Нейросеть может приблизиться к манере конкретного автора по его прошлым публикациям. Но моего эксперимента оказалось достаточно, чтобы увидеть ограничение: без фактуры, накопленного контекста, редакторских правил и итераций одного анализа стиля мало.

Нейросеть, которая пишет как человек: почему анализа старых постов оказалось недостаточно

Сегодня мне пришло холодное сообщение.
Отправитель написал, что посмотрел мой Telegram-канал и предлагает попробовать сервис для авторов. Сервис анализирует канал по нескольким десяткам параметров, определяет стиль и помогает готовить контент.

Отдельно было обещано, что результат - не очередной посредственный текст от нейросети, а посты, которые не стыдно публиковать.
Если бы я сейчас сам не исследовал холодный аутрич, скорее всего, сообщение отправилось бы в спам.

Но мне стало интересно.
Я каждый день использую ИИ для работы с текстами, поэтому решил не обсуждать обещание абстрактно, а проверить его на реальном материале.
В результате у меня появился более широкий вопрос:

Может ли нейросеть действительно писать как конкретный человек, если изучит его прошлые публикации?

После одного теста я не могу ответить за все продукты на рынке. Но могу показать, где конкретно сломался мой эксперимент и почему лично мне одного анализа стиля оказалось недостаточно.

Как я проверял сервис

Сначала я подключил свой Telegram-канал.
Сервис сообщил, что проанализировал 48 текстовых постов и определил мой стиль.

После этого нужно было прислать тему будущего поста. Можно было отправить несколько тем, каждую с новой строки.
А я дал не специально подготовленный бриф, а настоящую рабочую фактуру.

В тот день у меня была двухчасовая встреча предпринимателей. После неё я для своего дневника “Второй мозг” записал довольно эмоциональное голосовое сообщение о том, почему считаю такой формат встреч неэффективным.
Внутри были наблюдения, вопросы, повторы, незавершённые мысли и эмоции.

Именно с такого материала у меня часто и начинается статья.
Сам сценарий голос -> сырой материал -> готовый письменный текст я отдельно исследовал в статье «Голосовой ввод с ИИ: почему обычной транскрибации уже мало».

Один рассказ превратился примерно в полсотни тем

Первая проблема оказалась технической, но показательной.
Моя расшифровка голосового сообщения состояла из множества строк.

А сервис, который я тестировал, был устроен так, что каждая новая строка воспринималась как новая тема.
В результате один связный рассказ превратился примерно в полсотни отдельных запросов на генерацию.

Бесплатный тариф позволял сделать три поста.
Сервис сгенерировал первые три, после чего сообщил, что лимит закончился и ещё 48 тем остались необработанными.

Формально здесь всё сработало согласно интерфейсу. Но для моей задачи это уже лишняя операция.
Я не хочу сначала самостоятельно превращать поток мыслей в структуру, удобную генератору.

Мне нужен обратный процесс. Я выгружаю материал так, как он появился, а система помогает понять:

• где здесь одна тема, а где другая;
• что является фактом;
• что является эмоцией;
• что повторяется;
• где есть потенциальный тезис;
• что требует исследования;
• что вообще не стоит превращать в публикацию.

Для автора такой этап может быть ценнее самой генерации текста.

Основная проблема была не в интерфейсе

Первый сгенерированный пост рассказывал, как мой день якобы начался с задачи в Битрикс24.
Потом появился созвон с клиентом.
Затем статья, которую я якобы закончил вечером.
И чек-лист из пяти пунктов.
Ничего этого в исходной фактуре не было.

Во втором тексте моя фраза о встрече “с десяткой” превратилась во встречу с десятью оптовыми компаниями.
Дальше появились конкретные детали:

• 70% клиентов якобы не читают отчёты;
• три компании уже использовали мой продукт;
• они якобы отказались от него из-за интеграции с 1С;
• главным запросом оказались автоматические уведомления руководителю.

Этих фактов я тоже не передавал.

Третья генерация взяла отдельную фразу “Это режим онлайн” и построила вокруг неё уже совсем другой сюжет.

Из трёх результатов я не опубликовал бы ни одного.
И проблема для меня прежде всего не в том, насколько точно сервис воспроизвёл длину моих предложений или любимые слова.
Он начал придумывать реальность.
Для авторского текста это намного серьёзнее, чем ошибка в стиле.

Из той же встречи у меня действительно появилась статья

Но появилась она совсем другим способом.
После первоначального голосового сообщения я продолжил наговаривать фактуру.
Вспоминал свой опыт проведения совещаний.
Разбирал разные форматы, которые пробовал раньше.
Пытался понять, почему пять минут на человека сами по себе не делают встречу эффективной.
Отделял обмен информацией от совместного решения сложной проблемы.
Считал стоимость синхронного времени.
Если десять предпринимателей находятся на одной встрече два часа, это уже 20 человеко-часов.

После этого вопрос меняется.
Не “как быстрее дать высказаться каждому?”, а:

что действительно стоит делать всем этим людям одновременно?

Так постепенно появилась основная формула итоговой статьи:

до встречи - информация и подготовка;
на встрече - мышление и решения;
после встречи - действия.

Для регулярного управленческого цикла появилась ещё одна конструкция:

цель -> план -> факт -> отклонение -> причина -> решение -> следующий шаг.

Эти выводы не лежали готовыми в одной строке исходной расшифровки.
Они появились в процессе исследования и последовательной доработки материала.
Для меня это принципиальная разница.

Я отдельно проверил, ищут ли люди такие инструменты

После эксперимента мне стало интересно, существует ли самостоятельный спрос на такие продукты.
Я проверил 19 поисковых гипотез через подсказки Яндекса и Google, а затем измерил подтверждённые формулировки через Wordstat.

Из 19 исходных гипотез четыре получили точное подтверждение в поисковых подсказках, две получили только близкие формулировки, а для 13 этот проход не дал сигнала.

Картина оказалась не совсем такой, как я предполагал. Формулировки вроде:
“как научить нейросеть писать в вашем стиле”;
“нейросеть пишет в вашем стиле”;
“как обучить нейросеть своему стилю”
в этом исследовании не получили прямого подтверждения в поисковых подсказках.

Зато подтвердились более практические запросы:

• “нейросеть которая пишет как человек”;
• “ии для телеграм канала”;
• “генератор постов для телеграмм”;
• “ии для ведения телеграмм канала”;
• “нейросеть для написания постов в телеграм”.

Для части запросов Wordstat показал измеримый точный спрос за 30 дней.
У формулировки “нейросеть которая пишет как человек” - 170.
У “ии для телеграм канала” - 138.
У более узких запросов про генераторы постов значения существенно меньше.

Я не считаю эти цифры доказательством большого рынка.
Но они подтверждают саму работу.

Люди действительно ищут ИИ для Telegram и инструменты, которые способны писать текст, похожий на человеческий.
Поэтому вопрос для меня теперь не в том, существует ли потребность вообще.

Вопрос другой:

какую дополнительную ценность специализированный продукт должен дать поверх обычной сильной нейросети?

“Писать как я” оказалось не одной функцией

После эксперимента я попробовал разложить авторский материал на отдельные слои.
Получилось пять.

1. Стиль

Это самый заметный слой.
Лексика.
Длина предложений.
Ритм.
Любимые конструкции.
Количество вопросов.
Манера начинать и заканчивать материал.
Такой слой действительно можно изучать по уже опубликованным текстам.
Но он описывает прежде всего то, как выглядит готовый результат.

2. Фактура

Что действительно произошло?
Что я видел сам?
Что мне рассказал другой человек?
Какие цифры известны?
Какие эксперименты уже проводились?
Что является фактом, а что пока только моей гипотезой?

Можно довольно точно воспроизвести мою манеру письма.
Но если внутри появляются несуществующие клиенты, встречи и цифры, это уже не мой текст.

Поэтому для себя я ставлю фактуру выше стилистического сходства.

Слабый черновик с правильными фактами полезнее красивого текста о событиях, которых не было.

3. Накопленный контекст

Новая мысль редко существует отдельно.
Она связана с предыдущими исследованиями.
С другими статьями.
С моими продуктами.
С профессиональным опытом.
С ошибками.
С понятиями, которые я уже определил.
С выводами, которые со временем изменились.

Я уже отдельно писал о том, почему при долгой работе с ИИ главным активом становится накопленная память и контекст.

В работе над текстом это проявляется особенно хорошо.
По старым публикациям система может увидеть, как я обычно формулирую мысль.
Но ей намного сложнее восстановить весь путь, из которого эта мысль появилась.

4. Редакторская модель

Есть ещё один слой, который почти не виден в опубликованной статье.
Почему один тезис я оставил, а другой удалил?
Почему здесь специально ослабил формулировку?
Почему после одного эксперимента не стал писать “все такие сервисы бесполезны”?
Почему короткая мысль превратилась в центральный вывод, а длинный эмоциональный фрагмент полностью исчез?

Это уже не стиль текста.
Это способ принимать редакторские решения.
Финальные публикации дают системе примеры результата.
Но почти не показывают процесс выбора.

5. Итерации

Мои тексты практически никогда не рождаются за один проход.
Я добавляю фактуру.
Меняю структуру.
Спорю с выводом.
Прошу найти противоречия.
Проверяю рынок.
Убираю слишком сильное утверждение.
Возвращаю пропущенный аргумент.
Переписываю отдельный раздел.
Связываю новую мысль с тем, что уже исследовал раньше.

Иногда таких проходов около двадцати.
ИИ очень сильно ускоряет эту работу.
Но он не отменяет саму работу.

Почему мне мало отдельного генератора первого черновика

Сильная универсальная модель уже умеет написать черновик поста.
После этого я могу продолжить работу в том же диалоге:

• указать на выдуманный факт;
• добавить новую фактуру;
• попросить найти логические провалы;
• сравнить две версии;
• проверить противоречия;
• попросить не выходить за пределы источников;
• переписать только один блок;
• вернуться к предыдущей версии;
• добавить результаты исследования.

Именно в этих итерациях для меня находится значительная часть ценности.
Первый черновик стал дешёвой операцией.
Поэтому отдельный продукт должен решать что-то большее, чем “нажмите кнопку и получите пост в своём стиле”.

Мне нужен не генератор постов, а контентный второй мозг

Если бы я проектировал такой инструмент для себя, я бы начинал не с генерации.
Я бы начинал с накопления и управления знаниями.

Система должна уметь принимать:

• голосовые сообщения;
• заметки;
• расшифровки встреч;
• старые статьи;
• исследования;
• документы;
• новые наблюдения;
• обратную связь.

Но просто хранить информацию недостаточно.
Мне важно понимать, откуда появилось конкретное знание.
Исправлять его, если система поняла меня неправильно.
Отмечать устаревшие выводы.
Удалять ошибочные данные.
Заменять старую позицию новой.
Забирать накопленную базу с собой, если я меняю инструмент.

А уже поверх этой памяти можно строить работу над контентом.
Не:

тема -> готовый пост.

А:

новая фактура -> накопленный контекст -> противоречия -> возможный новый вывод -> недостающие данные -> черновик -> критика -> дополнительная фактура -> следующая версия.

Это уже другой класс продукта.

Почему мой второй мозг живёт в вебе, а не в Telegram

Здесь важно объяснить, почему у меня вообще появился отдельный веб-блог.
Я продолжаю вести Telegram-каналы. Но постепенно понял, что для моей задачи Telegram - это скорее канал распространения, чем место, где должен жить основной массив знаний.

Мои тексты обычно не про короткую новость или быстрый юмор.
Это размышления, эксперименты, выводы и связи между разными исследованиями.

Пока я не очень умею ужимать сложную мысль до нескольких абзацев без потери контекста.
И, если честно, не уверен, что всегда хочу это делать.
Дополнительно на это накладывается платформенный риск.
Работу Telegram в России начали ограничивать, и для меня это ещё один аргумент не хранить основную систему знаний внутри одной платформы.

При этом говорить, что публичный Telegram вообще не индексируется, было бы неправильно.
Публичные каналы могут попадать в поисковые системы. Но для моей задачи этого недостаточно.

Мне нужен управляемый архив, где я сам контролирую структуру, ссылки между материалами, формат хранения и доступ к данным.
До веб-блога у меня уже была своя система.
Google Документы, Word-файлы, Google Таблицы, где отдельными строками лежали идеи, выводы и инсайты.

Я всё это структурировал, фильтровал, постоянно возвращался к старым записям.
По сути, уже тогда пытался выгружать собственную память наружу.
Но со временем и этого стало мало.

Информация была разложена по разным местам. К ней можно было обратиться, но неудобно было видеть всё поле целиком: что я думал раньше, что изменилось, где уже исследовал похожий вопрос и с чем связан новый вывод.

Поэтому веб-версия блога для меня - не просто ещё один канал публикации.
Она стала частью самого второго мозга.
Я могу открыть её с телефона.
Могу работать с ней с компьютера.

Мои ИИ-инструменты могут видеть статьи, исследования и связанные материалы в одном информационном поле.
Можно перелинковывать новые выводы со старыми.
Можно возвращаться к предыдущей версии мысли.
Можно видеть не только результат, но и то, как со временем менялась моя логика.

И для меня особенно важно, что ядро этой системы не должно принадлежать конкретному AI-продукту.
Сегодня поверх этой базы может работать одна модель.
Завтра другая.
Это может быть облачный сервис, локальная модель или система, размещённая на моём сервере.

Я уже несколько раз сталкивался с ситуацией, когда привычный инструмент становился недоступен или его использование усложнялось.
Поэтому ценность для меня не в том, чтобы конкретная нейросеть “знала меня”.

Ценность в том, чтобы знания оставались у меня и я мог подключить к ним любую работающую систему.

Мой второй мозг - это не память конкретного ИИ. Это моя собственная база знаний, к которой ИИ получает доступ.

И именно поэтому попытка организовать всё это только внутри Telegram у меня не сработала.
Для длинной итерационной работы маленькое окно мессенджера быстро превращается в ограничение.
Голосовой фактуры много. Документов много.
Исследования пересекаются. Одни выводы уточняют другие.

Мне нужно не просто найти старый пост.
Мне нужно работать со всей накопленной системой.

И здесь я пока не вижу отдельного массового продукта

На первый взгляд из этого легко сделать следующий вывод: значит, нужно построить отдельный сервис “второго мозга для автора”.

Но после этого исследования я, наоборот, стал осторожнее.
Поиск показал спрос на более простую работу: генерацию постов, ИИ для Telegram, текст “как человек”.

А вот массового сигнала на сложную систему, которая годами хранит фактуру автора, связывает исследования, отслеживает изменение его взглядов и позволяет переключать разные AI-модели, я в этом проходе не увидел.

И я понимаю почему. В идеальном для меня виде это уже не маленький генератор постов.
Это довольно сложная надстройка над компьютером, файлами, документами, таблицами, голосовым вводом, веб-блогом, поиском, системой ссылок и несколькими ИИ-инструментами.

Сделать всё это простым продуктом “в один клик” дорого. А пользователь, которому действительно нужна такая глубина и контроль, скорее всего, уже готов собирать подобную систему под себя.

Тот же, кто хочет просто быстро получить пост, вряд ли захочет поддерживать сложную базу знаний, разбирать источники, исправлять память и проходить десяток итераций.

Поэтому сейчас я не вижу достаточного основания делать из своей системы отдельный сервис.
Возможно, такая ниша существует. Но мой текущий вывод значительно уже:

для меня эта система ценна как личная инфраструктура мышления, но массовый самостоятельный продукт из неё пока не следует.

Генератор знает, как выглядит мой текст

Контентный второй мозг должен знать ещё и то, из чего этот текст появился.

Генератор анализирует результаты прошлой работы.
Второй мозг участвует в процессе.

Генератор воспроизводит заметные признаки стиля.
Второй мозг хранит фактуру и контекст.

Генератор стремится быстрее выдать текст.
Второй мозг помогает исследовать, спорить, исправлять и пересобирать материал.

И ещё одна важная граница - управление памятью.
Если система годами работает со мной, я должен иметь возможность контролировать то, что она считает знанием обо мне.
Иначе ошибки тоже начинают накапливаться.

Что этот эксперимент не доказывает

Я проверил один сервис.
На бесплатном тарифе.
На одном материале.
Я не знаю, какая модель используется внутри.
Не исследовал все функции продукта.
Не проверял платную версию.
И сравнение с моей итоговой статьёй тоже не является лабораторно чистым.

В собственный процесс я передал значительно больше исходной фактуры и сделал намного больше итераций.
Поэтому из этого теста нельзя сделать вывод, что все специализированные генераторы постов бесполезны.
Нельзя сделать и вывод, что протестированный продукт нельзя улучшить.

Мой вывод значительно уже.

Что изменилось в моей гипотезе после теста

До эксперимента вопрос можно было сформулировать так:

Нужен ли автору сервис, который анализирует его Telegram-канал и пишет посты в его стиле?

Сейчас я бы поставил вопрос иначе:

Какую часть работы автора специализированный продукт должен взять на себя, чтобы быть полезнее обычной сильной нейросети?

Для себя я пока вижу ответ не в генерации первого текста.
Мой реальный процесс выглядит примерно так:

фактура -> накопленный контекст -> исследование -> гипотеза -> черновик -> критика -> новая фактура -> пересборка -> проверка фактов -> несколько итераций -> финальная редактура.

Генерация здесь только один шаг.
Поэтому мне всё меньше интересен ИИ, который обещает просто “писать как я”.

Мне интереснее система, которая помогает думать вместе со мной, помнит происхождение выводов, позволяет исправлять собственную память и становится полезнее по мере накопления контекста.

Причём теперь для меня важна ещё одна граница.

Этот второй мозг не должен жить внутри конкретной нейросети.
Нейросеть можно заменить.
Модель можно заменить.
Интерфейс можно заменить.

А накопленная база знаний, связи между материалами и история изменения моих собственных выводов должны оставаться у меня.

Для меня именно здесь заканчивается генератор постов.
И начинается второй мозг.