Автоматический контент-мейкер: как я перестал писать статьи и доверился нейросетям

Задумывались ли вы когда-нибудь, сколько времени тратите на создание контента? А я вот задумался и решил, что пора что-то менять. Хватит этих бессонных ночей за написанием статей! Пришло время автоматизировать этот процесс и довериться искусственному интеллекту.

В этой статье я расскажу вам о своей схеме автопостинга статей на основе видео. Это не просто автоматизация, это магия какая-то! Подробно опишу, как я настроил систему, которая сама ищет видео, пишет статьи, генерирует картинки и публикует все это в социальных сетях. Готовы узнать, как я это сделал? Поехали!

Идея: видео превращаются в статьи

Основная идея проста: у меня есть база данных с видео, которые мне интересны. Я смотрю YouTube, нахожу интересные ролики (в основном про Вьетнам, да, люблю я эту страну!), и добавляю их в базу. Раньше это все заканчивалось просмотром, но теперь все иначе. Теперь каждое видео – потенциальная статья, пост в Telegram и запись во ВКонтакте. И все это без моего участия! Ну, почти без моего.

Шаг 1: Сбор видео и база данных

Первым делом нужна база данных. Я использую PostgreSQL, потому что она надежная и бесплатная (ну, почти бесплатная, если не считать электричество для сервера). В базе храню ссылки на видео, дату добавления, статус публикации и прочую полезную информацию. Самое главное – статус "опубликовано" или "нет". Именно он определяет, какое видео пойдет в работу.

Процесс добавления видео в базу тоже автоматизирован. Просто кидаю ссылку на видео себе на почту, и специальный сервис (n8n, о нем чуть позже) сам добавляет его в базу. Если видео уже есть в базе, мне приходит уведомление на почту. Все четко и без лишних движений.

Шаг 2: n8n – мозг автоматизации

Ключевой элемент всей этой схемы – сервис n8n. Это такой конструктор автоматизаций, как Lego, только для взрослых. Есть онлайн-версия, но я установил его на свой сервер, чтобы не зависеть от внешних сервисов. В n8n я настроил workflow, который каждый день в 11 утра запускает всю цепочку автоматизации.

Как работает workflow в n8n:

• Триггер: Каждый день в 11:00.
• Запрос к базе данных: Берем все неопубликованные видео.
• Транскрибация: Отправляем ссылку на видео в сервис транскрибации (превращаем видео в текст).
• Генерация статьи: На основе текста пишем статью с помощью искусственного интеллекта.
• Генерация изображения: Создаем картинку для статьи тоже с помощью ИИ.
• Публикация на сайте: Загружаем статью и картинку на сайт.
• Публикация в соцсетях: Делаем посты для Telegram и ВКонтакте.
• Обновление базы данных: Меняем статус видео на "опубликовано".
• Уведомление: Отправляем мне письмо о том, что статья опубликована.

Шаг 3: Искусственный интеллект – наше все

Самое интересное начинается, когда в дело вступает искусственный интеллект. Я использую два сервиса: OpenRouter и Replicate.

OpenRouter: пишем статьи и генерируем посты

OpenRouter – это агрегатор различных языковых моделей. Я выбрал Google Gemini 2.0 Flash, потому что она одна из самых дешевых, но при этом пишет очень даже неплохо. Главное – правильно составить промт (задание для нейросети). У меня ушло какое-то время на его отладку, но результат того стоил. Теперь Gemini 2.0 Flash пишет статьи по моим видео за копейки! Серьезно, одна статья обходится мне примерно в 5 копеек. Вот это я понимаю, экономия!

Кроме статей, Gemini 2.0 Flash генерирует посты для Telegram и ВКонтакте. Для Telegram есть ограничение по количеству символов (до 800, если с картинкой), поэтому промт составлен так, чтобы текст был кратким и информативным.

Replicate: рисуем картинки

Replicate – это платформа для запуска и хостинга моделей машинного обучения. Здесь я использую нейросеть Flux schnell  для генерации изображений. Она тоже очень дешевая (около 30 копеек за картинку), и качество вполне приемлемое. Изображение генерируется на основе текста статьи, так что получается что-то тематическое.

Шаг 4: Публикация на сайте и в соцсетях

Когда статья написана и картинка сгенерирована, дело остается за малым – опубликовать все это на сайте и в социальных сетях.

Сайт

Для сайта у меня написан небольшой javascript, который разделяет статью на заголовок и основную часть. Под статьей автоматически добавляется ссылка на исходное видео на YouTube. Все аккуратно и красиво.

Telegram

В Telegram пост публикуется через бота. Бот отправляет картинку и текст (до 800 символов) в мой канал. Просто и эффективно.

ВКонтакте

ВКонтакте пост публикуется через API. Отправляется картинка и текст, и все это появляется в моей группе. Здесь тоже все автоматизировано до предела.

Планы на будущее: полная автоматизация

Сейчас система работает так: я отбираю видео вручную и добавляю их в базу. Но в будущем я планирую автоматизировать и этот процесс. Хочу, чтобы система сама искала новые видео по заданным критериям (например, по количеству просмотров или по ключевым словам) и добавляла их в базу. Тогда это будет уже стопроцентная автоматизация!

В планах также подключение других социальных сетей: Mastodon, Instagram, X (Twitter). Проблемы с API есть, но я думаю, что со временем все получится.

Выводы: это просто пушка!

Раньше я писал статьи сам или заказывал у копирайтеров. Это было долго, дорого и сложно. А сейчас статья пишется и публикуется вместе с соцсетями за две минуты! Это просто пушка! И сами статьи, если грамотно составить промт, получаются очень даже неплохие. Я сам потом читаю с удовольствием.

В общем, если вы занимаетесь созданием контента, обязательно попробуйте автоматизировать этот процесс. Это сэкономит вам кучу времени и денег. И да, не бойтесь экспериментировать с искусственным интеллектом! Он может стать вашим лучшим другом и помощником.

А вы как автоматизируете свои задачи? Поделитесь в комментариях!