Claude для текстов: что он реально делает с контентом
Claude сильнее всего там, где есть исходник: переписать, сжать, разобрать, вытащить структуру из длинного документа. Слабее всего там, где исходника нет и текст надо придумать с нуля - тогда на выходе получается усреднённая гладкость, которую потом дольше вычищать, чем писать
Что Claude делает с текстом хорошо
Работа с готовым материалом. Пересказ длинного документа, сжатие до тезисов, вытаскивание структуры, перевод, вычитка, сведение десяти источников в одну таблицу
Причина простая: у модели есть на что опереться. Ей не нужно придумывать факты, нужно переупаковать имеющиеся
Сюда же относится черновая работа объёмом: разложить сто комментариев по темам, найти повторы в тридцати текстах, свести отчёт из выгрузки. Это скучно человеку и естественно машине
Где Claude ломается
Первое ограничение техническое. У стандартного варианта модели окно контекста равно 200 тысячам токенов, и при превышении Claude прямо сообщает об этом строкой вида «Context exceeds the 200k-token limit by 94k tokens». Разложить в один заход книгу целиком не выйдет, нужна нарезка
Второе ограничение важнее. Текст без опоры на факты выходит правдоподобным и пустым: модель заполняет пробелы средним по индустрии. Если у вас нет цифр, кейса и деталей, она их придумает или обойдёт общими словами
- Посмотреть, чем занято окно контекста:
/context - Сжать переписку, когда упёрлись:
/compact
Практический вывод. Правило простое: сначала сырьё, потом текст. Цифры, цитаты, реальные сцены собираются до запроса, а не в ходе него. Иначе на выходе будет гладко и не о чем
Как этот порядок выглядит на живой задаче: сначала фактура, потом черновик, потом правка по абзацам. Полная последовательность с примерами промптов разобрана в гайде 10 скиллов Claude для текстов и рилсов
Как удержать свой стиль
Описание стиля словами почти не работает: «пиши живо и по делу» понимают все и никто. Работает образец
Рабочая схема - подложить пять-семь своих текстов как эталон и требовать сверки с ними. В веб-версии образцы кладут в проект, в терминале - в файл, который читается каждую сессию
Эталон: файлы 1-7 в этом проекте, это мои тексты.
Задача: писать так же. Сверяй каждый абзац с эталоном.
Запрещено: «поистине», «не просто X, а Y», «в мире, где».
Проверка: перед выдачей назови 3 места, где ты отошёл от эталона.Второй слой - явный запрет. Список слов и оборотов, которые вы не употребляете, снимает узнаваемую машинную гладкость лучше любых просьб писать по-человечески
Отдельно стоит помнить про поддакивание: на вопрос «как тебе текст» вы почти всегда получите похвалу, поэтому спрашивать надо иначе
Ты собрал эталон своих текстов и список слов, которые Claude больше не подставляет за тебя. Кто-то на этом останавливается и правит вручную каждый раз заново, а кто-то доводит систему до конца: эталон, стиль и проверка живут не в одном случайном чате, а в файлах, которые подключаются к любой новой сессии сами. На ИИ-Лагере собираем именно второй вариант: рабочую систему письма, а не разовый трюк с одним чатом
Это заявка в мой закрытый канал, не оплата. Впускаю сразу, дальше бот в личке отдаёт путёвку на три дня
Частые вопросы
Сколько текста помещается в один запрос?
У стандартного варианта модели окно контекста равно 200 тысячам токенов, и при превышении приходит сообщение с точным перебором в токенах. Что это в страницах, зависит от языка: русский расходуется примерно вдвое быстрее английского
Почему текст получается гладким и пустым?
Потому что модели нечем наполнить содержание. Без ваших цифр, кейсов и деталей она подставляет среднее по теме. Лечится не формулировкой запроса, а сбором сырья до него: факты сначала, текст потом
Как заставить Claude писать в моём стиле?
Дать образцы вместо описаний: пять-семь своих текстов как эталон плюс явный список слов и оборотов, которых у вас не бывает. Описание стиля словами почти не работает, сверка с образцом работает
Связанные гайды
Больше материалов по теме - в разделе Контент и продвижение
Иван Сергеев
Вайбмаркетинг и вайбкодинг для тех, кто начинает с нуля. Вырастил свою аудиторию до сотен тысяч подписчиков на контент-заводе на ИИ и помог 800 людям собрать больше 5 миллионов подписчиков