Я работаю с Claude каждый день, по многу часов. За это время я автоматизировал кучу рутины — от утренних брифингов до генерации коммерческих предложений. Не теоретически. Реально.

Но давайте сразу расставим точки. Claude не заменяет мне голову. Он — напарник. Second brain. Тот, кто собирает информацию, готовит черновик, вытаскивает контекст из прошлых переписок. А решения принимаю я. Всегда. Это не «AI сделал за меня работу» — это «AI подготовил мне почву, чтобы я работал быстрее и не тратил мозг на рутину».

Большинство статей про AI-автоматизацию подают это иначе: «подключил ChatGPT к Zapier — теперь у меня автоматические письма!» На практике это шаблон с пятью переменными, который ломается на шестом письме, потому что AI не помнит контекста и каждый диалог начинает с чистого листа.

Я решил собрать 10 задач, которые раньше делал руками, а теперь — нет. В каждой из них Claude работает как copilot: предлагает, готовит, собирает. А финальное слово — за мной. На примере Claude Cowork — агентного десктоп-приложения от Anthropic, которое вышло в январе 2026.

Но сначала — 30 секунд на контекст, потому что без понимания «как это устроено» список будет выглядеть как магия.

Что такое Cowork и при чём тут контекст

Главная боль любого AI-чата — амнезия. Объяснили, кто вы, чем занимаетесь, какие правила. Через 40 сообщений — забыл. Новый диалог — заново. И не говорите мне про custom instructions — это костыль на 500 символов, который решает 10% проблемы.

Cowork — research preview от Anthropic (январь 2026). AI, который работает локально на вашей машине, видит файлы, подключается к внешним сервисам через MCP-коннекторы и помнит контекст между сессиями. Не «последние 5 сообщений», а всё — потому что контекст привязан к проекту, а не к чату.

Строится вокруг Проектов (Projects): изолированных рабочих пространств с инструкциями, базой знаний, памятью и запланированными задачами. Проект «Продажи» помнит всех клиентов, но не видит документы из проекта «HR». Проект «Контент» знает ваш tone of voice, но не лезет в бухгалтерию.

Для разработчиков: Claude Code делает то же самое в терминале. Cowork — для тех, кому терминал не нужен. Архитектура одна — MCP, субагенты, навыки. Разница в интерфейсе: Cowork красиво рендерит документы и отчёты, Code выводит текст в терминал.

Теперь к делу.

1. Утренний брифинг

Было: Каждое утро — 30-40 минут: пролистать 8 чатов, проверить календарь, открыть трекер, собрать картину дня в голове.

Стало: Каждое утро в 8:30 Claude сам формирует брифинг: ключевые решения за ночь, задачи на сегодня с приоритетами, встречи с контекстом (зачем и что подготовить), вопросы, требующие моего решения прямо сейчас. Три минуты на чтение.

30 минут × 20 рабочих дней = 10 часов в месяц. Это одна из тех автоматизаций, которые кажутся мелочью, пока не посчитаешь. Настройка — один раз, через Scheduled Tasks (ежедневная задача по расписанию).

Что меня удивило: качество брифинга растёт со временем. Claude запоминает, какие каналы для меня важнее, какие темы я обычно пропускаю, а на какие — реагирую сразу. Через пару недель он перестал включать в сводку то, что мне неинтересно. Без какой-либо дополнительной настройки.

Нюанс, который упускают все обзоры: десктопные scheduled tasks работают только при включённом компьютере. Закрыли крышку — брифинг не придёт. Для 24/7 есть облачные задачи через Claude Code, но это другой продукт с другим интерфейсом. Раздвоение экосистемы раздражает, но жить можно.

2. Коммерческие предложения

Было: 2-3 часа на одно КП. Найти похожий кейс, адаптировать, пересчитать, оформить, перечитать.

Стало: Пишу «Подготовь КП для производственной компании, 50 человек, автоматизация складского учёта, бюджет ~2 млн». Claude берёт контекст из проекта «Продажи» (шаблоны, ценовую политику, историю предыдущих КП, фирменный стиль), находит похожие кейсы и выдаёт оформленный документ с разбивкой по этапам, вариантами «дешевле за счёт X» и «надёжнее за счёт Y».

Но дело не только в тексте. У нас трёхфазный процесс. Первая фаза — Claude сам проводит ресёрч: анализирует сайт клиента, ищет публичную информацию о компании, изучает рынок и конкурентов. Формирует список уточняющих вопросов для клиента и отдельно — внутренних вопросов для команды. Вторая фаза — генерация самого документа: прогрессивные пакеты (каждый включает предыдущий), отдельная калькуляция по ролям (архитектор, backend, QA — с разными ставками), критерии приёмки, риски, Gantt-диаграмма. Третья фаза — автоматический деплой как красивая тёмная веб-страница со стеклянными карточками пакетов, интерактивной формой и навигацией.

Клиент открывает ссылку — и видит не PDF-простыню, а полноценный мини-сайт, где можно выбрать пакет, посмотреть сравнение и сразу оставить заявку. Вау-эффект, за которым стоит не 10 часов дизайнера, а навык на 1400 строк.

30 секунд на генерацию + 15-20 минут на проверку и доработку. Вместо трёх часов.

Важно: эти 15-20 минут — не формальность. Я реально вычитываю каждое КП, правлю формулировки, иногда меняю структуру аргументации. Claude даёт сильный черновик, но финальный документ — это моя ответственность. Клиент общается со мной, а не с AI.

А после КП — один запрос, и Claude генерирует договор с приложением-ТЗ. Вытаскивает из КП выбранный пакет, подставляет реквизиты, формирует два варианта графика оплаты (быстрый и комфортный), прописывает гарантийный период, штрафные санкции, порядок приёмки. На выходе — PDF, готовый к подписанию. Руками я заполнял бы реквизиты и перебивал бы пункты из КП в договор часа полтора. Сейчас — проверяю готовый документ за 10 минут.

Нет, подождите. Я упрощаю. Первые КП Claude делал посредственно — шаблонно, без ощущения персонального подхода. Пришлось неделю допиливать инструкции: загрузить примеры удачных предложений, прописать, как рассчитывать стоимость по ролям (а не «средней ставке»), объяснить, что значит «адаптировать под клиента». Это инвестиция. Но окупилась за первые две недели.

3. Саммари рабочих чатов

Было: 40+ активных групп в Telegram, тысячи сообщений в день. Читать всё — нереально. Не читать — пропускаешь решения.

Стало: Claude подключается через MCP к Telegram (Bot API + MCP-сервер), вытаскивает суть: кто что решил, какие вопросы повисли, что требует внимания. Мемы, эмодзи и обсуждение обеда — отсекает.

Лучший момент — когда Claude отфильтровал из чата на 200 сообщений три действительно важных решения, которые я бы точно пропустил, если бы скроллил сам. Одно из них касалось сдвига дедлайна, о котором я узнал бы в лучшем случае завтра.

Подключение Telegram — не «нажать кнопку Allow». Нужен бот, API-токен, MCP-сервер. Для того, кто хоть раз создавал Telegram-бота — 15 минут. Для человека без технического бэкграунда — стена. Но это одноразово, дальше просто работает.

4. Тикеты голосом

Было: Идёшь по улице, пришла мысль — записал в заметки. Потом забыл. Или вспомнил через два дня и создал тикет вручную.

Стало: Наговорил аудио в Telegram-бота → Claude транскрибирует → вычленяет задачу → создаёт тикет в трекере с приоритетом и исполнителем. Исполнителя подбирает сам, потому что в контексте проекта прописано, кто за что отвечает. Я проверяю через 10 минут — обычно корректировать не нужно.

От мысли до тикета — 30 секунд вместо «потом, когда вернусь за компьютер». Количество идей, которые раньше терялись между дорогой домой и открытием ноутбука, я даже считать не хочу.

5. Черновики ответов клиентам

Было: Пришло сообщение от клиента. Открываю CRM — смотрю историю. Открываю трекер — смотрю статус. Открываю документы — ищу договорённости. Пишу ответ. 10-15 минут на каждое.

Стало: Claude читает входящее, подтягивает контекст (историю переписки, статус работ, прошлые договорённости) и генерирует черновик. Я просматриваю, правлю тон или детали, отправляю.

Каждый ответ — минус 5-10 минут. Когда их 15-20 в день — это полтора-два часа. За месяц набегает рабочая неделя.

Ключевой момент: Claude пишет черновик, а не финальное сообщение. Я всегда читаю, корректирую тон, убираю лишнее, добавляю нюансы, которые знаю только я. Это именно second opinion — он подсказывает, что ответить, а я решаю, как. Отправлять AI-генерат напрямую клиенту — путь к потере доверия.

Но самое ценное — Claude подтягивает контекст, который ты сам бы забыл. «Мы же договаривались в марте, что вторая итерация будет после тестирования» — это Claude нашёл в переписке месячной давности. Я бы не вспомнил без специального поиска.

6. Еженедельные статусы проектов

Было: Четыре вкладки, полчаса ручной сводки. Каждую неделю одно и то же. Каждую неделю раздражает. Каждую неделю откладываешь до последнего.

Стало: Запрос «Статус проекта X». Claude обходит трекер, таблицу с часами, историю коммитов. На выходе — связный отчёт: потрачено столько часов, закрыто столько процентов, отклонения от плана, блокеры.

Автоматизация тут экономит не столько время, сколько мотивацию. Рутинные отчёты — то, что все ненавидят. Когда Claude собирает 80% данных и формирует черновик — сопротивление испаряется. Я проверяю цифры, добавляю свою оценку ситуации (это AI не сделает — он не знает, что Иванов на самом деле перегружен, хотя формально свободен), и отправляю. Три минуты вместо тридцати.

7. GitHub Issues и приёмка задач

Было: 10 человек создают задачи по-разному. Через месяц бэклог — каша. Кто-то забыл acceptance criteria, кто-то не прописал зависимости, кто-то написал «потом разберёмся» в описании.

Стало: Claude формирует issue из текстового описания — с acceptance criteria, зависимостями, оценкой сложности. Но это не всё. У нас есть навык оценки: Claude читает задачу, анализирует кодовую базу (какие файлы затронуты, есть ли аналоги), и выдаёт декомпозицию по часам с разбивкой по ролям — backend, frontend, DevOps, QA. С учётом параллелизации: если backend и frontend идут одновременно, считает календарные дни, а не сумму часов. Перед публикацией оценки он постит «Понимание задачи» — что делаем, зачем, что НЕ делаем. И только после подтверждения заказчика даёт оценку.

Экономия на одном тикете — не 5 минут, а 30-40 минут на декомпозицию и оценку. Но ценность не только в этом. Ценность — в единообразии. Когда 40 задач в спринте оформлены одинаково, бэклог остаётся читаемым. Claude не ленится прописать детали, которые люди пропускают.

8. Генерация счетов

Было: Открыть шаблон → вписать реквизиты → подставить сумму и описание → проверить → сохранить в PDF → отправить.

Стало: «Выстави счёт ООО “Ромашка” на 150 000 за консалтинг». Claude берёт реквизиты из контекста проекта, подставляет в шаблон, генерирует PDF. Если нужно — сразу прикрепляет к письму-черновику.

Это самый «скучный» кейс в списке. И он же — один из самых частых. Когда выставляешь 10-15 счетов в месяц, даже 5 минут на каждый складываются в час. Плюс исчезает специфический вид прокрастинации — «надо выставить 4 счёта, но сначала кофе, потом почту проверю, потом…» Теперь это одна фраза, и дело закрыто.

9. Подготовка к встречам

Было: За 15 минут до созвона — лихорадочный поиск: о чём договаривались в прошлый раз, какой статус задач, что клиент просил. Иногда находишь. Иногда идёшь на встречу неподготовленным и делаешь вид, что всё помнишь.

Стало: Claude формирует agenda: последние договорённости, статус задач по этому клиенту, открытые вопросы, что обсудить. Контекст берёт из проекта — вся история там.

Разница не в сэкономленных минутах, а в качестве встречи. Когда приходишь подготовленным, клиент это чувствует. Вместо «напомните, на чём мы остановились» — «в прошлый раз вы просили скорректировать дизайн мобильной версии, вот что мы сделали». Это не автоматизация ради автоматизации, а реальное улучшение сервиса.

(Кстати, это работает и в обратную сторону: после встречи Claude помогает зафиксировать договорённости и обновить статусы задач, пока всё свежо в памяти. Раньше follow-up откладывался «на потом» и часто терялся.)

10. Первичный анализ входящих запросов

Было: Пришёл запрос от потенциального клиента. Нужно понять: что хочет, реалистичен ли бюджет, подходит ли нам, с чем сравнить, какие вопросы задать на первой встрече.

Стало: Claude анализирует запрос в контексте проекта «Продажи» (где лежит информация о наших услугах, ценах, типичных проектах), оценивает fit, формирует список уточняющих вопросов и предлагает подходящие кейсы из нашей истории.

Это чистый copilot-паттерн: Claude не решает за тебя, брать клиента или нет. Он собирает информацию, чтобы ты принял решение быстрее и с лучшим контекстом. К моменту первого звонка ты уже понимаешь, о чём говорить, а не начинаешь с «расскажите подробнее, что именно вам нужно». Клиент сразу видит, что ты в теме. А для продаж первое впечатление — это половина дела.

Бывает, Claude подсказывает неочевидное: «Похожий запрос был от ООО Вектор полгода назад, тогда вы предложили модульный подход и это сработало». Я бы это не вспомнил. А тут — готовый аргумент для разговора.

Бонус: AI-ассистент, который живёт в мессенджере

Всё, что я описал выше — это десктопные сценарии. Компьютер открыт, Cowork запущен, ты сидишь и работаешь. Но есть целый пласт автоматизации, который я чуть не пропустил, — и это, пожалуй, самое интересное направление прямо сейчас.

OpenClaw: 247 тысяч звёзд не на пустом месте

В конце 2025-го австрийский разработчик Петер Стайнбергер выложил на GitHub проект под названием ClawdBot — self-hosted AI-ассистент, который общается с тобой через Telegram, WhatsApp, Discord или любой другой мессенджер. Не чат-бот с готовыми ответами, а полноценный агент: выполняет shell-команды, управляет браузером, работает с файлами, лезет в Gmail и календарь. Всё это — с вашего собственного сервера, без передачи данных третьим сторонам.

Проект переименовывали дважды (Anthropic прислали жалобу на товарный знак — логично, «Clawd» слишком похоже на «Claude»), и теперь он называется OpenClaw. 247 000 звёзд на GitHub. Для контекста — у React 235 тысяч. Вдумайтесь.

Почему это взлетело? Потому что решает ту самую проблему, которую Cowork решает на десктопе, — но с телефона. Ты идёшь по улице, пишешь боту в Telegram «проверь, закрыл ли Иванов задачу по авторизации» — и через 20 секунд получаешь ответ. Или «напиши Петрову, что мы сдвигаем релиз на четверг, и обнови трекер». Без открытия ноутбука.

У OpenClaw есть маркетплейс навыков (ClawdHub, 565+ навыков) и постоянная память между сессиями — ровно те же принципы, что в Cowork, только интерфейс — мессенджер.

Claude Code Channels: ответ Anthropic

Anthropic, видимо, заметили, что четверть миллиона человек построили свои ботов для общения с Claude через Telegram. И в начале 2026-го выкатили Claude Code Channels — нативную интеграцию, которая делает ровно то же самое, но без self-hosting.

Создаёшь Telegram-бота через BotFather, привязываешь к Claude Code командой /telegram:configure, вводишь код безопасности — и телефон становится пультом управления для вашего рабочего окружения. Проверить статус билда, запустить тесты, задать вопрос по кодовой базе — всё из Telegram.

Для разработчиков это убийственная штука. Но даже если вы не пишете код — сам паттерн «second brain в мессенджере» стоит внимания. Telegram у всех в кармане. Если ваш AI-напарник живёт там — барьер обращения к нему нулевой. Не нужно открывать ноутбук, не нужно ждать загрузки приложения. Написал — получил второе мнение, черновик, справку. Решение — за тобой.

А что с ценой?

Честный момент: OpenClaw бесплатный (MIT-лицензия), но API для LLM платный. При активном использовании — $10-25 в день на токены. Это $300-750 в месяц. Не все готовы к такому. Claude Code Channels — часть подписки Claude, но тоже не бесплатная. Стоит считать, прежде чем увлекаться.

Зато появляется выбор: Cowork для десктопной работы с красивым интерфейсом, OpenClaw или Channels для мобильного доступа из мессенджера. Можно комбинировать. Можно выбрать что-то одно. Экосистема наконец-то стала достаточно зрелой, чтобы подстроиться под ваш рабочий стиль, а не наоборот.

Подключение российских сервисов

Cowork работает через MCP (Model Context Protocol) — 38+ встроенных коннекторов (Google, Microsoft 365, DocuSign). Для российских сервисов нужны кастомные коннекторы: Customize → Connectors → Add Custom Connector → URL MCP-сервера + API-ключ.

Что подключается нормально:

Telegram — через Bot API. Саммари чатов, голосовые задачи, черновики ответов (см. кейсы 3-5 выше).

Яндекс Трекер — REST API адекватный. Создание тикетов, обновление статусов, сбор данных для отчётов.

Яндекс Диск — WebDAV или REST API. Поиск файлов, чтение документов, загрузка результатов.

Что сложнее, но реально:

amoCRM / Битрикс24 — API есть, документация… с характером. Настройка — вечер, не 15 минут. Зато потом отчёты по воронке продаж одним запросом.

1С через REST API — если есть модуль обмена. Генерация документов, проверка остатков. Настройка нетривиальная, но для компании с 1С — потенциально самая ценная интеграция.

(Кстати, ситуация напоминает раннюю эпоху Zapier: технически всё возможно, но готовых MCP-коннекторов для RU-рынка почти нет. Кто первый сделает нормальные серверы для Битрикса и 1С — соберёт всю благодарность рунета.)

Бонус-2: за пределами десятки

Десять кейсов — это то, что я использую чаще всего. Но навыки растут. Пара примеров из продакшн-проектов:

Обработка логов ошибок. Навык, который заходит в админку, вытаскивает новые ошибки, группирует по fingerprint, ищет похожие в уже решённых задачах, и для каждой ошибки — определяет root cause, создаёт задачу в трекере, делегирует нужному специалисту (ошибка в БД — одному, в API — другому), проверяет фикс и помечает resolved. Раньше разбор логов раз в неделю занимал 2-3 часа. Сейчас — запрос в Claude, проверка результата, подтверждение.

Утренний оркестратор проекта. Навык, который обходит все репозитории, проверяет новые комментарии на GitHub Issues, находит задачи, где клиент ответил на вопросы, автоматически формирует оценку, показывает доску задач и рекомендует, что взять в работу следующим. Утренний standup с AI, а не с Jira.

Паттерн один: Claude — copilot, который собирает, анализирует и предлагает. Решение — за мной.

Что работает не так гладко

Было бы нечестно написать 10 кейсов и не сказать про грабли.

Scheduled tasks и аптайм. Десктопные задачи работают только при включённом компьютере. Закрыли крышку — автоматика встала. Облачные задачи есть, но через Claude Code — другой продукт. Два интерфейса, один бренд. Раздражает.

$20/мес минимум. Cowork — только платные планы. Бесплатно пощупать нельзя. Для компании — незаметно. Для фрилансера — вопрос.

Кастомные коннекторы — барьер для нетехнарей. Встроенные — два клика. Кастомные — API-ключи, JSON-конфиг, иногда свой MCP-сервер. Менеджеру придётся просить разработчика.

Research preview. Cowork всё ещё в превью. Строить на нём единственный критичный бизнес-процесс — рискованно. Как вспомогательный инструмент — работает хорошо.

Конфиденциальность. История хранится локально — плюс. Но данные через MCP-коннекторы идут через мост. Для enterprise — вопрос security review, который стоит закрыть до того, как скормить Claude переписку с клиентами.

Первичная настройка — это работа. Каждый кейс из списка потребовал от 10 минут до недели. Утренний брифинг — 10 минут. Telegram — вечер. КП — неделю допиливания инструкций. Это не plug-and-play, и я не хочу создавать иллюзию, что всё заработает с первого промпта. Claude мощный, но тупой без контекста. Вся магия — в том, что вы в этот контекст загрузите.

С чего начать

Не пытайтесь автоматизировать всё за вечер. Начните с одного проекта и одной задачи. Мой совет — утренний брифинг: настройка за 10 минут, результат виден на следующее утро. Дальше добавляете контекст, подключаете сервисы, пишете навыки. По одному.

И ещё. Не создавайте больше 6-8 проектов. Искушение разбить всё на двадцать микропроектов велико, но потом вы не вспомните, куда что загрузили. Мой набор: «Продажи», «Разработка», «Контент», «Управление» и пара проектных. Хватает.

Три вопроса, которые помогут определить, с чего начать: что я делаю вручную каждую неделю? Что объясняю AI заново в каждом новом чате? Где теряется больше всего контекста между сессиями?

Итого: что дают эти 10 автоматизаций

Если сложить грубо: утренний брифинг — 30 минут/день, КП — 2 часа на каждом, ответы клиентам — 1.5-2 часа/день, еженедельные статусы — 30 минут, встречи — 15 минут на каждой. В сумме набегает 15-20 часов в неделю. Два-три полных рабочих дня. Конечно, не все эти задачи случаются каждый день, и цифры зависят от загрузки. Но порядок — такой.

Главное не в сэкономленных часах. Главное — исчезает определённый тип усталости. Тот, который накапливается от рутины: опять открыть четыре вкладки, опять вручную собрать отчёт, опять вбить реквизиты в шаблон счёта.

Во всех десяти кейсах паттерн один: Claude — это copilot, second brain, напарник. Он собирает данные, готовит черновики, вытаскивает контекст. А все решения — мои. Что написать клиенту. Какую цену поставить в КП. Кому назначить задачу. Брать ли проект. Это не «AI работает за меня». Это «я работаю быстрее, потому что рутинная часть уже сделана».

Мозг освобождается для того, ради чего вас и нанимали — думать, решать, договариваться. AI не заменяет эти вещи. Он убирает всё, что мешает до них добраться.

Этот материал вдохновлён видео Джека Робертса о Claude Cowork. Статья написана самостоятельно и дополнена кейсами из реальной практики.

Исходники инструментов, которые я использую — в репозитории на GitHub. Обсудить или задать вопрос — @maslennikovig в Telegram. Заметки про AI и автоматизацию — канал.