Клиент пришёл с понятной задачей: нужно регулярно создавать контент для сайта на базе новостной информации и базы знаний организации, без ручной рутины и постоянного копирования информации.
Сначала собрали систему, которая сама забирает материалы из заданных источников — это сайты и YouTube-каналы. Она вытягивает новости и обучающие материалы и аккуратно складывает всё в Google-таблицу. По сути, получается единая лента контента, с которой уже удобно работать.
Дальше включается человек. Он просматривает таблицу и, когда видит что-то стоящее, просто меняет статус на «генерация». Никаких сложных действий — буквально один клик.
После этого автоматизация подхватывает задачу. На основе выбранного материала создаётся статья и отдельный файл с краткой выжимкой — такой сжатый, удобный артефакт, который можно быстро просмотреть или отправить дальше.
Контент сразу раскладывается по местам:
— статья уходит на сайт (WordPress) в виде черновика
— файл сохраняется на Google Диск
— форматы генерируются сразу в DOCX и PDF
Тематика — школьные предметы: математика, русский язык, литература.
Отдельно сделали умный слой: система анализирует сам материал и подсказывает, в каком формате его лучше подать. Где-то это будет объяснение, где-то краткий разбор, а где-то — почти готовый учебный материал.
Внутри всё держится на связке:
— n8n как основа всей логики
— Google Таблицы как центр управления
— LLM через OpenRouter
— RAG-база в Supabase
Сначала работали на бесплатном Supabase, но когда данных стало больше, перенесли всё на self-hosted версию на VPS (Beget), чтобы не упираться в ограничения.
Картинки генерируются отдельно через GPT Image 1.5 и Nana banana 2 — тоже автоматически, без ручной сборки.
В итоге получилось около 10 workflow, которые закрывают весь процесс: от сбора информации до почти готовой публикации.
Если коротко: человек выбирает тему, всё остальное происходит само.
Экономия времени — ощутимая, поток контента — стабильный, а качество при этом не проседает.
