🧡**200 контактов вузов за вечер — без единой строчки кода
**Коллеги, с 2014 года я строю большой проект @studyqa, где мы параллельно развиваем 2 бизнес-юнита:
🙂**B2**C – в рамках которого помогаем студентам поступать в зарубежные вузы 🙂**[B2**B](https://uni.s tadika.ru/) – где помогаем университетам привлекать абитуриентов
Для второго направления критически важно поддерживать постоянный контакт с вузами. И если раньше команда собирала все эти данные руками, то сейчас ИИ-модели позволили эту историю автоматизировать.
♥️Дано: Задача собрать базу email-адресов приёмных комиссий российских вузов для рассылки КП.
В реальности это два дня максимально унылой работы: зайти на сайт, найти контакты, скопировать, вставить в таблицу. И так 200 раз.
♥️**Мой результат
4 часа времени, 200 контактов вузов и 0 открытых сайтов вручную.**
**Хронология одного вечера **Я использовал OpenClaw (AI-агент в Telegram) и просто описывал задачу человеческим языком. Моя роль здесь — не кодер, а дирижёр процесса.
• 20:00 — Сформулировал задачу: обойти список сайтов, вытащить почту, сохранить в базу. • 20:40 — Первый рабочий прототип. Он уже парсит и находит данные, но «спотыкается» примерно на каждом втором сайте. • 21:15 — Фиксим баги. Claude сам предложил решение: если простой скрипт не видит данные, агент должен открывать сайт через полноценный браузер. • 22:30 — Дедупликация, финальная проверка и экспорт. Итог: На следующее утро у меня в базе 200+ чистых контактов. В обычном режиме я бы успел сделать максимум 15-20.
♥️**Что пошло не так (и почему это нормально)
**С первого раза идеально не работает ничего, и к этому нужно быть готовым:
- Дырявая валидация. Сначала он собирал всё подряд, включая мусорные адреса. Пришлось отдельно прописывать "граничные случаи".
- Бесконечный цикл. На одном из сайтов парсер «сошёл с ума» и попытался просканировать 40 000 страниц. Моя ошибка — забыл сразу выставить лимиты.
- Кривая верстка. Сайты вузов — это отдельный вид боли. Но починить логику занимало 10 минут: я просто скармливала ошибку Claude, и он находил причину.
В следующем посте разберем матчасть: какие модели я выбираю под разные задачи и почему Claude Opus в "вайбкодинге" сейчас на голову выше ChatGPT.
