Как «Глабикс» заменил SEO-подрядчика AI-пайплайном и снизил стоимость статьи в 10 раз

Руслан Гатиятов, CEO «Глабикс», рассказывает, как полгода работы с SEO-подрядчиком закончились разочарованием и почему компания собрала собственный AI-пайплайн для производства статей за полтора месяца.

Шесть месяцев и 200–250 тысяч рублей в месяц — столько ушло на SEO-направление с внешним подрядчиком. Обещали 1 200 переходов за первый месяц, получили 500–600 за полгода. После этого SEO забрали в инхаус и запустили собственный контент-конвейер на базе Claude. За май он выдал 56 статей — в 15 раз больше, чем при подрядчике. Себестоимость одной статьи упала с 20–35 тысяч до 1–3 тысяч рублей.

Полгода с подрядчиком: что пошло не так

SEO-специалиста наняли на 70 тысяч рублей за работу плюс траты на копирайтинг — итого 200–250 тысяч рублей в месяц. Зона ответственности стандартная: семантическое ядро, темы для статей, технические задания копирайтерам, оптимизация сайта.

На старте подрядчик пообещал 1 200 переходов после месяца работы. Цифра реалистичная для B2C-проекта, но не для B2B. По данным рейтинга MPAgency, разовые задачи SEO вроде сбора семантики или технических доработок стоят от 30 до 200 тысяч рублей, а средний чек агентства полного цикла — 80–180 тысяч в месяц. Цифры по трафику в B2B при этом всегда скромнее: пользовательская аудитория уже, цикл сделки длиннее, поведенческие сигналы накопить сложнее.

К шестому месяцу журнал давал 500–600 переходов. Половина статей не была проиндексирована, технические страницы со слэшами на конце блокировали роботов, аудит поисковыми ботами проходил редко. Отчёты подрядчика не позволяли понять, движется ли проект в нужном направлении и когда выйдет на обещанные показатели.

Параллельно тянулась коммуникационная проблема. Темы для копирайтеров приходилось выпрашивать, в пуле статей оставались пробелы. Подрядчик закрывал запросы фразой «сделаю», сроки сдвигались.

Точка перелома: когда AI нашёл то, что пропустил специалист

Толчком к решению стала техническая проверка через Claude. Команда выгрузила структуру сайта и попросила модель пройтись по базовым параметрам индексации. За несколько часов появился список ошибок, которые подрядчик не закрыл за полгода: страницы с некорректными слэшами, неправильные альты к картинкам, проблемы со скоростью загрузки, неактуальный sitemap.

Исправление заняло меньше 10 дней. Через две недели трафик начал автоматически выправляться — на статьи, которые лежали мёртвым грузом, наконец пошли заходы из поиска.

Параллельно появился внешний импульс. Маркетолог Анна Юрченко, у которой уже был опыт построения подобных процессов, показала команде свой подход. Так появилось решение: перевести SEO в инхаус и построить систему, где большую часть рутины закрывают AI-агенты.

Как устроен AI-пайплайн: от ключевого слова до публикации

Полный цикл создания статьи состоит из девяти шагов. Человек включается дважды — на выборе тем и на финальной вычитке. Остальное делают AI-агенты.

1. Подбор тем. Заголовки приходят из четырёх источников: программы профильных конференций, карты статей конкурентов, новостные ленты по отрасли, запросы из «Яндекса», по которым сайт уже появляется в выдаче, но стоит низко. Claude чистит список, группирует темы, проверяет спрос через Wordstat и силу конкурентов, отсекает то, что уже опубликовано. На выходе — десять тем для запуска.
2. Анализ конкурентов. Агент разбирает топ выдачи по выбранным запросам, фиксирует, какие подтемы раскрыты и где у конкурентов пробелы.
3. Сбор фактуры. По каждой теме собираются цифры, исследования, кейсы и источники со ссылками. Работает система тиров доверия: первоисточники проверяются на существование, цитируемые эксперты — на реальность и подтверждаемость результатов.
4. Техзадание. Из фактуры собирается структура: варианты заголовка, план разделов, ключевые цифры, жанр.
5. Черновик. Claude пишет первый текст по техзаданию в заданном голосе бренда.
6. Доработка. Агент проходит черновик по чек-листу качества. Внутри — автоматическая сверка фактов с собранной фактурой, отдельный редакторский проход против однообразия по всей партии, экспертные врезки, генерация инфографики.
7. Редактор-человек. Финальная вычитка: тон, проверка фактов, ссылки, итоговый заголовок.
8. Публикация. Вёрстка, разметка, обновление карты сайта, перелинковка с уже опубликованными материалами.
9. Мониторинг. Отслеживание позиций и трафика в «Яндекс.Вебмастере».

Партия из семи-десяти статей проходит весь путь за день-два. Темы пишутся параллельно, а не по очереди — это и даёт прирост по скорости. Узкое место — финальная вычитка человеком.

Отдельная история с картинками. В команде собрана библиотека из одиннадцати шаблонов инфографики в фирменном стиле: крупные цифры, диаграммы, шкалы, карточки, пошаговые схемы, сравнительные таблицы. Claude читает готовый текст, находит цифры и перечисления, подбирает два-четыре шаблона и собирает картинку автоматически. Дизайнер в процессе не участвует. Если данных для визуализации мало, шаг ставит ноль картинок и объясняет причину.

На сборку всего пайплайна ушло полтора месяца работы двух инженеров. Первые рабочие статьи появились через одну-две недели после старта — на тех ранних черновиках редактор переписывал около половины текста.

Цифры: что изменилось в производительности и стоимости

В журнале сейчас 150 статей. Новый процесс стартовал в 20-х числах апреля. К концу месяца система выдала первые девять материалов. За май — 56 статей. Итого 65 публикаций силами связки «процесс плюс один редактор» за неполный апрель и май. До этого при подрядчике выходило одна-две статьи в неделю — четыре-восемь в месяц.

Трафик растёт спокойно, без резких скачков. По данным «Яндекс.Вебмастера», первая неделя мая дала 3 450 показов и 94 клика. На второй неделе показы выросли на 29% до 4 200, клики — на 62% до 150. За период с 9 мая по 6 июня журнал ранжируется по 460 содержательным запросам из 1 717, по которым сайт в принципе появляется в выдаче.

Без оговорки данные читались бы лучше, чем они есть. В сырых показателях оказался запрос-пустышка, который дал почти 1 900 показов и 285 кликов от бота. Без вычета этой накрутки выходит фальшивый рост в три раза. Реальная динамика — спокойный плюс по неделям.

Запросы, по которым журнал уже стоит высоко:

1. «пребординг» — 356 показов в месяц, средняя позиция около 9-й, среди кликов — первая;
2. «управленческий цикл» — 285 показов, около 7-й позиции;
3. «корпоративные коммуникации» — 102 показа, около 8-й, динамика положительная;
4. «внешние коммуникации» — 27 показов, около 3–4-й позиции;
5. «что такое вертикальные связи в организации» — около 2–3-й позиции;
6. «классический цикл менеджмента» — около 2-й позиции.

Объёмные запросы пока держат давние опорные статьи, майская волна материалов ещё индексируется.

Себестоимость одной статьи изменилась радикально. Раньше материал такого уровня обходился в 20–35 тысяч рублей с учётом работы копирайтеров и подрядных служб. Сейчас полный цикл — сбор фактуры, техзадание, проверка полноты раскрытия темы, аудит, инфографика — это около миллиона токенов: модель на каждом шаге перечитывает контекст и предыдущие версии. По тарифам Anthropic статья стоит примерно 4 доллара на средней модели и 7 на старшей. Сверху — только время редактора на вычитку, отдельной оплаты за материал нет. В рублёвом эквиваленте — 1–3 тысячи на статью.

Что остаётся за человеком: границы AI в контент-производстве

AI закрывает рутину, но не заменяет редакторский вкус. Claude часто выбирает простой путь: экономит токены, тянется к шаблонным формулировкам и повторяет одни и те же кейсы в разных статьях. Когда несколько материалов пишутся параллельно по одной инструкции, они начинают звучать одинаково: похожие зачины, похожие заголовки, одна и та же интонация.

Чтобы починить эту проблему, в пайплайн вшит отдельный редакторский проход по всей партии — он ломает шаблонность ещё до того, как материал попадает к человеку. По мере донастройки системы доля правок редактора упала с примерно 50% текста на первых черновиках до 8–14% сейчас. Понадобилось 3–4 итерации правок.

Вторая зона ответственности человека — факты. У Claude есть склонность к галлюцинациям с цифрами: модель может додумать процент или приписать исследование не той организации. Для контроля внутри пайплайна работает агент-валидатор, который сверяет каждое число в черновике с источниками из фазы фактуры. Финальная проверка остаётся за редактором.

Поисковики со своей стороны давно научились отличать массовый AI-контент от экспертного. Из-за засилья AI-текстов «Яндекс» и Google повышают требования к экспертности и уникальности материалов, а фактическая точность и персонализированные данные становятся ключом к высокому ранжированию. Без человека на финальной вычитке статья получает шаблонный текст с риском попасть под санкции — отсюда и видеоверсии материалов с участием экспертов в кадре. Видео доказывает поисковику и читателю, что за статьёй стоит живой носитель экспертизы.

Команда, которая ведёт процесс, — четыре-пять человек: инженер, редакторы и оператор видео. У SEO-агентства на такой объём работ обычно выделено семь сотрудников.

Почему B2B-компаниям стоит забрать SEO внутрь

Главное в нашей истории не технологии, а подход. SEO в B2B нельзя оторвать от маркетинга и отдать на аутсорс по той же модели, что работает в e-commerce.

Причина в воронке. В B2B продают сложный продукт длинному циклу принятия решения, в котором участвует несколько ролей. Если подрядчик гонит на сайт нецелевой трафик и накручивает поведенческие сигналы, компания получает не плюс к продажам, а минус к маркетингу. Поисковик запоминает, кого ему присылать, и дальше отправляет стабильно нецелевую публику.

Накрутка поведенческих факторов в B2B не работает в принципе. Привести свою целевую аудиторию — задача маркетинга, а не SEO-специалиста. У внешнего подрядчика по умолчанию нет ни доступа к ABM-сегментам, ни понимания, кто реально покупает продукт.

Когда SEO становится частью маркетинговой команды, картина меняется. Темы статей выбираются под живые сегменты, а не под общий частотный спрос. Семантика собирается под язык целевой аудитории. Перелинковка работает на воронку, а не на абстрактный вес страниц.

Инхаус-подход даёт ещё одну вещь, которую не купить у агентства: контроль над качеством. Полгода до старта пайплайна команда продвигала собственные статьи в деловые СМИ — внешние редакции задали эталон уровня. После этого пайплайн собрался под ту же планку. Теперь материалы в журнале не отличаются от внешних публикаций.

Что делать B2B-компании, которая платит за SEO и не видит результата

Три условия для разворота процесса в инхаус:

1. Понимание своей аудитории. Без чёткого ответа на вопросы «кто покупает» и «на каком языке говорит» любая семантика собирается мимо. Это маркетинговая работа, не SEO-задача.
2. Инженерный ресурс. Сборка пайплайна — это полтора-два месяца работы инженеров, которые автоматизируют сбор данных, ставят агентов, настраивают сверку фактов и систему генерации картинок.
3. Готовность держать редактора в процессе. Без человеческой вычитки качество скатывается к шаблону, а статьи попадают под санкции поисковиков как массовый AI-контент.

Цифры по экономике делают разворот выгодным даже на небольших объёмах. Подрядная статья за 20–35 тысяч против пайплайновой за 1–3 тысячи окупает инженерное время за два-три месяца. Дальше — масштабирование без линейного роста бюджета: пять статей в неделю стоят почти столько же, сколько пятьдесят.

AI здесь не подменяет SEO-экспертизу — он делает её доступной для инхаус-команды, у которой раньше не было ресурса вести SEO самостоятельно. Связка получается простая: маркетинг даёт направление и аудиторию, инженер собирает пайплайн, редактор «очеловечивает» статьи. Подрядчик из этой схемы выпадает естественным образом.