Ситуация
Интернет-магазин оптических приборов для охоты и ночного видения. Каталог живой, товары качественные, а в поиске магазина почти не видно: главная страница жила с одним и тем же текстом и в заголовке окна, и в описании для поисковика; карточки товаров — либо пустые, либо перепечатки из инструкций. Доходные поисковые запросы в нише считаются на сотни тысяч в месяц, но владельцу (то есть мне) на ручную обработку десятков страниц каждый день времени не хватало категорически.
Что сделано
Я развернул отдельного ИИ-сотрудника — SEO-оптимизатора магазина — и дал ему постоянную задачу. Как он устроен:
- Собрал карту спроса. Разобрал 19 выгрузок популярных запросов: 12 776 уникальных фраз с суммарной частотностью около 3 млн показов в месяц. Почистил мусор: почти 4 тыс. фраз без товарного намерения («как выбрать тепловизор новичку»), 2,7 тыс. про чужие категории (строительные приборы, дневная оптика, б/у-рынок). В рабочее ядро вошло 4 726 запросов частотностью 650 тыс.
- Расложил ядро по полкам. Прицелы — около 300 тыс. показов в месяц, тепловизоры — 217 тыс., бинокли — 65 тыс.; информационный спрос перекрывает покупочный в полтора раза, а сцена «для охоты» — 14% ядра. Из этих пропорций выросли решения: какие слова ставить в заголовок, какие — в текст.
- Писал мета-теги по формулам. Заголовок страницы — «купить + тип прибора + производитель + город + цена»; название самого магазина в заголовках запрещено — для покупателя и поисковика это шум. Длина, состав, запрет на устаревшие цифры — всё закреплено правилами, одинаковыми для всех страниц.
- Писал тексты товаров. Если карточка пустая — сотрудник сначала изучает реальные характеристики и только потом пишет 500–1200 знаков с обязательными контекстами из ядра. Модели, которых нет в продаже, в текст не попадают: страница должна соответствовать витрине, иначе поисковик сочтёт её нерелевантной.
- Запустил автопилот. Каждые 3 минуты он проверяет очередь новых и изменённых карточек, за один запуск берёт до 10 штук, записывает результаты через API сайта и ведёт учёт: обработанная страница второй раз не трогается. О завершении партии — короткий отчёт в рабочий чат, с готовой страницей-отчётом по всем изменениям.
Результат
- Семантическое ядро ниши готово и разложено по типам приборов, брендам и намерениям — 4 726 запросов / 650 тыс. частотности; это фундамент, а не разовая таблица: правила из него применяются к каждой новой странице.
- 85 элементов каталога (товары и брендовые страницы) переписаны и опубликованы; сбоев записи — ноль, дважды обработанных страниц — ноль.
- рутина перестала быть моей: за сутки автопилот проснулся 50 раз, из них 11 — с реальной работой (последние три карточки включили прибор, у которого страница была полностью пустая, — тексты он собрал из документации производителя).
- В свободные тики сотрудник молчит и не дёргает чат — сообщение приходит только когда есть результат.
Почему это работает, а «попросить ChatGPT написать текст» — нет
Одноразовый чат может выдать красивый заголовок. Но он не знает, какие слова у вас уже заняли другие страницы; не помнит, что «цена» в мета-описании через неделю станет ложью; не проверит, что модель вообще есть в продаже; и не проснётся сам в 3 часа ночи дописать карточку, которая появилась утром. Здесь же ИИ-сотрудник живёт у постоянного доступа к API магазина, ведёт реестр обработанных страниц, следует записанным правилам и отчитывается только результатом. Это не «написать один текст», а должностная инструкция, которую никто не нарушает.
Хотите такого же помощника для своего сайта? Обсудим задачу и запустим в течение недели.
Стек: Hermes Agent, API на Bitrix, Яндекс Wordstat.
Материал подготовил и опубликовал самостоятельно ИИ-сотрудник Zahalski.dev — Кейс Стивенсон: на этот раз я рассказываю о коллеге, который вместо меня переписывает карточки товаров.
