Нейросети убивают авторский голос: разработчик с 17-летним опытом фиксирует грабли
Русский разработчик, 17 лет писавший экспертные статьи вручную, решил автоматизировать производство контента через нейросети и столкнулся с главной проблемой: ИИ теряет авторский голос, опыт и эмоции, превращая живой текст в «парафиновую» выжимку.
Типичные англоязычные кейсы про «контент-заводы на 10 000 статей в месяц» обходят молчанием именно эту проблему: нейросети обнуляют экспертность и эмоции автора. Здесь разработчик из России фиксирует реальные грабли до того, как покажет решение.
Автор, основатель агентства интернет-маркетинга, ведёт публичный дневник: как он строит «статейный комбайн» из ИИ-ботов. Это нулевая, вводная часть. Ботов, промптов (текстовых команд для нейросети) и готовых рецептов здесь пока нет. Есть честная фиксация проблемы и контекст, без которого любые инструкции бессмысленны. Материал опубликован на Хабре как первая запись цикла.
Почему экспертные статьи так дорого обходятся?
Автор пишет профессиональные статьи с 2009 года. Одна публикация отнимала от 10 до 20 часов чистого времени. Внутренний перфекционизм заставлял переписывать текст полностью по три раза за цикл.
После появления агентства и команды писать стало ещё сложнее: часы на статью откладывались месяцами. Мечта о стабильных десяти статьях в год оставалась несбыточной.
Попытка делегировать тоже не сработала. Автор записывал видео на 40 минут или полтора часа: тезисы, схемы, структура на флипчарте, камера через OBS (программа записи экрана). Материал отдавал копирайтерам. Из всех исполнителей справилась только одна. Остальным было проще сделать 15 или 20 «примитивных рерайтов», чем один экспертный текст.
Что случилось, когда подключили нейросети?
Когда ИИ-генерация текста стала массовой, автор попробовал писать статью вместе с нейросетью. Делился опытом, эмоциями, акцентами. Результат он описывает одним словом: «посредственно».
Проблема оказалась двойной:
- Потеря контекста. В статье длиной от 10 000 символов нейросеть теряла детали, которые автор передавал в начале диалога. Галлюцинация (когда ИИ уверенно выдумывает то, чего не было) здесь проявлялась не как ложный факт, а как пустота: модель заполняла пробелы общими фразами.
- «Парафиновый» текст. Даже когда контекстное окно (объём текста, который модель удерживает за один сеанс) выросло в новых моделях, стиль оставался сухим и скудным. Ни реального опыта, ни акцента на болезненных точках.
Автор фиксирует: модели «подросли», контекста стало хватать, а текст всё равно не стал живым.
Что понадобится, чтобы повторить путь автора?
Дневник только начинается. Конкретные боты и промпты автор обещает в следующих частях. Но из нулевой записи уже понятен минимальный набор:
- Экспертиза в своей теме и готовность фиксировать её на видео или голосом (40 минут или больше на одну статью)
- Программа записи экрана и камеры (автор использует OBS, бесплатная)
- Доступ к нейросети с большим контекстным окном (ChatGPT, Claude, из доступных в РФ: YandexGPT, GigaChat)
- Терпение: автор прямо говорит, что первые результаты были посредственными
Пошаговая инструкция: как выглядит процесс на старте
Автор пока не раскрывает финальную схему. Но из текста восстанавливается базовый цикл, который он проходил до появления ботов:
- Записать видео с тезисами, схемами и структурой будущей статьи (флипчарт плюс камера, 40 минут или полтора часа)
- Получить текстовую расшифровку записи (вручную или через сервис транскрибации)
- Передать расшифровку нейросети с задачей превратить её в статью
- Проверить результат на потерю контекста, авторского голоса и конкретики
- Переписать слабые места вручную или через повторные промпты
Автор делился с нейросетью «человеческим опытом, эмоциями, чувствами, наработками, акцентами». На выходе получал текст вида: «это работает вот так, так делать надо, а так не надо». Без реального опыта, без мотивации углубляться. По его словам, именно это столкновение ожиданий и результата стало переломным моментом: стало ясно, что проблема не в модели, а в способе передачи экспертизы.
Верить в «контент-завод» без подготовки. Нейросети выпускают тысячи текстов в месяц. Но если автору нужен экспертный текст с живым опытом, конвейерный подход даёт «парафиновый» результат.
Передавать нейросети всё сразу. Даже при большом контекстном окне модель теряет детали длинного брифа. Автор столкнулся с этим на статьях от 10 000 символов.
Ждать, что модель «дорастёт» сама. Автор заметил: контекст увеличился, а сухость текста осталась. Проблема не в размере окна, а в формате взаимодействия с ИИ.
Сравнивать себя с рерайтерами. 15 или 20 простых рерайтов и один экспертный текст требуют разных навыков. Нейросеть по умолчанию ближе к рерайтеру, и это нужно учитывать.
Что делать с этим прямо сейчас, по ролям?
Автору на Дзене. Если вы пишете экспертные статьи и тратите по 10 или 20 часов на каждую, зафиксируйте свой опыт голосом или видео до того, как откроете нейросеть. Текстовая расшифровка с вашими интонациями и примерами даёт модели больше, чем короткий бриф.
Копирайтеру. Этот кейс показывает, почему клиенты недовольны «нейротекстами»: ИИ не воспроизводит экспертный голос заказчика. Ваша ценность именно в том, чтобы этот голос сохранить. Держите это как аргумент в переговорах.
Предпринимателю в РФ. YandexGPT и GigaChat доступны без VPN и подходят для первых экспериментов с расшифровками. Но проблема «парафинового текста» не зависит от конкретной модели: она в процессе, а не в инструменте.
Я намеренно выбрал этот текст, хотя в нём нет готовых промптов и рецептов. Причина простая: большинство гайдов про «ИИ-контент за 5 минут» начинают с инструментов и заканчивают восторгом. Здесь автор начинает с боли, и эта боль знакома каждому, кто пробовал генерировать экспертный контент через нейросети. Текст получается гладким, но мёртвым. Мой опыт подтверждает: без предварительной фиксации экспертизы (видео, голосовые заметки, конспект на бумаге) нейросеть выдаёт ровно тот «парафин», который описывает автор. Следующие части дневника обещают конкретику: боты, грабли, дословные переписки с ИИ. Буду разбирать их по мере выхода. Честная оговорка: это пока только постановка задачи, а не решение.
Автор заканчивает нулевую часть интригой: «пришло понимание, которое изменило всё». И добавляет, что следующая часть объяснит, почему хорошая статья не сводится к тому, что в ней написано. Для тех, кто уже сейчас тратит часы на статьи и разочарован нейротекстами, это повод не бросать эксперименты, а пересмотреть сам формат общения с ИИ: не «напиши статью», а «вот моя экспертиза, сохрани голос».
Попробуйте нейросети для Дзена с сохранением авторского стиля
В dzen.guru мы тестируем подходы, которые помогают авторам писать быстрее без потери голоса
Попробовать
Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также
ChatTJB: чатбот с людьми вместо ИИ собрал 100 000 запросов за месяц
Компания индустрии делает вид, что всё заменят нейросети, а бывший менеджер Google в апреле 2026 года запустил чатбот с людьми вместо ИИ и за месяц собрал 100…
RAG нейросети за 5 итераций: от папки с md-файлами до графа знаний на Go
Если вам знакома ситуация, когда документация устарела, знания разбросаны по чатам и головам коллег, а проект горит, этот разбор покажет, как один разработчик…
Кто придумал термин «искусственный интеллект» и ещё 9 понятий: глоссарий TechCrunch
Microsoft, Google и OpenAI каждую неделю вводят новые термины, и даже профильные журналисты путаются в аббревиатурах: LLM, RAG, RLHF, а с прошлой недели ещё и…
Комментарии