозы написали: 🟥CEO и топ-менеджеры компаний, 🟥профессора и стратегическое консультанты, 🟥главы ассоциаций и лидеры мнений, 🟥плюс несколько крупных бренд-медиа (включая канал для бизнеса от Альфа-Банка на полмиллиона подписчиков) 🟥и четыре материала в СМИ (два новостных, две авторские колонки). Мне было очень интересно читать эту рефлексию, содержательно получилась прекрасная публичная дискуссия. — Получили много ценнейшей обратной связи. — Подчеркнули ценности и цели: РР смотрит на рынок стратегически и поддерживает развитие российских компаний, в том числе через глубокий полезный контент и общественное обсуждение. Все отклики можно почитать в пяти наших дайджестах и позже в итоговой статье (анонсируем в канале РР). Многие из авторов на меня подписаны — дорогие, спасибо вам за поддержку и за вложенную душу. Получилось круто! На подходе ещё одна классная задумка, оставайтесь на связи 🥰

Я начала писать тексты с ИИ и мне понравилось 😳 Часть вторая. Какие выводы я сделала для себя из этого кейса. Если, конечно, качество и ответственность остаются с нами в одной комнате, то: 1️⃣ Написать хороший текст с ИИ требует в три раза больше компетенций, чем сделать его вручную. Потому что нужно уметь: — писать самому: чтобы оценить и докрутить качество результата, передать модели свой личный вкус, обучить собственным навыкам, быть способным дать своё суждение; — делегировать: уметь правильно поставить задачу, дать все нужные вводные, вербализировать обратную связь, проверить корректность рабочего процесса; — работать с ИИ: понимать технические возможности, как ими пользоваться, какие у них ограничения. А если речь не про редактуру, а про авторство, то к этому ещё добавляется требование к знанию предмета, потому что ИИ не даст содержания. 2️⃣ Фраза «ИИ написал текст» звучит обесценивающе, но вообще-то при серьёзном подходе за ней кроется много работы человека, которая просто становится менее видимой: от подготовки фактуры и оцифровки собственных знаний до проверки результата. Ответственность всегда остаётся на человеке. Если мы видим плохой текст в публичном поле — это не «фу, ИИ», это человек пропустил плохой текст. И он пропустил бы его и 5 лет назад, просто сейчас «плохо» стало выглядеть иначе и создаётся проще. 3️⃣ ИИ уже хорошо справляется с обработкой PR-текстов — в руках профессионала и после проделанной огромной подготовительной работы. Потому что в них не нужен ярко выраженный авторский голос, всегда есть жанровая рамка, понятная фактура и последовательность работы. А вот до автоматизации постов для этого канала я сильно вряд ли когда-нибудь дойду (разве что на уровне тем и идей). 4️⃣ Но качественная работа с ИИ требует нехилых вложений. В моём случае это: — платный впн — платная подписка на Клод (пока обхожусь $20 в месяц, но лимитов уже не хватает, а следующая подписка, на минуточку, уже $100/мес) — платная стационарная иностранная карта (заказала себе физическую, потому что с виртуальными слишком высок риск получить бан) — платное обучение ИИ, которое однозначно вывело меня на новый уровень. И это я ещё не дошла до платных коннекторов и внешних сервисов, которые хочется, но колется. Добавим к этому требования к компетенциям (см.п.1) и получим очень высокий порог входа — как интеллектуальный, так и финансовый. Я пошла во всё это в первую очередь из любопытства и желания усиливать результат. А вот экономии тут, если масштабировать на компанию, сильно меньше, чем мечтается многим фаундерам. Особенно на начальном этапе, пока идёт обучение людей и выстраивание AI-native процессов. Без этих шагов и инвестиций будет либо драматическое падение качества, либо саботаж, либо деньги впустую, сколько бы руководители ни повторяли сотрудникам «пользуйтесь ИИ». 5️⃣ Даже идеальный скилл не заменяет человека, потому что застывает во времени и не адаптивен под меняющиеся требования. Сейчас мой скилл настолько заточен под эту конкретную задачу, тон и предпочтения, что перенести его в лоб в практику другой компании не получится без глубокой экспертности переносящего. Только в формате «кради, как художник», но для этого надо быть художником. И даже если отдать этот скилл младшему коллеге без должного уровня подготовки и компетенций, скилл будет постепенно устаревать и выдавать всё больше шаблонных решений. Ведь мой собственный вкус и навыки со временем развиваются, а скилл во взаимодействии со мной должен идти следом. 6️⃣ Вообще писать тексты — далеко не единственная точка приложения ИИ в пиаре. Но о других кейсах как-нибудь в следующий раз (я и эту-то статью две недели вынашивала и выкраивала на неё время по кусочкам)).

Я начала писать тексты с ИИ и мне понравилось 😳 Прочитайте до конца прежде чем от меня отписываться 😂 Часть первая — про кейс, потом будут выводы. Мне регулярно нужно обрабатывать фактуру от кого-нибудь из многочисленных партнёров РР для контентной email-рассылки. Партнёры, конечно, присылают для неё текст, но он почти никогда не соответствует нашему тону, редполитике и моим представлениям о прекрасном. И вот однажды я пришла с этой задачей в Claude. Дала текст партнёра ссылкой на гугл-док, ссылку на редполитику РР, описала структуру, тональность, аудиторию, идею рассылки. Так как у РР ещё задолго до моего прихода была прекрасно описана редполитика, я верила, что при подробной постановке задачи модель сможет мне помочь. Я ошиблась. Всё-таки редполитика писалась для людей, а не машин. Первый текст, который выдал мне Клод, был ужасен. Но давать обратную связь на текст — это то, чем я занималась примерно всю свою карьеру. Так что я воспользовалась теми же принципами, которыми руководствовалась при передаче опыта младшим коллегам. 1️⃣ Не переписывать самой, а объяснить, что не так, и попросить переделать. Мне не нравится заход "расскажем, почему остановились именно на них", потому что дальше мы об этом не рассказываем. Заход нужен либо через потребность ЦА, либо через контекст об РР, а лучше сочетание. Давай зайдем через упоминание этого нашего исследования [ссылка и идея связки с инфоповодом]. 2️⃣ Пояснять логику правок, когда дело доходит до них. Факт, что площадка работает только для гостей мероприятия — не несёт ценности, он лишний. Не тащи фактуру, которая не важна для аудитории. Такие детали можно упомянуть вскользь, но без акцента. 3️⃣ Когда вношу финальные штрихи, которые уже толком не могу объяснить — показывать результат. Посмотри мой финал: [ссылка на гугл-док]. Проанализируй мои правки, чтобы учесть их в будущем. Можно подумать, что здесь работа заканчивается. Но на самом деле тут как раз и начинается самое интересное: Давай соберем скилл на основе этого диалога. Мне регулярно нужно обрабатывать фактуру от партнёров и приводить в соответствие с нашей редполитикой, сегментом аудитории, тоном, предпочтениями, форматом. Хорошая идея, сказал мне Клод и весьма неплохо обобщил структуру задачи и мои правки, которые я для него успела вербализировать. Я вообще в восторге от скиллов как чуда программерской мысли. Это сохраняемая и обновляемая инструкция, которую можно вызвать в любом месте короткой командой. Не просто сохранённый промпт: в скилле может быть сложная структура из тела и вложенных файлов (редполитика, чек-листы, примеры), вызов внешних инструментов и других скиллов, собственная память, встроенное самообучение, закреплённый формат снятия контекста с пользователя и выдачи результата. А еще скиллы можно скачивать, бэкапить и ими делиться. Таким образом, когда я следующий раз пришла в Клод с новой рассылкой, мне не пришлось ничего повторять: я вызвала скилл, приложила фактуру и указала сегмент ЦА. Результат был уже лучше, но всё ещё очень далёк от совершенства. Прошлась снова по трём шагам выше, дала правки, а в конце — попросила обобщить новые уроки из второго письма и занести в скилл. Где-то на пятом таком прогоне с боевой задачей я начала чувствовать, что хотя мне и всё еще приходится редактировать генерацию, финальный результат уже нравится мне больше, чем если бы я писала вручную. Дальше скилл претерпел ещё два скачка эволюции. 1. На курсе по ИИ в коммуникациях нам показали, как оказалось, довольно популярный на просторах интернета скилл Humanaizer. Он «очеловечивает» текст и вычищает из него ИИшные маркеры. Но написан для английского языка: в лоб модель, конечно, перенесёт основные принципы на русский, но нюансы потеряются. Я дала ссылку на этот скилл Клоду в новом диалоге, попросила адаптировать к русскому языку, верифицировала, дополнила, дала команду интегрировать в мой скилл для работы с рассылками. Так в нём появился отдельный каталог ИИ-оборотов, которые нужно вычищать, с примерами хорошо/плохо на моих кейсах. Про антитезы там два раза, чтобы уж наверняка)) 2. Наиля поделилась с нами своим концептом, что такое скиллы и какие у них могут быть неочевидные возможности. Концепт существует не только в формате лендинга, но и в формате скилла skill-architect (можно скачать по ссылке выше). Я установила его себе и попросила проанализировать мой скилл для работы с рассылками и предложить улучшения. Так у меня в скилле появилась встроенная память с пополняемыми эталонными решениями и шаг с отдельным проходом субагентом «свежими глазами». Как скилл выглядит сейчас Это подробнейшая инструкция + 8 вложенных файлов. Основные шаги в рабочем процессе такие. 1. Собери всю фактуру. Она часто разбросана по нескольким документам (анонс + инфопартнёрство + пример + исследование). Прочитай все источники до того, как писать. 2. Изучи ссылки. Любую ссылку из фактуры открой и вытащи конкретику: форматы, условия, цифры, выгоды, изменения с прошлого раза. Отбирай под пользу для сегмента: самые релевантные факты — в тело, остальное — за кнопку; перегруз вреден как и нехватка. Если наткнулся на закрытый документ или видишь его не полностью — попробуй открыть с помощью коннекторов (Google Drive, Firecrawl). Не сработало — сообщи и попроси текст. Не восстанавливай недоступное по догадке. 3. Определи сегмент аудитории (полный список — references/segments.md). Не указан — уточни. Сразу оцени, вся ли фактура релевантна сегменту; часть не касается — скажи. 4. Напиши письмо по структуре и тону ниже. 5. Прогон по редполитике (references/redpolicy.md). 6. Редакторская вычитка по references/editing-checklist.md: повторы (смысловые, лексические, синтаксические), логическая цельность, проверка сочетаемости слов. 7. Анти-ИИ-проход по references/ai-tells.md: вычисти типовые обороты, потом спроси себя — что ещё читается как ИИ, и перепиши. При конфликте приоритет за редполитикой и тоном (см. раздел «Калибровка»). 8. Проверка «свежими глазами» по references/self-check.md — отдельная состязательная проверка готового текста, по возможности отдельным субагентом с чистым контекстом (в этом весь смысл — проверяет не тот, кто писал). Бесспорные замечания внеси, спорные вынеси в заметки. 9. Выведи финал в файл. Сохрани тему, прехедер и текст в .md 10. Дай заметки в конце (см. раздел «Что выносить на решение»). 11. Петля самообучения (см. раздел «Память и самообучение»). Отработай правки пользователя в память. Мои результаты на практике Каждое следующее письмо нравится мне больше предыдущего. В старых (в том числе написанных вручную) замечаю пропущенные слабые места, которые модель уже умеет отлавливать. Мега-ценен 2 шаг, где модель ходит по всем ссылкам: регулярно она достаёт факты, которые обогащают письмо, а вручную я бы наверняка их не заметила. Иногда отлавливает противоречия в фактуре, на которые я обращаю внимание партнёрам, и они пишут «ой, спасибо, что заметила». Делать хорошие связки с контекстом РР всё еще получается так себе, даже несмотря на то, что я создала отдельный скилл с эталонной базой знаний про РР, к которому модель обращается в процессе работы с письмом. Всё-таки контекст, который знает человек, всегда богаче. Поэтому пока что чаще всего я сначала смотрю на предложение модели, а потом описываю ей свою идею захода. Экономия во времени есть, но не то чтобы драматическая: помимо работы с заходами и обогащением контекста, я всё равно перепроверяю фактуру, отлавливаю новые шероховатости, допиливаю скилл (сейчас уже основное направление его развития — это вычистка избыточных указаний). А вот качество стало выше, чем когда я писала сама. И бонусом — задача адаптации очередной рассылки превратилась из слегка раздражающей в интригующую исследовательскую: а что получится с моей текущей версией скилла, а какие улучшения я придумаю на новом кейсе. А ещё благодаря всем этим инструкциям модель и для других смежных жанров стала выдавать намного более качественную редактуру. Теперь уже можно спокойно накидать ей поток мыслей для экспертного комментария, попросить стилистически причесать, и за результат не будет стыдно. Выводы в следующем посте.