Slava Pospelov (кельва.рф)

Мой питч на AI Conversations

Из 50 проектов выбрали 14. Я попал в этот список.

Мы с командой Kelva выступали с Tender Docs App на битве AI-агентов в рамках конференции Conversations AI. Это крупнейшая AI-конференция, и наш продукт решает конкретную задачу: собирает тендерную документацию за минуты, хотя раньше это занимало дни. Мультиагентная система берёт рутину на себя, пайплайн работает без сбоев — тестировали много раз.

На демо всё шло по плану. Презентация была готова, материал знал, пайплайн не подвёл. Но когда вышел на сцену, замёрз. Половину тезисов просто не сказал. Не из-за подготовки — с этим было нормально, но публичных выступлений не было давно, и навык реально ушёл. Это было заметно.

Приз мы не взяли. Всё равно выкладываю тут и презентацию, и демо (в комментах): уверен, продукт стоит внимания.
Публичные выступления теперь отдельная задача. Следующая конференция уже скоро, времени особо нет.
Самое полезное — контакты и среда. Познакомился с людьми, посмотрел, над чем работают команды, получил конкретные идеи для доработки. Тринадцать других проектов дали почву для размышлений и обмена опытом. Это не формальные визитки, а нормальное общение.

Приз не выиграл, но ушёл с нужными связями и пониманием, куда двигаться дальше. Для первого питча — честно.

#Стартап #AIAgents #Kelva #TenderDocs #КонференцияАИ #Автоматизация

Каждый, кто работает с AI-текстами, знает этот почерк: длинные тире вместо запятых, обязательные тройные перечисления, одинаковая длина предложений, канцелярит и вечные «важно понимать». Мы запустили бесплатный гуманизатор — инструмент, который превращает сырой AI-черновик на русском в живой, читаемый текст.

Он убирает то, что сразу выдаёт нейросеть, и экономит время на первом редакторском проходе. Это не обход детекторов — просто честная автоматизация той самой ручной работы, которую мы обычно делаем для клиентских кейсов. Финальная вычитка всё равно нужна, но теперь редактор работает уже с чистовиком.

Работает на YandexGPT, все данные остаются в России.

→ кельва.рф/gumanizator-teksta

#ИИ #Автоматизация #Маркетинг #YandexGPT #редактура #копирайтинг

За два месяца — три города.

Мне важно показать реальную работу: системы, которые уже работают на практике, кейсы с цифрами, а не обещания.

25 июня — Санкт-Петербург, Conversations AI. Kelva вышла в финал Battle of Agents: из 50+ команд выбрали 15, и мы в числе финалистов. Я покажу Kelva в деле — не слайды, а настоящая multi-agent система, которая превращает обработку тендерной документации из часовой рутины в задачу на несколько минут.

15 июля — Москва, Marketing Stars. Расскажу, как мы для DDVB собрали PR workspace. Стратегию можно написать за несколько дней, а вот управлять ею и документировать — обычно это месяцы ручной работы. Система, которую мы внедрили, экономит агентству миллионы рублей в год.

Около 20 июля — вебинар по research-методологии. Тема простая: как пройти путь от сырой .m4a-записи интервью до инсайта за вечер. Я покажу полный AI pipeline, где смысл не теряется ни на одном этапе.

Финал — 25–26 июля, Ташкент, Global Business Services Forum. Это не дискуссии "нужен ли AI". Здесь обсуждают, как бизнес реально перестраивается под новые инструменты.

Если окажешься на одной из площадок — пиши мне, встретимся лично.

#AI #Kelva #multiagent #конференции #pipeline

Когда вайб-кодер просит агента написать код, на выходе обычно стена из Markdown — звёздочки, решётки, бэктики. Для агента это родной формат. Для человека без опыта разработки — просто каша. И «перепиши понятнее» не спасает: получаешь ту же кашу другими словами.

Я нашёл одну команду, которая это ломает. В конце запроса добавляю одну фразу:

present the approach as structured HTML, ELI5-style, with three options to pick from

И вместо маркдаун-каши получаю три вещи сразу:

🖥 HTML, а не Markdown. Агенту одинаково легко нарисовать и то, и другое — но HTML читается глазами, а не разбирается строка за строкой. Интерактивный, со схемами, с акцентами. То же решение — но его наконец видно.

🧒 ELI5 — «как пятилетнему». Explain Like I'm 5. Никакого снисхождения: вы просто не обязаны знать, что такое вебхук или миграция базы. Агент переходит на человеческий язык — и вы понимаете, что реально происходит под капотом.

🔀 Три варианта на выбор. Не одно «правильное» решение, навязанное сверху, а три подхода с плюсами и минусами. Вы выбираете осознанно, а не вслепую.

Я применяю этот приём с вайб-кодерами, которые раньше тратили по два-три часа на разбор агентских ответов. Теперь за десять минут они видят разницу между вариантами и выбирают нужный — без программистского бэкграунда и без бесконечных переспросов.

Описываете, что хотите сделать — фичу, фикс, кусок логики, — и в конце добавляете ту самую строку. Это разница между «оно как-то работает» и «я знаю, почему оно работает».

#вайбкодинг #ИИ #кодингагенты #нейросети #разработка

Подключили готовое open-source решение для управления Яндекс.Вебмастером через AI-ассистента — и сразу встали. Нужно было, чтобы агент реально работал: смотрел диагностику, отправлял страницы на переобход, проверял индексацию. Вместо этого — три инструмента из десятков. Диагностики нет, карт сайта нет, ссылок нет. Но главная загвоздка — в деталях.

API Яндекс.Вебмастера не принимает стандартный Authorization: Bearer, который используют почти все современные API. Ему нужен Authorization: OAuth. Присылаешь Bearer — токен отклонён, без объяснений. Тишина.

Когда видишь такое, решение напрашивается само: пишем свой сервер. 29 инструментов — полностью закрываем поверхность Webmaster API v4. Понятные имена хостов вместо служебных идентификаторов. Защита от случайных изменений: любое действие сначала показывает предпросмотр. Человеческие подсказки по кодам ошибок Яндекса. Код открыли под MIT.

Так и работает Kelva: когда готовый инструмент закрывает 10% задачи и тихо ломается на остальных 90% — мы строим тот, что нужен.

🔗 github.com/cybernexcorps/yandex-webmaster-mcp

#ИИ #SEO #MCP #Автоматизация #YandexWebmaster #AIAgents

Айдентику для Kelva я собрал сам в Claude Design. Кстати — как вам? Мне нравится.

Сначала всё шло по классике: подготовил подробный бриф, пришёл к дизайнеру. Ценник — 100к. Я стартапер, для меня это много. И тут в дело вступает Claude Design.

Две недели работы, расходы — только токены. На выходе: логотип, палитра, типографика, паттерны, сеты иконографии, полная спецификация бренда. Не концепт и не эскизы — рабочая документированная система, с которой реально можно запускать продукт. Со шрифтом, правда, помогла жена — сам долго не мог выбрать. Всё остальное — Claude Design.

Это магия, не устану повторять.

Kelva — не показательный кейс, а живой проект, который нужен мне в работу. Поэтому требования шли из жизни, а не из маркетинговых фантазий. И на выходе — не картинка, а система за стоимость токенов, без гонораров и авансов.

Про сам выбор имени напишу отдельно — там тоже была большая работа.

А по индустрии вывод простой: дизайн меняется прямо сейчас. Дизайнер, который умеет только рисовать красивые картинки, скоро станет невостребованным. За те же 100к сегодня можно собрать работающую систему, а не одного специалиста. 85% дизайнеров в опросе Figma сами признали: без AI они проиграют конкурентам. Это не угроза извне — это их собственная оценка.

Логика жёсткая: либо ты адаптируешься, берёшь это в свои руки и усиливаешь свою экспертизу в домене — либо теряешь 100 тысяч и место в профессии. Кто перестроится — останется. Остальные пойдут искать новую работу.

#AI #Claude #Айдентика #Дизайн #Бренд #Kelva@kelvatech

Запустили «Дайджест PR-новостей» — продукт для агентств, которым важно, чтобы PR работал на опережение, а не на входящих запросах от журналистов.

Стандартная картина в большинстве PR-отделов: утро начинается с ожидания. Журналист напишет — мы дадим комментарий. Это реактивный режим, и он медленный по природе. К моменту, когда запрос дошёл, тема уже остыла, ваш спикер идёт во вторую-третью волну материалов, а первую цитируют конкуренты.

Проактивный PR — это другой режим. Вы видите новость в момент её выхода и отправляете комментарий редакции сами, пока тема горячая. Все, кто стабильно цитируется в Sostav, AdIndex, на «Коммерсанте» и РБК, работают именно так. Вопрос только в том, как поставить это на поток.

Дайджест построен ровно для этого:

🗞 Утренняя выдача в 10:00 МСК. Структурированная подборка с шести федеральных источников: РБК, ТАСС, РИА, «Интерфакс», Sostav, AdIndex. Не «всё подряд», только эти шесть — потому что белый список это контракт. Что бы ни нагенерила модель, в дайджест попадает только то, что прошло жёсткий фильтр доменов.

⚡️ Кнопка «Прокомментировать» рядом с каждой новостью. Один клик — и вы попадаете в наш мульти-агентный генератор медиа-комментариев. Через 55 секунд получаете готовый комментарий в голосе вашего спикера, годный к отправке журналисту. Новость вышла час назад — комментарий уходит в редакцию до планёрки.

⚙️ Под капотом — генеративный поиск Yandex AI Studio в `ru-central1`. Это критично. Половина российских изданий не отдаёт контент с зарубежных IP, и все западные AI-агрегаторы на этом спотыкаются. Дайджест ходит на сайты с российских IP — видит то же, что видит ваш PR-менеджер из браузера.

🛠 Шаблоны запросов настраиваются через веб-интерфейс. Появилась новая тема или клиент — добавляете запрос за минуту, без редеплоя.

В сухом остатке: PR-менеджер перестаёт быть исполнителем «по входящему» и становится тем, кто формирует повестку. Это другой уровень работы — и другая ставка PR-бюджета у клиента.

Делали для DDVB, теперь открываем для других агентств на российском рынке. Хотите посмотреть, как это работает — напишите в личку.

#ИИ #AIAgents #Трансформация #PR #Автоматизация

Я много раз наблюдал, как амбициозные планы по внедрению AI в компаниях разбиваются о простую ошибку: все ждут, что агент сразу станет идеальным помощником и заменит ручную работу без доработок. На практике это невозможно — AI требует активной настройки, постоянного участия человека и точечного feedback после каждого цикла.

Как только команда садится и ждет, что "оно заработает само", результат предсказуем: агент не учится, не становится лучше, просто топчется на месте. Human-in-the-loop — не костыль, а базовая архитектура любой рабочей AI-системы.

При этом в каждом проекте, где начинаются разговоры об автоматизации, я сталкиваюсь с еще одним закономерным барьером: страх сотрудников. Не отдельный эпизод, а массовое явление — по данным Pew Research, более половины сотрудников опасаются, что AI отнимет их работу, треть уверены в угрозе сокращений.

Это не абстрактный риск, а реальный внутренний тормоз, который срабатывает каждый раз, когда CEO впервые поднимает тему AI-экспериментов на уровне команды. Трансформация буксует не потому, что люди не понимают выгоды, а потому что система сама по себе генерирует сопротивление.

По сути, обе эти закономерности сводятся к одной жесткой истине: AI не работает сам по себе — ни на уровне агента, которому нужна обратная связь, ни на уровне компании, где нужен четкий мандат от CEO.

Кто рассчитывает, что процесс запустится снизу или самоорганизуется — уже проигрывает. В AI-трансформации выигрывает только тот, кто берет управление в свои руки и не боится делать ставку на прямое участие человека на каждом этапе.

#ИИ #AIAgents #Трансформация #Лидерство #Автоматизация

Пайплайн из 50 нод n8n внешне выглядел рабочим. На деле — молча падал на части запросов, и узнал я об этом не из логов, а после письма клиента: «результат пустой».

Речь про генератор комментариев для медиа. n8n берёт новость, пишет комментарий от лица клиента, целится в 1500 символов. Всё кажется прозрачным, пока не пытаешься понять, куда уходит половина запросов.
Первое, что всплыло — тихие ошибки. Если в n8n нода падает без Error Trigger, пайплайн замирает в статусе "processing" и молчит. Нет коллбэка, нет алерта — клиент ждёт, а пайплайн просто висит. Решил это просто: поставил Error Trigger, добавил retry на слабых местах и ввёл клиентский таймаут в 5 минут. Теперь хотя бы понятно, где сыплется.

Но интересное началось дальше. Оказалось, LLM не умеет считать символы. Просил Claude Sonnet: "сделай ровно 1500 символов" — получал 1129, терялись целые абзацы. GPT-5-nano выдавал 3432 символа, проигнорировав ограничение. Оба — без ошибок, API возвращает 200, pipeline считает задачу завершённой. Проблема в токенизации: LLM работает с subword tokens (BPE, WordPiece), а не с символами. Для модели "символ" — абстракция, не единица счёта. RLHF-обучение добавляет verbosity bias: длинный ответ модели предпочитают, коротким инструкциям сопротивляются даже при явных ограничениях.

Решение оказалось не в промпте, а в структуре. Я стал оборачивать каждый абзац на входе в теги: [P1]...[/P1], [P2]...[/P2] и так далее, и просил модель сохранять их в выводе. Теперь теги якорят текст — модель не может выбросить блок, не нарушив структуру. После этого Claude и GPT перестали терять абзацы. Счёт символов по-прежнему неидеален — модель не считает, — но структура не разваливается, и это главное.

Суть такая: если LLM не может выполнить инструкцию напрямую (как с подсчётом символов), надо менять саму задачу и давать структуру, которую модель способна удержать. Промпт-инжиниринг не обходит архитектурные ограничения, но правильная разметка входа решает настоящую проблему.

#ИИ #n8n #Debugging #LLM #AIAgents #Автоматизация

Раньше я видел одну и ту же картину: берём CRM, спустя две недели понимаем — половины нужных функций нет. Покупаем конструктор Telegram-ботов, сталкиваемся с тем же. Запрос в поддержку — и стандартный ответ: «Запишем в backlog, минимум полгода». Это было не исключение, а правило для коробочного SaaS. Один продукт на всех, одна очередь на доработки, где твои задачи смешаны с тысячей чужих.

А вот сейчас всё иначе. Когда я начал работать с агентской разработкой кода, скорость стала другой. Нужна фича? Описываю задачу, агент пишет код. Если задача простая — через двадцать-тридцать минут уже готово. Что-то сложнее — максимум день-два, не полгода и не бесконечные согласования. Именно поэтому для меня коробочный SaaS перестал быть данностью. Альтернатива стала реальной.

При этом речь не только о скорости. Меняется сама логика. В классическом SaaS разработка всегда была дорогой и медленной, поэтому все шло к универсальным продуктам. Теперь кастомизация стала дешёвой. На практике это значит: если раньше компания платила за enterprise-подписку годами, то сегодня может собрать свою CRM за несколько тысяч долларов через vibe coding — и это больше не фантастика, а рабочая стратегия.

Сатья Наделла уже открыто говорит: когда фичи делают агенты, коробочные SaaS-приложения обречены. Бизнес-логика, которая раньше была «внутри продукта», теперь живёт в агенте и меняется под задачи бизнеса за считанные дни. По сути, появляется новая модель — Services-as-Software. Не инструмент, который ты учишься использовать, а конкретный результат, который тебе доставляют.

Я не утверждаю, что SaaS исчезнет. Но форма меняется необратимо. Стандартный продукт теперь только база, а кастомизация становится дефолтом, а не привилегией.

Вы по-прежнему ждёте, когда ваш вендор добавит нужную фичу, или уже берёте этот процесс под свой контроль? Кто реально перестроил свой подход — расскажите, что получилось.

#ИИ #AIAgents #Автоматизация #SaaS #AIтрансформация