SEO OS: от поискового сигнала к понятному действию

AI копирайтинг без шлака: пять шагов от HubSpot

80% маркетологов пишут тексты с ИИ, но 62,7% признают: брендам нужно больше уникального контента. Разбираем пять шагов HubSpot и шаблоны промптов.

Новости · Новости

Все новости
AG Branding
AI копирайтинг: человек и модель доводят один черновик до готового текста

Копирайтер HubSpot Кэролайн Форси написал разбор о том, как использовать ИИ в написании статей и не превратить блог в поток однотипных текстов. Главный тезис статьи простой: модель выдаёт объём, а качество появляется только на этапе ручной правки. Дальше в материале пять шагов с чекпоинтами для человека и готовые шаблоны промптов.

Цифры, которые автор приводит, объясняют, почему тема стала срочной. Восемьдесят процентов маркетологов уже используют генеративный ИИ для контента в той или иной форме. При этом 62,7% признают, что брендам нужно больше уникальных текстов, чтобы выдерживать конкуренцию. Больше половины опрошенных говорят, что ИИ упростил создание контента настолько, что выделиться стало трудно.

Что называют AI-шлаком

AI-шлак (сленг. AI slop) - массовый контент, который модель произвела при почти нулевом участии человека. Его признаки видны на глаз: повтор одной мысли разными словами, общие утверждения без имён и чисел, фразы-заглушки. Пользователи, которые таким делятся, получают репутацию тех, кто не вкладывает усилий.

Бывший директор блога HubSpot Карла Хестерберг сформулировала короче: «Единственный по-настоящему легкий процесс с ИИ производит шлак». Форси добавляет, что такой же результат дают опубликованные шаблоны промптов: одинаковый вход даёт у всех одинаковый выход.

Пять шагов с точками человеческого контроля

Шаг 1. Собрать вводные. До работы с моделью нужен бриф: кто читатель и что он уже знает, какая цель, главный запрос и его интент, угол подачи, одобренные источники, два-три примера вашего стиля, объём и обязательные разделы. Сюда же автор относит список запретов: устаревшие цифры, недоказуемые заявления о конкурентах, темы на согласование с юристами. По его данным, только 65% маркетологов считают, что у них качественные данные об аудитории. Остальным совет один: начинать с малого.

Шаг 2. Сделать план. План держит черновик в рамках. В хорошем промпте каждый H2 отвечает на конкретный вопрос читателя, а к каждому разделу привязан источник. Форси предлагает просить три варианта плана сразу и запрещать разделы, которые одобренные источники не покрывают.

Шаг 3. Писать по разделам. Модель не получает задание целиком. Сначала вступление, потом по одному разделу, каждый со своими источниками и правкой сразу после генерации. Автор сравнивает это со стажировкой: новичку не отдают весь проект, его проверяют на коротких кусках.

Шаг 4. Редактировать руками. Перед публикацией человек проверяет четыре вещи: факты и ссылки, оригинальность и ясность, собственные данные и примеры, голос бренда. Каждое утверждение, цифру и цитату нужно открыть в первоисточнике. Форси прямо говорит, почему это обязательный шаг: генеративные модели предсказывают вероятную последовательность слов, а не достают факты. Агентство по стандартам США NIST включает подобные ошибки в список рисков генеративного ИИ.

Шаг 5. Готовить текст к поиску и ИИ-ответам. Ответ на главный вопрос - в первых двух предложениях раздела. Заголовки понятные, абзацы по два-три предложения, списки вместо полотна текста. Google указывает, что его ИИ-функции работают на тех же системах ранжирования и качества, что и обычный поиск.

Промпт как рабочий инструмент

В статье есть шесть готовых промптов: бриф, план, черновик раздела, переписывание в своём голосе, планирование фактчекинга и подсказки для внутренних ссылок. Перед любым из них ставится блок из четырёх строк: аудитория, цель, одобренные источники, профиль голоса. Без этого блока, пишет автор, результат будет общим.

Отдельный приём - профиль голоса. Это короткое описание, которое добавляется в каждый промпт: длина предложений, обращение на «вы», слова и обороты под запретом. Для компаний, которые пишут тексты силами нескольких сотрудников, такой файл экономит время на вычитке лучше, чем любая настройка инструмента.

Два примера из практики магазинов во Владивостоке и на Дальнем Востоке. Первый: в описание товара для маркетплейса модель вставила цифру из старого прайса, потому что её не было в брифе, и заполнила пробел правдоподобным числом. Второй: статья о сроках доставки получилась гладкой, но без реальных сроков по маршрутам региона, и читатели задали в комментариях именно тот вопрос, на который текст не отвечал. Оба случая закрываются одним способом - в брифе на месте цифр стоит либо источник, либо пометка «данных нет».

Что это значит для бизнеса

Внедрение искусственного интеллекта в работу с текстами даёт результат там, где процесс разбит на шаги с проверками. Модель ускоряет бриф, план и первый черновик. Человек оставляет себе данные, примеры, позицию и финальную проверку фактов. Такой порядок дешевле, чем переписывать готовую статью после публикации и объясняться в комментариях.

Мы помогаем выстроить такой конвейер: собираем профиль голоса компании, набор источников и шаблоны промптов под ваши задачи, затем подключаем нейросети для бизнеса к регулярному выпуску контента. На бесплатном AI-аудите покажем, где в вашем процессе текст пишет модель без проверки и что из этого получается.

Читайте также