Эволюция контент-ферм: от SEO-текстов к AI-агентам, управляющими инфлюенсерами

Как китайские AI-фермы масштабируют внимание и меняют глобальный цифровой ландшафт

Термин «контент-ферма» долгое время ассоциировался с сайтами, которые массово производят SEO-тексты низкого качества ради поискового трафика. Однако в Китае это понятие давно вышло за рамки статей. Сегодня «ферма» — это целая экосистема по промышленному производству контента и трафика.

Вместе с Мариной Сурыгиной, руководителем отдела управления и развития продуктов в СберМаркетинге, разбираемся, как устроены AI-фермы контента, как они масштабируют производство внимания и почему этот тренд постепенно трансформирует не только китайский, но и глобальный цифровой ландшафт.

Эксперты выделяют несколько моделей экосистем, которые сосуществуют, пересекаются и активно эволюционируют под влиянием AI. Самая близкая к классическому пониманию модель — это крупные платформы, которые из-за особенностей устройства и мотивации пользователей постепенно превращаются в контент-фермы.

Примером такой платформы служит CSDN — китайский аналог Stack Overflow. Площадка исторически предназначена для программистов, однако миллионы пользователей публикуют там повторяющиеся заметки, копии чужих материалов или фрагменты документации ради поискового трафика. За счёт сильной SEO-оптимизации такие сайты стабильно выходят в топ выдачи, даже если реальная ценность информации невысока.

Следующая ступень — агрегаторы. Они не создают контент с нуля, а перерабатывают и переупаковывают чужие материалы, используя технические инструменты для обхода алгоритмов платформ. Их задача — быстро попадать в рекомендации новостных лент и коротких видео без затрат на производство оригинального контента.

Но с появлением генеративного AI возникла третья модель — полностью автоматизированные AI-фермы. Теперь статьи, посты для WeChat, материалы для Zhihu (аналог «Дзена») и другие форматы могут производиться алгоритмически.

Современные китайские фермы — это не хаотичные группы пользователей, а технологически организованные центры управления активностью.

● Железо: фермы используют сотни дешёвых смартфонов, выстроенных в стойки по принципу серверов. Иногда это реальные устройства, иногда — так называемые облачные телефоны. Все они подключены к единому управляющему компьютеру и синхронно выполняют действия: просматривают видео, ставят лайки, оставляют комментарии. Эта система называется «групповой контроль».

● Аккаунты: для регистрации тысяч аккаунтов применяются SIM pool — устройства с десятками или сотнями SIM-карт, каждая из которых позволяет получать коды подтверждения для создания нового профиля.

● Сети: для маскировки используются «плащи-невидимки» — технологии подмены IP-адресов с динамической сменой геолокации. Они позволяют обходить базовые ограничения платформ.

Цель всей этой инфраструктуры — искусственно продвигать контент в тренды, накручивать активность, собирать бонусы за регистрации или распространять фишинговые ссылки. Это не просто производство текста, а индустриальное управление вниманием.

Отдельная китайская модель — инкубаторы блогеров. Компании формата MCN (Multi-Channel Networks) находят начинающих авторов, как правило, девушек с приятной внешностью. Им предоставляют жильё, продюсерскую поддержку, студии и выстраивают поток прямых эфиров. В индустриальных районах городов можно найти целые здания, где сотни начинающих блогеров живут и ведут прямые эфиры.

Сегодня такие фабрики всё чаще работают как гибрид живых стримеров и AI-агентов. Появился даже термин execution-type AI agent — исполнительный AI-агент.

Вместо классической команды из продюсеров, редакторов и SMM-менеджеров в центре стоит мультиагентная система. Каждому агенту отведена своя задача, но все они сообщаются друг с другом.

● AI-агент Loomi сканирует соцсети, находит успешные видео и выявляет повторяющиеся паттерны: крючки, структуру, эмоциональные триггеры. Эти выводы сохраняются в базу как готовая инструкция.

● AdobaRo берёт эти инструкции и обучается на данных конкретного блогера: анализирует его манеру речи, целевую аудиторию, предыдущие успехи — и создаёт глобальную контент-стратегию.

● Дальше подключаются генеративные AI-модели. Например, Kling AI и Seedance 2.0 генерируют видео по текстовому описанию, а OpenStoryline дорабатывает и монтирует их по простым инструкциям. Loomi может дополнить клип крючком из популярного видео, чтобы гарантировать вирусность.

● Если ферма работает на экспорт, отдельные системы занимаются локализацией. Здесь снова подключается AdobaRo: адаптирует контент под культурные особенности других стран, учитывая тренды и мемы.

● После публикации AI-агенты управляют комментариями и анализируют эффективность контента, сравнивая результаты с историческими данными. Например, модель KAWO оценивает видео по 16 параметрам, включая сценарий, субтитры и тональность комментариев.

Иными словами, AI-агенты превращают производство внимания в управляемый цикл: анализ — проектирование — генерация — публикация — общение — дообучение.

Прямое копирование китайской модели в России маловероятно. В китайском контексте под «контент-фермами» часто понимают сразу два разных явления: инфраструктуру накрутки активности и индустриальные контент-цеха, производящие контент конвейерным способом. В российской среде эти направления, скорее всего, разойдутся.

● Серый рынок накрутки — бот-сети и инфраструктура фейковых аккаунтов — будет существовать, но находиться под постоянным давлением платформ и регуляторов. В последние годы в медиа регулярно появляются кейсы расследований подобных сетей, насчитывающих миллионы фейковых аккаунтов.

● Системное производство AI-контента — «белая» часть этой модели — может развиваться совсем иначе. Наиболее реалистичный сценарий — появление внутри крупных компаний собственных контент-операционных центров. Это может быть медиахолдинг, экосистема, маркетплейс или крупный бренд с большим объёмом коммуникаций.

AI в такой системе выполняет операционные задачи: анализ трендов, подготовку черновиков сценариев, адаптацию материалов под разные платформы, вариативные заголовки и обложки, автоматизацию публикаций и аналитику. Человек при этом остаётся ключевым элементом системы — он отвечает за смысл, голос бренда, контроль качества и соблюдение юридических норм.