Автоматизация Threads: итоги 2 месяцев с AI

108 тыс. просмотров. 481 пост. 69 дней эксперимента. 15 разных AI-моделей.

Два месяца назад я загорелся идеей: а что если полностью автоматизировать SMM в Threads с помощью AI? Написать код, который будет сам находить новости, генерировать посты, оценивать их качество и публиковать – без моего участия. Идеальная машина для контент-маркетинга.

Спойлер: не получилось. Но история того, как я провалился, восстановился и снова упал – оказалась куда интереснее, чем я ожидал.

Это третья и финальная часть эксперимента. В первой части я описал, как всё начиналось и почему провалился. Во второй – как выкарабкался с 10 просмотров до 240. Теперь – полные итоги за два месяца и честные выводы о том, что на самом деле работает в автоматизации контента.

Главные цифры: что получилось за два месяца

Рост в декабре: +137% по средним просмотрам, +177% по медиане. Это не случайность – за каждым процентом стоит конкретное изменение в стратегии, которое я задокументировал и готов рассказать.

Несмотря на волатильность от недели к неделе, общий тренд однозначно восходящий. Линия тренда показывает рост на 137% за 11 недель.

Что изменилось в декабре

1. Длина поста: уточнённые данные

Во второй части мы обнаружили, что длина критична. Декабрьские данные (205 постов) уточнили оптимум:

Золотая зона сузилась: 151–200 символов (раньше было 100–200).

2. Оптимальное время сдвинулось

Во второй части пиком был 19:00 МСК. Декабрьские данные показали другую картину:

Оптимум сместился на 3 часа раньше. Возможная причина: изменился состав аудитории или сезонные паттерны (декабрь vs ноябрь).

3. Хуки: количественное подтверждение

Во второй части мы заметили, что неформальные хуки работают лучше. Теперь есть цифры – топ-3 виральных поста декабря:

Casual-стиль работает в 7,4 раза лучше, чем «профессиональные» формулировки.

4. Лайфхак со ссылками

Во второй части мы выяснили, что ссылки в посте убивают охват в 6,6 раз. В декабре нашли решение – ссылка в первом комментарии:

+139% к просмотрам. Threads по-разному обрабатывает контент поста и комментариев.

5. AI-скоринг: конкретные примеры

Парадокс AI-скоринга, который мы обнаружили во второй части, подтвердился с конкретными цифрами:

Посты с высоким скором (93–94):

Посты с низким скором, ставшие виральными:

Посты с «идеальным» скором 93+ получают в 16 раз меньше просмотров, чем «посредственные» с 83.

Темы: статистика по категориям

Во второй части мы заметили, что новости побеждают обучающий контент. Декабрьские данные подтвердили:

Советы и стратегии – антилидер. Пост «5 способов использовать ChatGPT» – 47 просмотров. Пост «OpenAI объявил красный код» – 1 771.

Какой AI генерирует лучший контент

После того, как мы разобрались с тем, о чём писать, остался вопрос: кто должен писать? Я протестировал 15 разных LLM-моделей, отслеживая performance каждого поста. Результаты оказались неожиданными.

Gemini 3 Flash – абсолютный чемпион. Все виральные посты (9 081 / 5 736 / 4 811 просмотров) созданы именно этой моделью.

Разрыв в 31% между Gemini Flash и Claude Sonnet особенно показателен, учитывая, что Claude стоит в 10 раз дороже. Это не значит, что Claude хуже – для длинных текстов и сложных задач он по-прежнему лидер. Но для коротких casual-постов Gemini лучше «понимает» формат.

Стили контента: что работает, что нет

Quiz-формат полностью провалился – 8 просмотров. Threads распознаёт его как engagement bait (попытку искусственно накрутить вовлечённость) и режет охват.

Story Threads vs. Одиночные посты

Я экспериментировал с многочастными постами – когда одна история разбивается на 2–4 поста в треде:

Одиночные посты работают на 41% лучше. Гипотеза: люди не хотят кликать, чтобы дочитать. Им нужен законченный инсайт в одном посте.

День недели: не верьте паттернам

Многие гиды по SMM советуют оптимизировать расписание постов под день недели. Я проверил – и вот что обнаружил:

Кажется, пятница – идеальный день? Не так быстро. Важно: эти данные нестабильны. В прошлом анализе вторник был лучшим (1 229 просмотров), сейчас – пятница.

Мой вывод: не пытайтесь оптимизировать под день недели. Публикуйте стабильно каждый день в правильное время (16:00 МСК).

Главные выводы

1. Полная автоматизация SMM невозможна в 2025 году. Платформы научились распознавать паттерны и режут охват. Гибридная модель – единственный путь.

2. Алгоритм важнее контента. 151–200 символов, публикация в 16:00 МСК, CTA в комментариях – эти технические факторы важнее того, что вы пишете.

3. AI хорош для генерации, плох для оценки. Используйте LLM для создания вариантов, но не доверяйте их скорингу.

4. Gemini 3 Flash – лучший выбор для SMM. Быстрее, дешевле и эффективнее «премиальных» моделей для коротких постов.

5. Количество важнее качества для охвата. 8 постов в день дают больше суммарных просмотров, чем 3 «идеальных» поста.

Реальные затраты: время и деньги

Время

Сколько на самом деле занимает «автоматизированный» SMM? Вот данные из Screen Time за последние недели:

В активную фазу эксперимента я тратил почти 2 часа в день. После настройки системы – около 45 минут в день. Это отбор постов из предложенных AI вариантов, ответы на комментарии и анализ статистики.

Полная автоматизация обещала 0 минут. Реальность – 45 минут. Но это всё равно в 3-4 раза меньше, чем писать весь контент вручную.

Деньги на AI

За декабрь я потратил на AI-модели около $65. В начале месяца расходы были выше – до $6-8 в день на эксперименты с разными моделями. После того как определился с Gemini Flash как основной моделью, расходы упали до $0.5-1.5 в день.

В пересчёте на результат: $65 за 69 000 просмотров – это менее $0.001 за просмотр. Для сравнения, таргетированная реклама в соцсетях стоит $0.01-0.05 за просмотр, то есть в 10-50 раз дороже.

Трафик на сайт

А вот самое интересное – сколько людей реально перешли с Threads на mysummit.school? Данные из Google Analytics за декабрь:

164 уникальных посетителя из 69 000 просмотров – это конверсия 0.24%. Кажется мало? Для органического трафика из соцсетей без прямой рекламы это нормальный показатель. Главное – среднее время 84 секунды говорит о том, что люди не просто кликнули и ушли, а изучали контент.

Какие страницы смотрели:

Интересно, что интерактивный контент (AI Quiz) привлёк почти столько же посетителей, сколько главная страница. А статьи о самом эксперименте с Threads собрали 56 сессий – мета-контент работает.

Рост аудитории

112 подписчиков – немного. Но важен тренд: стабильный рост без провалов. География: Алматы (13.4%), Астана (11.6%), Москва (3.6%) – в основном русскоязычная аудитория, интересующаяся AI.

Что дальше

Эксперимент продолжается в 2026 году. Основная гипотеза подтвердилась: полная автоматизация контента без человеческого контроля не работает в современных соцсетях. Но гибридный подход – AI генерирует варианты, человек выбирает – даёт стабильный рост охвата.

Планы на следующий квартал:

• Тестирование новых LLM (DeepSeek, Qwen)
• Автоматизация ответов на комментарии (с обязательной модерацией)
• A/B-тесты визуального контента (генерация изображений AI)

Сталкивались с подобными проблемами при автоматизации? Буду рад обсудить в комментариях – расскажите о своём опыте.

Читайте также

Не решать, а проектировать выбор: как AI меняет работу менеджера

Персона в промпте: научный взгляд на ролевой промптинг

Когда ваша работа обучает конкурента: уроки AI-музыки для менеджера

5 элементов идеального промпта: почему AI не понимает, чего вы хотите

Ссылки на предыдущие части

• Часть 1: Как мы провалили автоматизацию Threads
• Часть 2: Восстановление – от 10 до 240 просмотров