Как я научил AI вести Telegram-канал с IT-статьями и публиковать статьи несколько раз в день

Надоело вручную мониторить десятки новостных источников, фильтровать шум и писать обзоры? Я тоже устал от этого и создал бота, который делает всё сам. Рассказываю про AI Story Bot — автоматическую систему для ведения Telegram-канала с IT-новостями.

Почему я вообще это делал

У меня был Telegram-канал @aistory2u, который я вёл вручную. Каждый день нужно было читать кучу источников, выбирать интересное, писать обзоры. Времени уходило много, а результат был нестабильным — то забудешь, то лень.

Я подумал: если AI уже умеет писать код и анализировать тексты, почему бы не доверить ему рутину? И начал делать бота.

Что умеет бот

Система работает в автоматическом режиме и выполняет несколько задач:

• Собирает новости из 35+ источников по всему миру — от Habr и CNews до TechCrunch и The Verge

• Фильтрует только IT-контент по 60+ ключевым словам (AI, блокчейн, стартапы, гаджеты и т.д.)

• Переводит англоязычные новости на русский

• Анализирует с помощью AI и создаёт короткие аналитические статьи на 3000-4500 символов

• Публикует в Telegram канал с уникальными изображениями

• Создаёт красиво оформленные статьи в Telegraph с цветовыми акцентами

Технический стек

Проект написан на двух языках — Python и PHP (для удобства деплоя на хостинг).

Python-версия использует:

• feedparser для сбора RSS-лент

• python-telegram-bot для публикации в канал

• telegraph для создания статей

• DeepSeek R1T2 Chimera

• schedule для почасового запуска

• BeautifulSoup для парсинга контента

• requests и httpx для работы с API

PHP-версия повторяет функциональность на PHP 7.4+ и работает через cron на любом хостинге.

Вся логика разбита на модули:

• NewsCollector — собирает и фильтрует новости

• AIAnalyzer — отправляет новости в AI и получает обзор

• ImageFinder — находит релевантные изображения

• TelegramPublisher — публикует в канал

• TelegraphPublisher — создаёт статьи в Telegraph

• Scheduler — управляет почасовым расписанием

Как работает AI-анализ

Самая интересная часть — это работа с искусственным интеллектом. Бот использует модель DeepSeek R1T2 Chimera.

Процесс анализа выглядит так:

1. Бот собирает свежие новости из всех источников

2. Фильтрует только IT-контент по ключевым словам

3. Берёт топ-25 самых свежих новостей

4. Отправляет их в AI с промптом на создание аналитической статьи

5. AI генерирует текст на 3000-4500 символов с глубоким анализом

6. Система добавляет форматирование и цветовые акценты

Промпт настроен на создание профессионального аналитического контента без воды и маркетинговых штампов. AI понимает контекст, выделяет ключевые тренды и делает выводы.

Одна из главных фишек — бот публикует систематически, но контент не повторяется. Это достигается несколькими механизмами:

• Трекинг использованных новостей — система запоминает, какие новости уже были обработаны

• Ротация изображений — из пула 24+ картинок каждый раз выбираются уникальные

• Динамический подбор источников — баланс между российскими и зарубежными новостями

• Временные метки — учитывается свежесть новостей Форматирование и визуал

Telegram-публикация выглядит так:

• Заголовок с датой и временем

• Краткое превью на 400 символов

• Ссылка на полную статью в Telegraph

• 4-5 уникальных IT-изображений

Telegraph-статья получается более детальной:

• Главное изображение по теме

• Цветовые акценты для важных слов:

‣ Синий — технологии (AI, блокчейн)

‣ Зелёный — компании (Apple, Google)

‣ Оранжевый — события (прорыв, анонс)

‣ Фиолетовый — цифры и статистика

• Читаемые заголовки с боковыми линиями

• Увеличенный межстрочный интервал

• Дополнительные изображения каждые 2 параграфа

В процессе разработки столкнулся с несколькими челленджами:

Переполнение лимитов токенов:

Решил добавлением rate limiting и кэширования результатов

Повторяющиеся новости:

Создал систему трекинга с файлом used_news.json

Недостаток IT-контента:

Расширил список ключевых слов до 60+ терминов и добавил 28 источников

Проблемы с Telegraph API:

Добавил счётчик публикаций и fallback механизмы

Форматирование ломалось:

Переписал парсер HTML с учётом всех edge cases

Результаты

После запуска канал @aistory2u публикует:

• Статьи каждый день

• 100% уникальный контент

• Охват международных и российских источников

• Профессиональный аналитический стиль

• Красивое визуальное оформление

Всё это работает полностью автоматически. Я только иногда захожу посмотреть логи и убедиться, что всё в порядке.

Планы на будущее

Хочу добавить несколько фич:

• Интеграцию с другими AI-моделями для A/B тестирования стиля

• Аналитику популярности тем и автоматическую подстройку

• Генерацию инфографики на основе новостей

• Поддержку нескольких каналов с разной тематикой

• Автоматическое создание подкастов по статьям через text-to-speech

Выводы

Создание такого бота заняло несколько недель, но теперь он экономит мне часы каждый день. AI действительно может вести контент-проект самостоятельно, если правильно настроить промпты и автоматизацию.

Главные уроки:

• AI нужен контекст — чем больше качественных данных, тем лучше результат

• Автоматизация требует логирования и мониторинга

• Важно продумать систему предотвращения дублей

• Визуал имеет значение — цветовые акценты улучшают восприятие

• Open source > закрытые решения — сообщество всегда поможет улучшить

Если занимаетесь контент-маркетингом или ведёте Telegram-канал, попробуйте автоматизировать рутину. Современные AI-модели справляются с этим отлично.

P.S. Канал @aistory2u работает в тестовом режиме (развивается), заходите посмотреть на результат вживую.