Как написать пост нейросетью бесплатно и не потерять читателя

Вы просите модель написать пост, получаете гладкий текст — и он почему-то не заходит: пара лайков (один из них ваш) и тишина. Выдают его шаблонные обороты и пустота на месте опыта. В LinkedIn, по данным LigoSocial, посты, похожие на текст нейросети, собирают на 21% меньше реакций, комментариев и репостов, чем остальные посты тех же авторов. Бесплатные версии есть у ChatGPT, Claude и Gemini, а без VPN открываются Z.ai, Qwen, Kimi и DeepSeek. Слепые оценки показывают, кто сильнее в русском, но модель решает лишь часть дела: детали и опыт кладёте вы.

Собирает ли пост, похожий на нейросеть, меньше реакций

Летом 2025 года автор SEO-канала в Telegram сделал с нейросетью сотню постов за день и поставил их выходить по 14–15 в сутки. К вечеру просмотры просели с 650 до 550, но наутро вернулись к 600–700. Вовлечённость не вернулась: было 5%, стало около 4%. Новые подписчики не пришли, зато двое ушли.

Считать это приговором текстам рано: полтора десятка постов в сутки утомят читателя и без всякой нейросети. (Дневник эксперимента лежит на vc.ru, и сам автор назвал потери минимальными.)

У LigoSocial сравнение чище: там каждый пост сопоставляли с другими публикациями того же человека за тот же год, в выборке около 134 тысяч постов. Размер аудитории выпадает из уравнения, да и скучной темой разрыв не объяснить: среди постов на одну тему он держится на 16%.

Посты, которые читаются явно по-человечески, собрали на треть больше откликов, чем другие посты тех же авторов. Похоже, читатели ведут себя как опытные редакторы: дежурный текст пролистывают, даже аккуратно написанный.

В Telegram картина другая. На 2 002 постах из каналов о маркетинге я посчитал, что посты с машинными оборотами собрали столько же просмотров и реакций, сколько остальные посты того же канала. Читатель там подписан на автора и открывает почти всё подряд, а отписку открытые страницы не покажут. Поэтому цифры из LinkedIn я считаю предупреждением: на своей площадке их придётся проверять самому.

Нейросеть ускоряет работу, а живым пост делают ваши цифры, случаи и наблюдения.

Какая нейросеть сильнее в русском по слепым оценкам

Чей русский текст люди выбирают чаще, видно по Arena — она устроена как слепая дегустация. Пользователь задаёт вопрос, получает два ответа без названий моделей и выбирает лучший. По русскому языку набралось больше 950 тысяч голосов за 383 модели от 28 разработчиков.

Первое место у Gemini 4 Carbon держится меньше чем на семистах голосах — примерно как стать чемпионом, сыграв пару матчей. Рядом Muse от Meta (компания признана в России экстремистской и запрещена), её я дальше не рассматриваю. Плотнее всех стоят Google и Anthropic: остальные восемь мест первой десятки моделей у них. В творческом письме, где языки не разделены, картина похожая — первые два места у Claude Opus 5.5 и Gemini 4 Argon.

Сразу за западной четвёркой стоят Kimi и Qwen: Kimi почти вровень с GPT-5.6 Sol, и обе выше DeepSeek. В первую десятку разработчиков входят ещё Grok и Xiaomi MiMo, но из России первый закрыт, а чат второго не открылся. В шансах это выглядит так: ответ Claude Fable 5 в паре с Kimi K3 Max выберут примерно в 53 случаях из 100, ответ лидера рейтинга — в 58. Перевес есть, но перебирать модели целый вечер я бы не стал.

Подробнее о свежих моделях Anthropic — в разборе Claude Opus 5.5 и Haiku 5.5.

Моделей Яндекса и Сбера в рейтинге Arena нет, поэтому Алису AI и GigaChat по тем же данным с остальными не сравнить.

Бесплатно и онлайн: что из этого работает в России

Бесплатно попробовать можно почти всё из этого рейтинга. Подвох в моделях: бесплатные версии часто работают не на тех, что стоят в рейтинге.

В ChatGPT это неограниченные текстовые чаты с GPT-6. В Claude — Sonnet и Haiku, старших моделей из рейтинга там нет. Gemini без подписки отвечает в основном на младшей Flash-Lite. В китайских чатах по умолчанию стоят Qwen3.7-Plus и GLM-5.3-Flash, а Kimi K3, по справке сервиса, расходует кредиты платной подписки.

На бесплатных тарифах разрыв почти исчезает: четырнадцать баллов между первой и последней строкой сравнимы с погрешностью рейтинга. У ChatGPT вариантов GPT-6 в рейтинге три, от 1438 до 1471, и какой из них отвечает бесплатно, страница тарифов не уточняет. Платная Claude Fable 5 выиграет у бесплатного GLM-5.3-Flash примерно в 56 случаях из 100: за эти шесть случаев сверх половины и платят.

С доступом из России граница идёт почти точно по стране разработчика. OpenAI, Anthropic и Google не включают Россию и Беларусь в списки поддерживаемых стран. Grok отвечает коротко: «недоступно в вашем регионе».

Z.ai, Qwen, Kimi и DeepSeek, наоборот, работают из России без VPN. Первые три 1 ноября открылись и с российского сервера, без отказа по стране.

Z.ai ответил мне сразу, без аккаунта. Qwen и Kimi при первом сообщении просят войти, и у меня все три работают на бесплатных тарифах после входа через Google или регистрации по почте. Kimi лучше открывать на kimi.ai: на kimi.com интерфейс китайский, а вход через WeChat или номер с кодом +86. Приложения Kimi и DeepSeek есть и в российском App Store.

Если вы готовы к VPN, зарубежному аккаунту и подписке, я бы брал старшие модели Anthropic и Google: у них лучшие оценки. О том, как купить подписку Claude в России и чем рискует аккаунт, есть отдельный разбор.

Без VPN выбор шире, чем кажется: старшие Kimi, Qwen, DeepSeek и GLM стоят в рейтинге в пределах двадцати баллов. Начать я бы советовал с Z.ai: регистрации он не просит, и его бесплатная модель не уступает бесплатным западным. Под письма, статьи и другие задачи сервисы я сравнил в разборе нейросетей для генерации текста.

Что дать модели, чтобы написать пост нейросетью по-своему

Модели нужны три вещи: ваш материал, ваши посты как образец и запрет добавлять факты.

В материал идёт всё, чего модель знать не может: цифра из отчёта, случай с клиентом, наблюдение с датой. У LigoSocial посты с личным опытом собрали на 41% больше откликов, а с конкретикой — на 19%, так что случай, если он есть, обычно сильнее общего совета.

Для образца хватит трёх-пяти ваших постов: столько советует документация Anthropic, где примеры названы одним из самых надёжных способов задать тон, а каждый образец кладут в отдельный тег. Посты служат камертоном: по ним модель ловит темп и словарь. Я бы брал посты, которые вы писали сами и без редактора, причём разные по теме — иначе модель перенесёт в новый текст случайные совпадения.

Запрет на новые факты нужен потому, что модель ведёт себя как стажёр на испытательном сроке: на любой вопрос отвечает уверенно, даже когда ответа не знает. Без запрета она заполнит пробел правдоподобной цифрой, и в посте появится рост продаж на 37%, которого не было. Пометка [уточнить] оставляет пробел на виду.

На запрос «напиши пост про коммерческие предложения» модель ответит общими советами: другого материала у неё нет. Дайте ей свой случай — клиент закрывал файл на третьей странице, а после переноса цены в первый абзац ответов стало больше, — и у неё появится опора, которую не выдумать.

<role>Ты редактор, который собирает пост для [площадка: Telegram, ВК, блог] из материала автора.</role>

<style>
Пишу от первого лица, как практик: [ваша сфера].
Читатель: [кто читает и что ему нужно].
Тон: [3–4 признака, например: прямо, с цифрами, с одной бытовой метафорой].
Не использую: противопоставления «не X, а Y», вводные «итак» и «таким образом», вопросы к читателю в конце абзацев, эмодзи в середине текста.
Длина: [например, 150–250 слов]. Абзацы по 2–3 предложения.
Формат: обычный текст без markdown, жирного и списков, если их не было в материале.
</style>

<examples>
<example>[ваш пост 1]</example>
<example>[ваш пост 2]</example>
<example>[ваш пост 3]</example>
</examples>

<task>
Собери пост из материала ниже. Сохрани мои формулировки там, где они живые. Не добавляй фактов, цифр и примеров, которых нет в материале: если чего-то не хватает, поставь пометку [уточнить]. Заголовок — короткий, без вопроса.
</task>

<material>[тезисы, факты или расшифровка голосовой]</material>

К слову, вопрос «А что думаете вы?» в конце промпт запрещает из-за данных LigoSocial: такие концовки почти не прибавили комментариев, и откликов в сумме у них на 7% меньше. Длину для Telegram лучше вписать сразу: пост без картинки вмещает до 4 096 символов, подпись к фото — до 1 024, это примерно 150 слов (с Premium — до 2 048). А если пост идёт и во ВК, две версии в одном ответе избавят от второго захода.

Авторский способ: голосовая, расшифровка, редактура моделью

Посты я часто надиктовываю голосом. Идея приходит на прогулке или в движении — клавиатуру с собой ведь не носишь, — и вслух её проще поймать целиком, с примерами и оговорками. Потом расшифровываю запись и отдаю модели на редактуру в своём стиле.

Суть, пример и цифра к этому моменту уже лежат в расшифровке. Модели остаётся работа редактора: убрать слова-паразиты, собрать абзацы, подогнать тон под образцы. Труд делится честно: детали вспоминаете вы, пока идёте, а раскладывает их по абзацам модель.

Для этой статьи я прогнал через промпт учебную расшифровку — так звучит мысль, наговорённая на ходу:

Короче, смотрите, я тут заметил такую штуку, ну, с коммерческими предложениями. Их же никто не дочитывает. Вот реально, клиент открывает, видит три страницы про компанию, про миссию, про то, что мы на рынке сколько-то там лет, и всё, закрывает. А цена где-то на последней странице. И я начал делать наоборот, в первом абзаце сразу цена и срок, и что человек получит. Ну и ответов стало заметно больше, я не считал точно, но заметно. Вот. И ещё, кстати, раздел про компанию вообще можно в конец, его всё равно читают только те, кто уже решил.

Ответ бесплатной GLM-5.3-Flash в чате Z.ai, без аккаунта и без ручной правки, один прогон (в промпте был задан стиль для Telegram, образцы постов не подставлялись):

Цена в первом абзаце Коммерческие предложения никто не дочитывает. Клиент открывает, видит три страницы про компанию, миссию и годы на рынке — и закрывает. Цена лежит на последней странице. Я стал делать наоборот: в первом абзаце сразу цена, срок и что человек получит. Ответов стало заметно больше, точную цифру не считал [уточнить]. Раздел про компанию можно перенести в конец. Его всё равно читают только те, кто уже решил.

Модель сохранила наблюдение и пример, убрала «короче» и «вот», свела повторы. На месте роста ответов поставила [уточнить], хотя с процентом пост выглядел бы убедительнее. Эту цифру вписываете вы — или убираете фразу целиком.

Как проверить черновик перед публикацией

Привычки моделей измерили в Graphite: сравнили около ста тысяч статей девяти моделей и людей и нашли почти 13 тысяч слов и оборотов, которые модели используют минимум вдвое чаще людей. Английский оборот «is not just a…, it is…», по-русски «это не просто X, это Y», у Gemini 3.1 Pro встречается в 153 раза чаще, чем у людей. В русских текстах, на мой взгляд, к этому списку просятся канцелярские глаголы — «является», «осуществляет», «позволяет» — и «данный» там, где человек сказал бы «этот».

При вычитке первыми уходят противопоставления «не X, а Y» и «не только…, но и…». Потом фразы-подпорки вроде «вот почему это важно» (если что-то важно, это видно из факта). Потом разгон перед мыслью и итоговые «таким образом». Последними уходят оценочные слова без опоры: «уникальный», «невероятный», «продуманный».

Как часто такие обороты встречаются в русских постах и можно ли по ним понять, что текст написан нейросетью, я посчитал отдельно на постах из Telegram.

А в самом конце — чтение вслух: фразу, которую вы не сказали бы собеседнику за столом, перепишите так, как сказали бы.

Ещё одна проверка занимает минуту: закрыть черновик и пересказать пост одной фразой. Если в пересказе нет ни случая, ни цифры, ни вашего вывода, читателю тоже будет нечего запомнить — пост стоит дописать до публикации.

Где ломается

Цифры LigoSocial собраны на LinkedIn, про ВК данных у меня нет, а мой замер в Telegram считает обороты, и за качество текста он не отвечает. Эксперимент на vc.ru — один канал, пара дней и явный перебор с частотой. Просмотров LigoSocial не видит, только реакции, комментарии и репосты, так что про охват напрямую там данных нет.

Исследование LigoSocial опубликовала компания, которая продаёт инструменты для LinkedIn, а в выборке — пользователи такого помощника. Это наблюдение, а не эксперимент: «Звучит как нейросеть» там решала тоже нейросеть, и каждый пятый пост, написанный ещё до ChatGPT, она сочла машинным.

Arena, впрочем, измеряет качество ответов в целом. Отдельного рейтинга постов для соцсетей там нет, так что лидер общего зачёта не обязан лучше всех писать именно посты.

Работа через VPN идёт против правил компаний. OpenAI прямо пишет, что за доступ из страны вне списка аккаунт могут заблокировать, Anthropic относит к неподдерживаемому использованию любую работу из такой страны. Шаблон промпта и образцы лучше держать у себя в файле, чтобы не потерять их вместе с аккаунтом.

Китайские чаты тоже принадлежат зарубежным компаниям, поэтому имена и контакты клиентов в запрос не кладите.

Без материала способ не работает: нет в записи мысли и детали, и модели нечего редактировать.

Что сделать завтра

Завтра я бы начал с образцов — тех постов, что вы писали сами и на которые читатели отвечали охотнее всего. Для следующего поста хватит одного случая с цифрой или датой. Прогоните его через модель и посчитайте, сколько фраз пришлось переписать: если меньше половины, шаблон уже рабочий.

Чередуйте такие посты с написанными вручную. Реакции на два поста ничего не докажут, разброс и без нейросети большой, но за месяц наберётся достаточно пар, чтобы увидеть разницу на своей аудитории. Исследования собраны в LinkedIn, а читатели у вас свои.

Модель вы выберете по рейтингу выше. Случая с цифрой из вашей практики нет ни в одном рейтинге — его приносите только вы.