Контент-завод на ИИ — 130 статей и рост в Яндексе в 3.5 раза

Автор: канал «Директор по коду» и SEO skillmake.

Этот блог пишет сам себя. Не в переносном смысле: каждое утро по расписанию просыпаются пять автоматических задач — одна собирает отчёт по позициям и трафику, вторая усиливает статью-победителя, третья пишет пять новых статей, четвёртая перепроверяет десять старых на устаревшие факты, пятая выкатывает всё это на сайт одним деплоем. Человек в этой схеме появляется дважды: утвердить правки важной статьи и залогиниться туда, куда роботу нельзя. Ниже — полный разбор нашего контент-завода: архитектура, промты каждой автозадачи, что и как мы отправляем в Яндекс, реальные цифры за первые две недели и грабли, на которые мы успели наступить. Все рабочие промты, брифы и скрипты выложены открыто: github.com/v925619714-droid/ai-seo-article-factory.

Коротко, что получилось. За три недели фабрика написала и опубликовала 130+ статей. 11 июля Яндекс «распробовал» сайт: показы выросли с ~400 до ~1400 в день, число запросов в топ-10 подскочило с 56 до 376, а по запросу «groq api key» наша статья оказалась единственной русскоязычной в топе выдачи. Дальше расскажу, как это устроено — по шагам и без магии.

Что такое контент-завод и зачем он нужен

Контент-завод — это система, которая производит контент потоком, как конвейер детали: с постановкой задач, контролем качества, публикацией и обратной связью. Термины гуляют разные — фабрика контента, автоматизация контента, контент-конвейер — суть одна. Отличие нашего завода от классической редакции: люди в потоке не участвуют. Пишет и проверяет нейросеть, управляет процессом другая нейросеть, а расписание держат автозадачи Claude Code (о самом инструменте — в статье «Что такое Claude Code»).

Сразу зафиксирую рамки, чтобы не обмануть ожиданий: наш завод делает тексты для SEO — не видеоролики, не посты для соцсетей и не карточки товаров. И вторая рамка, которая обычно удивляет: всю систему обслуживает один человек. Не студия, не команда редакторов — один владелец и два ИИ-исполнителя на подписках.

Так выглядит день фабрики:

Каждая задача — это подробный текстовый регламент (промт), который исполнитель читает и выполняет шаг за шагом. Все пять регламентов лежат в папке prompts нашего репозитория — можно брать и адаптировать.

Разделение труда: кто пишет, а кто отвечает

Внутри фабрики два исполнителя с разными ролями, и это осознанная экономика.

Kimi Code CLI делает всю тяжёлую работу с текстом: пишет статьи по 25–35 тысяч знаков, перепроверяет старые материалы, собирает утренний отчёт из пяти источников данных. Он работает по фиксированной подписке, поэтому объём его работы почти ничего не стоит. Свежий флагман Moonshot, на котором строится эта экосистема, — нейросеть Kimi K3, её разобрали отдельно.

Claude Code — прораб. Он ставит задачи (пишет брифы), принимает результат (дифф, спот-проверки фактов, целостность структуры), отвечает за деплой и ведёт журналы. Его токены дороже, поэтому регламенты прямо запрещают ему делать то, что может сделать Kimi.

Разделение родилось не из теории. Первые статьи Claude писал сам — получалось хорошо, но дорого. Теперь схема такая: бриф → генерация у Kimi → приёмка у Claude. Качество держит связка «жёсткий бриф + обязательная приёмка», а не выбор модели.

Один пример жёсткости брифа. В задаче перепроверки старых статей есть правило: «статья актуальна — нормальный результат, правки ради отчёта запрещены». Без этой строки языковая модель начинает выдумывать изменения, чтобы показать работу. С ней — честно отвечает «всё в порядке, проверено вот так». В первом же прогоне ротации Kimi пометил одну статью из трёх как актуальную, а в двух других нашёл по одной настоящей проблеме. Это ровно то поведение, которое нужно.

08:06 — утренний отчёт: цифры вместо ощущений

День начинается с цифр. Автозадача-отчёт запускает Kimi, и тот собирает за вчерашний день:

• Яндекс.Вебмастер — показы, клики, средняя позиция, число запросов в топ-10, топ-запросы;
• Google Search Console — то же по Google;
• Метрика — визиты, источники, поведение, лучшие статьи дня;
• воронку продукта — регистрации и оплаты из базы;
• поддержку — виджет на сайте и почта: есть ли неотвеченные обращения;
• установки приложения из сторов.

Отчёт строится по принципу «сначала выводы, потом данные»: первые двадцать строк — что требует действий, главные цифры с динамикой и рекомендация на день. Детальные таблицы — ниже, как доказательная база. Плюс накопительный свод с первого дня: одна строка на день в CSV-файле, который Kimi сам пополняет.

Зачем это фабрике? Отчёт — её обратная связь. Следующая автозадача читает его и решает, какую статью усиливать. Без ежедневных цифр контент-завод слеп: он производит, но не знает, что работает. Как самостоятельно настроить такие данные — разбирали в статье «SEO для новичка: Метрика и Вебмастер». Полный бриф отчёта — в репозитории.

09:08 — усиление статьи-победителя

Самая интересная задача фабрики. Каждое утро она смотрит в отчёт и ищет триггер:

• новый победитель — какая-то статья резко начала собирать органику;
• просадка — позиция главного запроса топ-статьи упала;
• показы без кликов — запрос набирает показы, а CTR около нуля;
• застой — статья из топ-5 по трафику давно не обновлялась.

Нет триггера — задача честно пишет «сегодня усиливать нечего» и завершается. Есть — начинается процесс, который мы отработали вручную, прежде чем зашить в автозадачу.

Как это выглядело на живой статье

Наша статья про Groq API собирала 84% всей органики сайта, и вдруг позиция по главному запросу «groq api key» поехала вниз: с 7.45 до 9.24. Триггер сработал, разбор начался — и нашёл вещи, которых никто не ждал.

Первое и главное: рабочий пример в статье был мёртв. Groq отключил модель, на которой строился весь код статьи, — читатель копировал наш пример и получал ошибку 400. Никакая SEO-магия не удержит статью, которая учит нерабочему коду. Нашлось это не чтением, а живой проверкой: запрос к API показал, что модели больше нет в списке.

Второе: ответ на запрос читателя начинался на 29% текста. Человек ищет «groq api key» — ему нужен ключ сейчас, а мы предлагали сначала три раздела теории. При этом конкурент, который нас обходил, оказался в разы тоньше: четыре шага, три скриншота и ничего больше. Проигрывали мы не глубине — порядку подачи.

Дальше — правки строго по принципу аддитивности: добавить, переставить, исправить факт, но не переписывать. Ранжирующийся текст — хрупкая вещь, агрессивная переработка роняет позиции. Блок быстрого ответа встал на первый экран, разделы «Как получить ключ» и «Лимиты» поднялись наверх, мёртвая модель заменилась живой, в FAQ добавился ответ на опечатку «qroq» (42 показа в месяц у запроса с опечаткой — тоже трафик). Рискованная правка — title со словом «ключ» — пошла отдельным пунктом: с сохранённым старым вариантом и контрольной датой через семь дней. Станет хуже — автозадача сама откатит.

Весь чек-лист исследования — «глазами клиента» (7 вопросов) и «с нашей стороны» (10 вопросов) — лежит в docs/checklists.md, а полный регламент усиления — в prompts/02-article-boost.md.

Точка человека

Перед выкаткой правок владелец получает две ссылки: старая статья и новая версия (черновик на боевом сайте, закрытый от индексации). Посмотрел, сказал «выкатываем» — дальше машина сама. Это единственное обязательное касание человека во всей фабрике, и оно осталось намеренно: усиление трогает статьи, которые уже приносят трафик.

09:31 — конвейер: пять новых статей в день

Конвейер — сердце фабрики, он и написал те самые 130 статей. Работает так:

flowchart TB
    A["Открытые темы из контент-плана"] --> B["Вордстат: частоты кластера"]
    B --> C["Отсев: порог спроса, каннибализация"]
    C --> D["Бриф для Kimi: ключи, структура, перелинковка"]
    D --> E["Kimi пишет 5 статей по 25-35 тыс. знаков"]
    E --> F["Приёмка: структура, FAQ, де-ИИзация, факты"]
    F --> G["Обложки + запись в очередь деплоя"]

Три вещи в этом конвейере важнее остальных.

Валидация спроса до написания. Тема из контент-плана сначала идёт в Вордстат: если суммарная частота кластера ниже порога — статья не пишется вообще. Написать текст нейросетью дёшево, но бессмысленный текст без спроса — это минус к общему качеству сайта в глазах поисковика. К слову, тема этой статьи тоже прошла валидацию: у запроса «контент-завод» почти пять тысяч показов в месяц.

Бриф со структурой под запросы. Kimi получает не «напиши про X», а: SEO-ключи с частотами, структуру H2 под реальные запросы, обязательный раздел «Частые вопросы» (из него генератор строит FAQPage-разметку), ссылки на 2–4 существующие статьи для перелинковки и юридические оговорки, где нужны. Образец брифа — в репозитории.

Де-ИИзация на приёмке. Машинный текст выдают не факты, а привычки: «Важно отметить», «В современном мире», «Итак, подводя итог», тройки-перечисления в каждом абзаце, тире через слово. Поисковики и читатели это чувствуют одинаково хорошо. У нас есть детектор таких маркеров — ai-tells-scan.mjs, он считает плотность тире и частоту типовых фраз по всему сайту. Каждая статья конвейера проходит через него до публикации. Правила целиком — в docs/de-aiization.md; про сами промты для кода писали отдельно в «Как писать промпты для Claude Code».

10:40 — ротация: старые статьи не должны врать

При 130+ статьях и плюс пяти ежедневно возникает проблема, о которой не думаешь на старте: статьи протухают. Сервисы меняют цены, отключают модели, переименовывают кнопки. Статья, которая честно писала правду в июне, в июле начинает врать — и читателю, и поисковику.

Ротация решает это перебором: каждый день 10 самых старых по дате актуальности статей уходят Kimi на перепроверку. Правила жёсткие:

• факты проверять реально — запросом к API, к официальной документации, к странице сервиса, а не «по памяти» модели;
• правки точечные: исправить устаревшее, не переписывать;
• каждое исправление — с доказательством: ссылка или команда, которой проверил;
• «статья актуальна» — нормальный результат.

Claude принимает работу: сверяет дифф (правки должны быть единицами строк), пересверяет один-два факта сам и отклоняет всё сомнительное целиком. У каждой проверенной статьи обновляется дата актуальности — и очередь ротации сдвигается дальше. При нашем объёме полный круг занимает около двух недель: ни одна статья не остаётся без проверки дольше месяца.

Регламент — prompts/04-articles-refresh.md, бриф проверки — briefs/kimi-refresh-brief.md.

15:07 — финализатор: один деплой вместо четырёх

Сначала каждая задача деплоила сайт сама. К обеду набегало три-четыре выкатки: каждая со своей пересборкой, своим 20-минутным ожиданием, своей проверкой и своим переобходом. Задачи толкались блокировками деплоя, а счёт токенов на эту обвязку шёл на десятки тысяч в день.

Решение — очередь. Дневные задачи больше не выкатывают ничего: они кладут готовые файлы в репозиторий и добавляют запись в общий файл-очередь — какие файлы коммитить, какие страницы проверить, какие URL отправить на переобход. В 15:07 приходит финализатор и делает всё одним циклом: одна сборка, один секрет-скан, один коммит, один деплой, одна проверка всех страниц и картинок, один переобход, один sitemap.

Побочный бонус оказался ценнее экономии: у деплоя появилась дисциплина. Финализатор выкатывает строго то, что заявлено в очереди, — случайный незакоммиченный хвост от параллельной работы не уедет в прод. А если что-то падает, очередь сохраняется нетронутой до следующего прогона. Формат очереди описан в docs/logs-format.md.

Что и как мы отправляем в Яндекс

SEO-часть фабрики — это не «написали и ждём». После каждой выкатки в Яндекс уходят сигналы:

• Переобход — каждый новый или изменённый URL отправляется в очередь переобхода через API Вебмастера (скрипт). Квота — 150 URL в день на сайт, и её приходится беречь: перепроверенные без правок статьи на переобход не идут.
• Sitemap — регенерируется при каждой сборке; Google получает его переотправкой через Search Console API (форс-индексации отдельных статей у Google нет — только sitemap и терпение).
• FAQPage-разметка — генератор сайта строит JSON-LD из раздела «Частые вопросы» каждой статьи автоматически. Поэтому в регламентах отдельной строкой запрещено этот раздел переименовывать: сломается разметка у всей статьи.
• Оглавление и якоря — генератор проставляет каждому подзаголовку якорь и собирает содержание; длинные статьи перестают быть стеной текста и для читателя, и для робота.

Обратная петля замыкается через утренний отчёт: позиции и CTR из Вебмастера возвращаются в систему и становятся триггерами для усиления. Фабрика не просто пишет — она реагирует на то, как поиск оценил написанное.

Цифры: что произошло за две недели

Сайт молодой, статьи начали выходить в конце июня. Первые дни Яндекс присматривался: показы держались на уровне 50–150 в день, кликов — единицы. 11 июля случился перелом:

Рост в 3.5 раза по показам за два дня — это не «постепенно набрали вес», это классический порог доверия: Яндекс подержал сайт в карантине, оценил поведение первых посетителей и открыл шлюз. Дальше сработал эффект длинного хвоста: 130 статей — это тысячи низкочастотных запросов, каждый из которых по отдельности почти ничего не значит, а вместе дают устойчивый поток.

Отдельное наблюдение: почти всю органику первых недель собрала одна статья — та самая, про Groq API. Так работает контентная стратегия на старте: не знаешь заранее, какая из 130 выстрелит, но когда выстреливает — фабрика замечает это в утреннем отчёте и направляет усиление именно туда.

Честности ради: продаж эти визиты пока приносят мало, и это нормально. Информационный трафик конвертируется медленно, его работа — узнаваемость, поведенческие сигналы и вход в воронку. Если прикинуть экономику грубо: при ~150 новых статьях в месяц на двух подписках себестоимость одной статьи выходит в районе стоимости чашки кофе — на порядки дешевле копирайтера, поэтому даже редкие конверсии с длинного хвоста окупают производство. Через месяц выпустим разбор продаж с органики — с теми же таблицами и той же честностью, что здесь.

Грабли, на которые мы наступили

Список, который сэкономит вам дни, если соберётесь строить похожее.

1. Нейросеть выдумывает работу, если разрешить. Задача «проверь статьи на устаревание» без правила «актуальна — нормальный результат» превращается в генератор фиктивных правок. Запрет должен быть в брифе явно.
2. Факты по памяти модели — не факты. Модель уверенно расскажет про сервис то, что было верно год назад. Единственная проверка — живой запрос к API или документации. Именно так мы поймали мёртвую модель в собственной топ-статье.
3. Статус страницы 200 не значит, что страница целая. Однажды две статьи вышли с битыми обложками: HTML отдавал 200, а картинок физически не было. С тех пор каждая картинка проверяется отдельным запросом — это правило зашито во все регламенты.
4. Горизонтальные mermaid-схемы нечитаемы в статьях. Ширина колонки ~700 пикселей сжимает горизонтальную диаграмму в кашу. Только вертикальные, не больше 7–8 узлов, с короткими подписями.
5. Кириллица в аргументах командной строки ломается. Русские запросы к API из bash приходят кракозябрами. Решение простое: текст кладётся в файл в UTF-8, скрипт читает файл.
6. Два ИИ на одной подписке душат друг друга. Когда конвейер и ротация запускали Kimi одновременно, оба тормозили. Развели старты на час — проблема ушла.

Как забрать это себе

Всё, что описано выше, лежит в открытом репозитории ai-seo-article-factory: пять регламентов автозадач, три брифа для Kimi, генератор сайта с FAQPage-разметкой и оглавлениями, детектор ИИ-маркеров, скрипт переобхода. Лицензия MIT — берите и перестраивайте.

Только держи ожидания честными: репозиторий — это стартовый набор, а не готовая фабрика. Между «скачал промты» и «система работает сама 24/7» лежит месяц отладки: подключить API Вордстата и Вебмастера, настроить автозадачи, собрать генератор под свой сайт, наступить на собственные версии наших граблей. Промт — это текст; система — это текст плюс дисциплина исполнения.

Что придётся адаптировать: пути и идентификаторы (в файлах они заменены плейсхолдерами), процесс деплоя (у нас своя обёртка с блокировками — у вас будет свой хостинг) и структуру проекта, если сайт не на Next.js. Сами принципы — валидация спроса до написания, де-ИИзация, аддитивные правки, проверка фактов живьём, один деплой в день — переносятся на любой стек без изменений.

Навык, на котором это всё держится, — умение ставить задачи ИИ и принимать у него работу: он один и тот же, что для контент-завода, что для собственного приложения. Именно ему мы учим на практикуме skillmake: за руку, от первых промтов до работающего продукта. Фабрика из этой статьи — просто взрослый пример того, что становится возможным дальше. А если только начинаете — посмотрите сначала «Нейросеть пишет код»: там база, без которой промты фабрики будут выглядеть заклинаниями.

Частые вопросы

Сколько это стоит в месяц?

Подписка Kimi (генерация и проверки) плюс подписка Claude (управление и деплой) — суммарно сопоставимо с оплатой пары статей у хорошего копирайтера. Фабрика на этом бюджете выпускает ~150 новых статей в месяц и держит весь архив свежим. Разовые расходы — домен, хостинг и API-мелочи вроде Вордстата.

Не забанит ли Яндекс сайт за ИИ-контент?

Яндекс наказывает не за инструмент, а за бесполезность. Наш подход — валидация спроса до написания, факты с проверкой, де-ИИзация, FAQ и структура под реальные запросы. Двухнедельный рост показов в 3.5 раза — ответ поисковика на такой контент. Гарантий никто не даст, но «написано нейросетью» и «бесполезный текст» — разные вещи, и алгоритмы отличают именно второе.

Почему Kimi пишет, а Claude управляет, а не наоборот?

Экономика. Генерация текста — самая объёмная по токенам часть работы, и она уходит исполнителю с фиксированной подпиской. Управление, приёмка и деплой требуют меньше токенов, но больше аккуратности — это остаётся за Claude Code. Пары «дешёвый генератор + строгий приёмщик» достаточно, чтобы держать качество.

Что будет, если автозадача упадёт посреди работы?

Каждая задача устроена так, чтобы падение не ломало систему: очередь деплоя сохраняется до следующего прогона, журналы фиксируют сделанное, а незавершённые статьи Kimi дописывает файлами по мере готовности — что успел, то принимается. Худший сценарий — день без новых статей, что для SEO незаметно.

Нужно ли уметь программировать, чтобы повторить?

Писать код — нет, читать и править промты — да. Вся логика фабрики описана обычным русским текстом в регламентах. Скрипты из репозитория можно использовать как есть, а адаптацию под свой проект сделает тот же Claude Code, если показать ему README и попросить перенести на вашу структуру.

С чего начать, если 5 статей в день не нужны?

С двух задач: утренний отчёт и конвейер на одну статью в день. Отчёт даст обратную связь, конвейер — поток. Усиление и ротацию имеет смысл добавлять после 30–50 опубликованных статей, когда появится что усиливать и что протухает.

Я вообще не разбираюсь в коде — мне это доступно?

Доступно, но не с фабрики. Она — «вторая ступень»: сначала нужно освоиться с тем, как ставить задачи ИИ, читать его результаты и не бояться терминала. Этот навык быстрее всего набирается на маленьком осязаемом проекте — на практикуме skillmake таким проектом становится собственное приложение, а дальше те же приёмы масштабируются хоть на контент-завод, хоть на что угодно ещё.

Заключение

Контент-завод — это не «нейросеть, пиши статьи». Это система с разделением ролей, валидацией спроса, контролем фактов, обратной связью от поисковика и дисциплиной деплоя. Нейросети в ней — рабочая сила, а ценность создают регламенты: они кодируют опыт, на котором система не повторяет чужих ошибок.

Стройте свою — промты открыты, грабли описаны, цифры честные. Продолжение с разбором продаж выйдет через месяц, в этом же разделе «Авторские»: и про успехи, и про то, что не сработает.

Источники

1. Репозиторий фабрики (промты, брифы, скрипты): github.com
2. Канал «Директор по коду»: t.me/+J9kyMU5oZotiN2Ji
3. API Яндекс.Вебмастера (переобход): yandex.ru/dev/webmaster
4. Яндекс Вордстат: wordstat.yandex.ru