Я дал клиенту ChatGPT — и потерял его. Потом он вернулся. Вот почему

Полтора года назад у меня был клиент. Назову его Андрей — владелец небольшой онлайн-школы по финансовой грамотности, аудитория около восьми тысяч подписчиков, средний чек курса 12 000 рублей.

Андрей платил мне за тексты. Письма в рассылку, посты в Telegram, иногда лендинги под запуски. Работали стабильно, без конфликтов, он платил вовремя.

В какой-то момент он написал: «Слушай, я тут поигрался с ChatGPT. Он вроде тоже тексты пишет. Ты как думаешь, мне стоит попробовать самому?»

Я мог ответить по-разному. Мог сказать, что AI пишет обезличенно, что без опыта результат будет слабее, что я знаю его аудиторию лучше любого алгоритма. Всё это было бы правдой.

Вместо этого я написал: «Попробуй. Вот тебе несколько промптов, которые я использую. Если что — возвращайся».

И он ушёл.

Логика была простая.

Если Андрей может закрыть свою задачу самостоятельно за условные 20 долларов в месяц — значит, я продавал ему то, что уже перестало быть дефицитом. Производство текста перестало быть ограничивающим ресурсом. AI снял этот барьер.

Я решил, что это честно — и двинулся дальше. Нашёл других клиентов, поднял ценник, сдвинулся в сторону более сложных задач: стратегия, воронки, архитектура контента.

Про Андрея почти забыл.

Примерно через пять месяцев он написал снова.

Его первое сообщение было коротким: «Слушай, можем поговорить? Я хочу снова работать вместе».

Я ожидал стандартное: «AI пишет хуже, не то пальто, текст не живой». Приготовился к разговору про интонацию, про знание аудитории, про нюансы которые алгоритм не чувствует.

Он сказал другое.

«Проблема не в том, что ChatGPT пишет плохо. Он пишет нормально. Иногда даже лучше, чем я ожидал. Проблема в том, что я не знаю — это хорошо или нет».

Я попросил объяснить подробнее.

«Он даёт мне пять вариантов письма. Все пять выглядят убедительно. Все пять звучат профессионально. Я выбираю один — и каждый раз у меня ощущение, что я мог выбрать неправильно. Что лучший вариант остался в списке. Я трачу на это выбор больше времени, чем ты тратил на написание. И я всё равно не уверен».

Вот тут я понял, что всё это время думал не о том.

AI решил одну проблему Андрея — производство текста. Но создал другую, о которой никто не предупреждал.

Проблему паралича выбора в условиях высокой компетентности инструмента.

Объясню точнее. Когда инструмент плохой — выбор простой. Текст либо работает, либо нет. Плохое отсеивается само. Когда инструмент хороший — все варианты выглядят рабочими. И именно тогда нужен кто-то, кто скажет: «Вот этот. Именно этот».

Это и есть то, за что на самом деле платят клиенты.

Андрей думал, что платит мне за производство текста. Но на самом деле он платил за суждение. За то, чтобы кто-то с опытом сказал ему: это письмо сработает, а вот это — нет, и вот почему.

AI производство текста дал. Суждение — нет. И именно здесь образовалась дыра.

Здесь важно не скатиться в магическое мышление про «живую душу» и «настоящее творчество».

Дело не в этом.

AI работает на основе статистической вероятности. Он генерирует то, что с высокой вероятностью будет воспринято как «хороший текст» на основе обучающих данных. Это работает. Тексты получаются убедительными.

Но «убедительный» и «правильный для конкретной ситуации» — разные вещи.

Конкретный пример. Андрей запускал курс в октябре 2024 года — в момент, когда его аудитория была напугана новостями о налогах. Письмо в стиле «инвестируй уверенно» выглядело бы профессионально по любым меркам. Но оно бы провалилось, потому что аудитория была в режиме тревоги, а не в режиме роста. Нужно было письмо в логике «как сохранить то, что есть».

ChatGPT не знал этого контекста. Андрей знал — но не знал, как правильно применить. Я бы знал оба — и контекст, и как применить.

Суждение строится на пересечении трёх вещей: знания контекста, опыта видеть паттерны результатов и готовности нести ответственность за рекомендацию.

AI даёт первое частично и не даёт второе и третье вообще.

Это не история про копирайтинг. Это история про то, как изменилась структура ценности в любой экспертной услуге.

Раньше ценность делилась примерно так: 70% — производство результата, 30% — экспертное суждение о том, что производить.

AI сдвинул это соотношение. Производство стало дешёвым и доступным. Суждение осталось дефицитом.

Если вы продаёте дизайн — клиент теперь может сгенерировать двадцать вариантов за час. Но он не знает, какой из них сработает на его аудиторию. Вот где ваша ценность.

Если вы продаёте стратегию — клиент может попросить ChatGPT составить план. Но он не знает, реалистичен ли этот план для его конкретных ресурсов и рынка. Вот где ваша ценность.

Если вы продаёте разработку — клиент может попросить Cursor написать код. Но он не знает, не сломает ли этот код архитектуру через месяц. Вот где ваша ценность.

Во всех случаях ценность сместилась с «сделать» на «сказать, что правильно».

За последний год я заметил, что клиенты, которые «попробовали сами», делятся на три чётких типа.

Первый тип — разочарованные. Ожидали, что AI заменит специалиста полностью. Получили тексты, которые «как будто нормальные, но что-то не то». Возвращаются с запросом «сделай как раньше» и готовы платить больше, потому что теперь понимают реальную сложность задачи.

Второй тип — перегруженные. Технически справились. Научились писать промпты, получают приличный результат. Но тратят на это в два-три раза больше времени, чем ожидали. Возвращаются с запросом «сделай за меня, я лучше потрачу время на своё дело».

Третий тип — неуверенные. Именно такой был Андрей. Результат получают, время тратят терпимое — но нет ощущения правильности. Постоянное сомнение: «А вдруг этот вариант хуже?» Возвращаются с запросом «мне нужно чтобы кто-то проверял и говорил, что это работает».

С каждым типом разговор начинается по-разному. Но заканчивается одинаково: им нужно суждение, а не производство.

Раньше я продавал тексты. Буквально: «напишу письмо, пост, лендинг».

После разговора с Андреем я изменил формулировку. Теперь я продаю решение: «скажу, что именно нужно написать и почему это сработает на вашу аудиторию в вашей ситуации».

Разница кажется косметической. На практике она меняет всё.

Первая формулировка конкурирует с ChatGPT напрямую. И проигрывает по цене в любом случае — 20 долларов в месяц против любого ценника за услугу.

Вторая формулировка не конкурирует с AI вообще. Потому что ChatGPT не продаёт уверенность — он продаёт варианты.

Клиент, который купил варианты и потонул в них — платит за уверенность. Это другой продукт, другая цена и другой разговор.

Вот мой прогноз — и он, возможно, вас удивит.

Специалисты, которые продают производство (текстов, дизайна, кода, контента), будут зарабатывать меньше. Не потому что они стали хуже работать — а потому что производство перестало быть дефицитом.

Специалисты, которые продают суждение и уверенность, будут зарабатывать больше. Потому что этот дефицит только растёт — пропорционально количеству AI-инструментов, которые производят варианты.

Парадокс: чем лучше становится AI — тем дороже стоит живая экспертиза. Потому что AI производит больше вариантов, а значит клиент тонет в выборе ещё глубже.

Это не оптимизм и не пессимизм. Это просто логика дефицита.

Мы возобновили работу. Но формат изменился.

Раньше он платил мне за написание писем. Теперь я раз в две недели смотрю на то, что сгенерировал ChatGPT, выбираю нужное направление, корректирую интонацию под текущий контекст его аудитории и говорю: «Вот этот вариант. Вот почему».

Работы стало меньше. Ценник вырос на 40%.

Андрей доволен. У него есть то, чего ChatGPT дать не может — ощущение, что кто-то знающий сказал «это правильно».

Я доволен. Потому что наконец начал продавать то, что реально делаю — а не то, что на поверхности казалось продуктом.

AI не забирает клиентов у экспертов.

AI создаёт новых клиентов — людей, которые попробовали сами, получили варианты, и теперь готовы платить за то, чтобы кто-то им сказал, какой из них правильный.

Это другой клиент. Более опытный, менее наивный, лучше понимающий ценность суждения.

И, как правило, готовый платить больше.

Разбираю, как устроен рынок AI-услуг изнутри, и что реально работает для одиночек и небольших команд в 2026 году. Без теории — только практика.