Skip to content
Статья Every сент. 2026 г.

Every: 13 убеждений о написании с помощью AI

Опубликованный на Every в сентябре 2026 года материал Майка Тейлора описывает его путь от неприятия AI-написанных текстов до публикации их под своим именем. Это не практическое руководство, а набор рабочих принципов — вещей, которые оказались верными в отношении того, как качество AI-текста зависит от входных данных, которые предоставляет автор, а не от выбора модели.

О чём статья

Тейлор рассуждает на основе опыта работы с множеством моделей и контекстов. Его центральная позиция: к 2026 году лучшие языковые модели способны создавать публикабельные черновики — но только когда промты содержат материал, который не мог быть сгенерирован AI самостоятельно: личную убеждённость, живые детали и чётко сформулированную точку зрения.

13 убеждений

Тейлор перечисляет 13 принципов. Часть касается механики промтинга: промт должен быть больше по объёму, чем ожидаемый результат, включать существенный личный материал, чтобы модели было что реализовывать. Пишите оригинальный контент, который не воспроизведён в обучающих данных: самобытные предпосылки, а не хорошо освещённые темы.

Несколько принципов касаются содержания: пишите о том, в чём есть реальная позиция, включайте данные или визуализацию, заземляющую абстрактные утверждения, сохраняйте все черновики, потому что ранние версии часто содержат используемый материал, который последующая редактура убирает.

Другие принципы относятся к суждению автора: ведите социальные сети лично, а не делегируйте это, потому что «голос» в социальных сетях трудно воспроизвести через промты, и он ценен именно потому, что принадлежит конкретному человеку. Интересный жизненный опыт — самое сильное основание для материала: не потому что AI не умеет изобретать, а потому что изобретённое лишено конкретики, которая делает текст стоящим чтения.

Статья затрагивает и объём: усилия не гарантируют успеха; масштабируется не труд, а сильные идеи в сочетании с регулярной публикацией. Тест Тейлора на то, работает ли сотрудничество, — является ли результат тем, что вы готовы опубликовать под своим именем, а не тем, был ли он создан быстрее.

Ключевой метод

Основная идея, которую Тейлор использует на протяжении всей статьи, состоит в том, что AI реализует входные данные автора, а не добавляет к ним. Это возлагает ответственность за качество на вложенный материал: конкретность предпосылки, ясность убеждения, самобытность личной детали. Модели, получающие однородные промты, производят однородный текст — вне зависимости от своих возможностей.

Тейлор прямо говорит об одном из убеждений: современные языковые модели способны производить работу, которую вы готовы публиковать. Это констатация нынешнего уровня возможностей, а не универсальная рекомендация.

Для кого полезна статья

Авторам, журналистам и контент-специалистам, которые пробовали AI-помощь и получали нестабильные результаты, и хотят понять, что определяет качество, прежде чем приписывать провалы модели. Принципы применимы независимо от платформы. Статья наиболее полезна тем, у кого уже есть рабочий метод, который хочется критически проанализировать, — и тем, кто недоумевает, почему AI-черновики при более мощных моделях требуют столько же переработки.