Как мы создали AI-сценариста и изменили подход к производству видеоконтента

Зачем мы создали Screenwriter

В разы увеличить объем производимого видеоконтента, при этом с наименьшими затратами – человеческими и финансовыми – амбициозная цель, которую мы поставили перед собой весной 2026 года. На данный момент мы одновременно развиваем несколько проектов на разных площадках и фактически превращаем весь C-level Evrone в инфлюенсеров. При этом у каждого проекта свой формат контента: от интервью до выпусков новостей.

Почему производить такой объем контента вручную невозможно

Чтобы достичь поставленной цели, нам нужно публиковать по 5 – 6 выпусков в неделю. А это огромные затраты по времени. Речь не о самих съемках, а о подготовке сценариев, отборе тем, написании текста ведущего. Так, например, сценарий только лишь одного выпуска  «Сухого остатка», который ведет наш СМО Юрий Гуржий, занимает порядка 90 страниц. Готовить такой объем вручную практически невозможно. Если писать это с нуля, уйдет огромное количество времени. И это только сценарий и только один проект – а ведь нужно еще отфильтровать темы, если речь о новостях, подготовить вопросы – если мы говорим об интервью, написать текст ведущего – если это подкаст.

Выход - создание собственного ИИ-помощника

Поэтому мы разработали собственный сервис Screenwriter. При помощи искусственного интеллекта она анализирует огромный поток информации и отбирает ту, которая действительно важна для нашей аудитории.

Шаг 1. Определение профиля аудитории

Сначала посредством AI мы определили портрет нашего зрителя. Можно было, конечно, взять обычную веб-аналитику – Яндекс, Google и другие источники. Но она дает очень поверхностное понимание аудитории. Мы же использовали LLM, чтобы превратить эти данные в полноценный психологический и поведенческий профиль. Своего зрителя мы определили, как «стратегического созидателя» – человека определенного возраста, с определенной мотивацией и интересами. Именно под него потом и подбирается весь контент.

Шаг 2. Анализ новостного потока

Дальше начинается работа с новостями и информационными потоками. Мы подключаем к системе любое количество источников – Telegram-каналы, СМИ, сайты, причем на любом языке: русском, английском, китайском, испанском – не имеет значения.

Модель просто изучает весь этот массив информации и отбирает то, что действительно «зайдет» нашему «стратегическому созидателю». Так, за восемь недель с момента запуска проекта она обработала около 240 тысяч новостей. По результатам собственного мониторинга система выделяет действительно важные сюжеты, оценивает их с точки зрения интереса для нашей аудитории и ранжирует.

Шаг 3. Генерация сценариев

После этого можно открыть любую новость и в кратчайшие сроки получить готовый сценарий для одного сюжета или даже целого выпуска новостей.

Почему мы используем несколько AI-моделей

При этом внутри Screenwriter работает не одна AI-модель, а несколько. У каждой свои сильные стороны. Одна лучше справляется с анализом информации, другая – с построением сюжета, третья – с написанием текста.

Есть и другая причина не зависеть от одного ИИ-инструмента. Любой сервис могут временно отключить или ограничить. Если вся система построена вокруг одной модели, работа просто остановится. Поэтому мы сразу проектировали решение так, чтобы не впадать в зависимость от какого-то одного инструмента.

Что в итоге умеет Screenwriter

В итоге мы получили  AI-помощника, который готовит сценарии для новостных выпусков, собирает материалы для интервью и формирует вопросы гостям подкастов. И всё это в рекордно сжатые сроки.

Это не первый наш опыт с созданием AI-помощников. Ранее мы рассказывали, как создали AI-ассистента для бизнеса на базе OpenClaw.

Читайте в статье Мимир: ИИ, живущий в Telegram → 

Какие результаты мы получили

Самое интересное – результат. Если просто записать интервью без серьезной подготовки, оно может набрать несколько сотен просмотров и практически не получить обратной связи – зрителю просто неинтересно переслушивать в 10 раз то, что он уже слышал или читал в другом месте. Для того, чтобы контент действительно попадал в аудиторию, он должен быть цепляющим. Наш Screenwriter четко понимает, что именно оценит пользователь, которого мы хотим достичь, а цифры говорят сами за себя: например, «Сухой остаток», который существует только лишь с 29 мая 2026 года, за полтора месяца набрал более 240 тысяч просмотров. Мы провели такие же эксперименты с другими нашими каналами – результаты тоже оказались значительно лучше, чем были до начала использования Screenwriter.

AI не заменяет автора

При этом, важно понимать – искусственный интеллект не заменяет автора. Каждый ведущий редактирует сценарий, вносит свои правки, добавляет собственный опыт и взгляд. AI здесь – не автор в полном смысле этого слова, а очень сильный и быстрый профессиональный помощник.

Как изменилась экономика производства контента

Еще один очевидный плюс, помимо роста охватов – существенная экономия финансовых и человеческих ресурсов. Раньше производство такого контента требовало сценариста, режиссера, оператора, редактора, полноценной студии и больших затрат времени. Сейчас основные затраты – это аренда студии и монтаж, а если съемки проходят на собственной площадке, то практически только монтаж.

За два месяца мы сняли и подготовили к публикации около 25 выпусков. Раньше сгенерировать такой объем контента было бы просто невозможно или же очень дорого. Ведь при подготовке видеоконтента самое затратное это не монтаж и съемка, а работа над сценарием и текстом. Особенно, если речь идет об интервью с сильными техническими специалистами, где нужны глубокое понимание темы и качественная подготовка.

Что дальше

Screenwriter многократно ускорил производство контента, снизил стоимость выпуска и позволил сделать настоящий мини-контент-завод внутри компании. И мы продолжаем его развивать, практически после каждой съемки находим новые идеи, которые позволят улучшить работу AI-помощника.

Screenwriter оказался не просто внутренним инструментом. Он показал, что AI может решать реальные бизнес-задачи, если подойти к работе с ним системно, а не как к модной игрушке. Мы уже думаем о том, как адаптировать этот опыт для внешних проектов. Если вы сталкиваетесь с теми же проблемами – нехватка времени на контент, сложность отбора тем, дороговизна производства – возможно, наш подход вам пригодится. Мы открыты к диалогу.