Когда в прошлом году мы начали массово внедрять ИИ в рутинные процессы агентства, казалось, что мы нашли «волшебную таблетку». Скорость подготовки данных выросла в разы, дизайнеры выдохнули, а копирайтеры начали паниковать. Но уже через два месяца мы получили первые «письма счастья» от заказчиков: трафик падал, а позиции «плыли».
Выяснилось, что нейросети — это инструмент, требующий дисциплины. В этой статье — наш честный кейс о том, как мы ускорили 4 ключевых процесса, но чуть не провалили SEO из-за «сырого» контента, и как выстроили систему безопасности.
1. Семантика за 40 минут вместо 2 часов (Кейс сокращения в 3 раза)
Раньше сбор семантического ядра для интернет-магазина строительных материалов занимал у нас 2–3 дня. Сейчас — 4–5 часов. Ключевой прорыв дала кластеризация через GigaChat и парсинг подсказок поисковиков через нейросетевые модели.
Наш алгоритм действий:
- Сбор «шума»: Мы загружаем в парсер не только ключи из Wordstat, но и блоки «Люди также ищут» и «Похожие запросы». Это дает «живую» лексику.
- Кластеризация по интенту: Вместо ручного разбора мы отдаем нейросети промт: «Разбей 5000 ключей на группы по коммерческому и информационному интенту. Удали "мусор" (запросы с "своими руками", если мы продаем услуги монтажа)».
- Дообучение на ошибках: Мы создали базу «плохих» ключей, которые раньше сливали бюджет. Нейросеть теперь исключает их автоматически.
Результат: Время сократилось с 2 недель до 4 дней. Но самое важное — мы начали видеть микрониши, о которых не думали раньше (например, «штукатурка для фасада с высокой паропроницаемостью»), потому что ИИ подсветил редкие сочетания.
2. Риски AI-контента: Почему Яндекс бьет по рукам
Ускорив семантику, мы решили ускорить написание текстов. Загрузили ТЗ в ChatGPT — и через месяц получили снижение позиций на 15–20 пунктов. Яндекс четко отсек текст по признакам «сырости»:
- Вода: Общие фразы без цифр и фактов («качественный материал», «широкий ассортимент»).
- Отсутствие опыта: Текст отвечал на вопрос, но не показывал, что автор держал товар в руках.
- Шаблонная структура: Все подзаголовки были построены по схеме «Что такое X?», «Виды X», «Как выбрать X».
Как мы это лечим (Инструкция по безопасности):
- Добавляем «Человеческий шум»: После генерации текст проходит через редактора, который вставляет личный опыт (даже если это гипотетический кейс от имени мастера). Яндекс любит детали: «при монтаже важно оставить зазор 3 мм, иначе пойдет трещина».
- Промт «Анти-плагиат»: Мы используем технику "Chain of Density". Просим нейросеть пересказать факты 3 раза с разной стилистикой, а затем берем самый сложный и «сухой» по фактам вариант.
- LSI-фильтр: Перед публикацией прогоняем текст через нейросеть-рерайтер, но с задачей усложнить лексику, а не упростить. Нейросети пишут примитивно, мы просим их использовать профессиональный сленг и термины.
3. Креативы без дизайнера: как мы тестируем гипотезы
Мы полностью перестроили процесс разработки баннеров для контекстной рекламы. Раньше отрисовка 10 вариантов креатива занимала 3 дня. Сейчас — 2 часа в Midjourney и Kling.
Наш подход (AI-генерация изображений):
- Мы не просим нейросеть нарисовать «красивую девушку с дрелью». Мы загружаем в нейросеть фото реального товара и даем промт: «Фотореализм, текстура дерева, крупный план, съемка на зеркальный фотоаппарат, рассеянный свет».
- Видео для соцсетей генерируем через диффузионные модели, где объект «оживает».
Результат: Мы можем запустить 15 гипотез за цену одной отрисовки. Однако, 70% сгенерированных креативов мы отбраковываем — они выглядят «пластиковыми». Но 30% работают лучше ручной работы, потому что нейросеть предлагает нестандартные ракурсы (например, вид сверху на процесс укладки плитки), которые дизайнер не придумал бы в силу привычки.
4. Автоматизация анализа конкурентов: «Цифровой шпион»
Самая недооцененная фишка — это сбор данных о конкурентах. Раньше мы сидели с Excel и вручную выписывали УТП. Сейчас это делает AI-агент.
Как это работает:
- Мы скормили нейросети 50 сайтов конкурентов.
- Поставили задачу: «Выдели 5 главных офферов каждого. Найди слабые места в гарантии и доставке. Сравни, на какие боли они давят (цена, качество, сроки)».
- Нейросеть не просто скопировала текст — она построила тепловую карту частотности офферов.
Инсайт: Выяснилось, что 80% конкурентов бьют в «дешевизну», игнорируя вопрос «помощь в проектировании». Мы сделали ставку на этот фактор и подняли конверсию на 12%. Без ИИ мы бы заметили это только через 2 недели мозгового штурма.
5. Генерация контента: Как сделать не «ширпотреб»
Главная проблема ChatGPT и Midjourney — «средняя температура по больнице». Чтобы получить текст, похожий на экспертный, мы внедрили систему «Сырье → Обработка».
Наша формула качественного AI-контента:
- Запрет на общие слова: В промте черным по белому пишем: «Используй цифры, даты, названия брендов, имена известных блогеров в нише».
- Метод «Интервью»: Мы генерируем не статью, а диалог. «Представь, что ты берешь интервью у прораба со стажем 20 лет. Запиши его советы». Такой текст звучит живее.
- Midjourney: Чтобы картинка не была похожа на "дешевый фотосток", мы добавляем параметры
--s 250 --style rawи всегда указываем эру («фотография 1990-х» или «стиль National Geographic»), чтобы уйти от глянцевого «искусственного» блеска.
6. Главный вывод: Как не попасть под санкции в 2026 году
Яндекс сегодня — это не просто фильтр «Баден-Баден». Это нейросеть, которая оценивает полезность. Если ваш текст сгенерирован ИИ, но человеку он помог решить проблему — штрафа не будет. Если это пересказ других сайтов — вы вылетите.
Наши 3 «НЕЛЬЗЯ»:
- Нельзя использовать ИИ для финального текста. Только для черновика и структуры.
- Нельзя публиковать сгенерированные изображения без ретуши (руки с 6 пальцами или неестественные глаза — Яндекс учится это видеть через поведенческие факторы: люди быстро закрывают такие страницы).
- Нельзя автоматически публиковать сгенерированные мета-теги. Их нужно переписывать вручную, добавляя эмоциональную окраску, которая недоступна алгоритму.
Итог: Нейросети сократили наш бюджет на подготовку в 2,5 раза, но мы перенаправили сэкономленные деньги на экспертный контроль. Теперь 40% времени уходит на генерацию, а 60% — на "очеловечивание". И это единственная стратегия, которая позволяет расти в выдаче, а не плясать под дудку очередного апдейта.
