Я работаю с Claude каждый день, по многу часов. За это время я автоматизировал множество рутинных задач — от утренних брифингов до генерации коммерческих предложений. Не в теории, а в реальности.
Но важно понимать: Claude не заменяет мне голову. Он — напарник. Second brain. Тот, кто собирает информацию, готовит черновики, вытаскивает контекст из прошлых переписок. А решения принимаю я. Всегда. Это не «AI сделал за меня работу», а «AI подготовил почву, чтобы я работал быстрее и не тратил мозг на рутину».
Многие статьи про AI-автоматизацию подают это как волшебство: «подключил ChatGPT к Zapier — и всё само». На практике такие решения часто ломаются, потому что AI не помнит контекста и каждый диалог начинает с чистого листа.
Я собрал 10 задач, которые раньше делал вручную, а теперь — нет. В каждой из них Claude выступает как copilot: предлагает, готовит, анализирует. Финальное слово — за мной. Примеры — на базе Claude Cowork, агентного десктоп-приложения от Anthropic, выпущенного в январе 2026 года.
Но сначала — 30 секунд на контекст. Без него всё будет выглядеть как магия.
Что такое Cowork и при чём тут контекст
Главная проблема любого AI-чата — амнезия. Объяснил, кто ты, чем занимаешься, какие правила. Через 40 сообщений — забыл. Новый диалог — заново. Custom instructions — это костыль на 500 символов, решающий лишь 10% проблемы.
Cowork — research preview от Anthropic (январь 2026). Это AI, который работает локально на вашем компьютере, видит файлы, подключается к внешним сервисам через MCP-коннекторы и помнит контекст между сессиями. Не «последние 5 сообщений», а всё — потому что контекст привязан к проекту, а не к чату.
Работа строится вокруг Проектов — изолированных рабочих пространств с инструкциями, базой знаний, памятью и запланированными задачами. Проект «Продажи» знает клиентов, но не видит документы из «HR». Проект «Контент» знает ваш стиль общения, но не лезет в бухгалтерию.
Для разработчиков: Claude Code делает то же самое в терминале. Cowork — для тех, кому терминал не нужен. Архитектура одинаковая — MCP, субагенты, навыки. Разница в интерфейсе: Cowork красиво рендерит документы, Code — выводит текст в терминал.
Теперь — к задачам.
1. Утренний брифинг
Было: Каждое утро — 30–40 минут: пролистать 8 чатов, проверить календарь, открыть трекер, собрать картину дня в голове.
Стало: Каждое утро в 8:30 Claude сам формирует брифинг: ключевые решения за ночь, задачи на день с приоритетами, встречи с контекстом (зачем и что подготовить), вопросы, требующие решения. Три минуты на чтение.
30 минут × 20 рабочих дней = 10 часов в месяц. Экономия, которая кажется мелочью, пока не посчитаешь. Настройка — один раз, через Scheduled Tasks.
Что удивило: качество брифинга растёт со временем. Claude запоминает, какие каналы мне важны, какие темы я пропускаю, а на какие — реагирую сразу. Через пару недель он перестал включать в сводку то, что мне неинтересно. Без дополнительной настройки.
Нюанс: десктопные scheduled tasks работают только при включённом компьютере. Закрыли крышку — брифинг не придёт. Для 24/7 есть облачные задачи через Claude Code, но это другой продукт. Раздвоение экосистемы раздражает, но терпимо.
2. Коммерческие предложения
Было: 2–3 часа на одно КП. Поиск кейса, адаптация, пересчёт, оформление, проверка.
Стало: Пишу: «Подготовь КП для производственной компании, 50 человек, автоматизация складского учёта, бюджет ~2 млн». Claude берёт контекст из проекта «Продажи» (шаблоны, ценовую политику, историю, стиль), находит похожие кейсы и выдаёт оформленный документ с разбивкой по этапам, вариантами «дешевле за счёт X» и «надёжнее за счёт Y».
Процесс трёхфазный:
- Ресёрч: анализ сайта клиента, рынка, конкурентов. Формирует уточняющие вопросы — клиенту и команде.
- Генерация: прогрессивные пакеты, калькуляция по ролям (архитектор, backend, QA), критерии приёмки, риски, Gantt-диаграмма.
- Деплой: автоматическая публикация как красивая тёмная веб-страница со стеклянными карточками, формой и навигацией.
Клиент видит не PDF-простыню, а мини-сайт, где можно выбрать пакет, сравнить и оставить заявку. Вау-эффект за счёт навыка на 1400 строк, а не 10 часов дизайнеров.
30 секунд на генерацию + 15–20 минут на проверку. Вместо трёх часов.
Важно: эти 15–20 минут — не формальность. Я вычитываю каждое КП, правлю формулировки, иногда меняю структуру. Claude даёт сильный черновик, но финальный документ — моя ответственность. Клиент общается со мной, а не с AI.
После КП — один запрос, и Claude генерирует договор с приложением-ТЗ. Вытаскивает выбранный пакет, подставляет реквизиты, формирует два варианта графика оплаты, прописывает гарантии, штрафы, порядок приёмки. На выходе — PDF, готовый к подписанию.
Раньше я тратил на это около часа. Сейчас — 10 минут на проверку.
Первые КП были шаблонными. Пришлось неделю допиливать инструкции: загрузить примеры, прописать расчёт по ролям, объяснить, как адаптировать под клиента. Это инвестиция. Но окупилась за две недели.
3. Саммари рабочих чатов
Было: 40+ активных групп в Telegram, тысячи сообщений в день. Читать всё — нереально. Не читать — пропускаешь решения.
Стало: Claude подключается через MCP к Telegram (Bot API + MCP-сервер), вытаскивает суть: кто что решил, какие вопросы повисли, что требует внимания. Мемы, эмодзи и обсуждение обеда — отсекает.
Один раз он отфильтровал из чата на 200 сообщений три важных решения. Одно — о сдвиге дедлайна, о котором я бы узнал только завтра.
Подключение — не «нажать Allow». Нужен бот, API-токен, MCP-сервер. Для тех, кто создавал Telegram-бота, — 15 минут. Для новичка — стена. Но это одноразово.
4. Тикеты голосом
Было: Идёшь по улице, пришла мысль — записал в заметки. Потом забыл. Или вспомнил через два дня и создал тикет вручную.
Стало: Наговорил аудио в Telegram-бота → Claude транскрибирует → вычленяет задачу → создаёт тикет в трекере с приоритетом и исполнителем. Исполнителя подбирает сам — знает, кто за что отвечает. Я проверяю через 10 минут — обычно корректировать не нужно.
От мысли до тикета — 30 секунд вместо «потом, когда вернусь за компьютер». Количество идей, которые раньше терялись, я даже считать не хочу.
5. Черновики ответов клиентам
Было: Пришло сообщение от клиента. Открываю CRM — смотрю историю. Открываю трекер — смотрю статус. Открываю документы — ищу договорённости. Пишу ответ. 10–15 минут на каждое.
Стало: Claude читает входящее, подтягивает контекст (историю, статус, договорённости) и генерирует черновик. Я просматриваю, правлю тон или детали, отправляю.
Каждый ответ — минус 5–10 минут. При 15–20 сообщениях в день — полтора–два часа. За месяц — целая рабочая неделя.
Ключевой момент: Claude пишет черновик, а не финальное сообщение. Я всегда читаю, корректирую тон, убираю лишнее, добавляю нюансы. Это second opinion — он подсказывает, что ответить, а я решаю, как. Отправлять AI-генерат напрямую — путь к потере доверия.
Самое ценное — Claude подтягивает контекст, который ты сам бы забыл. «Мы же договаривались в марте, что вторая итерация будет после тестирования» — это он нашёл в переписке месячной давности. Я бы не вспомнил без поиска.
6. Еженедельные статусы проектов
Было: Четыре вкладки, полчаса ручной сводки. Каждую неделю одно и то же. Каждую неделю раздражает. Каждую неделю откладываешь до последнего.
Стало: Запрос «Статус проекта X». Claude обходит трекер, таблицу с часами, историю коммитов. На выходе — связный отчёт: потрачено часов, закрыто процентов, отклонения, блокеры.
Автоматизация экономит не столько время, сколько мотивацию. Рутинные отчёты — то, что все ненавидят. Когда Claude собирает 80% данных и формирует черновик — сопротивление исчезает.
Я проверяю цифры, добавляю свою оценку (например, что Иванов перегружен, хотя формально свободен), и отправляю. Три минуты вместо тридцати.
7. GitHub Issues и приёмка задач
Было: 10 человек создают задачи по-разному. Через месяц бэклог — каша. Кто-то забыл acceptance criteria, кто-то не прописал зависимости, кто-то написал «потом разберёмся».
Стало: Claude формирует issue из текстового описания — с acceptance criteria, зависимостями, оценкой сложности.
Но это не всё. У нас есть навык оценки: Claude читает задачу, анализирует кодовую базу (какие файлы затронуты, есть ли аналоги), и выдаёт декомпозицию по часам с разбивкой по ролям — backend, frontend, DevOps, QA. С учётом параллелизации: если backend и frontend идут одновременно, считает календарные дни, а не сумму часов.
Перед публикацией он постит «Понимание задачи» — что делаем, зачем, что НЕ делаем. И только после подтверждения заказчика даёт оценку.
Экономия на одном тикете — 30–40 минут. Но ценность — в единообразии. Когда 40 задач в спринте оформлены одинаково, бэклог остаётся читаемым. Claude не ленится прописать детали, которые люди пропускают.
8. Генерация счетов
Было: Открыть шаблон → вписать реквизиты → подставить сумму и описание → проверить → сохранить в PDF → отправить.
Стало: «Выстави счёт ООО “Ромашка” на 150 000 за консалтинг». Claude берёт реквизиты из контекста проекта, подставляет в шаблон, генерирует PDF. Если нужно — прикрепляет к письму-черновику.
Это самый «скучный» кейс. И один из самых частых. При 10–15 счетах в месяц, 5 минут на каждый — это час. Плюс исчезает прокрастинация: «надо выставить 4 счёта, но сначала кофе…». Теперь — одна фраза, и дело закрыто.
9. Подготовка к встречам
Было: За 15 минут до созвона — лихорадочный поиск: о чём договаривались, какой статус, что клиент просил. Иногда находишь. Иногда идёшь неподготовленным и делаешь вид, что всё помнишь.
Стало: Claude формирует agenda: последние договорённости, статус задач, открытые вопросы, что обсудить. Контекст берёт из проекта — вся история там.
Разница не в минутах, а в качестве встречи. Когда приходишь подготовленным, клиент это чувствует. Вместо «напомните, на чём остановились» — «в прошлый раз вы просили скорректировать дизайн мобильной версии, вот что мы сделали». Это не автоматизация ради автоматизации, а улучшение сервиса.
Кстати, это работает и в обратную сторону: после встречи Claude помогает зафиксировать договорённости и обновить статусы, пока всё свежо. Раньше follow-up часто терялся.
10. Первичный анализ входящих запросов
Было: Пришёл запрос от потенциального клиента. Нужно понять: что хочет, реалистичен ли бюджет, подходит ли нам, с чем сравнить, какие вопросы задать.
Стало: Claude анализирует запрос в контексте проекта «Продажи» (услуги, цены, типичные проекты), оценивает fit, формирует список уточняющих вопросов и предлагает подходящие кейсы из истории.
Это чистый copilot-паттерн: Claude не решает, брать клиента или нет. Он собирает информацию, чтобы вы приняли решение быстрее и с лучшим контекстом.
К моменту первого звонка вы уже понимаете, о чём говорить, а не начинаете с «расскажите подробнее». Клиент сразу видит, что вы в теме. А для продаж первое впечатление — это половина дела.
Бывает, Claude подсказывает неочевидное: «Похожий запрос был от ООО Вектор полгода назад, тогда вы предложили модульный подход и это сработало». Я бы это не вспомнил. А тут — готовый аргумент.
Бонус: AI-ассистент в мессенджере
Всё, что описано выше — десктопные сценарии. А есть автоматизация, которая работает с телефона. И это, пожалуй, самое интересное направление.
OpenClaw: 247 тысяч звёзд не на пустом месте
В конце 2025 года австрийский разработчик Петер Стайнбергер выложил на GitHub проект ClawdBot — self-hosted AI-ассистент, который общается через Telegram, WhatsApp, Discord. Не чат-бот, а полноценный агент: выполняет shell-команды, управляет браузером, работает с файлами, Gmail, календарём. Всё — с вашего сервера, без передачи данных третьим лицам.
Проект дважды переименовывали (Anthropic прислала жалобу на товарный знак — «Clawd» слишком похоже на «Claude»). Теперь он называется OpenClaw. У него 247 000 звёзд на GitHub. Для сравнения — у React 235 000.
Почему это взлетело? Потому что решает ту же проблему, что и Cowork, — но с телефона. Вы идёте по улице, пишете боту: «проверь, закрыл ли Иванов задачу по авторизации» — и через 20 секунд получаете ответ. Или: «напиши Петрову, что сдвигаем релиз на четверг, и обнови трекер». Без ноутбука.
У OpenClaw есть маркетплейс навыков (ClawdHub, 565+ навыков) и постоянная память между сессиями — те же принципы, что в Cowork, только интерфейс — мессенджер.
Claude Code Channels: ответ Anthropic
Anthropic, видимо, заметили, что четверть миллиона человек построили своих ботов для общения с Claude через Telegram. И в начале 2026 года выпустили Claude Code Channels — нативную интеграцию, которая делает ровно то же самое, но без self-hosting.
Создаёте Telegram-бота через BotFather, привязываете к Claude Code командой /telegram:configure, вводите код — и телефон становится пультом управления рабочим окружением. Проверить статус билда, запустить тесты, задать вопрос по коду — всё из Telegram.
Для разработчиков — убийственная штука. Но даже если вы не пишете код — сам паттерн «second brain в мессенджере» стоит внимания. Telegram у всех в кармане. Если ваш AI-напарник живёт там — барьер обращения к нему нулевой.
А что с ценой?
OpenClaw бесплатный (MIT-лицензия), но API для LLM платный. При активном использовании — $10–25 в день на токены. Это $300–750 в месяц. Не все готовы к такому. Claude Code Channels — часть подписки Claude, тоже не бесплатная. Стоит считать, прежде чем увлекаться.
Зато появляется выбор: Cowork для десктопа с красивым интерфейсом, OpenClaw или Channels для мобильного доступа. Можно комбинировать. Экосистема наконец-то стала достаточно зрелой, чтобы подстроиться под ваш рабочий стиль.
Подключение российских сервисов
Cowork работает через MCP (Model Context Protocol) — 38+ встроенных коннекторов (Google, Microsoft 365, DocuSign). Для российских сервисов нужны кастомные коннекторы: Customize → Connectors → Add Custom Connector → URL MCP-сервера + API-ключ.
Что подключается нормально:
- Telegram — через Bot API. Саммари чатов, голосовые задачи, черновики ответов.
- Яндекс Трекер — REST API адекватный. Создание тикетов, обновление статусов, сбор данных для отчётов.
- Яндекс Диск — WebDAV или REST API. Поиск файлов, чтение документов, загрузка результатов.
Что сложнее, но реально:
- amoCRM / Битрикс24 — API есть, документация… с характером. Настройка — вечер, не 15 минут. Зато потом отчёты по воронке продаж одним запросом.
- 1С через REST API — если есть модуль обмена. Генерация документов, проверка остатков. Настройка нетривиальная, но для компании с 1С — потенциально самая ценная интеграция.
Ситуация напоминает раннюю эпоху Zapier: технически всё возможно, но готовых MCP-коннекторов для RU-рынка почти нет. Кто первый сделает нормальные серверы для Битрикса и 1С — соберёт всю благодарность рунета.
Бонус-2: за пределами десятки
Десять кейсов — это основа. Но навыки растут. Пара примеров из продакшн-проектов:
- Обработка логов ошибок: навык заходит в админку, вытаскивает новые ошибки, группирует по fingerprint, ищет похожие в решённых задачах, определяет root cause, создаёт задачу, делегирует нужному специалисту, проверяет фикс и помечает resolved. Раньше разбор логов раз в неделю занимал 2–3 часа. Сейчас — запрос в Claude, проверка результата, подтверждение.
- Утренний оркестратор проекта: навык обходит репозитории, проверяет новые комментарии на GitHub Issues, находит задачи, где клиент ответил, автоматически формирует оценку, показывает доску задач и рекомендует, что взять в работу. Утренний standup с AI, а не с Jira.
Паттерн один: Claude — copilot, который собирает, анализирует и предлагает. Решение — за мной.
Что работает не так гладко
Было бы нечестно написать 10 кейсов и не сказать про грабли.
- Scheduled tasks и аптайм: десктопные задачи работают только при включённом компьютере. Закрыли крышку — автоматика встала. Облачные задачи есть, но через Claude Code — другой продукт. Два интерфейса, один бренд. Раздражает.
- $20/мес минимум: Cowork — только платные планы. Бесплатно пощупать нельзя. Для компании — незаметно. Для фрилансера — вопрос.
- Кастомные коннекторы — барьер для нетехнарей: встроенные — два клика. Кастомные — API-ключи, JSON-конфиг, иногда свой MCP-сервер. Менеджеру придётся просить разработчика.
- Research preview: Cowork всё ещё в превью. Строить на нём критичный бизнес-процесс — рискованно. Как вспомогательный инструмент — работает хорошо.
- Конфиденциальность: история хранится локально — плюс. Но данные через MCP-коннекторы идут через мост. Для enterprise — нужен security review, прежде чем скормить Claude переписку с клиентами.
- Первичная настройка — это работа: каждый кейс потребовал от 10 минут до недели. Утренний брифинг — 10 минут. Telegram — вечер. КП — неделя допиливания инструкций. Это не plug-and-play. Claude мощный, но тупой без контекста. Вся магия — в том, что вы в этот контекст загрузите.
С чего начать
Не пытайтесь автоматизировать всё за вечер. Начните с одного проекта и одной задачи. Мой совет — утренний брифинг: настройка за 10 минут, результат виден на следующее утро. Дальше добавляйте контекст, подключайте сервисы, пишите навыки. По одному.
И ещё. Не создавайте больше 6–8 проектов. Искушение разбить всё на двадцать микропроектов велико, но потом вы не вспомните, куда что загрузили. Мой набор: «Продажи», «Разработка», «Контент», «Управление» и пара проектных. Хватает.
Три вопроса, которые помогут определить, с чего начать:
- Что я делаю вручную каждую неделю?
- Что объясняю AI заново в каждом новом чате?
- Где теряется больше всего контекста между сессиями?
Итого: что дают эти 10 автоматизаций
Грубо: утренний брифинг — 30 минут/день, КП — 2 часа на каждом, ответы клиентам — 1.5–2 часа/день, еженедельные статусы — 30 минут, встречи — 15 минут на каждой. В сумме — 15–20 часов в неделю. Два–три полных рабочих дня. Конечно, не все задачи случаются каждый день, и цифры зависят от загрузки. Но порядок — такой.
Главное не в сэкономленных часах. Главное — исчезает определённый тип усталости. Тот, который накапливается от рутины: опять открыть четыре вкладки, опять вручную собрать отчёт, опять вбить реквизиты в шаблон счёта.
Во всех десяти кейсах паттерн один: Claude — copilot, second brain, напарник. Он собирает данные, готовит черновики, вытаскивает контекст. А все решения — мои. Что написать клиенту. Какую цену поставить в КП. Кому назначить задачу. Брать ли проект. Это не «AI работает за меня». Это «я работаю быстрее, потому что рутинная часть уже сделана».
Мозг освобождается для того, ради чего вас и нанимали — думать, решать, договариваться. AI не заменяет эти вещи. Он убирает всё, что мешает до них добраться.