Что на самом деле произошло, когда наш блог перешел на модель AI-first: взгляд менеджера

Когда в июне 2025 года наша команда блога перешла на модель написания текста с приоритетом искусственного интеллекта (AI-first), моя реакция была неоднозначной. С одной стороны, было волнение: я видел неэффективность в наших процессах, которую ИИ действительно мог исправить. С другой — тревога. И хотя большая часть этой тревоги была связана с самой технологией (насколько хорошо эти инструменты действительно пишут, насколько мы можем им доверять), моей главной заботой была моя команда.

Я руковожу командой авторов блога HubSpot уже три года, а до этого сам был автором HubSpot Blog. Я понимаю, что значит контролировать свой собственный процесс. Многие из авторов, которыми я руководим, пришли в эту сферу, потому что они любят писать. Им нравится ремесло поиска правильного предложения и завоевания внимания читателя. Цифры трафика и конверсии вторичны. Во время этого перехода на ИИ я ощущал всю тяжесть последствий, которые это могло повлечь для тех, чей подход к своему ремеслу так стремительно менялся.

Большая часть публичных обсуждений контента, созданного с помощью ИИ, преподносит все в неверном свете. Существует мнение, что раз ИИ умеет писать сносно, то сложная часть работы позади. Просто примените ту же поверхностную полировку, которую вы используете для созданного ИИ письма или служебной записки, к своему посту в блоге и публикуйте его.

Но по своему опыту могу сказать: так это не работает. Пост в блоге должен конкурировать с десятками (или сотнями) других постов на ту же тему. В этой игре банальный текст, созданный без усилий, не победит, и это хорошая новость для вашей контент-команды. Это значит, что, хотя процесс написания изменился, само ремесло по-прежнему важно.

Итак, как соблюсти баланс между мастерством и приростом эффективности, который обещает ИИ? И как построить процесс, который использует сильные стороны ИИ и не попадает в его ловушки? Мы потратили последний год на то, чтобы разобраться в этом. Здесь я поделюсь тем, чему мы научились: где удалось сэкономить время, где оно добавилось, и что нужно для того, чтобы ИИ работал без ущерба для стандартов качества, на создание которых у вас ушли годы.

Оглавление

• До появления ИИ письмо было личным делом.
• Чему нас научило предоставление свободы авторам
• Сравнение процесса письма до и после внедрения ИИ
• Создавать контент с помощью ИИ в больших объемах легко. Создавать контент, который интересно читать, сложно.
• Что это значит для линейных руководителей
• Мои выводы в качестве руководителя контент-команды

До появления ИИ письмо было личным делом.

До появления ИИ наш процесс создания текстов был, скажем так, процессом написания. Хотя у нас были редакционные стандарты и рамки для обеспечения неизменного качества, мы не навязывали конкретный метод написания постов. Мы нанимали авторов и редакторов за их умение создавать контент и доверяли этому умению. Мы понимали, что письмо — это больше, чем просто технический навык. Предоставление нашим авторам пространства для развития их индивидуальных рабочих процессов приводило к появлению контента с характером и уникальными инсайтами.

Обучая новых авторов, мы использовали простую и гибкую структуру, помогающую людям распределять свое время:

• Составление плана и подготовка занимали от 30 минут до часа.
• Сбор информации мог занять от одного до двух часов, в зависимости от сложности темы и знакомства автора с ней. Сюда входил поиск цитат, поиск исходных данных и написание текста на основе личного опыта.
• Создание черновика — этап, на котором человек непосредственно переносит мысли на страницу, — занимало в среднем от пяти до семи часов для первой версии.
• Редактура, проверка качества, форматирование и финализация в нашей CMS добавляли к этому еще примерно два часа.

Для стандартного поста в блоге это легко превращается в полный рабочий день, а обычно и дольше. Большая часть этого времени уходила на фазу черновика: написание текста, поиск правильной структуры и поиск способов четкого объяснения сути составляли основу работы.

Чему нас научило предоставление свободы авторам

Когда в июне 2025 года мы официально приняли практику написания текстов с помощью ИИ, мой подход был осознанным: не переусердствовать с предписаниями. Предоставление авторам возможности самим выстраивать свои процессы отлично служило нам более десяти лет, и мы хотели сохранить этот уровень контроля для нашей команды настолько, насколько это возможно, даже внедряя ИИ.

Мы предоставили авторам доступ к инструментам ИИ (в частности, Claude и ChatGPT, а также NotebookLM) и свободу в том, как интегрировать их в свой рабочий процесс. Даже с учетом ИИ я верил, что письмо — это личное дело, и не собирался указывать команде опытных авторов, как именно им делать свою работу. Нашей целью были сначала эксперименты, а уже потом — структура.

В результате мы получили совсем не тот стремительный прирост эффективности, на который я рассчитывал. ИИ решил одни проблемы и породил новые. Но, проработав эти трудности вместе с нашими авторами, мы выстроили процесс, который, как мы знаем, работает.

Более быстрое создание черновиков не означает создание контента быстрее.

Сначала все выглядело многообещающе. Авторы создавали тексты быстрее, чем раньше, и я предполагал, что это напрямую отразится на общей скорости выхода постов.

Этого не произошло.

Через пару месяцев, проанализировав данные учета рабочего времени и пообщавшись с командой, я увидел более сложную картину. Количество постов осталось примерно прежним, но сами посты стали длиннее, подробнее и требовали больше усилий для создания. Авторы стали тратить больше времени на тестирование софта, поиск экспертных цитат, глубокий анализ инструментов и более детальное погружение в темы. Время, сэкономленное ИИ на этапе создания черновика, поглощалось всем остальным, что требуется для конкурентоспособного поста.

Ситуацию осложняло то, что некоторые авторы испытывали давление от одновременного выполнения двух ожиданий: писать быстрее и писать больше. Осознав это, мне пришлось перестроиться. ИИ не уменьшил нагрузку. Во многих отношениях он ее увеличил.

Так что мой первый урок звучит так: если вы оцениваете влияние ИИ на вашу команду исключительно по количеству постов, вас ждет разочарование. Ценность заключается в том, во что эти посты превращаются, а не в том, как быстро они создаются.

Сбор информации стал для нас главным сюрпризом.

Я также предполагал, что ИИ ускорит сбор данных. В конце концов, вместо того чтобы тратить час на погружение в тему, автор мог просто задать вопрос Claude и идти дальше.

Что касается общих знаний по теме, то это действительно так. По хорошо документированным предметам, по которым имеется множество обучающих данных, ИИ может четко объяснить концепции, ответить на дополнительные вопросы и помочь автору разобраться быстрее, чем переключение между десятком вкладок в браузере.

Однако недостатки были замечены авторами практически сразу.

Впервые это проявилось на примере подборки продуктов-конкурентов. Автор обратился ко мне и указал на то, что информация о ценах, предоставленная ИИ, оказалась неверной. Не слегка устаревшей, а полностью неактуальной. ИИ не знал, что цены изменились, и не просигнализировал о собственном сомнении.

Наверное, мне следовало догадаться об этом заранее. В конце концов, инструмент, обученный на данных многомесячной давности, очевидно, не может знать об изменении цен у конкурента. Но потребовалось, чтобы автору было не все равно и он указал на это, прежде чем я принял данный факт во внимание.

Исходя из этого, мы поняли, что для любых задач, требующих точности в отношении цен конкурентов или функций, исследование с помощью ИИ терпит неудачу. Это вполне логично, если задуматься о том, как работают эти инструменты: данные для обучения LLM имеют дату отсечки, а значит, они вряд ли отражают последние изменения цен, обновление функций или ребрендинг продуктов. А когда инструменты ИИ все же пытаются выполнить поиск в реальном времени, их результаты зависят исключительно от качества страниц, которые они могут проанализировать. Страницы продуктов часто структурированы так, что LLM сложно их интерпретировать, из-за чего даже запросы в реальном времени подвержены неточностям. В результате получается информация, которая звучит авторитетно, но может быть устаревшей на месяцы или годы.

Мы создаем много подборок конкурентов и контента, ориентированного на продукты, и в таких случаях для сбора информации по-прежнему требуется значительный ручной труд. Так что, хотя ИИ ускорил поиск по общим темам, исследование конкурентов и продуктов занимает примерно столько же времени, сколько и раньше.

Проблема галлюцинаций

Проблема с исследованиями оказалась гораздо глубже, чем просто цены на продукты. Помимо устаревших данных о конкурентах, мы сталкивались с вымышленными статистическими данными, неверно приписанными цитатами и некорректной терминологией — и все это подавалось в одном уверенном, авторитетном тоне. ИИ не знает того, чего он не знает.

Мы уделяем первостепенное внимание точности, и эти так называемые галлюцинации ИИ превратили проверку фактов из легкого финального шага в один из самых трудоемких этапов процесса. В некоторых случаях создание черновиков с помощью ИИ занимало больше времени, чем написание вручную, поскольку авторам приходилось тратить время на проверку того, в чем ИИ ошибся.

Больше всего меня поразило то, как быстро моя команда это заметила. Такая приверженность публикации только правдивой, проверенной информации — это именно то, что отличает хорошего автора от генератора контента. Это укрепило меня в мысли, в которой я был уверен и раньше: автор важнее инструментов, которые он использует.

Чтобы бороться с галлюцинациями, мы ввели новый официальный этап в наш процесс: выделенную проверку фактов. До появления ИИ авторы сами отвечали за точность своих исследований, а финальная редакторская правка позволяла выявить любые очевидные ошибки. С появлением ИИ проверка фактов превратилась в отдельную самостоятельную фазу. По моим оценкам, для типичной статьи это добавляет около 30–60 минут к процессу. Для материалов, требующих глубокого погружения, или любых текстов, содержащих статистику, цитаты или информацию о продуктах, это время больше.

Конечно, можно было бы пропустить проверку фактов и предположить, что ИИ все делает правильно. Но неужели это тот стандарт, которому вы хотите соответствовать при создании контента? Публикация дезинформации, даже непреднамеренная, подрывает доверие так, что восстановить его потом очень сложно.

Качество не контролирует себя само.

Время на контроль качества (QA) тоже выросло по причинам, выходящим за рамки того, что уже отсеивала проверка фактов. Проверка фактов — это процесс подтверждения того, что информация в статье верна. Контроль качества касается всего остального: звучит ли эта статья так, будто ее написал человек? Соответствует ли она нашим редакционным стандартам? Структурирована ли она так, чтобы ее могли проанализировать поисковые системы и инструменты ИИ?

Без структурированного этапа контроля качества черновики, созданные с помощью ИИ, привносили проблемы, которые авторы не всегда могли заметить самостоятельно, такие как:

• Клише ИИ и фразы, изобилующие вводными словами («стоит отметить», «использовать», «важно понимать» и т. д.)
• Избыточные предложения.
• Плагиат из контента конкурентов (непреднамеренный, возникающий из-за того, что модели цитируют исходный материал прямо в выходных данных)
• Сломанные или неработающие ссылки
• Отсутствие альтернативного текста для изображений
• Неправильный порядок заголовков
• Предложения, абзацы и разделы, которые не оптимизированы для разбиения на блоки для LLM.

Чтобы решить эту проблему, я создал специальный инструмент контроля качества прямо в Google Docs, который отмечает эти и другие проблемы. Это стало обязательным шагом в нашем рабочем процессе.

Чего ИИ не коснулся

Несмотря на все вышеперечисленные изменения, некоторые вещи остались неизменными. Требования E-E-A-T, которые были у нас до ИИ — оригинальные цитаты, личный опыт, надежные источники данных — остались в силе. Редакционное суждение осталось в силе. Стратегическое мышление, необходимое для определения того, о чем должна говорить статья и кому она должна быть адресована, осталось в силе.

Теперь ИИ берет на себя большую часть реализации: составление черновиков, определение объема, генерацию тем и объяснение концепций. Но та часть работы, которая делает материал достойным прочтения (человеческий взгляд, оригинальное понимание, тщательный подбор источников), по-прежнему лежит на авторе. Более того, сейчас это важно как никогда, ведь именно это отличает ваш контент от результатов работы ИИ у всех остальных.

Сравнение работы до и после внедрения ИИ

Чтобы понять, что именно изменилось, это стоит увидеть. Вот приблизительное распределение времени для типичной статьи в блоге до появления ИИ и то, как это распределение изменилось после его внедрения:

Примечание: Оценки времени являются средними значениями на основе внутренней аналитики команды HubSpot Blog. Для отдельных постов время может варьироваться в зависимости от сложности темы, длины и типа контента.

Конечно, реальность сложнее, чем показывают эти графики. Автор может писать черновик в течение часа, понять, что ему нужны дополнительные исследования, вернуться к сбору информации, заметить то, что требует проверки фактов, и снова вернуться к написанию. Реальный рабочий процесс выглядит скорее так:

Тем не менее, экономия времени очевидна.

Создавать контент с помощью ИИ в больших объемах легко. Создавать контент с помощью ИИ, который стоит читать, сложно.

Если ИИ может сгенерировать статью в блоге за считанные минуты, почему бы просто не опубликовать ее и не двигаться дальше? Больше контента означает больше шансов на высокие позиции в выдаче, больше точек контакта для лидов и больше результатов при меньших затратах, верно?

В начале бума контента, созданного с помощью ИИ, мы все заметили появление определенной стратегии в сфере SEO: публиковать как можно больше сгенерированного ИИ контента как можно быстрее и захватить рыночную долю до того, как конкуренты успеют опомниться. Завалить все пространство контентом. Она строится на убеждении, что одного лишь объема будет достаточно для победы.

Однако это не так, и последствия не заставили себя ждать.

Низкокачественный поток в больших масштабах

Контент, создаваемый в рамках столь опрометчивой стратегии, легко узнаваем для каждого, кто провел в этой индустрии какое-то время.

Статья в блоге, в которой предложения просто нанизаны друг на друга, но при этом не несут особого смысла. Подборка, которую можно было бы написать о любой компании в любой сфере. Никаких оригинальных данных. Никакой реальной точки зрения. Никаких конкретных примеров, которые нельзя было бы выдумать. И если прогнать такой текст через программу проверки на плагиат, вы даже найдете фрагменты, заимствованные у конкурентов (не специально, а как побочный эффект того, как работают LLM).

Короче говоря, это шаблонный материал. Вы наверняка слышали термин «AI slop» (мусор от ИИ) для описания подобного контента. Опытные читатели и, что еще важнее, поисковые алгоритмы могут заметить такой мусор за версту, и он приносит гораздо больше вреда, чем пользы.

Маркетологи начинают это понимать. Согласно HubSpot’s 2026 State of Marketing Report, 52% маркетологов считают, что ИИ сделал создание контента настолько простым, что в целом оно стало менее эффективным.

Нужны еще доказательства? В 2026 году SEO expert Lily Ray tracked more than 220 websites провели исследование сайтов, которые позиционировали себя как клиенты платформ создания контента на базе ИИ, и обнаружили устойчивую закономерность: быстрый рост органического трафика сменялся резким падением, которое во многих случаях полностью сводило на нет все достижения. Согласно собранным данным, более половины сайтов потеряли как минимум 30% своего пикового органического трафика, а почти четверть потеряла 75% и более.

Вот пример того, как это выглядит для одного из таких сайтов.

Я понимаю, почему команды поначалу переняли этот подход. Давление необходимости выдавать результат реально: .

Но именно так на практике выглядит руководство, в котором на первом месте стоит только скорость. Если качество становится тем, что вы пытаетесь внедрить задним числом, это редко работает.

Начните со стандартов, а затем добавьте ИИ.

Команды, которые успешно пишут с помощью ИИ, начинают с противоположного конца. Они определяют, как выглядит «хороший» материал — голос, глубина, точность, оригинальность — и затем двигаются в обратном направлении, чтобы определить, где ИИ может помочь им быстрее достичь этой цели без ущерба для данных стандартов. Все тексты с самого начала опираются на качество.

В блоге HubSpot это означает сохранение неизменными наших требований E-E-A-T. Мы встраиваем стандарты качества в наш рабочий процесс и честно говорим о том, каким типам контента полезно участие ИИ, а каким нет. Например, у практического руководства и оригинального исследования будут разные требования, и одинаковое отношение к ним приведет к появлению шаблонного контента, который останется незамеченным.

Как выразилась бывший директор HubSpot Blog Карла Хестерберг (Karla Hesterberg): «Единственный по-настоящему не требующий усилий процесс производит халтуру». Команды, которые борются с халтурой, оставляют хороших авторов за рулем и используют ИИ как рычаг, а не как замену, создают контент, который конвертирует.

Более подробно о том, как мы поддерживаем стандарты качества в редакторском процессе с поддержкой ИИ, читайте в этой статье автора HubSpot Blog Эми Ригби (Amy Rigby) о том, как HubSpot создает качественный контент в эпоху ИИ.

Что это значит для линейных менеджеров

Почти за одну ночь моя роль сместилась в двух направлениях одновременно. С одной стороны, я стала более ориентированной на процессы, чем когда-либо прежде. Мне пришлось глубже задуматься о рабочих процессах, инструментах и о том, как собираются статьи. С другой стороны, управление людьми стало сложнее. Не потому, что мои авторы были сложными людьми, а потому, что я просила их изменить то, как они работают.

Изменения в процессах относительно легко задокументировать, но поддержание мотивации и морального духа во время перехода, который кардинально изменил их работу, — совершенно другая задача. Вы можете выстроить самый продуманный процесс написания текстов с помощью ИИ в мире, но если ваши авторы не вовлечены, ничто из этого не сработает.

Авторы приходят на эту работу по разным причинам, и ИИ воспринимается по-разному в зависимости от того, какова эта причина.

Некоторые авторы ориентированы на результат. Они приходят в контент-маркетинг, потому что хорошо пишут и им нравится видеть влияние на бизнес. Для них ИИ — долгожданное изменение, поскольку он быстрее приводит их к результату.

Другие авторы пришли в эту сферу, потому что любят ремесло. Сам процесс письма — это то, о чем они искренне заботятся. Для них модель «ИИ прежде всего» может казаться посягательством на их труд. Я не считаю это проблемой производительности или неспособностью адаптироваться. Это внутреннее напряжение, к которому следует относиться серьезно.

Как менеджер, моя задача — определить, где на этом спектре находится каждый член команды, и работать с ним соответствующим образом. Я создаю пространство для честной обратной связи, включая негативные отзывы об ИИ. Я знаю, что если авторы не чувствуют себя в безопасности, рассказывая мне о том, что не работает, я буду строить процессы на основе неверной информации. Авторы, которые наиболее честно возражали против наших ранних рабочих процессов с ИИ, дали мне самый четкий план того, что нуждается в исправлении.

Шаги по управлению командой в период перехода на ИИ

Вот что я бы сказала любому менеджеру, который осваивает написание текстов с помощью ИИ:

• Не предписывайте слишком много на раннем этапе. Дайте авторам доступ к инструментам и пространство для экспериментов, прежде чем закреплять жесткие рабочие процессы.
• Требуйте экспериментов, а не метода. Команды, которые предписывали конкретное использование ИИ с первого дня, создавали ненужные трения.
• Признайте, что вы просите авторов изменить то, как они работают. Это требует времени и доверия.
• Создайте пространство для честной обратной связи, включая конструктивную критику. Если авторы не чувствуют себя в безопасности, сообщая вам о том, что не работает, вы построите процессы на основе ложной информации.
• Поймите, где каждый автор находится в спектре между ориентацией на результат и ориентацией на ремесло, и управляйте ими соответствующим образом.

Цель не изменилась: команда, которая создает материалы, стоящие прочтения. Путь к этой цели просто выглядит иначе, чем в 2024 году.

Мои выводы в качестве руководителя контент-команды

Спустя год после этого перехода я горжусь тем, к чему мы пришли, хотя мы все еще кое-что дорабатываем.

Разницу сделали не только инструменты, но и авторы. Я знала это изначально, и этот прошедший год подтверждал это на каждом шагу. Авторы, которые честно высказывали возражения, дали мне дорожную карту, а те, кто испытывал трудности, помогли мне понять, чего от них на самом деле требуют.

Больше всего в этом опыте мне запомнилось то, что авторы стали говорить в последнее время: они снова чувствуют себя настоящими писателями. Баланс между эффективностью ИИ и реальным мастерством начал казаться устойчивым. Это произошло не потому, что мы нашли идеальный промпт или правильный инструмент, а потому, что мы никогда не отказывались от того, что делало наш контент качественным с самого начала.

Если вы сейчас являетесь руководителем редакции, переживающим сдвиг в сторону ИИ, знайте следующее: то, что поможет вам справиться, — это наличие авторов, которым не все равно и которые достаточно честны с вами, и вы как менеджер, создающий пространство для этой честности. Не недооценивайте то, что значит для автора чувствовать себя автором. Это проявляется в работе.

ИИ — это инструмент. Держите своих авторов в центре внимания, держите планку качества, а остальное приложится.