Как я автоматизировала ведение Threads через AI-агента: 188 постов и ответы на комменты за $4–6 в месяц

Threads у моего проекта EverStory (семейные фото-книги) долго жил по остаточному принципу. 2–3 поста в неделю, если вспомню, а в неделю релиза тишина. Комментарии я лайкала и забывала. Хотя люди писали там вполне живые вещи: про бабушкины альбомы, коробки с плёнками, про то, кто в семье «хранитель архива». Разбирать это было некому.

Тогда я собрала агента Amy. Она пишет посты и публикует их 5 раз в день, отвечает на комментарии и раз в неделю приносит выжимку того, что говорит аудитория. Управляется кнопками в Telegram, без моего одобрения ничего не публикует. Код открыт, ссылка в конце.

Сразу оговорюсь: я маркетолог, не разработчик. Код писал Claude в Claude Code, моя часть — поставить задачу и принять результат. Поэтому дальше будет больше про устройство и выводы, чем про сам код.

Цифры с запуска

Данные из Threads API, собирает их сама Amy.

• 188 постов опубликовано, по расписанию, без пропусков.

• 13 184 просмотра суммарно, около 70 на пост.

• 61 развёрнутый ответ от 55 разных людей, мои собственные реплаи не считаются.

• 24 комментария под чужими постами. Amy сама находит релевантные треды и предлагает, что там написать.

• 5 минут проходит от нового коммента до черновика ответа у меня в Telegram.

• $4–6 в месяц, при активном комментировании чужих постов до $10. Платно только обращение к модели, остальное на бесплатных тарифах.

Цифры скромные, понимаю. Подписчиков у аккаунта почти нет, и я их не нагоняла. Мне важнее другое: за этим 61 ответом стоят тексты, где люди рассказывают про свою семью. Лайк такого не расскажет.

Что Amy делает по расписанию

Всё крутится на cron, кнопки «запустить» нет.

1. 5 раз в день берёт ближайший пост из очереди, прикрепляет картинку, если она есть, публикует и пишет мне в Telegram «опубликовано, вот ссылка».

2. Каждые 5 минут проверяет новые комментарии, кладёт их в архив и пишет черновик ответа. Присылает в Telegram с тремя кнопками: «Опубликовать», «Поправить», «Пропустить».

3. Каждое утро смотрит очередь. Если черновиков меньше 5, пишет новые и присылает на одобрение.

4. По понедельникам перечитывает все комментарии за неделю и ищет повторы. Если похожее сказали несколько разных людей, это сигнал поярче. Один-два раза считаются слабым сигналом и уходят в копилку идей.

Как выглядит ответ на комментарий

• Не публикует посты и ответы без моего ✅. Это главная защита от ситуации «бот сказал глупость от имени бренда».

• Не придумывает факты о продукте. Домен, цены, что продукт делает и чего не делает, лежит в одном файле. Поменялся продукт, правлю файл, и всё.

• Не использует запрещённые слова. Для EverStory это, например, «AI», «cherish», «unforgettable», упоминания смерти и болезни.

Почему посты не похожи на нейрослоп

Этого я боялась больше всего. Один промт «напиши пост для бренда» выдаёт ровно тот текст, который все давно научились пролистывать, и я сама в том числе.

В каждый запрос Amy подгружается четыре слоя контекста:

1. Бренд — кто мы, чем не являемся, какие слова под запретом.

2. Цель поста — подписка, развёрнутый комментарий или просто тёплое присутствие.

3. Угол, под которым слушаем аудиторию — что людей останавливает и для какой задачи им вообще нужен продукт.

4. Анти-повтор — что уже публиковали за последние 14 дней, к этому не возвращаемся.

Каждый слой лежит обычным markdown-файлом в репозитории. Поменялся бренд — правлю один файл, коммичу, Amy подхватывает. В код для этого лезть не нужно.

Три типа постов

• Subscribe, 20%. Цель — подписка. Сильный хук, инсайт и закрытие без вопроса: вопрос в конце конкурирует с кнопкой «follow». 300–500 символов.

• Discovery, 60%. Цель — открыть пост и написать развёрнутый комментарий. Короткий хук, контринтуитивный тезис и один точечный вопрос.

• Brand, 20%. Тон и присутствие, ничего не продаём.

Каждые два-три поста Amy проверяет, какой тип отстаёт от плана, и пишет его. Так микс держится на длинной дистанции, без перекоса в одни лайки или одни вопросы.

Внутри генерации зашиты несколько фреймворков виральности: STEPPS Йоны Бергера, SUCCES братьев Хит, связка Hook → Retain → Reward Алекса Хормози и curiosity gap Лёвенштейна. Под каждую цель Amy выбирает, какой принцип уместен. Плюс правило самой платформы: ссылки в теле поста режут охват, поэтому их в постах нет совсем.

Сигналы из комментариев

Сразу честно: это не кастдев. Amy не проводит интервью и выводов о клиентах не делает. Она вытаскивает формулировки, повторяющиеся темы и неожиданные реплики, а проверяю я их отдельно.

Discovery-пост устроен как маленький исследовательский цикл:

1. Amy смотрит копилку сигналов и выбирает направление, по которому мы знаем меньше всего.

2. Берёт из него один конкретный вопрос.

3. Проверяет, не обсуждала ли аудитория это раньше.

4. Пишет короткий пост с тезисом и этим вопросом.

5. Через 5–7 дней вопрос приносит новую порцию ответов.

Комментарии в Threads у меня самый поверхностный источник. Кто пишет в соцсетях, тот и попадает в выборку, картина легко смещается. Поэтому параллельно у меня идут синтетические интервью по сегментам, разбор отзывов о похожих продуктах на G2, Trustpilot и Reddit и точечные живые разговоры, когда гипотеза уже оформилась. Решения про продукт принимаю на пересечении всех источников.

Что это дало продукту

Четыре вещи, которые уже поменяли продукт, рекламу и письма.

Хуки из Threads ушли в рекламу и рассылку. Если человек не пролистал, а написал ответ, формулировка зацепила. Тема письма, собранная из такого хука, дала open rate 15,5% против обычных 14%. Прирост скромный, зато бесплатный.

Узкие вопросы работают лучше абстрактных. Я думала, людям трудно начать писать историю из-за чистого листа. Не подтвердилось, пишут легко. Зато на конкретные узкие вопросы отвечают намного чаще, чем на общие. Такие вопросы теперь стоят прямо в продукте, сразу после создания книги.

Память держат не только фото. Из комментариев всплыли бабушкины рецепты, генеалогия, оцифрованные кассеты, голоса родителей. Этого я вообще не закладывала, в бэклоге теперь лежат истории из рецептов, видео и голосовых. А тема «хранителя памяти», который в семье обычно один, превратилась в идею функции «унаследовать аккаунт с книгами».

Живые фразы делают тексты менее «нейросетевыми». Формулировки из комментариев я забираю в голос продукта и в статьи. Получается круг: Amy собирает живой язык аудитории, он питает следующие тексты, и они снова звучат по-человечески.

Про подписчиков и алгоритм

В Threads охват даёт тема, а не размер базы. Алгоритм решает, кому показать пост, по тематической релевантности. Amy понадобилось около двух недель, пока алгоритм понял, про что аккаунт, и начал показывать посты тем, кто думает про семейные архивы и печать фото, а не случайной ленте. После этого и пошли комментарии от своей аудитории. Как именно алгоритм Threads решает, кому показать пост, я разбирала отдельно на 4 848 маркетинговых постах за 3 месяца: исследование алгоритма Threads.

Это наблюдение про Threads. В X может сработать похоже, но я там не проверяла. В Instagram, TikTok и LinkedIn алгоритмы другие, переносить вслепую не стоит.

Как это устроено внутри

Для тех, кто захочет поднять у себя.

• Next.js и TypeScript на Vercel: cron-ручки и serverless-функции. То, что на бесплатном тарифе Vercel cron не вытягивает по частоте, вынесено в GitHub Actions.

• Очередь постов — markdown-файлы прямо в репозитории. Бот сам коммитит туда через GitHub-токен.

• Голос и стратегия — тоже markdown, в папке prompts/. Бот читает их напрямую.

• Модель — Claude через OpenRouter, её можно поменять в настройках.

• Состояние диалогов — в Redis, у меня бесплатный Upstash.

• Управление — Telegram-бот с вебхуком: команды /generate, /next, /edit, /analyze и кнопки.

Две вещи для надёжности, без которых бот рано или поздно ломается:

1. Токен Threads живёт 60 дней. Если про него забыть, бот молча перестанет публиковать. Поэтому раз в неделю Amy обновляет токен сама и пишет мне в Telegram, если что-то пошло не так.

2. Двойная публикация. Если два cron-запуска совпадут, один пост может уйти дважды. От этого стоит блокировка с пометкой в Redis.

Репозиторий обезличен: ни одного реального поста, токена или названия бренда, только код и пустые шаблоны. В нём лежит файл AGENTS.md, это инструкция для нейросети. Можно открыть Claude или ChatGPT, дать ссылку на репозиторий и попросить развернуть бота под свой бренд. Модель расспросит про продукт и аудиторию, соберёт настройки и проведёт по подключению сервисов.

Код: github.com/x-bizarre/amy-threads-bot

Ограничения

Это один аккаунт и одна ниша. 61 ответа мало для статистики. Цифры показывают, что механика работает. Сколько она принесёт вашему бренду, по ним не скажешь.

Сигналы — не выводы. Комментарии дают зацепки, но смещены в сторону тех, кто вообще пишет в соцсетях. Без отдельной проверки на них продукт строить нельзя.

Агенту нужен присмотр. Нажимать кнопки в Telegram недолго, но и не ноль. Если перестать одобрять, очередь встанет. Мне это как раз подходит: полностью автономный агент, который пишет от имени бренда, мне был бы не нужен.

Что вынести себе

1. В Threads подписчики не главное. Дайте алгоритму пару недель понять тему.

2. Один промт агента не делает. Нужны слои: бренд, цель поста, угол слушания, анти-повтор. Каждый правится отдельно, поэтому голос не плывёт.

3. Самое ценное в Threads лежит в развёрнутых ответах. Если их некому собирать, они пропадают.

4. Контроль лучше держать кнопками в мессенджере. Если для одобрения поста нужно открыть отдельный сервис, этого никто не будет делать.

Мне интересно, кто ещё отдаёт соцсети агентам и где у вас проходит граница: что агент делает сам, а что только после вашего одобрения. Расскажите в комментариях.

---

Автор: Надя Пак, AI-native PMM, автор курса по AI-маркетингу — строю маркетинг на AI-агентах: реклама, аналитика, контент.