Заказчик получил не просто умных ассистентов, а полноценный отдел ИИ-сотрудников, каждый из которых — эксперт в своей узкой нише. Теперь контент создается быстрее, качественнее и меньшими силами.
Ко мне обратился владелец онлайн-школы. Его бизнес рос, задач становилось всё больше, а вот ресурсы оставались ограниченными. Он мечтал не просто об «умном помощнике», который бы отвечал на вопросы. Ему нужна была целая команда профи: копирайтер, который пишет так, что клиент зачитывается; сценарист, который знает, как удержать внимание в сторис; стратег, который видит на три шага вперед.
Проблема была в том, что собрать такую команду из людей — долго, дорого и не всегда предсказуемо. А существующие на рынке ИИ-решения казались ему «мастерами на все руки, но ни в чем не специалистами».
⛔ Стандартные нейросети: слишком общие, чтобы быть экспертами. Да, большие языковые модели от гигантов индустрии знают многое. Но их знания — как огромная библиотека без каталога: найти что-то конкретное и по-настоящему глубокое для узкой задачи сложно. Ответы часто получались шаблонными, лишенными индивидуальности и той самой «изюминки», которая отличает экспертный контент. Заказчик хотел узкоспециализированный, точный подход, основанный на опыте лучших, а получал усредненные, «безопасные» результаты. Кроме того, качество было не всегда стабильным и предсказуемым. По одному запросу, то получаешь шедевр нейросетевого творчества со свежими идеями, то шафблонный “мусор”.
⛔ Люди-эксперты: слишком дорого и сложно для малого бизнеса. Нанять штат из топовых специалистов по копирайтингу, SMM, видеопродакшену (а уж тем более отдельного сотрудника который будет только писать заголовки, но делать это великолепно) — неподъемная задача для небольшой онлайн-школы. Даже если найти талантливых фрилансеров, это требует времени на поиск, адаптацию, постановку задач и контроль. А результат всё еще не всегда гарантирован.
<aside> 🤔
Нужно было решение, которое объединило бы экспертность топовых специалистов и доступность технологий.
</aside>
Мы поняли: если нельзя нанять звезд, нужно создать их «цифровых двойников». Не просто использовать готовую нейросеть, а построить целый виртуальный отдел, где каждый ИИ-сотрудник — это узкий специалист, обученный на конкретных данных и методологиях. Я назвали этот подход «Twink» — команда ИИ-близнецов реальных экспертов работающая на вас.
Идея была в том, чтобы каждый такой «сотрудник» не просто генерировал текст или идеи, а делал это в стиле конкретного признанного мастера, используя его подходы и наработки, но при этом адаптируясь под задачи и специфику конркетного бизнеса — онлайн-школы заказчика.
Я не стал пытаться создать одного бота, который умеет всё. Вместо этого я разработал команду из нескольких дообученных языковых моделей (LLM), каждая из которых выполняла свою функцию. Вот как это работало: