Тир-лист AI-инструментов: что под какую задачу
Тир-лист AI-инструментов: что под какую задачу
Один инструмент на всё - это и есть главная ошибка. ChatGPT для текста, для ресёрча, для кода, для картинок - на выходе вода во всём. Под каждую задачу есть тул, который её делает лучше остальных, и куча тех, которые в ней пустышка. Ниже разбор по задачам: тексты, ресёрч, сайты и код, заработок. Везде, где можно, даю реальную команду установки - проверял сам.
Если ты ещё не разобрался, что такое Claude Code и с чего начать - начни оттуда, дальше будет понятнее. Половина инструментов из этого тир-листа живёт внутри него.
Короткий ответ: тир-лист по задачам
| Задача | Топ-инструмент | Почему |
|---|---|---|
| Тексты без AI-следов | Скилл-чистильщик humanizer (25.3k звёзд) | Снимает 33 паттерна, по которым палится ИИ |
| Ресёрч со ссылками | Команда /deep в Claude Code | Веер поисков, сверка, отчёт с цитатами |
| Сайты и код | Claude от Anthropic | Движок под вайбкодинг |
| Картинки/видео | Отдельные генераторы | Тема для другого разбора |
| Заработок | Никакой | Приносит не тул, а то, что ты собрал и продал |
Дальше по каждой строке - подробно и с командами.
Тексты: ИИ палится, нужен чистильщик
ИИ-текст видно за версту. Длинные тире, слова «ключевой», «динамичный», «ландшафт», вечная группировка по три пункта, фразы «важно отметить» и «надеюсь, это поможет». Читатель это считывает за секунду, даже если не может назвать причину. Доверие падает.
Лечится отдельным инструментом - скиллом-чистильщиком. Я гоняю humanizer от blader. Это skill для Claude Code, на момент проверки (21.06.2026) - 25.3k звёзд на GitHub, снимает 33 паттерна AI-письма по гайду Wikipedia «Signs of AI writing» (тот, что ведёт WikiProject AI Cleanup): длинные тире, лишний жирный шрифт, канцелярит, ложные атрибуции вроде «эксперты считают», рекламные прилагательные.
Ставится одной командой:
mkdir -p ~/.claude/skills
git clone https://github.com/blader/humanizer.git ~/.claude/skills/humanizer
После этого в Claude Code просишь почистить текст - и он прогоняет его через все паттерны. Я кидаю черновик, забираю версию, которую уже не палит детектор и которая читается живым языком.
Оговорка: чистильщик убирает следы, но не пишет за тебя твоим голосом. Голос задаёшь ты - через примеры своих текстов и правила в CLAUDE.md. Чистильщик и голос работают в паре: один задаёт стиль, второй снимает машинные хвосты.
Ещё нюанс по умолчанию: этот скилл заточен под английский гайд. Под русский держу свой набор правил (дефисы вместо тире, без инфоцыганских вступлений) - часть в CLAUDE.md, часть отдельным скиллом.
Ресёрч: сотня источников за раз, со ссылками
Гуглить руками по 50 вкладок - прошлый век. Под ресёрч есть отдельный режим: инструмент сам веером запускает десятки поисковых запросов, тащит источники, сверяет факты между ними и отдаёт отчёт со ссылками на каждое утверждение.
В Claude Code это команда /deep. Механика простая:
- Задаёшь вопрос (чем уже, тем лучше результат).
- Инструмент фанаутит запросы - несколько параллельных агентов лезут в источники независимо.
- Сверяет: что повторяется у нескольких агентов из разных источников - получает больше доверия.
- Собирает отчёт, где у каждого факта стоит ссылка на источник.
Я прогонял разбор по конкурентам - тул перелопатил под сотню статей и выдал сводку со ссылками за минуты, не за вечер. Дальше я просто иду по ссылкам и проверяю спорные места.
Из публичных скиллов под это есть, например, Deep-Research-skills от Weizhena (1.3k звёзд на GitHub) - ставится так:
git clone https://github.com/Weizhena/Deep-Research-skills.git
cd Deep-Research-skills
cp -r skills/research-en/* ~/.claude/skills/
Команда cp -r skills/research-en/* копирует английскую версию скилла; рядом в репозитории лежит и китайская (research-zh).
Сайты и код: Claude от Anthropic
Тут без вариантов. Под написание кода и сборку сайтов топ - модели Claude от Anthropic. Это движок, на котором работает сам Claude Code, и под вайбкодинг он сильнее остальных: держит большой контекст, реже ломает существующий код, понимает задачу из режима планирования.
Я на нём собрал рабочую CRM за пару часов вместо коробочного решения за десятки тысяч, и второй мозг в Obsidian с базой знаний на CLAUDE.md. Это не «помощник подсказал кусок кода» - это собранный с нуля рабочий продукт.
Про код одна вещь решает всё: модель не угадывает, она исполняет твою постановку задачи. Чем чётче ТЗ - тем лучше результат. Поэтому к коду в пару идёт привычка писать чёткий системный промпт. Тул топовый, но мусор на входе - мусор на выходе.
Заработок: тул денег не приносит
Самый частый запрос - «какой инструмент приносит деньги». Ответа нет, потому что вопрос неверный. Деньги приносит не тул, а то, что ты с его помощью собрал и продал.
Чистильщик не платит. Ресёрч не платит. Claude Code не платит. Платит клиент за CRM, которую ты ему собрал. Платит подписчик за гайд, который ты написал. Платит заказчик за сайт. Инструмент - это станок. Деньги - на том, что со станка сошло и нашло покупателя.
Поэтому в моём тир-листе строка «заработок» пустая по инструментам и полная по действиям: собери конкретную штуку под конкретную задачу человека, покажи результат, возьми деньги. Те, кто реально зарабатывает на вайбкодинге, делают именно это - не ищут волшебный тул, а продают результат.
Как собрать свой набор скиллов
Кайф скиллов в том, что их не надо ставить по одному раз и навсегда. Каждый скилл - это папка в ~/.claude/skills/. Можно собрать свой набор под задачи.
Логика такая:
- Создаёшь папку скиллов, если её нет:
mkdir -p ~/.claude/skills. - Клонируешь нужные репозитории в неё (команды выше для каждого).
- Claude Code сам подхватывает их и зовёт нужный под задачу.
🔴 Единого репозитория «поставь весь список одной командой» у меня публично нет. Сами инструменты выше - публичные и ставятся по командам из статьи. Свой кураторский набор с готовыми правилами под русский и связками между скиллами я собираю руками из тех же кирпичей.
Частые вопросы
Какой AI-инструмент лучший для всего?
Такого нет, и в этом вся ловушка. Один инструмент на все задачи даёт усреднённый результат - воду. Под тексты топ один тул, под ресёрч другой, под код третий. Тир-лист по задачам - в начале статьи. Бери под задачу, а не «универсал на всё».
Чем убрать следы ИИ из текста?
Скиллом-чистильщиком. Я использую humanizer от blader (25.3k звёзд на GitHub) - он снимает 33 паттерна, по которым палится ИИ: длинные тире, канцелярит, шаблонные фразы. Ставится одной командой git clone, работает внутри Claude Code. Команда установки есть в разделе про тексты.
Сколько стоят эти инструменты?
Скиллы-чистильщик и ресёрч - бесплатные, это open-source с GitHub, ставятся командой. Платить нужно за движок, на котором всё крутится - подписку Claude (Pro 20$ в месяц). Сам по себе набор скиллов денег не требует.
Что нужно, чтобы всё это запустить?
Claude Code. Скиллы - это папки внутри него, без него они не работают. Если не ставил - начни с гайда для новичков, там по шагам. Дальше клонируешь нужные скиллы из этой статьи в папку ~/.claude/skills.
Правда ли ИИ-текст всегда палится?
Без чистки - почти всегда. Детекторы и просто внимательный читатель ловят паттерны: тире, ритм по три, набор слов. Чистильщик снимает следы, но голос всё равно задаёшь ты. Поэтому связка: твой голос на входе, чистильщик на выходе.
Коротко
Перестань ставить один инструмент на всё - получишь воду. Тексты чистит humanizer (25.3k звёзд, 33 паттерна), ресёрч делает команда /deep со ссылками, код и сайты держит Claude от Anthropic, а деньги приносит не станок, а то, что ты на нём собрал и продал. Все публичные скиллы выше ставятся одной командой git clone - бери под задачу и собирай свой набор.