Кейс: как набрать 12 тысяч подписчиков в Threads * за 3 месяца без рекламы

Мирослава Дмитриева — основательница онлайн-платформы по обучению рисованию Artefacto и эксперт по внедрению ИИ в бизнес — выступила на «Белой конфе» с кейсом о том, как набрать подписчиков в Threads*: за три месяца — с нуля до 12 тысяч, посты с охватами 800К, 600К и 300К, без вложений в рекламу. В статье — пошаговый алгоритм создания вирусных постов с ИИ, форматы, которые реально вирусятся, и живые примеры генерации текста прямо на сцене.

С чего началось продвижение в Threads * 

Мирослава Дмитриева вела Telegram-канал (около 500 подписчиков, приросших органически) и периодически публиковалась в Instagram*, когда в декабре 2024 года решила попробовать Threads*.

Мирослава Дмитриева: «Я вообще в своей жизни редко очень видела ситуации, когда ты просыпаешься утром — и у тебя плюс тысяча подписчиков, плюс десять тысяч подписчиков. Один раз я это испытала в YouTube, и второй раз — в Threads*, и поняла, что это рабочая формула».

Речь шла о притоке аудитории из Threads * в другие каналы — прежде всего в Telegram. 

Кейс продвижения в Threads * построен на личном аккаунте, а не на аккаунте её основного бизнеса — платформы Artefacto, которая работает на зарубежных рынках (США, Канада, Европа, Австралия) и активно использует ИИ на всей цепочке создания диджитал-продуктов.

Цифры результата

На двух аккаунтах в Threads * — 9 тысяч подписчиков (на момент выступления это число уже выросло до 11 тысяч), 7,4+ млн просмотров, 5 000+ подписчиков в Telegram (тоже уже больше). Среди примеров — посты с охватами 800 тысяч, 600 тысяч и 300 тысяч. За девять месяцев — серебряная кнопка YouTube. Ежедневно публикуются пять постов в Threads*, а сама подготовка контента после настройки системы занимает меньше часа в неделю. 

Буквально за неделю до выступления один тред набрал 2,5 млн просмотров и привёл около 1000 подписчиков в WhatsApp-канал — там Дмитриева ведёт англоязычную аудиторию, а русскоязычную — в Telegram.

Отдельно — расчёт экономии на трафике: при 5 500 подписчиках, стоимости подписчика около 500 рублей и стандартных отписках 10–20% получается 5 500 × 500 × 1,2 = 3 300 000 рублей сэкономленного трафика. И всё это без рекламы, только за счёт системы.

Почему Threads * — это матч-реванш

Мирослава Дмитриева: «Я считаю, что это матч-реванш для всех, кто не успел в Instagram*».

Instagram* насыщен, TikTok отнимает часы работы на съёмку и монтаж, LinkedIn слишком жёсткий, Twitter — хаотичный. Threads* — площадка для коротких постов, из которых собирается лонгрид: несколько веток могут раскрыть полноценный сторителлинг. Мирослава привела статистику Hootsuite за 2025 год: по этим данным, Threads * росла на 35% быстрее других платформ. 

Пять форматов постов в Threads*, которые вирусятся

1. Экспертные посты — основной формат Дмитриевой. Длинные, из пяти-шести, иногда девяти веток, с цифрами, источниками, алгоритмами, пошаговыми инструкциями.

2. Сторителлинги — обычно одна-две ветки, на злободневную тему. Автор берёт стандартную ситуацию, в которой узнаёт себя большинство читателей, а потом выводит на свою экспертизу.

3. Короткие мотивационные посты — несколько строчек: философия, юмор, вопрос, житейская история. На русском языке они обычно длиннее, чем на английском — там это буквально одно предложение. 

4. Списки — тематические подборки со ссылками: 15 AI-инструментов, подборки сервисов и так далее.

5. Фото и видео — иногда просто удачная фотография без текста, иногда адаптированные карусели из Instagram* с текстом сверху.

Алгоритм создания вирусных постов в Threads * с ИИ: обратный промпт-инжиниринг

Мирослава Дмитриева: «Какой бы крутой промпт для искусственного интеллекта вы ни сделали — для ChatGPT, для Клода, неважно, — он без вашего инпута, без вводных данных, сделает какой-то хороший контент очень навряд ли». 

Запрос вида «выступай как лучший в мире копирайтер и сделай мне пост на такую-то тему» обычно даёт полную фигню.

Работающая схема — обратный промпт-инжиниринг, который применим не только к Threads*, но и к любой другой соцсети.

• Шаг 1. Ищем виральные посты других пользователей. 

Это самый важный шаг. Регулярно — вручную отбирает около 10 виральных постов из разных ниш. Виральный пост — тот, у которого охват больше, чем подписчиков в аккаунте: если у поста охват 50 тысяч, а у автора 100 подписчиков — это виральный пост.

Важно не зацикливаться на своей нише. Если ниша — нутрициология, не нужно сохранять посты только конкурентов-нутрициологов: стоит брать посты из маркетинга, ИИ, любых других тем — это даёт свежий взгляд на собственную индустрию.

• Шаг 2. Анализируем посты и выявляем формулу. 

Мирослава обычно загружает по 3–5 таких постов, после чего ИИ анализирует их: заголовки, триггеры, структуру и пользу для читателя. 

Пример формулы на собственном посте Дмитриевой: крючок — «Вчера на встрече предпринимателей» (свежесть, реальная история) → шок-фактор — перечисление («не возят детей на кружки, не убирают дом») → общественный резонанс, возмущение → вывод — «время дороже денег», инсайт.

Второй пример формулы: проблема («как правильно ответить на “у вас дорого”») → антипримеры → решение с цифрами.

• Шаг 3. Генерируем свои посты с ИИ. 

После того как модель обучена на виральных примерах, достаточно простого промпта: «Супер, на основании анализа этих вирусных threads * сгенерируем 10 разных threads*-постов, которые будут вируситься, для эксперта, который _____». Без предварительного обучения та же самая фраза без контекста даёт «пластмассовую» фигню, которую стыдно постить.

Как адаптировать готовый контент под Threads *

Второй путь — не генерировать с нуля, а адаптировать существующий контент: пост из Telegram-канала, книгу, подкаст, транскрибацию обучения или просто надиктованную голосом историю. ИИ, обученный на формуле вирусного поста, переупаковывает материал под формат Threads*.

• Пример «Клей, который не клеил»

Дмитриева прочитала книгу Джима Коллинза «Построенные навечно», где собраны кейсы компаний, существующих столетиями — среди них история изобретения стикеров Post-it. Через NotebookLM она выделила из книги нужный кейс, а затем загрузила его в Claude, обученный на формуле вирусного поста. 

• Пример из подкаста Гребенюка и Дёмина

Похожим образом Дмитриева взяла транскрибацию подкаста Евгения Дёмина (основателя Splat) о том, как создавалась компания, и попросила обученную модель вытащить из неё историю. Пост набрал 44 тысячи просмотров — и это был период, когда аккаунт в Threads * был ещё практически нулевым.

Заголовки решают всё

50% времени люди читают именно заголовки — если верхушка не цепляет, всё остальное не имеет значения: до текста ниже никто не долистает. Люди тратят меньше секунды на заголовок, прежде чем решить, читать дальше или нет.

Особое внимание при генерации стоит уделять именно первой ветке — всё остальное можно даже не докручивать. Один из последних постов Дмитриевой на английском языке, который набрал 2,5 млн просмотров, состоял только из первой ветки — так быстрее тестировать, цепляет ли верхушка вообще.

Для успеха первой ветки, кроме болей и триггеров перехода на следующую ветку, важен капслок — им нужно выделять ключевые мысли.

Юридический момент: как переводить аудиторию

Threads * и другие соцсети Meta** попадают под запрет в России. По словам Мирославы, после консультации с юристами она придерживается подхода: переводить аудиторию из Threads * в свои каналы без прямых коммерческих призывов. 

У новизны алгоритмов Threads * есть и плюс, и минус: охваты сейчас огромные, но подписка не гарантирует, что человек увидит следующий пост. Поэтому с самого начала стоит переводить аудиторию: русскоязычную — в Telegram (иногда YouTube), англоязычную — в WhatsApp-канал или WhatsApp-комьюнити.

Куда переводить: Telegram, боты, Instagram*, YouTube, лид-магниты, прямые продажи. Через что переводить:

• «Дочитай полный список» — когда в посте даётся часть списка, а остальное в Telegram-канале
• Подробный обзор, конспект, майндкарта по теме поста
• Урок или подкаст по теме
• Стандартный призыв в духе «больше про маркетинг и ИИ в моём Telegram-канале»

Техники CTA

• Срочность/дефицит: «Скачивай, пока не удалил [ссылка]»
• Триггер незавершённости: «Остальные 3 правила выложила тут [ссылка]»
• Причастность к сообществу: «Join my exclusive community [ссылка]» — этот вариант особенно хорошо работает на англоязычном аккаунте
• Триггер жадности/обладания, эффект FOMO: «Чек-лист выложила [ссылка]. Бесплатно можно забрать в течение 24 часов»

Примеры постов в Threads * с переводом в Telegram

Пост «Клей, который не клеил» завершался стандартным призывом: «Больше инсайтов о стратегиях крупных компаний в моём Telegram-канале» — без особых ухищрений.

Пост-консультация по продажам («Недавно я брала консультацию у топового тренера продаж») тоже закрывался обычным «Подписывайся и сохраняйся».

Майндкарта по книге Даниэля Канемана получила несколько тысяч просмотров в Telegram-канале. 

Список «Маркетинговые тренды» получил 6 тысяч просмотров именно на конкретный пост в Telegram — не на канал в целом.

Лид-магнит «63 задачи, которые можно делегировать ИИ» вёл из Threads * на конкретный пост в Telegram-канале. Дмитриева с командой замеряла метрики: таргетный переход на конкретный полезный пост или пост-закреп работает лучше, чем общий призыв «подписывайся на мой канал».

Автоматизация: только после того, как найдена рабочая формула

Мирослава Дмитриева: «Я вообще противник автоматизации — в её неумном исполнении». Когда компании берут весь контент и просто автоматизируют его без предварительной ручной проверки, что вообще вирусится, получается контент, который не приносит клиентов и может даже испортить репутацию.

Автоматизация имеет смысл только после того, как вручную найден content-market-fit — понимание, какой контент конкретно для вас вирусится и даёт охваты.

У Дмитриевой автоматизация реализована в n8n: туда загружен анализ целевой аудитории и список из 50 аккаунтов — не только конкурентов, а разных блогеров, которые круто ведут Threads * на русском, английском и испанском языках (список она отсматривала и собирала сама). ИИ парсит их посты, отбирает виральные, вытаскивает текст и регулярно пополняет ими базу для анализа. 

Для простого варианта достаточно кастомного бота в ChatGPT с прописанной ролью, контекстом, задачей и загруженной формулой вирусного поста (или несколькими формулами). 

В своей системе Дмитриева для Threads * использует не OpenAI, а Claude Anthropic, подключённый через n8n к Telegram-боту — общение с моделью и генерация контента идёт прямо в чате.

Практическая часть: генерируем треды

Мирослава Дмитриева предложила присутствующим протестировать систему вживую.

Контент-маркетолог Нана попросила сделать вирусный пост на широкую тему отношений мужчин и женщин, который выводил бы на её экспертность в маркетинге. Модель, настроенная на формулу вирусных экспертных постов, за 10–15 секунд выдала два варианта — про «фразу, которая разрушила отношения» и про мужа, который «не дарил подарки три года». Дмитриева сразу отметила, что оба варианта — выдумка с придуманными цифрами («плюс 847 к продажам»), потому что модели не дали реального материала: если бы Нана загрузила свой настоящий пост или историю про отношения, применимую к маркетингу, результат был бы не выдуманным, а основанным на её реальном опыте.

Ирина Ермола, эксперт по запускам через Telegram, рассказала реальный кейс: клиенты пришли к ней с провальным трёхдневным вебинаром без единой продажи, а после того как Ермола исправила ошибки в архитектуре продаж, заработали 17 миллионов рублей с трёх запусков, стартовав с канала на 400 подписчиков. Дмитриева отметила, что для такой истории модель стоило бы обучать не на датасете экспертных постов (как было настроено по умолчанию), а на датасете сторителлингов — и показала, как выглядел бы результат при обучении модели на примерах сторителлингов: с драматургией «пришли со слезами на глазах → нашли проблему в архитектуре продаж → перестроили → результат». Часть деталей (конкретные цифры по дням, формулировки инсайтов) в сгенерированном варианте — придуманные вставки модели, которые нужно донабирать реальными фактами.

Команда IT-разработчиков, которые делают кастомизированные образовательные платформы для компаний, уходящих с облачных решений, попросила сгенерировать пост про свою компанию. Модель выдала пост с драматичной, но полностью придуманной историей — про потерю 847 учеников за день из-за падения курса. Дмитриева использовала этот пример, чтобы показать: если не дать модели ничего, кроме общего описания компании, она придумает боль клиента и цифры сама, и это будет неправда. Чтобы получить рабочий контент, нужно грузить в модель реальные кейсы, реальные результаты клиентов или конкретные факты о компании (например, попадание в рейтинг лучших компаний Рунета) — тогда model использует именно их, а не выдумывает.

Выводы

• Threads * — матч-реванш для всех, кто не успел в Instagram*
• Самая простая для ведения социальная сеть — текстовая
• Аудитория 275 млн пользователей, рост на 35% быстрее других платформ
• Алгоритм создания вирусных тредов — обратный промпт-инжиниринг: ищем виральные посты → обучаем на примерах и выводим формулу → создаём свои → докручиваем заголовок и призыв к действию

* Instagram/Threads принадлежит компании Meta, признанной экстремистской организацией и запрещённой в РФ 

** Meta — компания, признанная экстремистской организацией и запрещённая в РФ