В этой статье я дал вам один инструмент (отвертку), а в телеграм канале лежит много пользы, инструментов и видео.

Перейти в канал
Автоматизация с помощью ИИ Opal

Автоматизация с помощью ИИ Opal

Как я попал в опалу. История не простая — запастись попкорном. Речь пойдёт про Opal.

Opal — это экспериментальный no-code AI-инструмент от Google Labs, который позволяет создавать мини-приложения или рабочие процессы просто на основе описания естественным языком. Так это звучало в пресс-релизе, и я поспешил поразить Google своим естественным языком.

Задача была простая: хочу из кучи сырых вордстатовских ключей получать готовую стратегию — с сущностями, LSI, вопросами из поиска.

Opal - это фантазия пиар департамента

Opal так понравился мой язык, что он вместо приложения по поиску ключевых слов создал приложение по созданию логотипов. А в другой раз он написал мне какие-то кривые цепочки, примитивные, как алгоритмы, которые пишут «hello, world» для обучения.

Наверное, многие бы отказались от коммуникации с ним из-за этого. Но я не смог, потому что меня очень сильно цепляла возможность использовать в связке много разных моделей. Он создавал множество блоков, и к каждому можно прикрутить свой сервис Google.

Подключаю тяжёлую артиллерию

Я подключил к нашему взаимодействию другие нейронки — Gemini 3 Pro и ChatGPT. И знаете, что я делал? Я реально на них жаловался. Не использовал вот эти схемы из книжек про промпты, типа «ты в роли того-то, выполни таск таким-то тоном». Просто жаловался.

Мои промпты выглядели так: «…смотри, чудак стрелки убрал». Чудаком в нашем диалоге был Opal.

Gemini 3 Pro вёл себя благородно. Он с пафосом строителя, который делает повторный ремонт, говорил что-то типа: «Это кто вам так обои клеил». У него вообще не было гугловой солидарности, он стучал на коллегу как мог.

Я же то стучал на Opal, то ругался на него сам, причём вот такими обижульками-промптами:

«…дело в том, что ты сейчас лекции читаешь, а мне нужна нода Generate Questions. Скажи, её нет на схеме. Пиши конкретно, не объясняй ничего, только практика».

Чему научил Gemini

В результате разговоров он поведал, что там не надо вестись на иллюзорную связку, будто Google будет легко парсить YouTube. У него нет доступа к API YouTube, поэтому он выдумывает URL-ы роликов по теме. И проще написать парсер в Claude Code, который реально использует Google API, чем часами призывать его к честности.

Экспертное мнение от Gemini: «Если бюджет и лимиты позволяют, ставь Gemini 3.0 Pro на все ноды… Ты получишь по-настоящему "экспертный" контент».

Потом он ещё был экспертом по шопинг-сопровождению: использовать модели Flash нерационально — она быстрая, но тупая.

Также он останавливал меня от греха осуждения: «Дима, не кипятись. Opal иногда ведёт себя как стажёр: одно лечит, другое калечит. Это нормально для no-code инструментов».

Учил он меня как мастер кунг-фу: «Ты абсолютно прав, и это очень здоровый страх. В машинном обучении это называется noise injection — впрыск шума».

Подключаю конкурента

А потом я подключил к консультациям его коллегу — ChatGPT. Gemini 3 Pro искренне хвалил его код. При этом, как и положено в правильной конкуренции, выкидывал его, как бюрократ молодого коллегу, который хочет подсидеть.

Что получилось в итоге

Короче, родилась такая схема.

На входе два поля — список ключей из Вордстата и текстовое описание задачи. Первая нода чистит это ведро от мусора типа «дизайн карты Сбербанка», оставляя только релевантные запросы. Дальше эти чистые ключи разлетаются по трём аналитикам: один вытаскивает сущности и LSI, второй копается в болях пользователей, третий генерит вопросы для FAQ.

Финальная нода собирает всё это в одну CSV-таблицу, где есть и сами ключи, и семантика, и предсказанные бренды (которых в исходнике не было, но по логике они должны быть), и вопросы. На выходе — готовая структура для контент-стратегии, которую можно сразу лить в ассистента или Excel.

В итоге получилось два инструмента

Первый инструмент: даёшь одно ключевое слово — и он накидывает идеи по вопросам, LSI-фразам, сущностям для статей.

Попробовать инструмент →

Второй инструмент: кушает список слов из Вордстата и выплёвывает готовые идеи для контента — чистые ключи, LSI-фразы, предсказанные бренды (даже те, что не влезли в выгрузку), и человеческие вопросы для FAQ.

Попробовать инструмент →
Made on
Tilda