В публикации описан подробный путь создания Python-программы для импорта и аналитики постов из Telegram-каналов с помощью ChatGPT. Автор, дизайнер интерфейсов Егор Камелев, решил автоматизировать учёт и аналитику своих публикаций, охватывающих 15+ платформ. Первыми шагами стали ручной Excel-учёт и запуск стартапа “Посторама” для отслеживания кросс-постинга, но потребность в автоматизации привела к идее Telegram-парсера.

Скрипт на Python, написанный при поддержке ChatGPT и DeepSeek, позволяет собирать все публикации из открытого Telegram-канала за выбранный период, экспортировать их в Excel с ключевыми метриками (просмотры, реакции, репосты, вовлечённость) и строить топы постов. Инструмент различает типы постов (текст, фото, опросы, альбомы), учитывает платные и кастомные реакции, а также корректно агрегирует статистику по альбомам. Процесс создания сопровождался постоянной доработкой через общение с нейросетями и клиентским фидбеком: ChatGPT выдавал код, помогал устранять ошибки, DeepSeek оптимизировал производительность итоговой версии.

Автор отмечает важность умения правильно формулировать запросы к ИИ, а также делится итоговым кодом и инструкциями по запуску, открывая путь для самостоятельной автоматизации контент-аналитики даже без опыта программирования. Скрипт распространяется открыто (для открытых каналов), а развитие продукта (“Посторама”) продолжается — проект сфокусирован на системном учёте и оптимизации работы с мультиплатформенным контентом.