Кейс: я сравнил Kwork и Workzilla по заданиям для работы с ИИ — где проще получить первый заказ

Я решил сравнить две площадки, которые часто рассматривают новички, когда хотят начать зарабатывать на фрилансе с помощью нейросетей: Kwork и Workzilla.

Не в формате обзора интерфейсов и не в формате «на Kwork можно делать дизайн, а на Workzilla — тексты».

Мне было интереснее другое: если у меня уже есть нейросети, но нет большой клиентской базы, где проще найти задачу, которую реально выполнить с помощью ИИ, и как я бы действовал на месте новичка.

В итоге для себя я выбрал одну площадку, а в качестве проверки взял конкретный заказ и прошел его от постановки задачи до готового результата.

Переключаться между разными сервисами не удобно, поэтому для тестов я использовал единый интерфейс, который работает в России и без всяких обходов, где доступны GPT Image 2, Claude, ChatGPT, Nano Banana Pro и другие модели в одном месте. 

Воспользовался токенами для теста и так же пользовался через интерфейс бота с телефона.  

Kwork и Workzilla работают по-разному

На первый взгляд обе площадки решают одну задачу: соединяют заказчика и исполнителя.

Но механика отличается.

На Kwork исполнитель заранее формирует услугу: например, создание текста, обработка изображения, монтаж видео, презентация, оформление соцсетей или работа с нейросетями.

Покупатель уже ищет конкретную услугу.

На Workzilla логика больше похожа на поток отдельных поручений. Заказчик публикует задачу, а исполнитель выбирает подходящую работу.

И это довольно сильно меняет стратегию новичка.

Если я не знаю, что именно продавать, мне проще начинать там, где можно сначала посмотреть на реальные задачи, а уже потом понять, какую услугу из них собрать.

Но если я уже понимаю, что именно могу делать, Kwork становится интереснее: там можно упаковать результат в понятную услугу и постепенно собирать отзывы.

Что я искал на площадках

Я специально не смотрел только категорию «нейросети».

Это, на мой взгляд, одна из ошибок новичка.

Клиент далеко не всегда пишет:

«Мне нужен исполнитель, который умеет работать с ИИ».

Он пишет:

«Нужно обработать 30 фотографий».

Или:

«Нужно сделать описание товара».

Или:

«Нужно смонтировать короткое видео».

Или:

«Нужно расшифровать интервью».

Или:

«Нужно подготовить презентацию».

А уже внутри выполнения я решаю, какие инструменты использовать.

Поэтому я бы искал задания в нескольких категориях:

1. дизайн;
2. тексты и переводы;
3. аудио и видео;
4. презентации;
5. социальные сети;
6. обработка фотографий;
7. расшифровка аудио;
8. контент;
9. простые маркетинговые задачи.

На Kwork при этом уже есть отдельные направления, связанные с ИИ, включая генерацию видео и обработку текстов. Сама площадка также прямо показывает ИИ как отдельное направление услуг.

То есть спрос нужно искать не только по слову «нейросеть».

Что бы я выбрал новичку

Если человек вообще ничего не умеет и просто хочет попробовать заработать на ИИ, я бы начал с Workzilla.

Причина простая: там можно искать конкретные задачи и постепенно понимать, за что люди готовы платить.

Но если у меня уже есть хотя бы один навык — например, я умею работать с изображениями, текстами, видео или презентациями, — я бы постепенно переходил на Kwork.

Потому что там можно превратить навык в продукт.

Например, не:

«Работаю с нейросетями».

А:

«Сделаю 5 рекламных изображений товара».

Или:

«Создам 3 коротких AI-видео для Reels».

Или:

«Оформлю презентацию на 10 слайдов».

Клиенту намного понятнее второй вариант.

Мой кейс: заказ, который я бы выполнял с помощью ИИ

В качестве примера возьмем задачу, которая хорошо показывает сам принцип.

Заказчик прислал длинную аудиозапись интервью и попросил превратить ее в структурированный текст для публикации.

На первый взгляд работа выглядит довольно простой:

1. прослушать аудио;
2. расшифровать;
3. убрать повторы;
4. привести речь в нормальный вид;
5. структурировать;
6. подготовить финальный текст.

Если делать это полностью вручную, основное время уйдет даже не на написание, а на прослушивание и обработку исходника.

Я бы здесь не заставлял одну нейросеть делать всё сразу.

Именно разделение задачи на этапы позволяет получить нормальный результат.

Шаг 1. Сначала я не загружаю аудио в ChatGPT и не прошу «сделать статью»

Это важный момент.

Я сначала определяю, какой результат нужен клиенту.

Допустим, требования такие:

1. интервью продолжительностью около часа;
2. итоговый текст 8–10 тысяч знаков;
3. разговорная речь должна исчезнуть;
4. факты нельзя придумывать;
5. нужно сохранить смысл ответов;
6. текст должен выглядеть как нормальный материал для сайта.

Я фиксирую эти требования отдельно.

И только после этого начинаю обработку.

Потому что запрос:

«Сделай статью из этого интервью»

для модели слишком размытый.

А задача:

«Расшифруй, сохрани факты, не добавляй информацию от себя, выдели тезисы и подготовь структуру»

уже имеет понятные критерии готовности.

Шаг 2. Расшифровываю исходник

Первый этап я отдаю специализированному инструменту распознавания речи.

Задача здесь максимально техническая:

аудио → текст.

Мне не нужно, чтобы первая нейросеть пыталась красиво писать.

Мне нужно получить максимально полную расшифровку.

После этого я проверяю несколько случайных фрагментов.

Почему?

Потому что ошибки распознавания могут полностью изменить смысл.

Особенно если в интервью есть:

1. названия компаний;
2. фамилии;
3. цифры;
4. названия продуктов;
5. профессиональный сленг;
6. иностранные слова.

И только после проверки я передаю текст дальше.

Шаг 3. Загружаю расшифровку в ChatGPT

Теперь начинается уже редакторская часть.

Я не пишу:

«Сделай статью».

Мой запрос выглядит примерно так:

Перед тобой расшифровка интервью. Твоя задача — подготовить материал на основе исходного текста. Правила:

1. Не добавляй факты, которых нет в расшифровке.

2. Не придумывай цифры, даты, названия и цитаты.

3. Удали повторы, слова-паразиты и очевидные оговорки.

4. Сохрани смысл ответов спикера.

5. Не превращай текст в рекламную статью.

6. Сначала выдели основные тезисы интервью.

7. Затем предложи структуру будущего материала.

8. Отдельно отметь места, где в исходнике не хватает информации.

Пока не пиши готовую статью. Сначала дай структуру и список основных фактов.

Это принципиальный момент. Я сначала заставляю модель разобраться в материале, а не генерировать красивый текст.

Шаг 4. Проверяю структуру

После первого ответа я смотрю, что модель выделила.

Например:

Тема 1. Почему компания изменила продукт

Тема 2. Какие проблемы были раньше

Тема 3. Что именно изменили

Тема 4. Результаты

Тема 5. Что планируют дальше

Если структура совпадает с интервью, можно двигаться дальше.

Если нет, я корректирую ее.

Например:

Структура получилась слишком общей.  Перестрой ее вокруг пяти вопросов:

1. Какая проблема была у компании?

2. Почему существующее решение перестало работать?

3. Что конкретно изменили?

4. Какой результат получили?

5. Что будет дальше?

Не добавляй новые темы.

И только после этого начинаю писать.

Шаг 5. Второй промпт — превращаем структуру в текст

После согласования структуры я даю модели следующий этап:

Теперь напиши материал по утвержденной структуре. Требования:

- используй только информацию из расшифровки;

- не добавляй факты от себя;

- сохраняй конкретные цифры;

- не делай вступление в стиле «в современном мире»;

- не используй канцелярит;

- не повторяй одну мысль несколькими способами;

- делай короткие абзацы;

- используй подзаголовки;

- цитаты используй только там, где они действительно усиливают материал;

- если в исходнике нет ответа на вопрос, не додумывай его.

Главный приоритет — точность исходника, а не объем текста.

После этого уже получается основа материала.

Шаг 6. Самая важная часть — ручная проверка

Вот здесь как раз заканчивается история про «нейросеть всё сделала сама».

Я открываю исходную расшифровку и готовый текст.

И проверяю:

цифры → даты → имена → названия → цитаты → факты.

Особенно внимательно смотрю на места, где модель могла сделать логический вывод.

Например, человек сказал:

«Мы увеличили количество заявок примерно на 30%».

Модель вполне может написать:

«Компания увеличила количество заявок на 30%».

А это уже более конкретное утверждение.

Или спикер сказал:

«Около тысячи пользователей».

А модель превратила это в:

«1 000 пользователей».

На первый взгляд разницы нет.

Но при редактуре такие вещи важны.

Почему этот способ интереснее обычного «заработка на ChatGPT»

Потому что клиент покупает не работу нейросети.

Он покупает готовый результат.

Если я предлагаю:

«Сделаю расшифровку интервью с помощью ИИ»

это звучит как техническая услуга.

Если я предлагаю:

«Превращу часовое интервью в готовый материал для публикации: расшифровка, очистка речи, структура, редактура и финальная проверка фактов»

ценность уже совершенно другая.

И нейросети в этом случае становятся моим производственным инструментом.

Где здесь Kwork, а где Workzilla

Именно поэтому я бы использовал эти площадки немного по-разному.

Workzilla

Я бы использовал ее для поиска конкретных задач.

Например:

1. расшифровка аудио;
2. обработка текста;
3. подготовка материалов;
4. поиск информации;
5. редактирование;
6. создание контента.

Здесь можно увидеть реальные формулировки клиентов.

Kwork

А после нескольких выполненных задач я бы уже упаковывал наиболее востребованный результат в отдельную услугу.

Например:

«Расшифрую интервью и подготовлю статью для публикации»

Внутри можно сделать несколько тарифов:

Базовый: расшифровка.

Стандарт: расшифровка + редактура.

Максимальный: расшифровка + статья + заголовок + структура + финальная проверка.

И вот здесь появляется возможность масштабирования.

Мой выбор: Kwork или Workzilla?

Если бы я начинал с нуля сегодня, мой маршрут выглядел бы так:

Workzilla → первые задачи → понимание спроса → портфолио → Kwork → упакованные услуги.

Я бы не пытался сразу продавать десять разных нейросетевых услуг.

Выбрал бы одну.

Например:

тексты + обработка аудио + контент.

И сделал бы несколько работ, чтобы понять, что покупают чаще.

Затем оставил бы только то, где соотношение трех параметров выглядит нормальным:

цена заказа / время выполнения / сложность проверки.

Если задача оплачивается 1 000 рублей, но требует трех часов ручной работы, нейросеть здесь практически ничего не спасает.

Если задача стоит 2 000–3 000 рублей, а после автоматизации занимает 30–60 минут плюс проверка, это уже совершенно другая экономика.

И еще один важный вывод

Я бы вообще не строил заработок вокруг формулировки «я умею пользоваться нейросетью».

Это быстро перестает быть преимуществом.

Преимущество появляется в другом месте:

я знаю, какую задачу клиента можно решить с помощью ИИ, умею правильно поставить задачу модели, проверить результат и отдать человеку готовый продукт.

Именно поэтому на Kwork уже появились отдельные направления, связанные с генерацией видео и обработкой текстов, а сама площадка развивает ИИ-услуги как самостоятельный сегмент фриланса.

Нейросеть сама по себе ничего не продает.

Продается результат.

Что бы я сделал на месте новичка

Если нет портфолио, я бы не начинал с дорогой услуги вроде полноценного сайта или сложного AI-видео.

Я бы выбрал одну понятную задачу:

текст → изображение → видео → аудио → обработка информации

и посмотрел, где быстрее всего получается сделать результат, который можно показать клиенту.

Затем:

1. найти несколько похожих заданий на Workzilla;
2. выполнить первые работы;
3. сохранить лучшие результаты;
4. понять среднее время выполнения;
5. сформировать из этого услугу на Kwork;
6. постепенно поднимать цену не за «нейросеть», а за качество конечного результата.

Для меня Kwork здесь выглядит более перспективным долгосрочным вариантом, а Workzilla — хорошей площадкой для разведки спроса и первых заказов.

И это, пожалуй, главное различие.

Workzilla помогает понять, что люди готовы заказывать. Kwork позволяет упаковать найденный спрос в собственную услугу.

А нейросети в этой схеме — просто способ выполнять ту же работу быстрее.