Ни я, ни Claude не умеем писать живой текст. Поэтому мы сделали инструмент, который помогает переписать текст живым языком

Родилась тут у меня идея собрать инструмент, способный делать текст более живым. Зачем? Сначала я планировал просто ускорить создание контента, а не плодить спам в сети. Сейчас штамповать посты стало в разы проще:

Тема резонансная, сейчас в самый раз – внимание захватить надо же как-то. Поэтому качество упало, но зато скорость выросла. Получается, чтобы выдерживать конкуренцию со всем этим спамом в сети, мне надо выдавать все больше материалов. Написать одну качественную статью и обрести известность сразу не получится. Сейчас важнее дистрибуция и количество обычно перерастает в качество, но только в одну сторону.

Задача эта со звездочкой, если подходить к делу по-нормальному. Потому что нужно сохранить исходный смысл и структуру, а не переврать все.

А была ли у меня уверенность, что это сработает? Нет, но выяснилось, что по этой теме существуют научные исследования переноса стиля [1, 2]. Достаточно обучить маленькую модельку на 8 млрд параметров на примерах и она принимается стилизовать любой текст на их основе.

Короче, беда в том, что малая моделька физически не в состоянии запомнить всё, да и на русском изначально криво обучалась. К тому же, она может выдавать вот такие перлы:

Мне хотелось сделать этот процесс максимально автоматизированным. Записать идею и закинуть в Claude Code, а дальше уже чтобы он по накатанной прогнал текст через мой ОЖИВЛЯТОР. Основная идея – не тратить уйму времени на полную вычитку, потому что тогда вместо работы над своими продуктами я стану писателем (и фантазером) о своих продуктах.

Главная проблема публикации часто кроется не в написании, а именно в вычитке. Приходится постоянно проверять и править текст, устранять повторы, тавтологии, слова-паразиты и так далее.

Кстати с деталями тоже не все так просто. Ведь некоторые ошибки и являются авторским голосом, в то время как другие конкретно мешают. Баланс поймать сложно – проще сгладить текст, удалить всё лишнее, а затем добавить нужный уникальный стиль. Так работает штука, которую я сейчас делаю.

Я решил тестировать свой проект прямо в процессе работы. Это называется догфудингом – ты сам пользуешься собственным продуктом, чтобы показать его и проверить.

И вот тестируя таким образом проект поймал себя на мысли: я с Claude делаю лендинг. Смысл закладываю я, реализует он. Но ни я, ни он не можем написать нормальный, живой текст. Не потому что лень даже, а просто потому что я технарь, а не копирайтер. А Claude хоть и умная, но железяка.

Claude Opus 5.5 реально умный и уже даже не бесит совсем в работе. Свежайшая модель. Одна из умнейших в мире. Если не самая умная.

Huge model. Very smart. The greatest model of all time.

Но писать тексты не умеет.

Модели можно спокойно дать задание: выполняет задачи она круто, порой даже лучше человека, всё сделает качественно, проверит, напишет тексты. Но даже если подсунуть ей пример живого текста, чтобы она его воспроизвела, – она всё равно не сможет. Выйдет только скопировать, но не получится развить и продолжить в таком же стиле. Это её фундаментальная проблема.

У меня была исходная гипотеза, когда я начал работать над этим своим проектом (который, кстати, я назвал Redraft). Нейросети в принципе не способны воспроизводить живую речь, потому что такова авторегрессионная природа моделей. Они действуют лишь на основе увиденного и хорошо справляются с действиями, потому что наблюдали уйму примеров. Их действия абсолютно рациональны. Живой текст – это творчество. А творчества у нейросетей нет. Нет даже у самых умных, потому что здесь необходима интуиция.

Интуиция до сих пор не определена, даже неизвестно, существует ли она вообще или это просто выдумка (а в религию и эзотерику сейчас уходить не будем). Зато нейросеть прекрасно моделирует чисто рациональное мышление. Она может построить железную логику и механически провести вычисления, и даже сделать это лучше человека. Не зря недавно был шум вокруг новостей о том, что GPT у математиков отнимет хлеб. Но придумать что-то принципиально новое ей не под силу, какой бы умной она ни казалась.

Ещё одна интересная гипотеза: чем умнее модель, тем, возможно, менее оригинальной и креативной она становится. Это очень напоминает ситуацию с людьми. Творческие писатели и художники в инженерных дисциплинах обычно разбираются довольно плохо, а инженеры, программисты и разработчики в искусстве и других художественных областях тоже часто не особо.

И вот здесь возникает такое же разделение. Нейросеть заменяет «хардскиллы» – навыки с упором на рациональное мышление. Но пасует, когда речь заходит о задачах, требующих интуиции и творческого подхода. Она запросто выдаст любопытный, вполне правдоподобный бред, но внутри не окажется мысли или идеи.

Кстати, вот как этот абзац выглядел до Redraft, после расшифровки надиктовки:

А вот что получилось:

Кстати, Claude может и полученный живой текст разобрать без проблем, а вот воспроизвести подобное не способен. Дай ему итоговый результат работы Redraft – он сразу разложит по полочкам, мол, вот здесь удачный литературный прием, вот словечко как-то оживляет фразу, вот особая конструкция задает более живой ритм. И смешно даже, потому что ни я, ни сам Claude так писать не умеем, подобного навыка у нас обоих нет.

То есть я закладываю смысл, Claude воплощает идею в жизнь, и мы вместе создаём инструмент, призванный передавать её другим людям. Кстати, напрашивается аналогия: сумасшедший гений сидит один в лаборатории и совершенно не умеет общаться с людьми.

Что-то такая аналогия немного пугает, на самом деле. Как мысль на подумать – а нужно ли нам так много контента? Что делать, если не публиковать самому?

[1] Small Is Enough: Per-User Style Rewriting of AI-Edited Text via LoRA Adapters (Chakravorty, 2026).

[2] Reformulating Unsupervised Style Transfer as Paraphrase Generation. Krishna, Wieting, Iyyer, EMNLP 2020. Метод STRAP