Почему OpenClaw и Hermes Agent не конкуренты, а дополняют друг друга. Практические схемы совместной работы: оркестрация + самообучение, контент-конвейер, ресёрч, код-ревью — с конк…
Все обсуждают промпты. Все ищут идеальный MCP-сервер. Все хотят найти тот самый навык, который сделает ИИ-агента гениальным копирайтером.
А потом удивляются, что на выходе — один и тот же «ИИ-стиль», который уже узнаётся с первой строчки.
Проблема не в модели и не в промпте. Проблема в том, чем вы кормите агента.
Копирайтеры так не учились
Любой хороший копирайтер вам скажет: мастерство приходит через сотни часов чтения чужих текстов. Продающие письма, лендинги, рассылки, заголовки — всё это годами складывается в голове в систему паттернов. Никто не зубрил учебник «Огилви о рекламе» от корки до корки, а потом сел и написал шедевр.
Так почему мы ожидаем именно этого от ИИ-агента? Даём ему одну инструкцию в системный промпт — и ждём чуда.
База знаний — это и есть навык
Я на собственном опыте убедился: результат на 90% определяется тем, что лежит в вашей базе знаний, а не тем, какой промпт вы написали. Промпт, навыки, MCP — всё это идёт после. Это downstream, если хотите.
Мой контент-пайплайн работает именно так: всё проходит через Notion, где у каждого агента есть доступ к структурированной базе — стилевые инструкции, примеры текстов, референсы. И именно эта база делает разницу между генериком и текстом, который звучит по-человечески.
Рабочий процесс, который действительно работает
Вот что имеет смысл делать:
- Собирайте понемногу каждый день. Хорошие посты, цепляющие заголовки, удачные рассылки, лендинги — всё, что зацепило. Инструменты вроде веб-клиппера в Obsidian или Notion Web Clipper отлично для этого подходят.
- Структурируйте с помощью агентов. OpenClaw, Hermes Agent или Claude Code — пусть ИИ сам раскладывает материалы по тегам и связям. Можно поставить на крон, можно просто скидывать ссылки агенту.
- Стройте навыки поверх базы. Гуманизатор текста, структура лендинга, маркетинговые фреймворки — всё это отдельные «скиллы», которые обращаются к вашей базе знаний в зависимости от контекста.
- Финальный проход — всегда ваш. Добавьте историю, добавьте свой голос. Ни одна модель пока не умеет быть вами.
Вывод простой
Не гонитесь за следующим промптом или очередным MCP-коннектором. Начните собирать свою базу знаний — структурированную, размеченную, живую. Это единственное, что реально отличает ваш результат от миллиона других текстов, написанных тем же Opus 4.6.
Вход определяет выход. Всё остальное — обвязка.
По теме
- Статья: Карпати перестал кодить и начал «компилировать знания» — разбираю его систему LLM Knowledge Bases
- Блог: OpenClaw стал MCP-сервером — и подключил ваших агентов к 50+ сервисам
- База знаний: OpenClaw vs Hermes Agent — сравнение и совместное использование
Если вы строите контент-систему на ИИ-агентах и хотите разобраться, как правильно организовать базу знаний под свои задачи — давайте обсудим.