Как пришла в голову идея Webwize AI: от хаоса промптов до собственного сервиса

от автора

Как пришла в голову идея Webwize AI: от хаоса промптов до собственного сервиса

Как пришла в голову идея Webwize AI: от хаоса промптов до собственного сервиса

Есть старый мем про JS-фреймворки. Два разработчика: «На рынке 30 фреймворков, и все неудобные. Давай сделаем свой – он будет настолько крутым, что все перейдут». Так появился тридцать первый.

С AI-сервисами для маркетологов сейчас та же история. Каждый делает свой. И я тоже сделал свой. Но у меня были причины, честное слово.

Я Пётр Гришечкин, последние 15 лет проектирую системы кратного роста трафика для крупных сайтов. Пишу про SEO и околоSEO-темы в своём канале. А эта статья – про то, как рабочий хаос с промптами превратился в продукт webwize.app.

Восторг от GPT-3 и первое разочарование

Восторг от GPT-3 и первое разочарование

Восторг от GPT-3 и первое разочарование

Я застал релиз GPT-3 ещё в Индонезии. Ощущение – чистое чудо. Голова сразу начала прикидывать сценарии для работы: мета-теги, анализ контента, поиск нестандартных решений по оптимизации.

Но эйфория схлынула быстро.

Нельзя просто написать «сделай мета-теги к статье» и получить рабочий результат. Для неспециалиста выход выглядит нормально. Для Яндекса и поисковых систем – мусор.

Качество ответа на 100% зависит от промпта (инструкции, которую вы пишете для языковой модели). Без контекста, ограничений и чёткого формата вывода модель угадывает, что вы хотите. И угадывает плохо.

Это знакомо любому человек, который хоть раз пытался через LLM генерировать что-то. Хороший результат без хорошего промпта – невозможен.

Сотни промптов и точка невозврата

Я начал писать и сохранять промпты. Один – на мета-теги. Другой – на анализ конкурентов. Третий – на генерацию заголовков. Для каждой задачи – отдельная инструкция с контекстом, ограничениями, форматом.

Через несколько месяцев у меня накопились буквально сотни промптов. Они расползлись по заметкам, Гугл документам и таблицам, разным чатам. Найти нужный за 30 секунд стало невозможно. В какой-то момент поиск нужного фрагмента начал занимать больше времени, чем сама работа.

Именно тогда щёлкнуло: нужен интерфейс, где все промпты хранятся в одном месте и быстро выбираются под задачу. Не блокнот, не папка с файлами, а инструмент с тегами, поиском и возможностью сразу запустить промпт на выполнение.

Два года от идеи до MVP

Два года от идеи до MVP

Два года от идеи до MVP

От щелчка до реализации прошло два года. За это время сменились поколения моделей:

  • GPT-4 казалась потолком – лучше уже не будет

  • DeepSeek от китайских разработчиков взорвал рынок ценой и качеством

  • Google выпустил Gemini

  • Anthropic выкатил Claude

Каждая модель оказывалась сильнее в определённых сценариях. GPT лучше справлялась с одними задачами, Claude – с другими, Gemini – с третьими. По моему опыту, использовать одну модель для всех задач – значит осознанно терять в качестве.

Так родилась концепция мультиинструмента. Webwize AI строился вокруг четырёх задач:

  1. Хранение сложных больших промптов – все инструкции в одном месте, с тегами и быстрым поиском

  2. Автоподбор модели – сервис сам определяет, какая LLM лучше справится с конкретным запросом

  3. Ручной выбор модели – если нужна другая, переключение в один клик

  4. Редактирование и экспорт – результат можно править прямо внутри и скачать в готовом виде

Что дальше

Что дальше

Что дальше

Продукт живой и растёт. В следующих статьях расскажу, как я попал на скам от разработчика, когда пытался реализовать задумку. Там отдельная история с выводами, которые полезны любому, кто заказывает разработку.

Если вы маркетолог и уже тонете в десятках промптов, разбросанных по вкладкам, – вы понимаете, зачем всё это затевалось. Посмотреть и пощёлкать можно на webwize.app, есть бесплатный тариф на попробовать.

FAQ

Webwize AI работает только для SEO-задач?

Нет. сейчас готово 40 инструментов: копирайтинг, аналитика, подготовка технических заданий, работа с данными. SEO – основной фокус, потому что сервис вырос из SEO-практики.

Какие языковые модели поддерживает сервис?

На момент запуска – GPT (OpenAI), Claude (Anthropic), Gemini (Google). Список расширяется по мере появления новых моделей, которые показывают стабильное качество на практических задачах.

Чем автоподбор модели лучше ручного выбора?

Автоподбор экономит время, когда вы не уверены, какая модель лучше справится. Для аналитических задач Gemini стабильно выдаёт лучший результат, для креативных – Qwen 3^ для ТЗ на разработку Claude. Если вы точно знаете, что вам нужно, – ручной выбор всегда доступен.

Можно ли импортировать свои существующие промпты?

На этом этапе – нет. Но такой функционал планируется.

Это бесплатно?

Есть бесплатный тариф на попробовать. Но минимальный тариф всего за 799 рублей в месяц.

ссылка на оригинал статьи https://habr.com/ru/articles/1026766/