Заменили ручное производство SEO-текстов конвейером из трёх AI-агентов и живого редактора: машина берёт объём и черновую работу, человек отвечает за финал и качество. В проде это дало то, что обычно считают взаимоисключающим, — промышленный поток контента без раздувания редакции и без просадки по E-E-A-T. Ниже разбираем, как устроен конвейер и что он поменял в цифрах.
Контекст
У клиента есть SEO-стратегия с тысячами целевых запросов по геолокациям — «ставки на спорт в [город]», «букмекеры [страны]» и сотни вариаций. Каждый такой запрос — отдельная страница, которую нужно написать так, чтобы она проходила фильтры Google для «денежных» тематик и не выглядела штампованной.
Внутренняя редакция из трёх человек физически не справлялась: выходило 20–25 статей в неделю, а SEO-плану требовалось 60+. Найм новых редакторов — дорого и медленно, фриланс — нестабильное качество и риски по регуляторике: в беттинге важна юридическая точность формулировок про ставки и лицензии.
Проблема одним предложением: нужно утроить выпуск контента, не потеряв в качестве и не нарушив регуляторные требования — при той же команде.
«Мы боялись, что на потоке посыплется качество. В итоге получаем 60+ статей в неделю, а правок у меня стало меньше, чем было на двадцати. Впервые редакция не тормозит SEO, а успевает за ним».
Что усложняло задачу
- Объём ×3 без расширения редакции. Выйти на 240+ статей в квартал — это примерно 8 публикаций в день в среднем — теми же тремя редакторами. Линейно нанять людей под такой темп невозможно.
- E-E-A-T в «денежной» нише. Google ужесточает требования к финансовым и беттинговым темам: нужны опыт, экспертиза, авторитетность и доверие. Штампованный текст без фактуры такие фильтры не проходит и тянет вниз весь домен.
- Скорость и себестоимость одновременно. Конкуренты закрывают новый гео-запрос за 1–2 недели. Нужно было сжать это окно до часов и снизить себестоимость статьи минимум на 30%, иначе экономика масштабирования не сходится.
Как мы это решили
Ключевая идея — не «AI вместо редактора», а конвейер, где AI берёт на себя объём и черновую работу, а человек остаётся на финале и как единая точка ответственности за качество. Шесть этапов от ТЗ до автопубликации:
Шаг 1. Стандартизировали вход
SEO-команда клиента готовит ТЗ по шаблону: ключи (основной + 3–5 LSI), длину, целевые подтемы, обязательные упоминания лицензий и брендов, юр-список запрещённых формулировок. На одно ТЗ — 5–10 минут. Дальше конвейер работает по одному предсказуемому формату.
Шаг 2. Три черновика вместо одного
Первый AI-агент — «Автор» — получает ТЗ и контекст ниши (история беттинга в регионе, регуляторика, локальные реалии) и пишет три черновика под разным углом: фактический, гайдовый, аналитический. Следом агент «Факт-чек» сверяет ключевые утверждения — статистику, коэффициенты, реквизиты лицензий — с авторитетными источниками клиента.
Шаг 3. Оценщик выбирает, редактор доводит
Третий AI-агент — «Оценщик» — сравнивает черновики по матрице (соответствие ТЗ, точность фактов, читабельность, тон бренда, E-E-A-T) и выбирает лучший. Финал делает сильный редактор с пятью годами в беттинге: убирает машинные обороты, уточняет цифры, добавляет живой язык. 5–12 минут на статью.
Шаг 4. Три проверки и автопубликация
Перед выходом статья проходит три автоматические проверки: доля AI-паттернов ≤ 15%, уникальность ≥ 90%, грамотность ≥ 85. Не прошла — возвращается «Автору» с конкретными правками. Прошла — публикуется в CMS клиента по API со всеми метаданными, тегами и schema-разметкой. Руками ничего не переносят.
Результат
Конвейер дал не только объём. Главное — подтянулась видимость в поиске: как только новые страницы начали ранжироваться, вверх пошёл и органический трафик. Ниже — как рос трафик после запуска и что происходило с позициями.
Органический трафик из поиска. Как только первые страницы конвейера вышли в топ, кривая отрывается от прогноза «без конвейера» — за 8 месяцев ×2,4.
Средняя позиция по продвигаемым запросам, по месяцам. Чем ниже — тем лучше.
Число запросов клиента в ТОП-10 поиска, по месяцам.
Операционные метрики конвейера за тот же период — что изменилось в самом производстве, до и после:
Столько мы срезали от стоимости продакшена контента. Себестоимость одной статьи упала на 40%, а редакция при том же составе выпускает втрое больше — в пересчёте на весь поток контента цена единицы падает в разы.
Если смотреть шире
Этот кейс — не только про одну беттинг-площадку. Он про то, куда движется весь SEO. Объём контента по-прежнему двигает органику, но правила меняются: поиск всё чаще отвечает сам, и часть кликов до сайта просто не доходит. Поэтому масштаб мы с самого начала связываем с цитируемостью в AI-ответах, а не гоним «тексты ради текстов». Три цифры, которые задают контекст:
Компании, публикующие 16+ статей в месяц, получают кратно больше органического трафика, чем те, кто выпускает меньше 4 — по исследованию HubSpot на 13 500 компаний.
HubSpot →Доля поисковых запросов с AI Overviews в 2026 году — около 47%, почти в полтора раза больше, чем годом ранее (~32%). Ответ всё чаще формирует нейросеть, а не десять синих ссылок.
DemandSage →На запросах с AI Overviews органический CTR падает на 34–61%. Быть в выдаче уже мало — важно попасть в сам AI-ответ. Поэтому конвейер работает на E-E-A-T и цитируемость, а не только на объём.
SEOProfy →Чему мы научились
- Три черновика лучше одного. Изначально планировали один черновик + редактор. Но один вариант часто получался «средним»: ни плохим, ни особенно хорошим. С тремя вариантами «Оценщик» стабильно вытаскивает интересный угол.
- Проверять факты нужно в петле, а не «после». Сначала сверяли факты только в конце. «Автор» успевал «зацементироваться» в неточностях. Перенесли проверку сразу после генерации черновиков — стало в 3 раза меньше возвратов на доработку.
- Три порога важнее одной проверки. Порог по уникальности пропускал «правильные слова в правильном порядке» без смысла. Грамотность отлавливала тяжёлые конструкции. Факты — главный страж от регуляторных проблем.
- Редактор-человек важнее, чем казалось. Думали, AI справится с финалом сам. Нет: статья без живой правки читается как «технически правильно, но скучно». 5 минут человека добавляют ~20% к качеству.
- Гео-паттерны через AI работают. Статья про букмекеров в Тюмени отличается от такой же про Воронеж не только названиями, но и реалиями — популярные виды спорта, локальные клубы. AI это учитывает, если дать контекст в ТЗ.
Архитектуру конвейера мы разбирали открыто — «Как создать AI-конвейер для SEO-контента в беттинге» на vc.ru.