Если вы занимаетесь SEO или работаете с контентом для коммерческих сайтов, вы знаете, как это выглядит: есть сайт услуг, есть 150+ страниц под каждую станцию метро или район города, и каждая страница должна быть уникальной. Копирайтер на такой объём встанет в очередь на три месяца и выставит счёт, от которого станет плохо. ChatGPT напишет одно и то же с разными перестановками слов. А дедлайн уже вчера.
Я попробовал решить эту задачу с помощью Claude Cowork, и расскажу, как именно это работало, с реальными примерами диалогов и промптов.
Что такое Claude Cowork и почему я вообще его попробовал
Claude Cowork – это десктопное приложение от Anthropic, которое даёт ИИ доступ к папке на вашем компьютере. Он может читать файлы, создавать новые, запускать код, открывать браузер. По сути – это полноценный автономный агент, который работает прямо у вас на машине.
Я скачал его, запустил, выбрал рабочую папку, а дальше всё происходит в диалоге. Никакого программирования, никаких API, никакого терминала руками. Просто пишешь задачу и смотришь, как оно работает.
Задача у меня была конкретная: компания занимается доставкой воды в Москве. Есть сайт, на котором должны быть отдельные страницы под каждую станцию метро, чтобы человек из Медведково или Ясенево мог найти «доставка воды у метро Медведково» и попасть на релевантную страницу. Таких страниц больше ста. Каждая должна быть уникальной, содержать ключевые слова, иметь нормальную структуру и читаться как живой текст, а не машинная простыня.
Шаг 1: Загружаю таблицу и объясняю задачу
У меня была Excel-таблица: в одной колонке – тема страницы («доставка воды Медведково»), в другой – URL, в третьей – ссылки на уже написанные тексты в Google Docs (эталонные, написанные человеком), в четвёртой – флаг: 0 означает «пропустить», любое другое число – «генерировать».
Я просто загрузил папку с таблицей в Cowork и написал:
Мой промпт:
«Изучи файл, который я приложил. В колонке A дана тематика страницы, в колонке C – URL, в колонке E – ссылки на уже написанные тексты-образцы, в колонке F – флаг: если 0, строку пропускаем. Начиная со строки 99, нужно генерировать тексты для каждой строки с ненулевым флагом. Каждый текст – отдельный Word-файл. В соответствующей колонке E прописывай название созданного файла. Тебе всё понятно?»
Claude ответил подробно: перечислил, что нашёл в таблице, сколько строк нужно обработать, как он понял структуру. И сразу выдал вопрос: ссылки в таблице ведут на Google Docs – он может попробовать их прочитать, но для этого нужен доступ через браузер. Можно предоставить?
Я дал добро.
Шаг 2: ИИ открывает Google Docs и читает эталоны
Это был момент, когда я реально удивился. Claude сам открыл Chrome, перешёл по ссылке на Google Doc, выделил весь текст (Ctrl+A), скопировал его, прочитал содержимое через буфер обмена с помощью JavaScript и вернул мне полный текст для анализа.
Правда, не с первого раза – сначала вылез экран выбора аккаунта Google, и Claude написал:
«Вижу экран выбора аккаунта. Мне нужно кликнуть на нужный профиль – подскажи, какой выбрать, или я попробую выбрать тот, что отображается первым.»
Я уточнил, он кликнул, документ открылся. Потом он сделал так ещё с несколькими документами, вычленил структуру, стилистику, характерные обороты. И только после этого сказал: «Хорошо, я понял логику текстов. Готов генерировать.»
Шаг 3: Требования к текстам
Перед запуском я сформулировал дополнительные условия – прямо в диалоге, без всяких технических файлов:
Мой промпт:
«Отлично. Главное – следи, чтобы каждый последующий текст был уникален относительно всех уже написанных. Можно и нужно менять подзаголовки, менять их местами и т.д. Вместо длинных тире используй короткие: –. Объём текстов меняй рандомно в диапазоне от 4 до 7 тысяч символов без пробелов. Название станции метро, кроме заголовка, используй в тексте ещё 2–3 раза, тоже рандомно.»
Claude принял всё это, уточнил один момент – нужно ли упоминать физическое расположение офиса рядом с метро, или лучше использовать более мягкие формулировки вроде «для тех, кто живёт или работает в районе»? Я сказал использовать мягкие. Он кивнул (метафорически) и пошёл писать скрипт.
Шаг 4: Как это работало изнутри
Claude написал Python-скрипт прямо в диалоге. Не попросил меня его запустить, сам запустил. Скрипт делал следующее:
- читал Excel-таблицу через openpyxl
- для каждой строки с ненулевым флагом определял тип района (деловой, спальный, студенческий, транспортный узел) – это влияло на выбор вступления
- брал случайный набор разделов из большого пула заранее написанных блоков
- подставлял название станции в нужные места
- проверял итоговый объём (от 4000 символов без пробелов)
- создавал Word-файл через python-docx
- записывал имя файла в Excel
Весь пул контента – порядка 60 вариантов секций, 10 комбинаций структур, 11 вариантов вступлений для «жилых» районов – Claude сгенерировал сам, исходя из прочитанных образцов.
Мне не нужно было ничего программировать.
Шаг 5: Первый запуск и правки
После первого запуска Claude показал мне образец – один файл для тестовой станции:
«Вот что получилось для станции Марьино. Объём – 4238 символов без пробелов. Структура: H1, вступление, 8 разделов с подзаголовками H2, маркированный список неисправностей, нумерованный список этапов работы, финальный призыв к действию. Проверь, всё ли подходит по стилю.»
Я посмотрел – и нашёл проблему. Несколько файлов вышли короче 4000 символов. Claude сам это заметил и предложил дополнительный скрипт-«фиксер», который проходил по всем коротким документам и добирал объём блоками на тематику, которой ещё не было в тексте: замена матрицы, ремонт после залития, апгрейд SSD и т.д.
Запустил фиксер – все 119 файлов дотянули до минимума.
Шаг 6: Вторая задача – районы города
После того как со станциями метро разобрались, я поставил похожую задачу: теперь нужны тексты по районам Москвы. Другой файл, другая таблица, другая структура флага.
Мой промпт:
«Теперь смотри: надо создать папку внутри проекта. Назвать её "Районы". Туда аналогично написать тексты для соответствующего района Москвы. Информация о районах в другом key.xlsx – он лежит в той же папке. H1 берём из колонки A: там, например, "доставка воды академический" – в H1 пишем "Доставка воды в Академическом районе Москвы" или как-то адекватно. Если в ячейке D стоит 0 – текст не генерим. Упоминаем район 2–3 раза. Следим за уникальностью. Разброс объёмов – от 4 до 7,5 тысяч символов. Всё понятно?»
Здесь Claude столкнулся с нетривиальной задачей: названия районов в русском языке склоняются по-разному. «Академический» – прилагательное, пишем «в Академическом районе». «Арбат» – существительное, пишем «в районе Арбат». «Бирюлёво Восточное» – составное, пишем «в районе Бирюлёво Восточное».
Он сам составил словарь из 53 позиций с тремя формами для каждого района: заголовочная, предложная, краткая. Спросил меня только один раз: файл с районами он не сразу нашёл – уточнил, где именно лежит. Я ответил «в папке проекта» – он нашёл за секунду.
Что в итоге
За одну сессию (с учётом нескольких перерывов на обновление лимитов) было:
- прочитано 8 эталонных текстов через браузер
- написан и запущен Python-скрипт генерации
- создано 119 Word-документов по станциям метро
- создано 53 Word-документа по районам Москвы
- исправлены все документы с недостаточным объёмом
- обновлены обе Excel-таблицы с именами файлов
Итого – 172 уникальных коммерческих текста объёмом от 4 до 7,5 тысяч символов каждый.
Средний копирайтер пишет такой текст за 40–60 минут. Считайте сами.
Что меня удивило
Автономность. Я не давал пошаговые инструкции по каждому действию. Я объяснял задачу – Claude сам декомпозировал её на шаги и выполнял. Когда что-то шло не так (браузер требовал авторизации, файл не находился, объём не дотягивал), он сообщал об этом и предлагал решение.
Умение держать контекст требований. Все условия – уникальность, объём, количество упоминаний названия, форма тире – он соблюдал на протяжении всей генерации, без напоминаний.
Прозрачность. Каждый шаг сопровождался коротким отчётом: что сделано, сколько файлов обработано, где были проблемы. Никакого «магического ящика» – всё видно.
Где это не сработает
Честно скажу: если вам нужен текст с экспертизой, личным опытом, авторской позицией – ИИ не заменит человека. Но коммерческие SEO-страницы с чёткой структурой и конкретными требованиями – это именно та задача, где автоматизация работает и даёт реальную экономию.
Также стоит понимать: Claude Cowork – это не «нажал кнопку, получил результат». Нужно уметь формулировать задачу, проверять промежуточные результаты и давать обратную связь. Это партнёрство, а не делегирование в пустоту.
Вместо вывода
Если у вас есть повторяющаяся задача с чёткими правилами, объёмом больше 50 единиц и Excel-таблицей с исходными данными – скорее всего, Claude Cowork с ней справится. Попробуйте объяснить задачу так, как вы объяснили бы её хорошему стажёру: с примерами, с ограничениями, с указанием на что обращать внимание.
Результат вас, вероятно, удивит.
Статья написана на основе реального кейса.