Как ИИ работает в PR: мой личный список задач
Первый понедельник месяца. Передо мной стандартный набор: собрать брендовую аналитику за прошлый месяц, проверить активность конкурентов, обновить таблицы, поставить задачи в трекер, написать две статьи для внешних площадок. Раньше это растягивалось на несколько дней. Сейчас — по-другому.
Я PR-менеджер в компании Аспро. Мы разрабатываем готовые решения для запуска сайтов и интернет-магазинов, а также сервисы для управления проектами, финансами и клиентами. Расскажу, как конкретно устроена моя работа с ИИ — просто список задач и то, как они решаются.
Контекст: зачем это нужно
У нас несколько продуктовых направлений и более 50 конкурентов, по которым мы отслеживаем брендовые запросы и активность в инфополе. Профессиональные сервисы аналитики стоят дорого — данные дают хорошие, но при ограниченных ресурсах нужно искать свой путь. Я его нашел: часть данных собирается скриптами через открытые API, часть — через бесплатные инструменты мониторинга. ИИ помог написать эти скрипты и выстроить процессы вокруг них.
Нанять аналитика или ассистента сложно: рынок труда перегрет, задач становится больше, бюджеты не растут пропорционально. Автоматизация — не тренд, а прагматичный выбор.
Важный момент про старт: не нужно откладывать работу до момента, когда все настроено. ИИ обучается параллельно с задачами — получает контекст, редполитику, данные, примеры материалов по ходу работы. Интеграции подключаются туда же, постепенно. Кроме того, настроенные инструменты и процессы можно передать коллегам — не придется каждому начинать с нуля.
Что конкретно делает ИИ
Скачать PDF-инструкцию «Где и как публиковать широкоохватные статьи бесплатно»Ниже — конкретные направления, которые уже встроены в мою работу. По каждому — что делается, как настраивалось и что в итоге получилось.
Сбор брендовой аналитики
Каждый месяц скрипт собирает данные по брендовым запросам через API Вордстата — по каждому нашему продукту и по конкурентам. Отдельно — брендовые переходы из Яндекс.Метрики, включая брендовые регистрации на наши сервисы. Все автоматически записывается в Google Sheets и строится в графики. После еженедельного сбора данных по рынку и конкурентам ИИ формирует сводную таблицу и вставляет ее в задачу в трекере с комментарием для коллег.
Мониторинг инфополя
Упоминания наших продуктов и конкурентов собираются из двух источников: уведомления Google Alerts приходят на почту, ИИ делает из них еженедельную сводку; Kribrum дает данные по соцсетям. Результат — таблица активности конкурентов в PR: что публикуют, где, с какой динамикой. Все данные собираются в Google Sheets, а для коллег формируется краткая таблица в задаче с наиболее интересными инфоповодами.
Контент-план
В начале месяца я смотрю на накопленные данные и вместе с ИИ составляю контент-план: темы, площадки, инфоповоды. Логика простая: сначала видим, что происходит в инфополе, потом решаем, в какой инфоповод зайти и какую выгоду из него извлечь. ИИ работает с данными в режиме реального времени — сам находит актуальные исследования, аналитику, свежие инфоповоды, использует конкретные цифры и дает ссылки на источники. Это существенно повышает ценность материалов.
Технические задания и работа со статьями
На основе контент-плана формируется список ТЗ. У нас есть устоявшийся список площадок, на которых публикуемся регулярно. Для каждой ИИ знает аудиторию, тональность и требования — мы загрузили редполитику каждой площадки и примеры уже вышедших материалов, и он понял разницу между форматами.
Статьи пишутся на основе согласованного ТЗ. Черновик — около 60–70% от финального: структура и логика уже на месте, детали и позиция — за мной. Неуникальные фрагменты тоже можно отдать на переработку — это оформлено в отдельный навык и работает быстро. За несколько месяцев количество экспертных публикаций выросло на 23%, при этом появилась возможность делать дальнейший рерайт и перепосев материалов на смежных площадках.
Комментарии для СМИ
Когда приходит запрос от журналиста, ИИ помогает подготовить комментарий: формулирует вопросы для эксперта, структурирует его ответ, приводит к нужному формату и объему. Черновик готов к согласованию с экспертом — не нужно начинать с нуля.
Задачи в трекере
После согласования ТЗ через протокол MCP — протокол для интеграции ИИ с внешними системами — создает задачи в Аспро.Cloud и заполняет все поля карточки: ответственный, спринт, тег направления, этап воронки. Десятки задач за раз, без ручного заполнения каждой. ИИ проставляет все сам после того, как я согласовал параметры.
Проверка материалов
ИИ проверяет статьи коллег по редполитике: выделяет фрагменты, которые нужно скорректировать, и рядом предлагает готовый вариант исправления — тоже выделенный. Для этого мы загрузили редполитику Аспро и редполитики ключевых площадок. Комментарии остаются в Google Docs в закрытом виде и открываются по клику на значок — для рабочих целей этого достаточно.
Мероприятия и спикеры
ИИ помогает собирать список мероприятий на период и структурировать его. Полностью полагаться на него здесь нельзя: он не может на сто процентов оценить специфику мероприятия или насколько тема подходит конкретному спикеру — это всегда финальная проверка живым человеком. Но большую часть рутинной работы он закрывает.
Особенно удобно хранить в нем данные по спикерам: опыт, темы, регалии, прошлые выступления. Когда приходит запрос от организатора, ИИ быстро формирует описание спикера под конкретное мероприятие — не нужно каждый раз собирать это вручную.
Сценарии для видео и шортсов
Мы отдали ИИ нашу редполитику, примеры сценариев, несколько расшифровок из видео и шортсов — он понял структуру, темп, подачу. Теперь сценарии пишутся на основе статей: ИИ прописывает поведение перед камерой, что показывать на экране, где ставить призыв к действию. Правок после него обычно немного.
Презентации
Сбор шаблонов, подготовка тезисов, регалии для спикеров. Сейчас работаем над тем, чтобы данные заполнялись прямо в нашем шаблоне — пока после него нужно выравнивать и подгонять форматирование. Но это все равно быстрее, чем делать с нуля.
Исследования
Недавно понадобилось проанализировать 1848 сайтов из витрины Аспро — проектов, работающих на наших решениях. Задача: понять, какой функционал используют интернет-магазины в разных нишах, где чаще встречается онлайн-оплата, программа лояльности, сравнение товаров. Скрипт парсит страницы, классифицирует сайты, собирает данные. Из этого получится оригинальное исследование — таких данных на рынке еще нет.
Вайбкодинг — инструменты без разработчика
Через ИИ можно создавать рабочие инструменты, не умея программировать: описываешь задачу словами, ИИ предлагает код, проверяешь логику и запускаешь. Для ревью кода удобно использовать ChatGPT — главное заранее подготовить правильный промт. Его можно запросить у своих разработчиков: им это сэкономит время на проверку и установку, а вам даст работающий инструмент контроля качества кода.
Примеры: калькулятор стоимости ведения финучета в Excel вместо сервиса, калькулятор потерь бизнеса от отсутствия SEO-продвижения, калькулятор стоимости сайта. Все — для нашего сайта, все — без участия разработчика.
Еще один эксперимент: игровой попап для удержания посетителей. Пользователь видит мини-игру перед уходом, понимает ценность предложения и оставляет контакт — геймификация, которая работает и как инструмент лидогенерации, и как тема для кейса. Пока набираемся опыта, но уже есть что рассказать.
Как это устроено технически
Claude Code — ИИ-ассистент, работающий в терминале. Наш системный администратор помог с первоначальной настройкой: установить пакеты, подключить API. Дальше — самостоятельно. Сейчас подключены Google Drive, аналитические сервисы, Kribrum, сервис email-рассылки, Аспро.Cloud и другие инструменты. Все в одном рабочем пространстве. Доступ организован самостоятельно.
ChatGPT с большинством описанных задач тоже справляется хорошо — использую оба инструмента в зависимости от ситуации.
Что изменилось
За несколько месяцев производительность выросла на 29%. Это не субъективная оценка — задачи оцениваются в Story Points (сложность задачи), итоги фиксируются по спринтам в Аспро.Cloud на канбан-доске. Стало больше выходить материалов, быстрее закрываются задачи, шире охват площадок.
Так как в феврале и марте спринт состоял из 4 недель, а апрель из 5 — мы вычтем 1/5. Тогда получается, что за 4 недели апреля у нас вышло 136,8 SP. По сравнению с февралем это на 29% больше.
Главное — освободилось время на то, что нельзя делегировать: стратегию, новые идеи, разговоры с журналистами, поиск неочевидных тем, выстраивание отношений с медиа. ИИ не строит эти отношения. Не чувствует, какой угол сейчас актуален. Не знает компанию так, как знаю ее я. Все это — моя работа, а ИИ — инструмент, который берет на себя рутину. Человек в основе процесса — всегда.
Несколько советов
Начните с одной задачи. Выберите самую трудоемкую рутину и попробуйте решить ее с ИИ — не все сразу.
Дайте инструменту контекст. Редполитика, список площадок, данные о спикерах, история публикаций, примеры материалов — чем больше контекста, тем точнее результат. Загружайте это параллельно с работой.
Контролируйте каждый шаг. ИИ ошибается, особенно с цифрами и датами. Финальная проверка — за вами.
В условиях ограниченных ресурсов и высокой неопределенности автоматизация рутины — это способ делать больше без увеличения команды. При условии, что человек остается в основе.
Комментарии