Как с помощью одной команды ПЕРЕСТАТЬ получать от Claude враньё?
Спросить у Claude, что думает рынок о вашем продукте, можно за десять секунд. Получить от него честный ответ — совсем другая история.
Проблема в том, что Claude отвечает уверенно всегда — независимо от того, есть ли у него реальные данные. Если под рукой только обычный веб-поиск, он находит отчёт какой-нибудь консалтинговой компании, пересказывает его как истину в последней инстанции и даже не намекает, что это чужой законченный вывод, сделанный в чужих интересах. А не мнение живых людей, которые реально сталкиваются с вашим продуктом или вашей отраслью.
Откуда берётся уверенная ложь
Claude отвечает на основе того, чему его научили при тренировке модели, плюс того, что нашёл инструмент поиска в моменте. И тут ключевая проблема: обычный веб-поиск в первую очередь достаёт заголовки, пресс-релизы и агрегированные отчёты — то есть уже готовые выводы корпораций и государственных организаций. У них своя повестка, свои интересы, и это не то же самое, что мнение рынка.
Реальное мнение живёт в другом месте — в комментариях под постом, в тредах на форумах, в спорах под роликом на YouTube. Именно там люди пишут, что у них реально болит, а не то, что удобно показать в квартальном отчёте.
Обычный Claude туда не заглядывает. Значит, ответ звучит уверенно — но опирается не на рынок, а на витрину.
Чем это не является
Это не «Claude сломан» и не повод переключаться на другую модель. И это не deep research — платная и медленная функция, которая может рыться 20–30 минут и в итоге уйти не в ту сторону, слив ваше время впустую.
Это отдельный скилл — папка с инструкцией, которую Claude выполняет как чек-лист. Называется Last 30 Days. Он не заменяет модель и не переобучает её — он меняет источники, из которых Claude берёт данные для ответа.
Что именно он делает
Скилл переключает Claude с «спросить у Google и пересказать» на «пойти и прочитать, что реально пишут люди». Конкретно он идёт в:
- Reddit — люди делятся личным опытом и реальными проблемами, а не пиарным текстом.
- Hacker News — разработчики и стартаперы обсуждают, что реально работает, а что нет.
- YouTube — не только описание видео, а полная транскрипция и, отдельно, комментарии под роликом.
- Twitter/X и другие соцсети — с единственной оговоркой, что запросы к X платные (но стоят центы).
Разница принципиальная: обычный поиск даёт вам заголовок поста. Скилл идёт внутрь обсуждения и читает, что люди написали друг другу в ответ.
Как это выглядит на реальном примере
Я попросил Claude оценить мнение рынка о внедрении ИИ в бизнес — с обычным веб-поиском и через скилл. Вот что получилось.
С обычным веб-поиском Claude выдал:
- 72% руководителей отмечают рост производительности;
- глобальные расходы на ИИ достигли триллионов рублей.
Красиво, но бесполезно. Это глобальная статистика, которая никак не отвечает на вопрос «а что мешает внедрению ИИ конкретно в моём бизнесе в России».
С скиллом Last 30 Days картина поменялась полностью:
- главный тормоз — недоверие: люди боятся, что агенты «жульничают» и врут;
- одна из ключевых причин непринятия ИИ — грязные и разрозненные данные внутри компании, а не сама технология.
Это уже не абстракция из отчёта, а реальные причины, которые можно взять и с ними работать.
Как установить — буквально одна команда
- Открываете новую сессию Claude.
- Вставляете команду установки скилла (он сам называется Last 30 Days). Ссылка: https://github.com/mvanhorn/last30days-skill
- Скилл сам диагностирует, какие источники у вас уже подключены — соцсети, коннекторы, — а каких не хватает, и подсказывает, что доинтегрировать.
- После этого ничего руками делать не нужно — установка происходит сама.
- Claude задаёт один вопрос: какую тему исследовать. Вы отвечаете — и дальше он работает сам.
Отдельно рекомендую поставить библиотеку yt-dlp — она позволяет без API вытаскивать из YouTube обложку, заголовок, полную транскрипцию видео и комментарии. Именно за счёт неё скилл может взять не просто описание ролика, а разобрать целый подкаст на цитаты и использовать их как источник.
Что изменилось по факту
Главный побочный эффект — время. Обычный веб-поиск у Claude занимал около 39 секунд. С этим скиллом поиск и анализ занимают ощутимо дольше — потому что вместо одной страницы выдачи Claude читает десятки реальных обсуждений.
Это не deep research, который может уйти «не туда» на 20–30 минут. Здесь Claude использует агентов для точечного поиска и уже из собранных данных строит выводы — контролируемо и с источниками, которые можно перепроверить.
Частые грабли
- Не подключены соцсети — скилл честно скажет, чего не хватает, но если проигнорировать это сообщение, часть данных просто не соберётся.
- Ожидание скорости обычного поиска — это долгий формат по своей природе; если нужен мгновенный ответ, это не тот инструмент.
- Путать со статистикой из отчётов — если после установки скилла вы всё ещё получаете «72% руководителей отмечают рост», значит источники не переключились, и стоит перепроверить, что скилл реально задействован в ответе.
Зачем это вам
Если вы запускаете продукт или новую услугу, ключевой риск — вложить деньги в то, что рынку не нужно. Отчёты корпораций отвечают на вопрос «что происходит в индустрии в целом». Комментарии в Reddit и под YouTube-роликами отвечают на вопрос «что реально болит у конкретных людей» — и именно это нужно для позиционирования.
Какую тему вы бы в первую очередь проверили этим скиллом — свой продукт, конкурента или целую нишу? Пишите в комментариях, разберу интересные кейсы.