Кейс: какие проблемы решает ИИ в онлайн-школе

На примере проекта «Финансовый директор | Мастер CFO» Натали Васильева показывает, какие проблемы решает ИИ в онлайн-школе, как использовать ИИ, чтобы ускорить работу и делегировать рутинные процессы: от визуала и текстов до воронок и партнёрских программ. Разбираемся, какие задачи команда усиливает нейросетями, а где принципиально оставляет человека. Собрали конспект выступления Натали с конференции «Питерский промпт».

Контекст и рамка подхода: усиливать задачу, а не автоматизировать всё подряд

Натали Васильева работает в нише, где любые изменения внедряются медленно, а цена ошибки высока. Онлайн-школа «Финансовый директор | Мастер CFO» работает с управленцами и собственниками, для которых важны логика, доказуемость и практическая польза. В этой рамке нейросети не рассматривают как «магическое решение» или способ заменить эксперта.

В онлайн-школе действует простой принцип: можно использовать ИИ там, где он усиливает задачу — ускоряет процесс, снижает стоимость или позволяет протестировать гипотезу без долгих согласований. Если задача требует экспертного решения, ответственности или тонкой работы с контекстом, её оставляют человеку. 

Посмотрим, какие проблемы решает ИИ в онлайн-школе.

Проблема 1. Когда каждая новая идея упирается в фотосессию

Любая новая гипотеза: сайт, лендинг, рекламная кампания или продукт — снова и снова требовала визуала. Полноценная фотосессия раньше занимала недели и стоила от 25 000 рублей, при этом результат не всегда подходил под конкретную задачу. Даже удачные кадры быстро «съедались» контекстом: один стиль — один сценарий использования.

Натали Васильева решила эту проблему через персональный цифровой фотоаватар в Krea. Один раз команду сфотографировали, после чего обучили модель на собственных изображениях и начали собирать новые визуалы под конкретные задачи за минуты. ИИ-инструменты, которые использовали: Krea + модель FLUX для стиля.

Меняется подача, окружение, стилистика — человек остаётся узнаваемым, но визуал перестаёт быть узким местом. Это дало возможность быстро пересобирать упаковку под разные сегменты и не тормозить запуск идей из-за производства контента.

Второй трендовый инструмент, помогающий решить проблему с фото, — Nano Banana, встроенный в Google Gemini. Нейросеть позволяет «переодевать» человека на фото, идеально сохраняя его лицо.

Проблема 2. Баннерная слепота в соцсетях

Даже сильный текст и понятный оффер теряются, если визуал не удерживает внимание. В ленте статичные изображения пролистывают автоматически, особенно в нишах с высокой экспертной конкуренцией и однотипной упаковкой.

В работе с контентом команда начала использовать нейровидео — короткие анимированные визуалы для постов и сторис. Статичное изображение превращают в живой кадр с движением камеры или персонажа, сохраняя узнаваемость и интонацию бренда. Такой формат работает как точка остановки внимания и усиливает текст, а не подменяет его.

Инструменты для работы: Nano Banana для создания кадра и Kling 2.5 для оживления баннера. Нейровидео используют в постах, сторис канала.

В результате канал «AI с Софьей и Натали» за 3 месяца вырос с 1 200 до 6 500 подписчиков — за счёт сочетания нейровизуала, контента и рекламного трафика.

Вложенный бюджет — 667 650 руб. Пришло 2 164 подписчика по цене 309 руб.

Инструкция: как оживить любой визуал и пробить баннерную слепоту

Для работы с видео команда использует целый набор нейросетей — под разные задачи и типы движения: Kling, Veo 3, Higgsfield, HeyGen и Seedance.

Процесс оживления выстроен так:

• сначала генерируют статичное изображение (например, в Sora 2) — это базовый визуал под нужный контекст
• затем загружают его в нейросеть для видео и описывают движение промптом: что именно должно происходить в кадре, как двигается камера, где появляется акцент 
• ключевой момент — не усложнять анимацию, а добавлять минимальное, но заметное движение.

Этот подход решает сразу две задачи: визуал перестаёт быть одноразовым и начинает масштабироваться, а контент получает шанс быть замеченным в перегруженной ленте.

Проблема 3. Тексты без индивидуальности

В экспертной нише проблема AI-текстов редко связана с грамотностью. Универсальный копирайтер пишет аккуратно и логично, но не удерживает голос автора: интонацию, юмор, характерные обороты, по которым аудитория узнаёт эксперта. В результате тексты выглядят обезличенными и быстро теряют доверие.

Чтобы этого избежать, Натали Васильева собирает собственного AI-копирайтера через агента в ChatGPT и обучает его на фактуре проекта, а не на абстрактных правилах. В основе — реальные тексты, которые уже сработали на аудиторию.

Процесс выглядит так:

1. Формируют базу сильных материалов — около 100 постов, которые дали охваты, реакции и вовлечённость — для Custom GPT. Сюда же добавляют расшифровки выступлений — 5–6 транскрипций, чтобы агент подхватил живую речь, лексику и интонацию.
   
2. Материалы загружают в базу знаний агента, чтобы он опирался именно на них, а не на универсальные шаблоны.
   
3. Агенту задают чёткую роль и правила работы: тон, уровень экспертности, допустимые формулировки, ограничения.
   
4. Нейросеть используют для идей, заготовок, заголовков и формулировок, а не для публикации «как есть».
5. Финальный текст всегда проходит через человека — с редактурой, проверкой логики и смысла.

Натали Васильева: «Я вижу ИИ-шные тексты за версту. Даже очеловеченные. Поэтому — это помощник, но не заменитель вас. Аудиторию триггерят длинные тире, двоеточия, списковость. Есть вещи в бизнесе, которые нельзя отдать ИИ, и вот это — тот самый случай».

Проблема 4. Борьба за конверсии после проведённых диагностик

По мере роста проекта количество диагностик увеличивается и вместе с этим растёт нагрузка на команду. Нужно разбирать качество разговоров, помогать менеджерам усиливать аргументацию и быстро готовить персональные предложения под задачи конкретного клиента. Делать это вручную на потоке становится дорого и нестабильно.

В работе с этим процессом команда подключила два GPT-агента. Перед анализом все транскрибации обезличивают, чтобы снизить юридические риски и не работать с персональными данными. Дальше каждый агент решает свою задачу.

• Первый агент анализирует диалог по логике SPIN-продаж. Он подсвечивает сильные и слабые места разговора, помогает менеджеру увидеть, где потеряна логика вопросов, и даёт рекомендации, как усилить следующий контакт с клиентом

• Второй агент работает с клиентской стороной. На основе разговора он формирует персональное экспертное заключение — с привязкой к реальным задачам человека и конкретным модулям программы. Такой файл становится опорой для переписки и продолжения диалога, а не абстрактным «коммерческим предложением»

Например, клиент на диагностике говорит: «У меня никогда не было опыта сбора управленческой отчётности с нуля». AI-агент ему напишет в заключении: «Иван, вы озвучили вашу задачу по сбору отчётности. В нашем курсе именно этому посвящены модули 3, 4, 5 и работа на симуляторе реального бизнеса. Вы на практике пройдёте весь путь и закроете этот пробел».

По словам Натали Васильевой, благодаря этому конверсия в продажу растёт в среднем на 4–6% в месяц, а менеджеры получают понятный инструмент для работы с возражениями и возврата к потребностям клиента.

Клиент быстро получает оффер строго под то, что он озвучил на диагностике. Не словами, а красивым файлом. При этом к файлу текст сообщения тоже помогает писать ИИ. 

Как глубинные исследования превращаются в продуктовые решения и воронки

В работе с консервативной аудиторией интуиции недостаточно. Чтобы находить темы, за которые готовы платить, команда регулярно проводит глубинные исследования — и использует для этого нейросети как инструмент ускорения анализа.

Натали Васильева запускает исследования параллельно в нескольких средах, сравнивая логику ответов и формулировок. В отдельных кейсах достаточно одного инструмента, если он даёт нужную глубину и структуру. Это позволяет быстрее увидеть повторяющиеся боли, запросы и точки напряжения в сегменте.

Результаты исследований напрямую влияют на продукт и продажи. Именно из этой работы выросла идея персонализированных экспертных заключений после диагностик и логика воронок, которые опираются не на обещания, а на пошаговое решение конкретных задач аудитории.

Проблема 5. Сборка работающих воронок и лендингов

Когда тестировать гипотезы нужно быстро, классическая сборка через дизайнеров, верстальщиков и разработчиков становится узким местом. На небольших задачах это съедает время, деньги и мотивацию запускать новые идеи.

Ключевым открытием года для Натали Васильевой стал вайб-кодинг. 

Он позволяет собирать простые, но рабочие решения без команды подрядчиков: сайты, тесты, квизы, калькуляторы, статьи, лид-магниты. Формат подходит именно для проверки гипотез и быстрых запусков, где важна не идеальная реализация, а скорость выхода к аудитории.

Один из показательных кейсов — воронка, собранная за неделю «в одни руки». Продукт с ценой 990 руб. окупал рекламный трафик и работу закупщика, после чего аудитория переходила на эфир.

Код для этого сайта написала нейронка Gemini 2.5 Pro. На создание сайта ушло 0 руб. В обучение зашли более 50 человек на продукт со средним чеком около 50 000 руб., а суммарный результат запуска составил порядка 3 млн руб.

Как собрать такую воронку 

1. Сегментация в ChatGPT аудитории и фиксация ключевых потребностей, с которыми люди готовы идти в продукт. 
2. Глубинное исследование темы эфира через нейросети, чтобы уточнить формулировки болей и ожиданий.
3. Сбор сильных смыслов, которые лягут в основу воронки и коммуникации.
4. Формирование в Gemini технического задания на сайт голосом — без брифа и длинных документов.
5. Генерация HTML-кода страницы для Tilda в Gemini и быстрая публикация без отдельной команды разработки.
6. Подключение воронки в боте, чтобы удерживать доходимость и выстраивать контакт с аудиторией — при помощи ChatGPT в модели 5.1 Thinking.
7. Создание нейроконтента для воронки для вау-эффекта.
8. Написание песни в Suno для вебинара.
9. Генерация прогревающего нейрофотовидеоконтента в основном канале.

Как собрать рабочий сайт за два часа без команды разработки

В рамках нейросетевой воронки Натали Васильева использует простой и воспроизводимый сценарий сборки сайтов — без дизайнеров, верстальщиков и длинных ТЗ. Такой формат подходит для лендингов, тестов, бонусных страниц и быстрых запусков под гипотезы.

Вот как это выглядит по шагам:

1. Открываем Gemini и выбираем модель 3 Pro. Это даёт доступ к более стабильной логике генерации и работе с визуальной структурой страницы.
2. Описываем ему идею сайта, как будто говорим с дизайнером. Включаем инструмент Canvas.
3. Нейросеть генерирует HTML-код страницы. На выходе получается готовая структура сайта: с блоками, текстами и базовой визуальной логикой.
4. Финальный шаг — вставить полученный код в HTML-блок на Tilda и опубликовать страницу. Без дополнительной вёрстки и доработок.

Так команда делает страницы для тестов, игр, анкет и бонусов до и после вебинаров.

Проблема 6. Трафик дорожает, клиенты хуже покупают, надо внедрить партнёрку в проект

Когда стоимость привлечения растёт, а аудитория становится осторожнее в покупке, опираться только на рекламу рискованно. В этой точке команда начала выстраивать партнёрскую программу — как отдельный канал продаж, а не вспомогательный инструмент.

Чтобы ускорить запуск, Натали Васильева собрала GPT-агента под партнёрскую механику. 

Его обучили на расшифровках выпускных потоков и задали рамку под российскую практику партнёрских программ — с учётом мотивации, форматов и ожиданий потенциальных партнёров.

Агент помог быстро разложить систему целиком: определить роль куратора партнёрки, собрать логику вознаграждений, подготовить материалы для партнёров и тексты для коммуникации. 

В результате партнёрская программа перестала быть абстрактной идеей и превратилась в рабочий контур продаж — с понятными правилами, входом и поддержкой.

В рамках одного проекта в ChatGPT:

• описали портрет куратора партнёрской программы 
• создали систему мотивации 
• создали материалы, шаблоны, посты для партнёров 
• разработали ТЗ на лендинг
• придумали воронку в боте 
• придумали визуал для воронки
• написали сообщения для воронки.

Не проблема, а фишка: 7. Зачем каждому вебинару свой саундтрек

В онлайне сложно удерживать эмоциональный контакт с аудиторией, особенно в экспертных и рациональных нишах. Чтобы усилить эффект присутствия и сделать формат запоминающимся, команда добавила в вебинары нетипичный для образовательных запусков элемент — собственные саундтреки.

Для каждого вебинара создают отдельную композицию.

• Текст песни пишет Gemini на основании материалов вебинара
• Музыку и вокал генерирует нейросеть Suno в последней версии (через бота Syntx)

В результате у вебинара появляется свой эмоциональный «якорь», который связывается с темой и атмосферой события. Со временем этот приём стал частью ожиданий аудитории.

Где проходит граница между экспертом и нейросетью

Опыт Натали Васильевой показывает, что нейросети дают максимальный эффект не там, где пытаются заменить человека, а там, где усиливают его решения. Визуал, тексты, сайты и воронки собираются быстрее, гипотезы проверяются без долгих циклов, а команда сохраняет контроль над качеством и смыслом.

В этой логике ИИ работает как инструмент скорости и масштаба. Эксперт остаётся в точках, где важны ответственность, понимание контекста и умение принимать решения. Такой баланс позволяет обеспечить прикладное использовать ИИ в онлайн-школе — без иллюзий автоматизации и потери доверия со стороны аудитории.