ИИ для SEO: как маркетинговое агентство автоматизировало работу с клиентами через Claude Code

Большинство разговоров про ИИ для SEO крутятся вокруг одного: нейросеть генерирует текст, человек дорабатывает руками. Это не автоматизация — это перекладывание работы. Другой подход выглядит иначе: агенты на Claude Code, которые сами производят локализованный SEO-контент, самостоятельно запускают кампании в Яндекс Директ и квалифицируют входящих лидов через Telegram. Без участия человека в рутинных шагах.

Ниже — архитектура такой системы: три независимых агента, каждый со своей зоной ответственности, и то, что при этом реально ломается.

Зачем строить агентов, а не использовать готовые инструменты

SEO-сервисы с ИИ умеют генерировать тексты по брифу. Но у них нет доступа к вашей CRM, они не знают специфику конкретного города, не умеют сами отправить готовый контент на индексацию и не обновляют минус-слова в рекламном кабинете после запуска.

Claude Code позволяет строить агентов, которые работают с реальными системами напрямую: пишут в Google Search Console через API, открывают кабинет Директа через браузер, читают переписки в Telegram и сами предлагают правки в свой же сценарий. Это принципиально другой уровень автоматизации — не текстовый помощник, а рабочий процесс.

Слой первый: нейросеть для SEO-текстов

Возьмём типичную ситуацию для регионального агентства: несколько клиентов в нишах с локальным спросом — ремонт техники, медицинские клиники, юридические услуги. Для каждого нужны сотни страниц под конкретные городские запросы: "ремонт холодильника в Екатеринбурге", "юрист по ДТП в Казани".

Агент получает список тем, целевой город и профиль клиента. Дальше — сам. Обогащает тему местными данными: районы города, местные ориентиры, региональные особенности спроса. Пишет страницу с учётом этого контекста, после чего прогоняет её через контрольный список из 80+ AI-маркеров и редакционных клише. Если что-то не прошло — текст уходит на доработку с конкретным комментарием. Прошёл — отправляется на индексацию.

Для клиента в нише бытового ремонта такой конвейер позволяет покрыть 20 городов, 15 типов услуг и 10 брендов техники — около 3000 уникальных страниц под гиперлокальные запросы. Конверсия на таких страницах выше, чем на общих: человек, который нашёл страницу по запросу "ремонт Bosch в Новосибирске", пришёл с конкретной задачей.

Что ломается. Контрольный список AI-маркеров устаревает. Нейросети меняют паттерны — список нужно обновлять вручную, иначе конвейер начнёт воспроизводить конструкции, которые поисковики уже научились распознавать.

Слой второй: Яндекс Директ без ручной настройки

Запуск кампании в Директе вручную — это 4-6 часов: сбор семантики, кластеризация, написание объявлений, список минус-слов, настройка целей в Метрике, загрузка в кабинет. На агентство с десятью клиентами это десятки часов при каждом обновлении.

Агент делает это иначе. Собирает семантику через Яндекс.Вордстат, анализирует рекламу конкурентов, фильтрует запросы по коммерческой интенциональности, формирует список минус-слов под нишу, пишет объявления и загружает через API Директа. Кампания готова к запуску — человек смотрит финальный вариант и нажимает кнопку.

После старта агент ежедневно анализирует статистику поисковых запросов и сам добавляет нерелевантные в минус-слова. Через десять дней переходит на еженедельный цикл. Время на запуск кампании сокращается с 4-6 часов до 40-50 минут. Для агентства с регулярными запусками это несколько рабочих дней в месяц, которые освобождаются полностью.

О том, как Claude Code помогает вести контекст по десяткам клиентов и задач одновременно, — в разборе с кейсом из практики агентства.

Что ломается. Автоматически сгенерированные объявления иногда требуют правки: агент не всегда улавливает тон конкретного бренда. Первые 2-3 кампании для нового клиента стоит проверять внимательнее.

Слой третий: Telegram-бот для квалификации лидов

Реклама приносит входящие заявки — и здесь начинается ещё одна рутина. Лиды пишут в Telegram, их нужно квалифицировать, ответить на типовые вопросы и записать на встречу или звонок. Если это делает человек — несколько часов в день уходит только на это.

Бот на n8n с MCP-подключением берёт процесс на себя. Когда лид пишет первое сообщение, бот анализирует доступный контекст: скрапит сайт компании по ссылке из профиля, определяет нишу и задачу. На основе этого строит персонализированный диалог — не шаблонный, а с учётом конкретного бизнеса. Встреча или звонок бронируются в свободный слот автоматически.

Раз в неделю агент анализирует переписки, где что-то пошло не так — лид завис, ушёл без ответа, задал вопрос, который бот не смог закрыть — и предлагает правки в собственный сценарий. Оператор просматривает и одобряет или нет.

При грамотной настройке 60-70% входящих лидов доходят до первого контакта с человеком через бота. Оператор подключается только там, где нужно принять нестандартное решение.

Что ломается. Обработка голосовых сообщений требует отдельной настройки. Первая версия бота обычно даёт 40-50% конверсии в контакт — до 60-70% доходит после 3-4 недель и нескольких итераций сценария.

Как три агента работают вместе

SEO-конвейер не знает про Директ. Директ-агент не знает про Telegram-бот. Это сделано намеренно — чем уже контекст агента, тем предсказуемее его поведение и проще его отлаживать.

Один большой агент "на всё" — источник непредсказуемых ошибок. Три специализированных с чёткими границами — управляемая система, каждый элемент которой можно улучшать независимо.

Агент — это замена рутине, которая не требует суждения, но отнимает время на то, что суждения требует.

Читайте также: Claude Code для предпринимателей: что делегировать, даже если ты не программист

FAQ

Можно ли использовать ИИ для SEO без технических знаний? Агенты описываются словами — Claude Code превращает описание в рабочий сценарий. Технический порог — понять, как устроена задача, а не как её написать на Python.

Сколько стоит такая система? Подписка Claude Max — около 15 000 рублей в месяц. Плюс хостинг для агентов и n8n. Для агентства с десятью клиентами это меньше стоимости одного рабочего дня специалиста, который раньше уходил только на запуск Директа.

За сколько времени агент пишет SEO-страницу? Одна страница — несколько минут. Пакет из 50 страниц под один кластер запросов — ночь, без участия оператора.

Влияют ли ии тексты для seo на ранжирование? Поисковики реагируют не на факт использования ИИ, а на качество контента. Контрольный список AI-маркеров и гиперлокализация существуют именно для того, чтобы страницы выглядели написанными под конкретный запрос, а не сгенерированными по шаблону.

Что такое MCP и зачем он нужен? Model Context Protocol — протокол, который позволяет подключить Claude Code к внешним системам: Яндекс Директ, Telegram, Google Search Console. Агент не просто отвечает на вопросы — он выполняет действия в реальных инструментах.

Заключение

ИИ для SEO — это не кнопка, которая выдаёт текст. Это система, которая производит локализованный контент в нужном объёме, запускает рекламные кампании без ручной настройки и квалифицирует входящих лидов, пока оператор занимается другим.

Архитектура из трёх независимых агентов — не финальный ответ, а рабочая точка старта. Каждый из них начинался как один сценарий под одну задачу и дорастал до автономного процесса итерациями.

В AI Practiq Club такие системы разбираем в деталях — как строить, где ломается, как чинить.

Если хочешь разобраться, как это работает в твоём бизнесе, — присоединяйся к клубу.