Полгода назад запустил два десятка статей, написанных ChatGPT. Половина не попала даже в топ-50. Вторую половину пришлось переписывать вручную — трафика не было, хотя текст выглядел нормально. С тех пор понял: ИИ в SEO работает, но совсем не так, как его обычно используют.
Все пытаются заменить копирайтера. Генерируют тексты пачками, публикуют — и ждут магии. А поисковики уже научились отличать такой контент. Он не плох технически, просто абсолютно безличный и не даёт читателю ничего, чего нет в десятке других статей.
Я перестал генерировать целые статьи. Теперь использую ИИ там, где он реально сильнее меня: анализ SERP, кластеризация запросов, структура текста. А само наполнение — своё. Результат: трафик вырос в три раза за четыре месяца, и я трачу на SEO меньше времени, чем раньше.
Анализ конкурентов — здесь ИИ незаменим
Когда выбираешь тему для статьи, нужно понять: что уже есть в топе, какие форматы работают, какие подтемы обязательны. Раньше открывал 10 ссылок, читал по диагонали, выписывал заголовки. Уходило полчаса на каждый запрос.
Сейчас копирую топ-10 заголовков и мета-описаний, скармливаю Claude или GPT-4 с простым промтом: "Проанализируй, какие темы покрывают эти статьи. Что общее? Что уникальное у лидеров?" За 30 секунд получаю список подтем, которые нужно раскрыть, и пару инсайтов — например, что топовые статьи делают упор на инструменты, а не на теорию.
Дальше прошу: "Предложи структуру статьи, которая покроет все эти темы и добавит то, чего нет у конкурентов". И вот тут начинается магия. ИИ видит пробелы. Если все пишут про ChatGPT и Jasper, но никто не упоминает локальные модели или API-интеграции — он это подсветит.
Структуру один в один не копирую. Но это отличная база, которая экономит мне час работы и даёт направление.
Кластеризация запросов — без боли
У меня был проект, где семантическое ядро разрослось до 800 запросов. Группировать их вручную — ад. Классические SEO-сервисы типа Топвизора или Key Collector делают это по совпадению слов, и получается каша: "купить iPhone" и "как выбрать iPhone" попадают в одну группу, хотя интент разный.
Попробовал отдать список Claude с промтом: "Сгруппируй эти запросы по интенту пользователя. Один кластер — одна целевая страница". Ушло три минуты. Результат оказался точнее, чем у Key Collector, потому что ИИ понимает смысл, а не просто считает пересечения.
Проверяю руками, конечно. Иногда он ошибается — особенно с узкими нишевыми запросами. Но первичную сортировку делает на 80-90% правильно, и это огромная экономия времени.
Генерация метатегов — рутину можно делегировать
Title и description — это рутина. Нужно впихнуть ключ, уложиться в 60 символов, сделать кликабельно. Я ненавижу эту задачу. Вот здесь ИИ справляется идеально.
Даю ему текст статьи или хотя бы H1 и первый абзац, ключевой запрос — и прошу 5 вариантов title. Обычно один-два из пяти использую почти без правок. С description та же история.
Единственное — нужно прописать в промт ограничения по длине и обязательно указать, что текст должен быть для людей, а не для роботов. Без этого ИИ генерирует заспамленные мета-теги, которые выглядят как с биржи копирайтинга 2010 года.
Оптимизация старых текстов — находим слепые зоны
У меня есть статьи, которые застряли на второй странице выдачи. Вроде неплохие, но чего-то им не хватает. Раньше гадал: может, добавить подзаголовок? Или переписать вступление?
Теперь делаю так: копирую свою статью и топовую статью конкурента. Прошу ИИ: "Сравни эти два текста. Какие темы есть у конкурента и отсутствуют у меня? Что можно улучшить?" Он выдаёт список: не хватает примеров, нет раздела про частые ошибки, слишком общие формулировки в начале.
Дописываю недостающие куски — и через две недели статья поднимается в топ-5. Это не волшебство. Просто закрыл информационные пробелы, которые сам не видел.
Где ИИ не работает — и почему это важно
Пробовал генерировать полные статьи и публиковать их с минимальной правкой. Итог: низкий CTR, высокий показатель отказов, никакого роста позиций. Потому что текст получается правильный, но мёртвый. Нет примеров из личного опыта, нет спорных тезисов, нет ничего, что выделяет статью из сотни похожих.
ИИ не умеет в экспертность. Он может пересказать то, что уже есть в интернете, но не может поделиться опытом, который есть только у тебя. А Google сейчас ранжирует именно за это — за E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness).
Ещё ИИ плох в актуальности. Он не знает, что вышло на прошлой неделе. Если пишешь про инструменты или технологии, которые быстро меняются — проверяй всё вручную. Я обжёгся пару раз, когда GPT уверенно описывал функцию, которую убрали из продукта полгода назад.
Инструменты, которые я использую
ChatGPT и Claude — для анализа, структуры, метатегов. Чаще выбираю Claude, потому что он лучше работает с длинными текстами и меньше фантазирует.
Perplexity — когда нужно найти свежую информацию. Он ищет по интернету и даёт ссылки, так что можно проверить.
Frase и Surfer SEO — это платные сервисы с ИИ внутри. Они анализируют топ выдачи и подсказывают, какие слова и фразы нужно добавить в текст. Пробовал оба. Frase удобнее для анализа, Surfer — для оптимизации готового текста. Но честно, большую часть того, что они делают, можно получить бесплатно через Claude с правильным промтом.
ИИ в SEO — это не замена копирайтеру, а усилитель. Он берёт на себя анализ, рутину, первичную обработку данных. Но финальное слово, экспертность и живой язык — это всё равно ты. Если пытаться генерировать контент на автомате, поисковики это почувствуют. А если использовать ИИ как инструмент, который делает тебя быстрее и точнее — результат приходит.
