AI-комментатор для Threads: архитектура моего прототипа 2025 года
Летом 2025 я экспериментировала с прототипом, который собирал тексты постов и генерировал варианты комментариев. Мне было интересно связать работу с браузером, моделью и журналом результатов в небольшой системе.
Мне было интересно проверить весь путь: выбрать публикацию, передать модели контекст и разобрать получившийся комментарий.
Как была устроена система
Я разделила прототип на сбор и фильтрацию постов, генерацию текста и фиксацию результатов. Такой разбор позволяет видеть, где произошла ошибка: выбран неподходящий пост, модели не хватило контекста или получился неуместный ответ.
Прототип 2025 года я собрала на Python и Selenium, для генерации использовала OpenAI API с GPT-3.5, а примеры сохраняла в CSV.
Последовательность работы
1. Скрипт открывал Chrome, вход выполнялся вручную.
2. Посты отбирались по заданным словам и тематике.
3. Текст передавался модели для подготовки варианта комментария.
4. Для последующего разбора фиксировались время, исходный пост, сгенерированный текст и ссылка.
Я обозначила эту последовательность как Thought–Action–Observation. Эти названия описывают этапы моего процесса; они не доказывают, что система понимает контекст или принимает надёжные решения.
Что оставалось непроверенным
В исходной заметке проект находился на стадии тестирования на отдельном аккаунте, а оценка эффективности была в планах. CSV-журнал сам по себе не является аналитикой результата. Для неё нужны критерии качества, реальные наблюдения и сравнение с исходным способом работы.
Отдельный аккаунт не устраняет последствия публикаций и не подтверждает допустимость автоматизации. До повторного использования такого прототипа нужно отдельно проверить текущие правила платформы, доступный способ интеграции и условия передачи данных.
Граница делегирования
Для дальнейшей работы я бы разделяла подготовку черновика и отправку. Перед публикацией человеку нужно прочитать исходный пост, проверить уместность ответа и убедиться, что он готов говорить это от своего имени. Совпадения ключевых слов недостаточно для содержательного разговора.
Главный вопрос для меня в этом эксперименте — какую часть процесса можно передать инструменту и где остаётся работа человека. Это полезнее оценивать по качеству конкретных решений, чем по количеству автоматически созданных комментариев.