Prog Academy
RU UA
Black Friday — скидки до 50% + 50 IT-курсов в подарокСмотреть предложения →
Неоновая схема: окно сайта слева, цепочка блоков автоматизации посередине, сообщение в чате и таблица справа
AI

GPT-6.2 для создания сайтов и AI-автоматизации: что уже можно делать без программирования?

Короткий ответ: с GPT-6.2 уже можно без программирования собрать простой сайт, чат-бота и автоматическую обработку заявок. Но модель — это только «мозг» системы. Сайт нужно опубликовать и проверить, а чтобы AI получал сообщения, записывал их в Google Таблицу и уведомлял менеджера, нужен сервис автоматизации вроде Make или n8n и несколько часов настройки. В этой статье разделяем, что OpenAI показала на практике, а что — возможные сценарии, и разбираем три автоматизации, которые по силам новичку.

Главное за 30 секунд

  • Сайты: OpenAI заявляет, что GPT-6.2 Astra строит фронтенд, который лучше выглядит и работает, особенно сайты, игры и 3D.
  • Автоматизация: модель понимает текст и возвращает ответ, а подключение к формам, таблицам и мессенджерам делает Make, n8n или Zapier.
  • Выбор модели: Sol — для потока однотипных запросов, Astra — для сложных документов, кода и дизайна.
  • Стоимость: обработка тысячи обращений на Sol — порядка нескольких долларов за токены модели.
  • Человек нужен: тестирование перед запуском, проверка фактов и контроль действий, которые нельзя отменить.

Что показано, а что — возможные сценарии

После каждого релиза появляется много обещаний. Чтобы не путать факты с фантазиями, вот честное разграничение. Подробный обзор самих моделей — в статье «GPT-6.2 Astra и Sol: что умеют и какую выбрать».

Показала OpenAI в анонсеВозможный сценарий для вашего бизнеса
Astra сгенерировала сайт-конструктор бумажной лампыЛендинг услуги или калькулятор стоимости по текстовому брифу
Astra и Sol превращают бриф в интерактивную 3D-сцену в браузереИнтерактивная демонстрация товара на сайте
Astra воспроизводит шаблон презентации даже по скриншотуРедизайн страницы по референсу или фирменному стилю
Sol уверенно проходит многошаговые агентные сценарииОбработка заявок: классификация, ответ, запись в таблицу

Левая колонка — заявления OpenAI из официального анонса. Правая — наши примеры применения: они опираются на эти возможности, но результат в каждом проекте нужно проверять самостоятельно.

Создание и редизайн сайтов с AI

Новый сайт по текстовому брифу

В ChatGPT Work или Codex (оба доступны с GPT-6.2 на тарифах Plus, Pro, Enterprise и Edu) можно описать сайт словами: для кого он, какие блоки, какой стиль, какая цель — запись на консультацию или продажа. По данным OpenAI, Astra в веб-дизайне подбирает макет и изображения так, чтобы у сайта был выразительный облик и он строился вокруг своей цели, а не по шаблону. Лучше всего работает конкретный бриф: «лендинг стоматологии в Киеве, три услуги с ценами, форма записи, акцент на доверии», а не «сделай красивый сайт».

Редизайн и улучшение интерфейса

Модель принимает изображения, поэтому можно показать скриншот существующей страницы и попросить: найти проблемы с иерархией заголовков, контрастом, кнопками, мобильной версией, а затем предложить и реализовать исправленный вариант. Это один из самых полезных сценариев: AI предлагает, человек выбирает.

Генерация фронтенд-кода

Тем, у кого уже есть проект, важнее другое: Astra, по словам OpenAI, лучше внедряет и тестирует сложные изменения в существующем коде, а ранние тестировщики получали более чистый код и меньше раундов правок. Такой подход называют вайбкодингом: вы формулируете задачу, агент пишет код. Как сделать первый проект в этом стиле, мы показали в гиде «Вайбкодинг с Claude Code: первый проект», а почему сгенерированный код ломается и как этого избежать — в статье «Почему код от нейросети ломается».

Что остаётся на человеке: домен и хостинг, подключение формы к CRM, аналитика, юридические тексты, скорость загрузки и проверка на реальных телефонах. Модель может помочь с каждым пунктом, но не сделает их «сама по себе».

Чат-боты и обработка обращений клиентов

Вторая большая ниша — тексты от клиентов. Сообщения в Telegram, письма, заявки из форм модель умеет разложить по категориям, пересказать суть одним предложением, вытащить имя и телефон и написать вежливый ответ. Технически для этого удобно просить модель отвечать в формате JSON — тогда каждое поле можно отдельно записать в таблицу или использовать для маршрутизации. GPT-6.2 в API поддерживает структурированные ответы, которые гарантируют нужную структуру JSON.

Разницу стоит запомнить: чат-бот отвечает, агент действует. Когда бот не только пишет ответ, но и создаёт запись в таблице или задачу менеджеру, это уже AI-агент.

Как модель подключают к Make, Google Таблицам и Telegram

Ключевая мысль этой статьи: GPT-6.2 сама не подключается к вашим сервисам. Полная автоматизация состоит из трёх частей:

  1. Триггер — событие, которое запускает сценарий: новая заявка из формы, сообщение в Telegram, новая строка в таблице.
  2. AI-шаг — запрос к модели с промптом: что сделать с текстом и в каком формате ответить.
  3. Действия — что сделать с результатом: записать в Google Таблицу, отправить сообщение, создать сделку в CRM.

Триггер и действия настраивают в сервисе автоматизации: n8n, Make или Zapier. Сравнение этих платформ — в статье n8n, Make или Zapier: что выбрать. Чтобы подключить именно модели OpenAI, нужен API-ключ с отдельной оплатой за токены; доступ к ChatGPT по подписке Plus или Pro в ваш сценарий не переносится. Если новой модели ещё нет в списке готового модуля, её можно вызвать через HTTP-запрос к API.

Три сценария AI-автоматизации для новичков

Все три собираются без кода. Это примеры архитектуры, а не результаты тестов: каждый сценарий нужно настроить и проверить на ваших данных.

Сценарий 1. Заявка с сайта → AI → Google Таблица → менеджер

  1. Клиент заполняет форму на сайте, и форма отправляет данные в Make через вебхук.
  2. AI-шаг получает текст и возвращает JSON: тип обращения (заявка, вопрос, жалоба), суть одним предложением, срочность.
  3. Make записывает строку в Google Таблицу: дата, имя, контакт, тип, суть.
  4. Router с фильтрами отправляет менеджеру в Telegram или на почту уведомление только о заявках и жалобах.

Модель: Sol — задача однотипная и массовая. Где человек: менеджер сам отвечает клиенту; AI только сортирует и подсвечивает важное.

Сценарий 2. Telegram-бот, который отвечает на типовые вопросы

  1. Бот, созданный в @BotFather, получает сообщение.
  2. В промпт добавляется короткая справка о бизнесе: услуги, цены, график, адрес — и правило «не придумывай того, чего нет в справке».
  3. Модель отвечает клиенту, а если вопрос вне справки или это жалоба — передаёт разговор менеджеру.
  4. Каждое обращение записывается в таблицу для анализа.

Модель: Sol. Где человек: обновляет справку и регулярно просматривает журнал ответов. Пошаговую инструкцию для n8n мы дали в статье «Как создать Telegram-бота с ИИ без кода».

Сценарий 3. Еженедельный отчёт по отзывам клиентов

  1. Отзывы собираются в Google Таблицу (вручную, из формы или из другого сценария).
  2. Раз в неделю Make по расписанию берёт новые строки и передаёт их модели.
  3. Модель готовит короткий отчёт: три главные темы, что хвалят, на что жалуются, примеры цитат.
  4. Отчёт приходит руководителю письмом или в Telegram.

Модель: Sol для небольшого объёма; Astra имеет смысл, если отзывов сотни и нужен аналитический документ. Где человек: проверяет цитаты и цифры, прежде чем принимать решения.

AI

Соберите первый сценарий своими руками

Начните изучать AI Automation бесплатно и создайте свою первую автоматизацию. На мини-курсе из 4 видеоуроков вы соберёте в Make Telegram-бота, близкого к сценариям 1 и 2: Gemini понимает сообщения, Google Таблица ведёт журнал, Router зовёт менеджера. Без кода и на бесплатных тарифах Make, Google и Telegram.

Начать бесплатный курс →

Astra или Sol: как выбрать модель и посчитать стоимость

Для автоматизаций действует простое правило: сначала Sol, Astra — там, где Sol не справляется. По данным OpenAI, на тесте изменений в реальном коде Sol отстаёт от Astra всего на 0,5 балла примерно за пятую часть стоимости задачи. Для обработки обращений разница в качестве ещё менее заметна, а разница в цене умножается на каждое сообщение.

Ориентировочный расчёт для сценария 1. Возьмём запрос примерно с 1 500 входных токенов (промпт и текст заявки) и 300 выходных (JSON-ответ). Цены — с официальных страниц моделей:

МодельЦена за 1 млн токенов (вход / выход)≈ 1 запрос≈ 1 000 запросов
GPT-6.2 Sol$2 / $10$0,006$6
GPT-6.2 Astra$8 / $40$0,024$24

Это расчёт по прайсу, а не измерение. Реальная сумма будет выше из-за токенов рассуждений, которые OpenAI тарифицирует как выходные, и ниже, если неизменное начало промпта попадает в кэш: кэшированные входные токены в десятки раз дешевле. OpenAI советует не менять начало промпта и добавлять новые инструкции в конец — так кэш срабатывает чаще.

Ограничения: тестирование и контроль человека

Новые модели ошибаются реже, но не перестают ошибаться. OpenAI сама сообщает, что в отдельных тестах GPT-6.2 чаще умалчивала о препятствиях, из-за которых не могла выполнить задачу. Для автоматизации это значит: сценарий может «тихо» не сработать, и никто этого не заметит, если не настроить проверки.

Чеклист перед запуском автоматизации
  • Прогоните 10–20 реальных сообщений, включая странные: пустое, на английском, с оскорблениями, с двумя вопросами сразу.
  • Отдельно проверьте, не придумывает ли бот цены, даты и обещания, даже если промпт это запрещает.
  • Настройте уведомления об ошибках сценария, а не только об успешных запусках.
  • Действия, которые нельзя отменить (оплата, письмо клиенту от имени компании, удаление данных), оставьте на подтверждение человеку.
  • Не передавайте модели лишних персональных данных и храните API-ключи только в настройках сервиса.
  • Поставьте лимит расходов в кабинете API, чтобы ошибка в цикле не превратилась в большой счёт.

Отдельно о сайтах: сгенерированный код нужно проверить на мобильных устройствах, в нескольких браузерах и на скорость. Модель не знает, как ваш сайт выглядит на старом Android клиента, пока вы ей этого не покажете.

Как научиться этому с нуля

Навыки здесь важнее конкретной модели: через полгода выйдет следующая, а принцип «триггер → AI-шаг → действия → проверка» останется. Логичный путь выглядит так:

  1. Один работающий сценарий. Бесплатный мини-курс AI Automation: 4 видеоурока, Telegram-бот в Make с Gemini, Google Таблица и уведомление менеджеру. GPT-6.2 для него не нужна: используется встроенный в Make модуль Gemini без отдельного ключа.
  2. Системные навыки. Полный курс AI Automation: 16 модулей — ChatGPT, Claude и Perplexity, NotebookLM, Make и n8n с интеграциями в CRM, email и мессенджеры, Telegram-боты с AI, вайбкодинг с Claude Code и OpenAI Codex, сайты на Lovable и свой MVP.

Частые вопросы

Можно ли создать сайт с помощью GPT-6.2 без программирования?

Да, для простого сайта: в ChatGPT Work или Codex модель может собрать лендинг по текстовому брифу, а OpenAI отдельно подчёркивает более сильный фронтенд и веб-дизайн GPT-6.2 Astra. Но публикация, домен, формы, аналитика и проверка на мобильных устройствах остаются на вас. Для сайта с оплатами или личными кабинетами без понимания основ веб-разработки не обойтись.

Может ли GPT-6.2 сам подключиться к Google Таблицам и Telegram?

Нет, модель только обрабатывает текст и изображения и возвращает ответ. Получить сообщение из Telegram или формы, передать его модели, записать результат в Google Таблицу и отправить уведомление делает сервис автоматизации — Make, n8n или Zapier. Его нужно отдельно настроить и подключить к модели через API-ключ.

Сколько стоит AI-автоматизация на GPT-6.2?

Модель оплачивается за токены через API: GPT-6.2 Sol — $2 за миллион входных и $10 за миллион выходных токенов, Astra — $8 и $40. Для запроса примерно с 1 500 входных и 300 выходных токенов это около $6 за тысячу запросов на Sol и $24 на Astra, без учёта токенов рассуждений. Отдельно оплачивается сервис автоматизации, если бесплатного тарифа не хватает.

Какую модель выбрать для чат-бота: Astra или Sol?

Для большинства чат-ботов и обработки обращений достаточно Sol: такие задачи однотипны, а цена каждого запроса умножается на тысячи сообщений. Astra имеет смысл для сложных случаев — длинных документов, анализа нескольких источников, генерации сайта или кода. Часто их комбинируют: Sol обрабатывает поток, а сложные обращения передаёт человеку или более дорогой модели.

Нужен ли GPT-6.2 для бесплатного курса AI Automation от Prog Academy?

Нет. На бесплатном мини-курсе используется встроенный модуль Gemini в Make, который не требует отдельного ключа API и работает на бесплатном тарифе Make. Платные модели OpenAI в курс не входят. Принцип сценария тот же, поэтому после курса модель в нём можно заменить на любую другую.

Вывод

GPT-6.2 делает сайты и автоматизации без программирования реалистичнее: Astra лучше работает с дизайном и кодом, Sol дёшево обрабатывает поток обращений. Но ценность создаёт не модель, а система вокруг неё: триггер, промпт, интеграции, проверки и человек, который отвечает за результат. Начните с одного сценария, доведите его до работы и только потом усложняйте.

Хотите создавать полноценные AI-автоматизации для бизнеса? Изучите программу курса: от промптов и Make до n8n, AI-ассистентов и своего MVP — с ментором и проектом в портфолио.

Программа курса AI Automation →

Источники

Фото автора: Всеволод Евгиенко

Об авторе

CEO и основатель Prog Academy

Разработчик программного обеспечения, специалист по информационной безопасности и преподаватель Java. Руководит Prog Academy и пишет о программировании, данных и AI-инструментах.

Читайте также

Контакт

Записаться на консультацию

Укажите актуальный номер, мы позвоним в любую страну :)