Месяц работы Telegram-бота на базе Llama 3 и Groq: сухие цифры, факапы и реальный охват

Ровно месяц назад я решил превратить свой Telegram-канал в полигон для экспериментов. Идея казалась простой: зачем тратить часы на поиск новостей и ручной копирайтинг, если можно заставить Llama 3 делать это за секунды через API Groq? В прошлых статьях https://vc.ru/id6065809/3078494-kak-uluchshit-telegram-bota-s-pomoshchyu-llama-3-i-ii-filtratsii-kontenta я рассказал, как задеплоил бота на Render, который постит новости и обучающий Python-код. Сегодня 15 августа, эксперименту ровно месяц. Делюсь результатами: что получилось, где ИИ «галлюцинировал» и стоит ли игра свеч.

Технический стек (кратко) Для тех, кто пропустил начало: Мозг: Llama 3.3 (через Groq API) — работает молниеносно. Хостинг: Render (бесплатный тариф с Flask-сервером для защиты от сна). Язык: Python. Фишка: Бот постит контент каждые 3 часа с балансом 50/50 (новости/обучение), теперь еще и на двух языках (русский/английский) с флагами 🇷🇺/🇬🇧. Цифры: что показал месяц Сразу к главному — статистике.

Что имеем за месяц: Охват: 975 показов в лентах. Открытия постов: 375. Реакции: 34. Подписчики: +8 органических пользователей.

Для нишевого IT-канала без вложений в рекламу — это бодрый старт. Особенно радует, что люди не просто подписываются, но и кликают по ссылкам (25 кликов). Что пошло не так: факапы и выводы Конечно, все работало не идеально. Автоматизация — это не «нажал кнопку и забыл». Проблема «роботизированности»: В первую неделю посты выглядели слишком сухо. ИИ писал однотипно, и подписчики чувствовали нехватку человеческого участия. Пришлось «докручивать» промпты, добавляя требования про эмодзи, структуру и живой язык. Галлюцинации: Бывало, что ИИ придумывал несуществующие библиотеки Python или перевирал заголовок новости. Лечится только более жесткими системными промптами (System Prompting). Технические барьеры: В первые дни бот «засыпал» на сервере. Пришлось повозиться с Flask-сервером, чтобы держать поток живым. Сейчас эта проблема решена, бот работает как часы 24/7. Двуязычный эксперимент Спустя две недели я решил добавить перевод. Теперь каждый пост выходит сначала на русском, потом на английском. Результат: Это неожиданно повысило интерес. Аудитория стала более разнообразной, а сам канал стал выглядеть более «международным». Итоги: стоит ли оно того? Да, если: Вам нужен личный архив знаний (я сам часто перечитываю код, который сгенерировал бот). Вы хотите протестировать свои навыки в архитектуре ИИ-приложений. У вас есть нишевая тема, где важна регулярность, а не «ламповость». Нет, если: Вы ждете миллионную аудиторию без вложений в маркетинг. Бот делает контент, но продвигать канал всё равно приходится человеку. Что дальше? Я планирую подключить расширенную аналитику, чтобы бот сам понимал, какие темы «зашли» больше всего, и генерировал контент с упором на них. А как вы относитесь к автоматизированным каналам? Читаете ли вы их или чувствуете «фальшь» в каждом сгенерированном предложении? Давайте обсудим в комментариях!