Автоматическая генерация новостей — это процесс создания контента с помощью связки автономных AI-агентов (в среде Make.com), которые самостоятельно находят инфоповоды, проверяют факты через Perplexity и адаптируют текст под формат площадки. Такой подход позволяет сократить расходы на редакцию до 80% и публиковать проверенные материалы быстрее конкурентов.
Почему скрипты умерли, а агенты захватили рынок
Помните 2023 год? Мы радовались, когда GPT-3.5 мог просто переписать пресс-релиз, пусть и с галлюцинациями. Сейчас, в 2026-м, это выглядит как попытка разжечь костер трением палочек, имея в кармане зажигалку. Старая линейная логика «Если случилось А, сделай Б» больше не работает. Она слишком жесткая, ломкая и требует постоянного присмотра.
Сегодня бал правят автономные AI-агенты. Это не просто скрипты, а цифровые сотрудники. Они умеют сомневаться, перепроверять информацию и даже спорить сами с собой перед публикацией. Если вы хотите создать новость нейросетью, которая не стыдно показать живым людям, вам нужно строить не «трубу», а «редакцию». И центром этой редакции стал Make.com с его новыми функциями Agentic Workflows.
Я покажу, как собрать систему, которая мониторит новости ии и нейросетей, фильтрует шум и выдает качественную журналистику. Без воды, но с конкретной архитектурой.
Архитектура Контент-завода 2.0: Три кита автоматизации
Забудьте о гигантских сценариях на 100 модулей, в которых черт ногу сломит. Современный подход — модульность. Мы строим систему из трех специализированных агентов. Это повышает качество текста на 40% по сравнению с универсальными промптами.
Эволюция генерации новостей Характеристика Старая школа (2023-2024) Агентный подход (2026) Логика Линейная (If This Then That) Адаптивная (Agentic Workflow) Проверка фактов Отсутствует или ручная Автономная через Perplexity API Стоимость Низкая, но много брака $50–150/мес (заменяет 3 джуниоров) Управление Ручная правка сценариев AI-помощник Maia в Make.com
Шаг 1. Агент «Следопыт» (The Scout)
Первая задача — найти жемчужину в куче информационного мусора. Новости про нейросети появляются каждые 15 секунд, и 90% из них — это шум или откровенный кликбейт. Наш «Следопыт» не просто парсит RSS.
Инструментарий:
- Make.com: Модуль RSS Watcher или HTTP Request для мониторинга Twitter/X списков.
- Perplexity AI: Главный фильтр адекватности.
Алгоритм работы:
- Агент сканирует 50+ источников (TechCrunch, arXiv, блоги разработчиков).
- При обнаружении потенциальной новости нейросеть отправляет заголовок и лид в Perplexity.
- Ключевой момент: Мы задаем вопрос не «перепиши это», а «Является ли это событие значимым для индустрии? Есть ли подтверждения в других авторитетных источниках? Оцени по шкале от 1 до 10».
- Если оценка ниже 7 — новость летит в корзину. Мы не засоряем эфир.
Шаг 2. Агент «Редактор» (The Editor)
Когда фактура найдена, в дело вступает тяжелая артиллерия — GPT-5 или Claude 3.5. Но просто попросить «напиши новость» — значит получить пресный текст, который сразу выдает свое машинное происхождение. Чтобы сгенерировать новость нейросетью качественно, используем технику Recursive Prompting (Рекурсивный промпт).
Это работает как игра в пинг-понг внутри сценария:
- Черновик: ИИ пишет первый вариант текста.
- Критика: Этот текст подается на вход другому экземпляру ИИ с ролью «Злой редактор». Промпт: «Найди логические дыры, канцелярит и слова-паразиты. Не исправляй, просто составь список претензий».
- Финал: Третий прогон учитывает критику и выдает чистый вариант.
Важная настройка (System Prompt):
Включите режим Strict Factual Mode. Инструкция должна содержать: «Если информация отсутствует или сомнительна, явно укажи ‘Требуется проверка’. Не выдумывай имена, даты или цитаты».
https://kv-ai.ru/obuchenie-po-make
Шаг 3. Агент «Дистрибьютор» (The Publisher)
Новости искусственного интеллекта и нейросетей читают разные люди. В Telegram нужен драйв и краткость, в LinkedIn — аналитика и сдержанность, на сайте — SEO-структура. Агент-дистрибьютор берет утвержденный текст и «упаковывает» его.
Для визуализации используем связку с DALL-E 3 или Midjourney API. Если тема сложная (например, нейросеть видео новости или новые архитектуры трансформеров), агент запрашивает не абстрактную картинку «робот за ноутбуком», а инфографику или схему.
Лайфхак с Maia:
В Make.com теперь встроен ИИ-помощник Maia. Если ваш сценарий сломался или API соцсети сменил формат данных, не нужно гуглить документацию. Просто нажмите «Ask Maia to fix it». В 2026 году она правит JSON-структуры и ошибки маппинга переменных за секунды. Это экономит часы отладки.
Сколько это стоит? (Коммерческие факторы)
Многие думают, что собственная генерация новостей требует бюджетов уровня федеральных СМИ. На деле математика иная. Давайте посчитаем содержание такой «цифровой редакции».
- Make.com (Тариф Pro): ~$16–29 в месяц. Есть бесплатный тариф, но для серьезных агентов его лимитов мало. Рекомендую регистрироваться через официального партнера, чтобы получить бонусы на старте.
- OpenAI / Anthropic API: ~$20–50 в месяц в зависимости от объема.
- Perplexity API: ~$20–40 за качественный фактчекинг.
Итого: $50–120 в месяц. Для сравнения: зарплата даже начинающего новостника в РФ стартует от 40-50 тысяч рублей, плюс налоги и онбординг.
Управление и контроль качества
Даже самые последние новости нейросети требуют надзора. Я настоятельно не рекомендую настраивать полную автопубликацию без человека в контуре (Human-in-the-Loop).
Используйте модуль Slack Approval или Telegram-бота с кнопками. Агент присылает вам готовый текст и картинку. У вас две кнопки: «Опубликовать» и «В корзину». Это занимает 3 секунды вашего времени, но страхует от репутационных рисков. Нейросеть текст новость напишет отлично, но этический контекст или двусмысленность пока чувствует хуже человека.
Новая панель Make Grid позволяет видеть работу всех агентов в реальном времени. Вы сразу заметите «узкие места» — например, если агент слишком часто «галлюцинирует» на определенной теме и требует перезапуска.
Зачем учиться этому сейчас?
Рынок меняется. Просто уметь писать промпты уже недостаточно. Ценность специалиста теперь измеряется умением архитектурно мыслить и связывать разрозненные инструменты в единую экосистему. Нейросеть генерация новостей — это лишь вершина айсберга.
Если вы хотите глубже погрузиться в тему, разобраться, как настраивать сложные сценарии, работать с API и создавать собственных агентов, имеет смысл пройти структурированное обучение. Это не про «успешный успех», а про хард-скиллы, которые окупаются в первый же месяц работы.
Полезные ресурсы для старта:
- Хотите научиться автоматизации рабочих процессов с помощью сервиса make.com и нейросетей? Подпишитесь на наш Telegram-канал
- Обучение по Автоматизации, CursorAI, маркетингу и make.com — здесь мы разбираем реальные кейсы.
- Блюпринты по make.com — готовые шаблоны сценариев, чтобы не изобретать велосипед.
- MCP сервис автоматизации «ВСЁ ПОДКЛЮЧЕНО» — мощный инструмент для интеграции Wordstat, WordPress, ВКонтакте, Telegram и фотостоков.
Частые вопросы
Уникален ли текст, написанный нейросетью?
Сам по себе — не всегда. Но использование архитектуры «Редактор + Критик» и добавление уникальных фактов через Perplexity делает контент оригинальным для поисковиков. Нейросети написанные новости пессимизируются, если в них нет добавочной ценности.
Может ли Make.com работать с видео?
Напрямую Make не рендерит видео, но он отлично управляет API сервисов вроде HeyGen или Runway. Вы можете настроить сценарий, где нейросеть видео новости создает на основе текста и автоматически заливает ролик на YouTube Shorts.
Как избежать галлюцинаций ИИ в новостях?
Только через перекрестную проверку (Cross-Check). Никогда не доверяйте генеративной модели факты. Используйте связку: Генератор (GPT) + Проверяющий (Perplexity/Google Search API). Это золотой стандарт 2026 года.
Нужно ли уметь программировать для Make?
Нет. Это No-code платформа. Однако понимание логики JSON и работы API сильно облегчит жизнь. С появлением помощника Maia порог входа снизился практически до нуля — вы можете просто описать задачу голосом.
Как Яндекс и Google относятся к такому контенту?
Поисковые алгоритмы (включая Proxima и новые AI Overviews) оценивают полезность, а не авторство. Если статья отвечает на интент пользователя, структурирована и содержит факты — она будет ранжироваться высоко, даже если ее собрал агент.