Егор Трушников: собрал конвейер IT-новостей по $0,001 за публикацию

Привет! Я Егор Трушников, директор по развитию и стратегическим продуктам в Kokoc Group, резидент Нейроцеха. В начале 2026 года я в одиночку собрал iTech News: русскоязычный портал, который забирает IT-новости из англоязычных источников и переводит их на русский язык. На сайте уже больше 3000 страниц, из них 2000 попали в индекс Яндекса. За счет этого мы вышли на 6800 посетителей в месяц без платного продвижения. 

Расскажу, как я разделил работу между пятью ИИ-ролями и заплатил всего $0,001 на одну новость. А еще почему до сих пор трачу по три часа в неделю на проверку текстов, дублей и ошибок в SEO.

Как я попробовал переводить новости сам и с нейронкой 

Идея IT-портала давно казалась мне здравой. Я постоянно следил за новостями в сфере ИИ и безопасности, но большую часть материалов мне приходилось читать на английском — ведь в том же Reddit или в Hacker News информация появляется в разы быстрее. А до русскоязычной аудитории новости не всегда оперативно доходят, поэтому я решил переводить их и собирать на одном удобном сайте. 

Я пытался переводить все сам вручную, но даже одна новость заняла у меня от 30 до 60 минут — это очень долго. За это время мне нужно было выполнить много действий: найти источник, перевести материал, выбрать категорию и теги, сверстать страницу в WordPress, подготовить описание для поиска. На этом задачка не заканчивалась, ведь еще предстояло опубликовать новость и анонс в Telegram. 

Затем я выбрал самую короткую дорогу автоматизации: подключил RSS-ленты, передал материалы одной модели и попросил переписать их для русского IT-портала. 10 тестовых новостей хватило, чтобы увидеть проблему — модель теряла факты, добавляла суммы сделок, которых не было в оригинале. Она писала все материалы по одному шаблону, в итоге на выходе не было ни категорий, ни тегов, ни внятных заголовков под поисковые запросы.

Как я пришел к ИИ-редакции из 5 агентов

Когда я понял, что моя первая версия автоматизации провалилась, решил начать сначала и собрать архитектуру ИИ-конвейера. Для этого описал в отдельных файлах категории сайта, источники, тон текстов. Затем описал роли — инструкции для отдельных агентов, каждый из которых выполняет свою часть работы над новостями. В моем случае получилось 5 ролей:

1. Сборщик. Определял тип новости, важность, тему, компании, продукты и технологии.
2. Аналитик. Объединял события по темам и искал повторяющиеся сюжеты.
3. Редактор. Писал новости и собирал из них статьи в еженедельном дайджесте.
4. Шеф-редактор. На первом проходе убирал канцелярит, воду и пустые связки. На втором удалял один или несколько из 40 мертвых оборотов вроде «важно отметить» и «стоит сказать».
5. Валидатор. Сверял результат с исходниками и переписывал слабые места.

Если бы по одному промпту ИИ одновременно собирала факты, писала, редактировала и проверяла, было бы непонятно, на каком шаге появилась ошибка. А такое разделение упрощало поиск проблем. 

Важно было настроить роли так, чтобы каждый агент получал максимально точную и однозначную инструкцию. Например, мой сборщик отправлял аналитику не просьбу «проанализируй новости», а форму с точными полями:

Первую рабочую версию сайта и конвейера я собрал за пару дней. И наконец-то вышла первая автопубликация! Можно сказать, что это очень быстро. Но на самом деле к тому моменту я уже год учился работать с Claude Code и Codex и даже собрал голосового бота для английского. Так что в этой разработке точно сыграл предыдущий опыт.

Как сменил три модели, чтобы новость стоила около $0,001

Первый рабочий конвейер я запустил на Claude Sonnet. Модель нормально справлялась с русским языком, фактами и структурой, но расходы на токены за первые сутки оказались слишком большими для проекта без дохода.

Я перевел все пять ролей на Claude Haiku. На тех же задачах он оказался в 12 раз дешевле Sonnet и давал приемлемый результат. Но для некоммерческого портала расход все равно был выше, чем мне хотелось. 

Следующей моделью стала GPT-4o-mini. Здесь все пять ролей обходились примерно в $0,001 на одну новость. Дайджест из 30+ исходных материалов стоил около $0,02. Я не считал эти цифры полной ценой портала: в них нет моего времени или оплаты сервера. Это только расход на вызовы модели в рабочем конвейере.

Как научил систему отсеивать «умные матрасы»

Когда конвейер заработал, из RSS-лент пошли дубли, так как одна и та же публикация могла выйти в разных изданиях и уже быть на русском языке на другом сайте. Слова в заголовках были разные, но событие они отражали одно.

Чтобы исправить это, я собрал три уровня дедупликации, где проверка идет от дешевой к более сложной. Система:

1. Сравнивала точные адреса. Если такая ссылка уже была, материал отбрасывался. 
2. Сравнивала заголовки. 
3. Брала значимые слова из заголовков и оценивала их пересечение. Если совпало больше половины, материал считался дублем. Большинство повторов отсеивалось до этой более дорогой обработки.

Другая проблема оказалась повеселее. В новостные ленты попадали «лучшие умные матрасы 2026», карьерные рефлексии и списки советов для подростков. Были и ложные совпадения, например опреснение морской воды проходило по слову technology. 

Для решения этой проблемы я собрал два списка регулярных выражений, чтобы один отсеивал полные заголовки вроде «Who is hiring». А второй искал фрагменты, которые выдают личную историю, список советов или потребительскую подборку. Когда появлялась новая категория мусора, я добавлял в нужный список один шаблон. В следующие прогоны система отбрасывала похожие материалы до обработки.

Я каждую неделю ищу новые ошибки

Агенты уменьшили число проблем, но не убрали их. Редактор все еще может дописать сумму сделки или фамилию руководителя, которых не было в исходнике. Валидатор сверяет текст с оригиналом и вырезает такие детали, но иногда они доходят до публикации. Отдельные ошибки всплывают в SEO. Мой скрипт находит такие случаи, но решение по каждому из них я все еще принимаю сам.

Раз в неделю я пробегаю заголовки глазами, проверяю отчет SEO-аудита и дописываю фильтры. Все вместе занимает около 2–3 часов. Эта проверка нужна еще и потому, что одну неделю ChatGPT стабильно отсеивает мусор, а затем без видимой причины пропускает то, что раньше ловила.

Я довел портал до 6800 посетителей, но пока на нем не зарабатываю

Сейчас на сайте около 3000 страниц, 2000 из них уже в индексе Яндекса. Портал посещают около 6800 человек в месяц или в среднем 200–300 читателей в день. Новости выходят ежедневно, а по понедельникам я выпускаю большой ИИ-дайджест. Все это работает без платного продвижения, но дохода проект пока не приносит.

Следующий шаг — дорастить трафик до уровня полноценного новостного портала, а потом продавать рекламные места и продвигать через сайт собственные IT-проекты.