Привет! Я — единственный UX‑писатель в одной traveltech‑компании.

Наши продукты покрывают B2C и B2B контуры: с одной стороны, помогаем отельерам управлять доступностью номеров, тарифов и интегрироваться с АСУ, а с другой поставляем на сайты объектов модуль бронирования проживания и услуг.

Команд много, а UX‑писатель один. На старте я тонул в бесконечных просьбах «просто поправить текст», не успевал погрумить задачи, ведь часто их приносили за день до релиза. Ну и оставаться бутылочным горлышком для 10+ команд — значит рушить ТТМ и пропускать на прод нерабочие тексты.

Поэтому пришлось быстро перестраивать процессы и разворачивать AI‑редакцию, чтобы идти в ногу с разработкой.

Текст — это логика, а не декор

Текст интерфейса — это функциональная спецификация на человеческом языке. Разница лишь в том, для кого этот текст: администратору не нужны длинные вежливые тексты. Ему нужна важная информация в удобном формате. А будущему гостю отеля важно мгновенно считывать доплаты и правила отмены.

Опечатка в тексте расценивается как технический баг наравне с поехавшей вёрсткой или сломанной механикой хинта. Ну и конечно, мы не лечим плохой UI текстом, а вообще лучший текст — тот, который не увидел конечный пользователь.

Чтобы не тормозить свои задачи, я стал своего рода Билли Миллиганом, собрав AI‑редакцию:

Младший аналитик парсит простыни сырого ТЗ и техдоки, находит дыры в логике и корнер‑кейсы до старта макетов.

Старший ревьюер сверяет строки дизайнеров с редполитикой, стоп‑листом и глоссарием.
Локализатор тестирует длину строк в верстке, чтобы текст на других языках не ломал вёрстку.
Спарринг‑партнёр балансирует между требованиями бизнеса, юридическими ограничениями и болями юзеров.

Как это работает на практике:

Мы фильтруем задачи по цене ошибки. Типовые уведомления, плейсхолдеры и базовые формы дизайнеры собирают и валидируют через этих агентов. А я подключаюсь к проработке сложных сценариев и корнер‑кейсов там, где конверсии зависят от текста и коммуникации.

Если бы всё так было просто...

.. можно было бы оставить меня без работы и отдать всё на откуп ИИшке. Но каждая задача возвращает нас в реальность, где ИИ лишь ускоряет своего хозяина, но никак не забирает на себя управление.

Вот два кейса, где моя AI‑редакция сплоховала.

Баг времени

Знаете эту ситуацию, когда смотришь на билет на самолёт, а там время вылета 00:15, и мозг ломается: мне надо быть в аэропорту до сегодня или завтра? Эх, сколько раз я почти опаздывал на рейс, пропускал выгодные условия подписки.

А в traveltech такое сплошь и рядом: низкая цена на тур, выгодные условия отмены, заселение... И ведь это общепринятая практика — назначать срок до 00:00 или чуть больше. И расписания рейсов и открытие/закрытие зданий, завершение работ.

Увы, нейросеть учится и на этом плохом пользовательском опыте и тащит этот косяк в макеты. С технической стороны всё верно, но со стороны обычного пользователя такое указание времени опасно опозданиями или срывами сроков. И в итоге нейросеть не считывает контекст реального мира и человеческую ментальность и не предлагает улучшить пользовательский опыт через перенос срока с 00:00 следующего дня на 23:59 текущего.

Нейросеть не чувствует контекста реального мира, чужих рабочих процессов и юридических последствий.

Слом ментальной модели

Как‑то в личном кабинете отельера мы разрабатывали систему доступности услуг и ресурсов, нужных для оказания этой услуги: место, оборудование и расписание специалистов. Команда скормила ИИшке флоу заведения ресурсов. ИИшка предложила пойти по CRUD‑модели и назвать это флоу создания места и оборудования. Можно засчитать. Но при масштабировании нейросеть предложила создать и специалиста. Но, увы, мы не конвейер по созданию людей, поэтому просто скопипастить не получилось.

Почему LLM ломаются о сложный продукт

За годы работы с нейросетями я наблюдаю 3 основные проблемы, которые влияют на работу с текстами через ИИ. Позже я нашёл подтверждения в научных исследованиях. Вот что мешает нейросети генерировать действительно работающие тексты:

Сикофантия (угодничество). ИИшка старается попасть в желаемый ответ и разделить мнение автора запроса. Это чревато тем, что на прод могут выходить субъективные решения, подкреплённые угодливым ИИ.
Стерильность ToV. ИИшку обучают выдавать безопасные ответы, которые сглаживают острые углы. В контексте диалога это ок, но в контексте голоса бренда — это провал. Сгенерированные тексты не способна создать тексты, в которых будет характер и вайб продукта. Посылы будут пресными, а по итогу продукт вряд ли выделится среди конкурентов.
Модельный дрейф. Без жестких ограничений LLM забывает терминологию и ограничения системы и через 5–6 запросов начинает выдавать запрещенные решения и предлагать юридически рискованные формулировки.

Как я контролирую ИИ и защищаю продуктовые коммуникации

Приходится всё время быть начеку и держать руку на пульсе. Вот конкретные шаги, которые помогают мне дрессировать AI‑агентов и выдавать работающие текстовые решения:

Постоянный промпт‑инжениринг. Я обучаю ИИ через жесткие системные роли, ограничения и примеры «Как надо / Как нельзя». Ищу лучшие практики составления промптов и запросов, тренируюсь на реальных задачах и счищаю верхние слабые решения нейросети.
Сверка с реальностью. Я постоянно показываю свои тексты и спрашиваю, насколько понятно написано. Прихожу к дизайнерам, аналитикам, в профильные тг‑каналы. Ну а главный цензор моих текстов — моя жена.
Насмотренность. Я хожу искать лучшие практики в приложения, на сайты и в реальность: вывески, билборды, тексты на экранах банкоматов. Физический UX особенно хорош, ведь что может быть реальнее UI телевизора или экрана управления в машине. Лучшее из этого ложится в обучении агентов.
Возврат к корням.Когда ИИ начинает водить по кругу и выдавать гладкую бессмыслицу, я просто закрываю вкладку. Читаю книгу Ильяхова про инфостиль, вдохновляюсь Редполитиками Госуслуг и Озона, заглядываю в профильные книги Торри Подмаерски. Особенно рекомендую книгу Кирилла Егерева «Этой кнопке нужен текст».

Что в итоге

Главный вывод, к которому я пришел за время работы с AI‑системами:

ИИ — это потрясающий бустер, который позволяет одному человеку держать качество коммуникаций на масштабе всей компании. Но контекст, эмпатия, системная логика и персональная ответственность за бизнес‑результат всегда остаются за реальным человеком, в моём случае, за UX‑писателем.

AI + UX‑писатель = AI‑редакция для 10+ команд