Как создать ИИ-редактора на скиллах в Codex и Claude Code
Как превратить большой промпт с десятками правил в повторяемую редакционную систему: разнести инструкции, референсы и скрипты по скиллу, а затем проверить его на типовых задачах.
После нескольких неприятных ошибок я перестал использовать ИИ для постов. Кастомный GPT, сколько его ни настраивал, всё равно периодически начинал творить какую-то чепуху.
Проблема оказалась не только в модели. Я пытался запихнуть весь процесс в один огромный промпт: стиль, редактуру, факты, требования разных площадок и десятки исключений. Работало это примерно никак.
Сейчас я добрался до скиллов и собрал из всего этого отдельную редакционную систему. Первые результаты выглядят вполне сносно: статьи оживились, а посты для LinkedIn и TenChat теперь выглядят намного лучше и набирают охваты.
Чем скилл отличается от огромного промпта
Скилл — это папка с инструкцией SKILL.md, дополнительными материалами и, если нужно, скриптами. Codex или Claude загружает её под конкретную задачу, а не пытается постоянно держать всю вашу редполитику в контексте.
Это не обучение модели в техническом смысле. Вы не делаете собственную нейросеть, а собираете повторяемый рабочий процесс:
- когда использовать скилл;
- какие данные изучить перед работой;
- какие правила применить;
- как проверить результат;
- в каком формате его выдать.
В Codex скиллы могут подключаться автоматически по описанию задачи или вызываться явно. Внутри папки можно хранить инструкции, референсы, шаблоны и скрипты. Это описано в официальной документации Codex.
Что я положил в своего ИИ-редактора
Сперва собрал нормальную редполитику. Не список универсальных заповедей, а правила с поправками на контекст:
- статья это или пост;
- личный канал или агентский блог;
- редактура, рерайт или текст с нуля;
- нужен ли SEO-блок;
- допустима ли разговорность;
- какие факты нужно проверить.
Потом добавил около 40 страниц собственных текстов и материалов других авторов и изданий, которые мне нравятся по структуре, ритму и подаче.
Задача здесь не в том, чтобы ИИ копировал чужой голос. Из референсов полезнее вытаскивать абстрактные приёмы: как автор начинает текст, развивает аргумент, использует примеры и заканчивает материал.
Перед каждой новой задачей мой скилл случайно выбирает 3–4 таких референса и не повторяет их в ближайших пяти итерациях. Этот приём я спёр у Молянова — он сам разрешил забирать его тем, кто делает скиллы для агентов.
Случайность здесь нужна не ради веселья. Без неё ИИ быстро находит одну безопасную структуру и начинает штамповать одинаковые тексты.
Как создать такой скилл
Принцип у Codex и Claude Code почти одинаковый, отличаются в основном папки и способ вызова.
| Инструмент | Личный скилл | Скилл внутри проекта |
|---|---|---|
| Codex | ~/.agents/skills/название/ |
.agents/skills/название/ |
| Claude Code | ~/.claude/skills/название/ |
.claude/skills/название/ |
В Codex проще всего вызвать встроенный Skill Creator и описать ему задачу. Он поможет собрать структуру и обязательный SKILL.md. Скилл можно создать и вручную.
В Claude Code нужно создать папку и положить внутрь SKILL.md. После этого Claude сможет выбирать скилл автоматически по описанию или запускать его командой /название-скилла. Подробности есть в официальной документации Claude Code.
Минимальная структура выглядит так:
editorial-writer/
├── SKILL.md
├── references/
│ ├── editorial-policy.md
│ └── style-cards.json
└── scripts/
└── select-style.py
Сам SKILL.md можно начать с простого каркаса:
---
name: editorial-writer
description: Пишет и редактирует статьи и посты. Использовать для черновиков, рерайта, редактуры и адаптации текста под разные площадки.
---
# Editorial Writer
Перед работой:
1. Определи площадку и формат.
2. Прочитай редакционную политику.
3. Выдели главную мысль и подтверждённые факты.
4. Не придумывай цифры, цитаты и личный опыт.
5. Выбери несколько композиционных референсов.
6. Подготовь текст и проверь его на повторы, канцелярит и типичный ИИ-ритм.
## Формат результата
Сначала выдай чистовой текст. После него укажи только спорные факты и места, которые нужно уточнить.
Не стоит заталкивать всю редполитику и десятки примеров прямо в этот файл. Лучше оставить в SKILL.md основной процесс и ссылки на материалы из папки references. Скрипты нужны только там, где требуется предсказуемое действие: например, случайно выбрать карточки и сохранить историю, чтобы они не повторялись.
Как понять, что скилл работает
Пять удачных текстов подряд ещё ничего не доказывают. Для проверки я бы собрал небольшой набор типовых задач:
- написать пост из сырого черновика;
- сократить статью;
- адаптировать материал для другой площадки;
- отредактировать текст без изменения голоса;
- подготовить рекламный креатив;
- обработать задачу с недостающими фактами.
Затем нужно смотреть не только на красоту результата. Важно проверить, правильно ли скилл включился, не придумал ли факты, сохранил ли позицию автора и выполнил ли ограничения формата.
Следующий этап, куда хочу это внедрять, — рекламные креативы для проектов. До сих пор ИИ стабильно выдавал там полный буллшит, оторванный от продукта, аудитории и реальности рекламного рынка.
Посмотрим, удастся ли исправить это с помощью нормального контекста и отдельных правил для каждого проекта. Результатами после тестов поделюсь в отдельном материале.
Скиллы уже сделали процесс создания текстового контента быстрее, но черновики и финальная редактура всё равно остаются на мне.
Пока мой главный вывод такой: ИИ можно делегировать часть работы с текстом, но не право последнего слова, если не хотите потерять в уникальности.
Хотите собрать ИИ-редактора под свой проект?
Поможем разложить редакционный процесс на понятные правила, референсы, проверки и повторяемые сценарии. Система будет учитывать площадки, голос проекта, факты и ограничения, а не просто генерировать очередной универсальный текст.
Свежие статьи
Email-аутрич в B2B: как системно выходить на ЛПР и получать встречиРазбираем, как устроен B2B-аутрич: кому подходит канал, как выбрать компании и ЛПР, собрать базу, считать ответы, встречи, CAC и квалифицированный пайплайн.Читать статью →
Как работает email-аутрич: от почтовой инфраструктуры до первых встречПошагово разбираем запуск B2B-аутрича: домены и почтовые ящики, SPF, DKIM и DMARC, тексты, цепочки касаний, обработку ответов и первый тест на четыре недели.Читать статью →
Лидогенерация без бюджета: как системный аутрич помогает находить B2B-клиентовРазбираем, как работает лидогенерация без рекламного бюджета через системный B2B-аутрич: ICP, сегментация, офферы, фоллоу-апы, аналитика и ошибки, которые превращают аутрич в спам.Читать статью →