КонтекстContext
Живой Telegram-канал требует регулярного контента. За этой регулярностью стоит повторяющаяся работа: искать свежие инфоповоды, выбирать важное, не повторять уже опубликованное, писать в одном стиле и не срывать график.A live Telegram channel needs regular content. Behind that regularity is repetitive work: finding fresh story ideas, selecting what matters, avoiding repeats, writing in a consistent style and keeping the schedule.
Если этим занимается один человек или небольшая команда, контент-процесс быстро становится узким местом. Инфоповоды теряются, публикации выходят нерегулярно, а голос канала начинает зависеть от того, кто и в каком состоянии пишет пост сегодня.When one person or a small team owns the process, content production quickly becomes a bottleneck. Story ideas are missed, publishing becomes irregular and the channel voice depends on who writes the post on a given day.
Просто подключить генеративную модель недостаточно. Без свежих данных она может писать устаревшие или неточные материалы, без отбора тащит в канал шум, а без контроля качества повторяет темы и теряет стиль.Connecting a generative model alone is not enough. Without fresh data it can produce stale or inaccurate material, without selection it pushes noise into the channel, and without quality controls it repeats topics and loses the style.
Бизнес-задачаBusiness task
Нужно было собрать не отдельный генератор текста, а управляемый контент-конвейер: от поиска инфоповода до публикации в Telegram и адаптации материала для Threads.The task was to build a managed content pipeline, not just a text generator: from story discovery to Telegram publishing and adaptation for Threads.
- Находить реальные свежие инфоповоды по темам канала.Find real, fresh story ideas for the channel topics.
- Отсекать дубли и уже опубликованные сюжеты по смыслу.Remove duplicates and previously covered stories by meaning.
- Оценивать значимость материала до генерации поста.Score relevance before generating the post.
- Писать в голосе бренда и поддерживать разные форматы публикаций.Write in the brand voice and support different publishing formats.
- Оставить человеку право финального решения через Human-in-the-Loop.Keep the final decision with a human through Human-in-the-Loop.
- Публиковать по расписанию и адаптировать материал для второй площадки.Publish on schedule and adapt the material for a second platform.
Что было реализованоWhat was built
Сделан контент-бот, который ведет публикационный цикл как последовательный AI-пайплайн. Каждый этап отвечает за отдельную задачу: поиск, дедупликацию, скоринг, генерацию, визуал, модерацию и публикацию.A content bot was built to run the publishing cycle as a sequential AI pipeline. Each stage owns a separate task: discovery, deduplication, scoring, generation, visuals, moderation and publishing.
Бот по расписанию ищет новости по заданным темам, нормализует найденные материалы, убирает повторы на эмбеддингах, оценивает значимость языковой моделью и готовит пост в заданном голосе бренда. При необходимости он формирует иллюстрацию и отдельную короткую версию для Threads.On schedule, the bot searches for news around configured topics, normalises the material, removes repeats with embeddings, scores relevance with a language model and prepares a post in the defined brand voice. When needed, it creates an image and a separate short version for Threads.
Публикация может идти автоматически или через модерацию. В Human-in-the-Loop режиме владелец получает готовый материал и принимает решение перед отправкой в канал.Publishing can be automatic or moderated. In Human-in-the-Loop mode, the owner receives the prepared material and makes the final decision before it reaches the channel.
- Поиск инфоповодов поисковой LLM с доступом к актуальному вебу.Story discovery through a search-capable LLM with access to current web data.
- Смысловая дедупликация через эмбеддинги, историю публикаций и нормализацию ссылок.Semantic deduplication through embeddings, publishing history and link normalisation.
- LLM-скоринг релевантности с настраиваемым порогом отбора.LLM relevance scoring with a configurable selection threshold.
- Генерация поста в голосе бренда по форматам-архетипам.Brand-voice post generation based on reusable format archetypes.
- Контроль длины, стоп-слов, ссылок и типографики до публикации.Length, stop-word, link and typography controls before publishing.
- Генерация иллюстрации по смыслу поста.Image generation based on the meaning of the post.
- Отдельная адаптация материала для Threads.A separate adaptation pass for Threads.
- Модерация в интерфейсе или через кнопки в мессенджере.Moderation in the interface or through messenger buttons.
- Настройки тем, расписания, стиля и истории прогонов без участия разработчика.Settings for topics, schedule, style and run history without developer involvement.
Как решения помогают бизнесуHow the decisions help the business
| РешениеDecision | ЗадачаProblem | ПользаBusiness value |
|---|---|---|
| Поисковая LLM для свежих поводовSearch-capable LLM for fresh stories | Закрывает ручной мониторинг источников.Replaces manual source monitoring. | Команда получает входящий поток реальных тем, а не начинает каждый пост с поиска.The team receives a stream of real topics instead of starting every post with research. |
| Дедупликация на эмбеддингахEmbedding-based deduplication | Ловит повторы по смыслу, даже если заголовки отличаются.Catches repeats by meaning even when headlines differ. | Канал не возвращается к одному и тому же сюжету под разными формулировками.The channel does not return to the same story under different wording. |
| LLM-скоринг с порогомLLM scoring with a threshold | Отделяет значимые поводы от шума.Separates meaningful stories from noise. | В публикационный план попадает отобранное, а не все найденное подряд.The publishing plan receives selected material rather than everything found. |
| Голос бренда и форматы-архетипыBrand voice and format archetypes | Держит стиль и структуру постов.Maintains post style and structure. | Публикации выглядят как единый канал, а не как набор случайных AI-текстов.Posts feel like one channel rather than a set of random AI texts. |
| Контроль длины, слов и ссылокLength, word and link controls | Проверяет текст до отправки.Checks the text before publishing. | Посты укладываются в правила канала и площадок без ручной чистки каждого текста.Posts fit channel and platform rules without manual cleanup of every text. |
| Генерация иллюстрацииImage generation | Снимает отдельный этап подбора визуала.Removes the separate visual-selection step. | Пост выходит оформленным, когда визуал нужен для вовлечения.The post is visually packaged when an image is useful for engagement. |
| Адаптация под ThreadsThreads adaptation | Переупаковывает материал под короткий формат.Repackages material for a short format. | Один инфоповод работает на двух площадках без копипаста и ручной переработки.One story works across two platforms without copy-paste or manual rewriting. |
| Human-in-the-Loop модерацияHuman-in-the-Loop moderation | Оставляет финальное решение человеку.Keeps the final decision with a human. | Автоматизация ускоряет процесс, но не забирает контроль качества у владельца.Automation speeds up the workflow without taking quality control away from the owner. |
| Расписание и история прогоновSchedule and run history | Делает публикации регулярными и наблюдаемыми.Makes publishing regular and observable. | Процесс можно контролировать, менять и разбирать без постоянного участия разработчика.The workflow can be monitored, changed and reviewed without constant developer involvement. |
Почему выбрана такая архитектураWhy this architecture
Контур AI-публикацииAI publishing flow
Конвейер разделяет поиск фактов, отбор, генерацию и финальный контроль перед публикацией.The pipeline separates fact discovery, selection, generation and final control before publishing.
- Темы каналаChannel topics
- Поиск инфоповодовStory discovery
- Смысловая дедупликацияSemantic deduplication
- Скоринг значимостиRelevance scoring
- Пост и иллюстрацияPost and image
- Human-in-the-LoopHuman-in-the-Loop
- Telegram и ThreadsTelegram and Threads
Разные модели отвечают за разные этапыDifferent models own different stages
Поиск фактов, смысловое сравнение, оценка значимости, написание текста и генерация изображения требуют разных инструментов. Разделение пайплайна позволяет заменить отдельный этап без переписывания всего решения.Fact discovery, semantic comparison, relevance scoring, text writing and image generation need different tools. Splitting the pipeline makes it possible to replace one stage without rewriting the whole solution.
Факты собираются до генерацииFacts are collected before generation
Генерация начинается не с пустого промпта, а с найденного и отобранного материала. Это снижает риск устаревших сюжетов и помогает держать пост привязанным к реальному инфоповоду.Generation does not start from an empty prompt; it starts from discovered and selected material. This reduces stale-story risk and keeps the post tied to a real event.
Дедуп по смыслу важнее совпадения словMeaning-based deduplication matters more than word matching
Одна новость может приходить из разных источников и в разных формулировках. Эмбеддинги позволяют сравнивать смысл, а не только заголовок или ссылку.The same story can arrive from different sources and with different wording. Embeddings allow comparison by meaning, not only by headline or link.
Контроль встроен в конвейерControls are built into the pipeline
Ограничения по длине, стоп-словам, ссылкам, типографике и модерации работают до публикации. Поэтому качество поддерживается процессом, а не только ручной вычиткой в конце.Length, stop-word, link, typography and moderation controls run before publishing. Quality is therefore supported by the process, not only by manual proofreading at the end.
Human-in-the-Loop снижает риск автоматической публикацииHuman-in-the-Loop reduces automatic-publishing risk
Автоматический режим полезен для стабильных сценариев, но для экспертного канала часто нужен последний редакторский взгляд. Поэтому модерация не является обходным путем, а встроена как нормальный режим работы.Automatic mode is useful for stable workflows, but expert channels often need one final editorial check. Moderation is therefore not a workaround; it is built in as a normal operating mode.
РезультатResult
Ручная цепочка “найти тему, проверить повтор, написать, оформить, адаптировать и выложить” превращается в управляемый AI-конвейер. Бот готовит материал по расписанию, а владелец может оставить за собой финальное решение перед публикацией.The manual chain of finding a topic, checking for repeats, writing, packaging, adapting and posting becomes a managed AI pipeline. The bot prepares material on schedule, while the owner can keep the final decision before publishing.
Канал получает регулярный контент в едином голосе, а повторы и слабые инфоповоды отсекаются до генерации. Один материал можно использовать в Telegram и Threads без отдельной ручной переупаковки.The channel receives regular content in a consistent voice, while repeats and weak story ideas are filtered before generation. One material can be used in Telegram and Threads without separate manual repackaging.
Подтвержденных количественных метрик в исходном описании нет. Практический результат описывается качественно: процесс становится регулярнее, наблюдаемее и меньше зависит от ежедневной ручной рутины.The source description contains no verified quantitative metrics. The practical result is qualitative: the process becomes more regular, more observable and less dependent on daily manual routine.
Где это применимоWhere it applies
Подход подходит проектам, где нужен регулярный контент, но ручная подготовка постов забирает слишком много времени.The approach suits projects that need regular content but spend too much time preparing posts manually.
- Тематические Telegram-каналы и экспертные медиа.Thematic Telegram channels and expert media.
- SMM-команды, ведущие несколько каналов.SMM teams managing several channels.
- Агентства, которые готовят контент для клиентов.Agencies preparing content for clients.
- Компании с регулярными отраслевыми новостями.Companies with regular industry news.
- Личные бренды, где важно сохранить авторский голос.Personal brands where the author’s voice matters.
- Контент-процессы с обязательной модерацией перед публикацией.Content workflows that require moderation before publishing.
ВыводConclusion
Контент-бот полезен не тем, что “нейросеть пишет вместо автора”. Его ценность в процессе вокруг модели: свежие источники, смысловая дедупликация, оценка значимости, генерация в голосе бренда, визуал, адаптация под Threads и Human-in-the-Loop контроль.The content bot is useful not because “AI writes instead of the author”. Its value is the process around the model: fresh sources, semantic deduplication, relevance scoring, brand-voice generation, visuals, Threads adaptation and Human-in-the-Loop control.
Такой конвейер снимает ежедневную рутину, но оставляет человеку стратегию, темы и финальное решение там, где оно действительно важно.This pipeline removes daily routine while leaving strategy, topics and the final decision to the human where it really matters.