AI-агенты в SEO: новый ракурс на продвижение

Автор: | 16 апреля, 2025 | 108
AI-агенты в SEO

Представьте, вы листаете ленту в соцсетях или болтаете с коллегами — и вдруг натыкаетесь на кучу разговоров об AI-агентах. Кажется, они повсюду: кто-то тестирует их для автоматических рассылок, кто-то пытается внедрить в масштабные проекты, а кто-то просто читает любопытные кейсы в интернете. Но знаете, что меня немного удивляет? Большинство статей рассказывают, какие крутые вещи делают эти агенты вообще, но про конкретные фишки именно для SEO почему-то говорят реже. Между тем, для SEO-специалистов это может оказаться реальной бомбой (причём в хорошем смысле).

Сегодня я хочу поделиться двумя ключевыми причинами, почему AI-агенты так важны для SEO. И да, вы уже наверняка ими пользуетесь — пускай даже не догадываетесь об этом. Но сперва давайте разберёмся, что же вообще такое эти самые AI-агенты.


Что такое AI-агенты

Если говорить коротко, AI-агенты — это автономные системы, которым предоставляют доступ к внешним инструментам, данным, разным функциям и прочим ресурсам. Они изначально «знают», к какой конечной цели движутся, и имеют всё необходимое, чтобы туда добраться. Иногда им даже объясняют, как пользоваться тем или иным инструментом. А порой просто дают всё в свободное плавание — мол, разбирайтесь сами.

Если не хочется грузить себя сложными техническими схемами, можно представить муравьиную колонию. Звучит странновато, но на самом деле всё логично.

Аналогия с муравьями

  • Муравьиная матка = оператор агента. Она формирует глобальную задачу и выстраивает стратегию.

  • Рабочие муравьи = суб-агенты, каждый «вооружён» определённым инструментом или выполняет конкретную функцию. Например, один «добывает» данные, другой «анализирует» контент, третий «передаёт» информацию.

  • Оптимизация колонии = общая оптимизация системы. Муравьи обмениваются ресурсами и сведениями, чтобы достичь общей цели. В AI-системе агенты так же координируются, решая более сложные задачи.

Матка (или «главный алгоритм») ставит задачу и подкидывает уточнения, а рабочие муравьи стараются принести нужные ресурсы или обновлённые данные. Потом они возвращаются с отчётом, делятся находками, корректируют планы. В итоге матка «понимает», что происходит, и даёт следующие команды.

Хотя AI-агенты в целом намного «умнее» муравьёв (по крайней мере, они совершают сделки куда быстрее, чем за 56 наносекунд), суть похожа: каждый элемент системы знает, что ему делать, в каком порядке, и как сообщать о прогрессе.


Почему влияние AI-агентов в SEO так велико

Лично я не вижу сферу, которой AI-агенты не коснутся хотя бы косвенно. Представители юридической профессии уже используют их, чтобы быстро шарить в судебных решениях или искать узкие места для своих клиентов. Программисты — чтобы облегчить написание кода или автоматизировать работу с репозиториями. Даже простой пекарь, сам того не замечая, может получать ингредиенты благодаря скоординированной цепочке поставок, где тоже трудятся подобные агенты. И да, SEO-специалисты тоже не останутся в стороне.

Но у нас, «сеошников» (или как сейчас называют — SEO и GEO-специалистов), появляется ещё одна задача: научиться продвигать продукты внутри «агентных» систем. Уже давно стали говорить о Generative Engine Optimization (GEO). И пускай вначале это казалось чем-то новаторским, сейчас всё двигается в сторону куда более прокачанных решений. Мы приближаемся к эре, в которой не просто настраиваем тексты под алгоритм (будь то поисковик на базе LLM, Google AI Overviews или ChatGPT), а «подстраиваемся» под целые агентные структуры — их набор инструментов и способов доступа к информации.

Сейчас мы видим только раннюю стадию этого процесса, но уже понятно, куда всё идёт. Большинство генеративных движков работают по принципу «вопрос — ответ», иногда добавляют пару ссылок, но всё это довольно похоже на классический поиск, просто с более продвинутой формой выдачи. Постепенно функционал расширится: допустим, Google или ChatGPT сможет сам позвонить в магазин и попросить дополнительную инфу вместо пользователя. И так по цепочке.

Пройдёт ещё немного времени, и мы будем давать нашему «Google-агенту» задачу купить обувь к свадьбе. Он проверит календарь с датой, заодно уточнит погоду в городе, выяснит, какой у нас наряд и брендовые предпочтения, выберет магазины, где всё это доступно, и даже подстрахует план Б: вдруг доставка сорвётся. Но как всё это отследить, если вы продаёте, скажем, зонтики или предлагаете аксессуары для торжеств? Нужно ли как-то адаптировать сайт под агент? Как вообще будет выглядеть атрибуция вашего товара, если «всё делает агент»?

Именно в этом и состоит многократно усложнённый вызов для SEO: придётся освоить новые инструменты и форматы, понять, как пробиться в логику агента, чтобы тот учитывал ваш контент. Уже появляются протоколы вроде Anthropic’s Model Context Protocol (MCP), упрощающие добавление фидов в разные маркетплейсы. Может быть, кто-то даже сделает свой собственный инструмент для AI-агентов — это, по сути, новая площадка для привлечения клиентов. Да, всё это немного выбивает из колеи, но когда все проснутся, будет поздно: конкуренты уже будут там.

Сама динамика тоже впечатляет: развитие и внедрение AI-агентов идёт быстрыми темпами. Честно говоря, не видел настолько стремительных сдвигов в интернет-маркетинге за последние двадцать с лишним лет. Даже эпохальные апдейты Google Panda и Penguin не были такими «подрывными».


SEO и GEO тоже пользуются агентами

Мы говорим не только о том, что AI-агенты собираются посягнуть на «святая святых» SEO. Наоборот, и сами SEO-специалисты могут (и уже делают это) внедрять агентные системы в свою работу.

Один пример — это система, которую я создал для формирования контуров статей (outlines) в Weights & Biases. Сначала я писал простенький скрипт, который помогал авторам с планом статьи, но затем решил превратить это в целую «сеть агентов». Сейчас опишу, как это устроено, а заодно намекну на будущие улучшения.

Как работает моя система агентирования

  1. Стартовые данные от пользователя
    Я прошу пользователя ввести 5 пунктов:

    • Основной запрос, под который пишется статья.

    • Второстепенные запросы.

    • Тип статьи (обзор, гайд, новость и т. д.).

    • Заголовок (если он уже есть).

    • Имя автора.

  2. Команда агентов и источников

    • Поисковый агент: имеет доступ к Google, но «фильтрует» соцсети, потому что там часто закрыты данные для скрапинга.

    • Агент анализа:

      • Извлекает сущности из страниц с помощью Google Natural Language API.

      • Резюмирует контент.

      • Достаёт ключевые вопросы из обнаруженного материала.

    • Хранилище примеров: папки с 10 файлами на каждого автора, где лежат входные данные, готовые планы статей и первые абзацы уже опубликованных текстов. Это помогает обучать систему, чтобы та понимала любимую структуру и тон каждого автора.

    • Агент создания структуры (outline agent): смотрит на все эти данные (запросы пользователя, результаты поиска, вопросы, сущности) и выдаёт макет статьи.

  3. Скоро появятся новые фишки

    • Агент для ключевых слов: будет ходить в Google Ads API и подбирать идеи с объёмами поиска.

    • Агент соц.мониторинга: станет отслеживать, что в тренде, и при достижении порога важности сразу формировать набросок статьи.

    • Slack/Email-агент: сообщит мне, когда материал сгенерирован, и приложит список людей, которые активно обсуждают тему.

    • Агент-конкурент: проверит, на каких позициях конкуренты и какой у них контент, потом вышлет мне это вместе с планом.

Я мог бы дорабатывать систему вечно, потому что новые идеи появляются чуть ли не ежедневно. Но рано или поздно надо остановиться и хоть что-то рассказать публично, так что делюсь процессом, как есть.


Создавайте и вы своих агентов

Я, разумеется, не единственный, кто пробует подобные штуки. На рынке уже встречаются SEO-инструменты с припиской «агентные» или что-то в этом духе. Но, честно говоря, пока мне не попадалось ничего стоящего, за что хотелось бы платить. Крутое в «собственных» агентах — вы лучше понимаете, в какой среде работаете и какие данные действительно нужны.

Если хотите попробовать, есть сервис obot.ai — я использую его для простых прототипов и разных «мелочных» задач. Огромная благодарность Марку Сиркину (Marc Sirkin), CEO компании Third Door Media, который мне его когда-то показал. Даже если вы пока не планируете ничего сложного, вы хотя бы разберётесь, как эта история устроена изнутри — и это уже даст фору тем, кто сидит в стороне, ничего не понимая.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *