В 2026 году мы приняли решение существенно нарастить объем публикаций на наших ресурсах и задались вопросом, как это сделать, не увеличивая пропорционально затраты на производство.
Каждый проект требовал отдельного подхода: где-то нужно было подготовить интервью, где-то – собрать новостной выпуск, а где-то написать сценарий для подкаста. Больше всего времени традиционно отнимают не съемка и монтаж, а именно подготовка сценария и выбор тем для выпуска или интервью.
Так, к примеру, сценарий только лишь одного новостного подкаста может занимать до 90 страниц текста. Делать такой материал вручную – гигантская редакторская работа, которая занимает много часов. Именно поэтому мы и создали Screenwriter.
От анализа аудитории до готового сценария
Мы не хотели разрабатывать просто инструмент, который будет механически генерировать текст. Главная задача заключалась в том, чтобы научить систему понимать, какой контент имеет ценность именно для нашей аудитории. Первым этапом стало определение того, кто наш зритель.
Стандартная аналитика дает только базовые характеристики: возраст, интересы, поведение пользователей. Но этих данных недостаточно, чтобы понять мотивацию человека и причины, по которым он выбирает один материал, а другой игнорирует.
С помощью LLM мы объединили доступные данные и сформировали более глубокий психологический и поведенческий профиль аудитории. Внутри системы появился образ «стратегического созидателя» — зрителя с определенными интересами, целями и способом восприятия информации. Дальше AI начал работать уже не просто с массивом новостей, а с вопросом: какие из этих событий будут действительно важны для такого человека?
Как Screenwriter выбирает темы
После того как система понимает, для кого создается контент, начинается работа с информацией. В Screenwriter можно подключить практически любые источники: Telegram-каналы, сайты, СМИ. Ограничений по языку нет — система одинаково анализирует материалы на русском, английском, китайском, испанском и других языках.
Дальше происходит не простой сбор публикаций. Screenwriter просматривает весь информационный поток, сопоставляет его с профилем аудитории и отсеивает все, что не представляет для нее интереса. В фокусе остаются только темы, которые действительно могут привлечь внимание нашего «стратегического созидателя».
За восемь недель с момента запуска через систему прошло около 240 тысяч новостей. Из этого массива она самостоятельно выделила наиболее значимые события, оценила их потенциальную ценность для аудитории и выстроила их по степени приоритета. По сути, вместо бесконечного просмотра десятков источников редактор получает уже готовый список тем, с которыми можно работать дальше.
От новости к готовому сценарию
На этом участие системы не заканчивается. Любую выбранную тему можно открыть и практически сразу получить готовый сценарий. Screenwriter способен подготовить текст как для отдельного сюжета, так и для полноценного новостного выпуска. То, на что раньше уходили часы редакторской работы, теперь занимает значительно меньше времени.
Почему мы не стали строить систему вокруг одной AI-модели
С самого начала было понятно, что универсального решения не существует. У каждой модели искусственного интеллекта свои сильные стороны, поэтому мы сознательно отказались от идеи строить всю систему вокруг одного инструмента.
Одни модели лучше справляются с анализом больших объемов информации. Другие точнее выстраивают структуру будущего материала. Третьи сильнее в работе с текстом. Screenwriter использует преимущества каждой из них, распределяя задачи между разными моделями.
Есть и еще одна причина такого подхода. Любой AI-сервис может временно оказаться недоступным или ограниченным. Если вся инфраструктура зависит от одной модели, работа в этот момент просто останавливается. Мы сразу проектировали систему так, чтобы она оставалась работоспособной независимо от подобных изменений.
Что умеет Screenwriter сегодня
В итоге получился инструмент, который закрывает сразу несколько этапов подготовки контента. Он помогает создавать сценарии новостных выпусков, подбирает материалы для интервью и формирует вопросы для гостей подкастов. Все это происходит в такие сроки, которые при ручной подготовке было даже невозможно представить.
Что изменилось после внедрения
Любой контент начинается с идеи. Если она слабая или плохо подготовлена, никакое качество съемки не исправит ситуацию.
Мы неоднократно убеждались, что интервью, записанное без серьезной подготовки, может набрать всего несколько сотен просмотров и почти не вызвать реакции аудитории. Причина проста: зрителю неинтересно еще раз слушать то, что он уже видел или читал в других источниках.
Чтобы материал действительно находил своего зрителя, он должен попадать в его интересы. Именно эту задачу решает Screenwriter — система помогает определить, какие темы окажутся наиболее востребованными для аудитории, на которую ориентирован проект.
Результаты подтвердили, что такой подход работает: количество просмотров и комментариев на выпусках, сделанных при помощи Screenwriter, оказалось в разы больше, чем в тех, которые мы делали до начала эксперимента с AI.
AI не пишет вместо человека
Несмотря на то что значительная часть подготовки автоматизирована, автором остается человек.
Ведущий просматривает сценарий, вносит изменения, дополняет его собственными мыслями, опытом и профессиональным взглядом. Искусственный интеллект не принимает на себя роль автора, но он берет на себя самую трудоемкую часть подготовки и помогает быстрее пройти путь от идеи до готового материала.
Как изменилась экономика производства
После внедрения Screenwriter изменилась не только скорость работы, но и сама экономика производства контента.
Раньше выпуск каждого материала требовал участия сценариста, редактора, режиссера, оператора, студии и значительных временных затрат. Теперь основными расходами остаются аренда студии и монтаж, а если съемки проходят на собственной площадке, то фактически только монтаж.
Мы существенно нарастили объем подготавливаемых материалов. При прежнем подходе добиться этого либо не удалось бы вовсе, либо стоимость производства оказалась бы слишком высокой.
Причина очевидна: самая затратная часть видеопроизводства – не съемка и не постпродакшн. Основные ресурсы уходят на подготовку сценария. Особенно если речь идет об интервью с сильными техническими специалистами, где без глубокого погружения в тему качественный разговор невозможен.
Что дальше
Сегодня Screenwriter стал не просто внутренним инструментом, а важной частью всего процесса создания контента. Он помог значительно ускорить производство, сократить стоимость выпуска и выстроить внутри компании систему, способную работать в большом масштабе.
Развитие проекта продолжается. Практически каждая новая съемка дает идеи для новых улучшений, поэтому возможности AI-помощника постоянно расширяются.
Но главный вывод, к которому мы пришли, заключается в другом. Искусственный интеллект начинает приносить реальную пользу бизнесу не тогда, когда его используют как модную технологию, а когда он становится частью выстроенного процесса и решает конкретные задачи.
Именно поэтому сейчас мы рассматриваем возможность применения Screenwriter не только внутри компании, но и в работе с внешними проектами. Если вам тоже приходится сталкиваться с нехваткой времени на подготовку контента, сложностью отбора тем или высокой стоимостью производства, возможно, этот подход окажется полезным. Мы готовы обсуждать такой опыт и делиться тем, что уже удалось реализовать.