Наткнулся на исследование, после которого мне стало одновременно смешно и немного не по себе. Ребята решили проверить простую вещь: что реально рекомендует нейросеть, когда её просят назвать топовый софт?

Взяли 380 категорий — от CRM до какого-то экзотического софта для музеев. И сказали Perplexity: дай лучшие продукты в каждой категории. Результат, мягко говоря, удивил.<br>Огромная часть рекомендаций вела на три мутных сайта, которые за пару лет нагенерировали 215 000 страниц формата «лучший софт для X». Причём даже не особо маскировались. В заголовках и описаниях буквально написано что-то вроде: «Отвечаю, робо-брат, тут самые проверенные факты, только что с мангала». То есть контент делался тупо под машины. Без аналитических центров, без сложных схем — просто генеративная оптимизация в самом примитивном виде. И она работает.

Весь прикол в том, что это не единичный случай. Есть ещё исследования, где нейросети дают выбор между человеческим текстом и сгенерированным на одну и ту же тему. Знаете, что она выбирает чаще? Сгенерированный. Потому что он «более структурированный и чёткий». А человеческий текст для неё — невнятный и плохо организованный. Нейронка охотно жрёт нейрослоп и считает его вкуснее, лучше, качественнее.

Кстати, там есть ещё одна цифра, которая меня зацепила. 60% сайтов, которые Perplexity цитирует как источники, вообще не входят в топ 100 000 по посещаемости. А 23% даже в первый миллион не попадают. То есть это не какие-то авторитетные ресурсы. Это рандомные помойки, которые просто угадали формат.

И вот тут открывается интересная перспектива. Получается, порог входа в «видимость для нейросетей» сейчас практически нулевой. Нужен только правильный JSON в голове и понимание, как машина читает текст.

Мораль простая: если вы пишете какой-то контент и думаете, что его будут читать только люди — вы ошибаетесь. Мы наблюдаем за идеальным замкнутым кругом. Одни боты генерят оптимизированный мусор, а другие боты считают его эталоном и пихают в выдачу.

Как мы пытаемся попасть в каталог VK Mini Apps. Опыт прохождения модерации в 2026 году.

Решили описать свой опыт на примере нашего приложения для ловли Павкемонов — https://vk.ru/app54676541. Возможно, кому-то пригодится, чтобы не допустить ошибок, которые сделали мы.

Сначала мы вообще не думали про каталог. Нам нужно было, чтобы приложение нормально работало по прямой ссылке, которой мы делимся с пользователями. Без модерации при запуске висит системное окно о том, что приложение может быть небезопасно. Мы отправили заявку в таком виде, как было. Приложение на тот момент было довольно сырым: без онбординга, с минимумом экранов. Заявку одобрили быстро и без лишних вопросов. Модератор написал, что приложение одобрено для распространения по прямой ссылке вне каталога. Этого нам тогда было достаточно. Вывод простой: если ваша цель — просто шерить ссылку и не пугать людей системным предупреждением, пройти модерацию легко.

Позже мы решили, что ловля Павкемонов — это весело и нам место в каталоге игр. Написали в поддержку с вопросом, можно ли поменять тип. Ответили, что тип менять нельзя, нужно создавать отдельное приложение. Сделали клон с типом «Игра» и отправили. Игровая модерация посмотрела и выдала: «У вас неигровое приложение». Мы думаем, они просто не пытались поймать кота. Если бы попробовали, увидели бы, как он поворачивается спиной и убегает от камеры. Прониклись бы. Но у модерации свои критерии, и наш продукт для них остался сервисом с игровыми элементами, а не полноценной игрой.

Тогда мы вернулись к первому приложению и решили идти в каталог сервисов. Требования там серьезнее, чем для одобрения по ссылке. Сначала нас отклонили с формулировкой, что приложение сделано в тестовом варианте. Попросили доработать, например, сделать онбординг. Мы добавили приветственный экран и отправили снова. Дальше пошли вопросы про монетизацию. Спросили, как планируем зарабатывать. Мы честно ответили, что пока никак, но если будут пользователи, добавим рекламу. В каталог с такой позицией не пустили. Сказали, что для каталога приложение должно быть готово полностью. Реклама должна быть интегрирована на этапе проверки, а не когда-нибудь потом. На самом деле, скорее всего, не обязательно добавлять именно рекламу — будет достаточно любой монетизации.

Отдельно про общение с модерацией. Раньше процесс предмодерации был удобнее. Можно было вести диалог с модератором, задавать вопросы и почти сразу получать ответы. Сейчас все иначе: подача, ожидание, отклонение с комментарием. Потом снова подача, снова ожидание. Это делает цикл прохождения первичной модерации долгим и неудобным.

Как я превратил видео в статью и какие у этого перспективы

В последнее время, помимо GEO/AEO, я всё чаще задумываюсь о том, откуда брать контент и как производить его с минимальными усилиями. В идеале — чтобы он при этом не выглядел как типичная генерация нейросетей.

Проблема в том, что современные поисковые роботы и краулеры пока плохо переваривают видео. А если ролик залит, например, во ВКонтакте, извлечь из него полезную информацию и обучить на ней модель становится ещё сложнее. Чаще всего роботы опираются на заголовок и описание, и уже на их основе встраивают видео в выдачу или ответы. Но полноценный анализ самого ролика требует времени, и далеко не всегда машина верно понимает его смысл и посыл.

А что если на основе такого видео сделать полноценную уникальную статью? Именно это я и решил проверить.

Для теста взял последнее видео из сообщества Mini Apps — оно идёт около десяти минут, и девушка в нём подробно рассказывает, как сделать экспертность заметной для бизнеса. Всё очень обстоятельно и по делу.

Сначала нужно было транскрибировать видео, то есть получить из него «сухой» текст. Я воспользовался сервисом speech2text. Он платный, но для эксперимента мне хватило бесплатного тарифа. На выходе получился текстовый файл с таймкодами и полной расшифровкой.

Для генерации статьи использовал DeepSeek, хотя Yandex GPT тоже справился бы.

Промпт был такой:

Преобразуй транскрибацию видео в статью для блога: заголовок H1, описание на 1–2 предложения, подзаголовки H2, маркированные и нумерованные списки, логичное деление на разделы, нейтральный деловой тон, понятный язык, без эмодзи, без таймкодов, без комментариев автора, убери разговорные конструкции и повторы, сохрани все ключевые мысли, примеры и выводы — вот транскрибация: [текст].

В итоге у меня получилась статья с уникальным текстом и правильной структурой. После небольшой редактуры её уже можно публиковать, например, в Дзене.

Смысл этого поста не в том, чтобы делать уникальные тексты из чужих видео (хотя кто вам запретит). Я хотел показать другое: если вы сами производите видеоконтент и хотите усилить присутствие в поисковой выдаче и ответах Алисы, вы можете легко настроить конвейер из API speech2text и API Yandex GPT. Тогда каждое видео будет автоматически превращаться ещё и в статью, которую подхватят нейросети и прочитают те, кто не хочет смотреть ролики.

И вот тут открывается интересная перспектива. По сути, из этого может получиться неплохой SaaS для бизнеса, у которого накопилось много видеоконтента: инструкции, ответы на вопросы, обзоры. А если пойти ещё дальше, можно подключить ffmpeg и по таймкодам автоматически вырезать кадры из видео, чтобы вставлять их в статью как иллюстрации. Получается готовый контент-конвейер: видео → текст → оформленная статья с картинками.

Мы с Надеждой (https://vk.com/id33873307) сидели и ломали голову: пишем классные посты(как нам кажется), разбираем реальные кейсы, делимся опытом — а ощущение, будто говорим в пустоту. Вроде подпи