B2B-производитель публиковал шесть статей в месяц силами одного автора, органический трафик стоял на месте, а конкуренты забирали выдачи по коммерческим кластерам. Мы собрали контур из семи агентов: исследование спроса, черновик, фактчекинг, SEO-разметка, публикация, перелинковка и оптимизация под ответы ИИ. Через семь месяцев — 148 200 визитов в месяц и 64 статьи вместо шести.
Прямой ответ. За семь месяцев мы собрали контент-фабрику из семи агентов для B2B-производителя с сайтом на 400 страниц: органический трафик вырос в 4,6 раза — до 148 200 визитов в месяц, объём публикаций вырос с 6 до 64 статей в месяц, а 1 240 запросов вошли в топ-10. Контур сам исследует спрос по кластерам, готовит черновик, проверяет факты по источникам клиента, размечает страницу, публикует её в CMS, выстраивает внутренние ссылки и оптимизирует материал под ответы ИИ. Люди остались на стратегии и редактуре, рутина ушла агентам.
Клиент — производитель промышленного и инженерного оборудования: насосные станции, запорная арматура и системы климата для производственных и складских помещений. Штат — 260 человек, из них 9 в маркетинге, собственное производство в Подмосковье и дилерская сеть в 14 регионах: от Москвы и Санкт-Петербурга до Екатеринбурга, Казани и Новосибирска. Продуктовый каталог — около 3 900 позиций, сайт — чуть больше 400 страниц, включая карточки товаров, страницы решений по отраслям и техническую документацию.
Продажи — длинные и объяснительные: перед покупкой инженер клиента изучает, чем один типоразмер отличается от другого, как считать потери, какие нормы применить, что будет при монтаже в конкретном помещении. Это ниша, где контент напрямую влияет на сделку: человек, который нашёл ответ на свой вопрос на вашем сайте, приходит в отдел продаж уже с вашим решением в голове. Именно поэтому отставание в выдаче здесь стоит дороже, чем в рознице.
До проекта контент держался на одном человеке. Копирайтер успевал готовить шесть материалов в месяц: он сам искал темы, собирал фактуру из каталогов и паспортов изделий, писал, согласовывал с инженерами и загружал в CMS. Органический трафик при этом почти не менялся: 32 200 визитов в месяц, 350 запросов в топ-10, около 210 лидов из поиска. Очередь тем в плане достигала одиннадцати месяцев — то есть тема, которая понадобилась бы клиентам в марте, выходила в следующем феврале.
Ручная SEO-работа съедала время всей команды: три специалиста тратили больше половины недели на мета-теги, разметку, перелинковку и вычитку. Часть страниц каталога жила без описаний, часть старых материалов не обновлялась два года и медленно сползала со второй страницы выдачи. Всё это мы разложили на аудите — методика похожа на ту, что описана в статье «Как AI-агенты меняют SEO и GEO».
Отдельная линия проекта — география. Спрос распределён неравномерно: запросы на монтаж и подбор оборудования приходят из конкретных городов и промышленных кластеров, поэтому часть статей мы делали под локальные формулировки и связывали с разделами о поставках в регионы. Подход к локальному спросу разобран в материале «Гео-продвижение и локальный трафик». Сам проект мы вели удалённо, с двумя выездами на производство: Лидерс AI работает по России и СНГ, офисы — в Москве и Санкт-Петербурге.
Мы разобрали 400 страниц сайта, 4 100 запросов и два года выгрузок из Search Console и Вебмастера, а затем посчитали стоимость каждой проблемы в рублях. Все суммы — расчётная оценка по данным клиента за предыдущие периоды, а не гарантия возврата этих денег.
Производственная мощность контента упиралась в один человеческий ресурс. При потребности в 60–70 материалах в месяц выходило шесть: очередь тем росла, а самые горячие кластеры оставались без страниц годами. Инженеры были готовы консультировать, но у них не было времени на согласование каждого текста.
Оценка стоимости: около 520 000 ₽ в месяц упущенного органического спроса — оценка по частотности непокрытых кластеров и средней конверсии сайта.
Мета-теги, микроразметка, перелинковка, технические правки, вычитка и загрузка в CMS занимали больше половины рабочей недели трёх специалистов. Это не стратегическая работа: её результат предсказуем и не требует человеческих решений, но без неё страницы не поднимаются.
Оценка стоимости: около 280 000 ₽ в месяц рабочего времени команды, потраченного на операции вместо развития.
Каждая статья с техническими характеристиками возвращалась от инженеров с правками: то типоразмер не тот, то диапазон температур указан для другой модификации, то потеряна сноска про условия эксплуатации. В среднем шесть итераций согласования на материал, и каждая — это простой и риск ошибки в опубликованном тексте.
Оценка стоимости: около 150 000 ₽ в месяц на согласования плюс рекламации клиентов, которые опирались на неточность в статье.
Из 26 кластеров с коммерческим интентом страницы были только у шести. По остальным выдача состояла из конкурентов, маркетплейсов и справочников — то есть мы не проигрывали бой, мы в нём не участвовали. Особенно заметно это было по кластерам с подбором оборудования и расчётами.
Оценка стоимости: около 610 000 ₽ в месяц выручки, которую забирали конкуренты по запросам с коммерческим намерением.
В контрольной панели из 120 отраслевых вопросов клиента не упоминали ни разу: генеративные поисковики отвечали по чужим материалам. Причина не в качестве текстов, а в формате: длинные абзацы без прямых ответов, отсутствие структурированных данных, никакой разметки schema.org и никакой работы с llms.txt.
Оценка стоимости: около 240 000 ₽ в месяц — оценка трафика и лидов, которые теперь уходят в каналы с готовым ответом.
Старый контент не умирает сразу: он медленно теряет позиции, устаревает фактически и перестаёт получать ссылки. Треть таких страниц уже сползла на вторую-третью страницу выдачи, но продолжала числиться в отчётах как «работающая».
Оценка стоимости: около 130 000 ₽ в месяц — постепенная потеря трафика, который можно было удержать обновлением и перелинковкой.
Мы не покупали «генератор текстов». Задача была скучнее и полезнее: построить производственный контур, который каждый месяц выдаёт понятное количество статей с проверенными фактами и предсказуемой SEO-структурой.
Собрали 4 100 запросов из Google Search Console и Яндекс.Вебмастера, сгруппировали их в 26 кластеров и сопоставили с 400 страницами сайта. Получили карту покрытия: где страниц нет, где они есть, но не отвечают на вопрос, где конкурируют между собой. Заодно посчитали стоимость каждой проблемы в рублях.
Спроектировали семь агентов и связи между ними: исследование спроса, сбор фактуры, генерация черновика, фактчекинг, SEO-разметка и schema.org, публикация в CMS, перелинковка. Описали регламенты: тон, структура статьи, стоп-лист утверждений, правила эскалации к инженеру, требования к прямым ответам для GEO.
Запустили контур на двух самых ёмких кластерах: 40 статей и обновление 25 существующих страниц. Сравнили результат с текстами штатного автора по структуре, точности фактов и поведению в выдаче. Правки касались в основном тона и глубины: модель писала слишком общо там, где нужны конкретные цифры и условия применения.
Вышли на 64 статьи в месяц, добавили обновление старых материалов, автоматическую перелинковку внутри кластеров и GEO-слой: прямые ответы, таблицы с параметрами, разметку schema.org, файл llms.txt. Позиции и цитируемость в ИИ-ответах сверяли ежемесячно по контрольной панели.
Отдали редакции дашборд, регламент контент-плана, шаблоны брифов, стоп-лист и инструкции по разбору ошибок. Провели обучение маркетинга и инженеров: как утверждать темы, как проверять карточку фактчекинга, как вносить правки, чтобы контур учитывал их в следующих статьях.
Это не «нейросеть, которая пишет статьи». Каждый шаг производственного процесса закреплён за отдельным агентом, у каждого есть вход, выход и критерий качества. Человек вмешивается там, где нужно суждение: выбор темы, экспертная вставка, финальная редактура. Технически это тот же принцип, что описан в услуге SEO и GEO-продвижение.
На панели видно рабочий ритм контура: очередь публикаций со статусами, трафик и позиции по кластерам, страницы в топ-10 с частотностью. Внутри — три модуля, у каждого свой набор метрик качества.
Агент собирает запросы из Google Search Console и Яндекс.Вебмастера, группирует их по интенту и считает ёмкость кластера с учётом текущих позиций. На выходе — контент-план на месяцы вперёд: какие страницы создать, какие обновить, какие объединить, чтобы они не конкурировали между собой.
Черновик собирается по брифу и структуре кластера, затем проходит проверку: каждое техническое утверждение сверяется с источником клиента. Если подтверждения нет, агент не «додумывает» — он формирует вопрос инженеру и оставляет место в тексте до ответа.
Материал получает заголовки, мета-теги, alt, разметку schema.org и канонический адрес, после чего публикуется в CMS по расписанию. Дальше агент выстраивает внутренние ссылки внутри кластера и обновляет старые страницы, которые теряют позиции.
Ниже — сравнение по метрикам, которые мы замеряли вместе с клиентом до старта, на пилоте и через семь месяцев после запуска. Суммы в рублях — расчётная оценка на данных клиента, а не гарантия: итог зависит от ниши, конкуренции и объёма каталога.
| Метрика | До | После | Эффект |
|---|---|---|---|
| Органический трафик | 32 200 визитов/мес | 148 200 визитов/мес | ×4,6; по данным Search Console прирост +312% за 7 месяцев |
| Публикаций в месяц | 6 статей силами одного автора | 64 статьи и обновления | ≈ 2,9 млн ₽ трафика в год по оценке (при текущей конверсии) |
| Запросы в топ-10 | 350 | 1 240 | +890 запросов; 78% из них — коммерческий интент |
| Лиды из поиска и ИИ | 210 в месяц | 275 в месяц | +31%; прирост маржинальной прибыли ≈ 415 000 ₽/мес (оценка) |
| Цитируемость в ответах ИИ | 0 из 120 контрольных вопросов | в 34% ответов | ≈ 240 000 ₽/мес трафика, который раньше уходил конкурентам |
| Страницы с разметкой schema.org | 96 из 400 | 400 из 400 | Структурированные данные и FAQ-разметка на всём сайте |
| Время человека на статью | 9 часов (полный цикл) | 1 час 20 минут (редактура) | ≈ 280 000 ₽/мес рабочего времени команды |
| Стоимость одной статьи | 14 000 ₽ | 1 700 ₽ | Бюджет контента 84 000 → 108 000 ₽/мес при росте объёма в 10,7 раза |
Как это читать честно. Рост трафика в 4,6 раза — это не только заслуга контура: часть прироста дал сезонный спрос и общий рост рынка. Мы сравнили динамику с тремя конкурентами из той же ниши: у них за тот же период трафик вырос на 12–19%, то есть большая часть разрыва объясняется покрытием кластеров. Стоимость статьи в 1 700 ₽ — это инфраструктура и доля времени редактора, без учёта работы нашей команды на этапе внедрения: если считать весь проект, себестоимость первого года выше. Оценка 2,9 млн ₽ трафика в год — это потенциальная выручка при текущей конверсии сайта, а не деньги на счёте; реальный эффект зависит от того, как отдел продаж обрабатывает выросший поток заявок.
Проект шёл по тарифу «SEO/GEO-контур»: пилот на двух кластерах, затем регулярная работа контура с ежемесячным отчётом по позициям, трафику и цитируемости. Оплата этапами 30/40/30, метрики зафиксированы в договоре.
Как мы считаем экономику подробнее — в статье «Сколько денег приносит AI-агент»: там разобрана формула ROI со стоимостью токенов, инфраструктуры и поддержки.
Что не входило: реклама и платный трафик, работа с внешними ссылками и PR-размещения, дизайн новых шаблонов страниц каталога. Агенты работают с контентом и разметкой, но не заменяют продуктовый маркетинг и репутационные кампании.
Как устроена услуга SEO и GEO →Отдельную «систему с ИИ» мы не строили: контур живёт рядом с CMS и поисковыми панелями, из которых берёт данные о спросе и позициях. Оркестрация — на self-hosted n8n внутри контура компании, поэтому данные и тексты не уходят во внешние сервисы без необходимости.
Оркестратор всего контура: расписания публикаций, передача задач между агентами, логи и уведомления редактору. Работает на сервере клиента, поэтому тексты и данные не покидают контур.
Языковые модели для черновика, сжатия фактуры, разметки и внутренних ссылок. Модель можно заменить без переписывания регламентов: логика шагов живёт в n8n, а не в промпте одного агента.
Источник спроса и позиций: запросы, показы, клики, страницы входа. Из этих данных агент собирает кластеры и ежемесячный отчёт по динамике.
Вебмастер добавляет спрос и позиции по Яндексу, CMS принимает готовые материалы: поля, разметку, изображения и внутренние ссылки. Публикация идёт по расписанию, без ручной загрузки.
| Компонент | Роль в контент-контуре |
|---|---|
| n8n (self-hosted) | Маршрутизация задач между агентами, расписание публикаций, логи, уведомления и эскалации редактору |
| LLM | Черновик по брифу, сжатие фактуры, мета-теги, alt, перелинковка и черновики прямых ответов для GEO |
| Google Search Console | Запросы, показы и клики: основа кластеризации спроса и ежемесячного отчёта по позициям |
| Яндекс.Вебмастер | Спрос и позиции по Яндексу, контроль индексации новых и обновлённых страниц |
| CMS клиента | Приём материалов: шаблоны страниц, поля разметки, изображения, расписание публикации |
| Карточки фактчекинга | Сверка утверждений с источниками клиента и передача спорных вопросов инженерам |
Принцип тот же, что и в остальных наших проектах: оркестрация на self-hosted n8n внутри контура компании, а модель — сменный компонент. Подробнее о связке — в статье «n8n + LLM + CRM: рабочая связка».
«Мы приходили с задачей „нанять ещё двух копирайтеров“, а ушли с производственным контуром. Сначала было неприятно смотреть на карту покрытия: оказалось, что по большинству коммерческих кластеров у нас просто нет страниц, и мы годами отдавали эти запросы конкурентам. Сейчас контур выдаёт 64 материала в месяц, а мой автор занимается тем, что действительно требует человека: темами, смыслом и проверкой инженерных деталей. Отдельно отмечу фактчекинг: раньше каждая статья с характеристиками возвращалась от инженеров по пять-шесть раз, теперь спорные утверждения приходят мне списком с вопросами, и согласование занимает один подход. Показатель, за которым я слежу каждую неделю, — не количество статей, а запросы в топ-10 и упоминания в ответах ИИ: 1 240 против 350 и рост цитируемости с нуля до трети контрольных вопросов».
Руководитель отдела маркетинга, B2B-производитель
Добавим то, о чём редко пишут в кейсах: первый месяц контур выдавал слишком «гладкие» тексты — модель обходила стороной конкретику, потому что не хватало фактуры. Мы потратили две недели на то, чтобы собрать библиотеку источников: паспорта изделий, протоколы испытаний, внутренние регламенты монтажа и расшифровки ответов инженеров. После этого тексты стали предметными, а доля правок от редактора упала с 40% до 9% материалов. Это самая недооценённая часть любого контент-проекта: агенты не заменяют экспертизу, они требуют её в структурированном виде.
Не нашли свой вопрос? Напишите в Telegram или позвоните по номеру.
Если задача похожа на вашу, посмотрите, как мы решали её в других отраслях. Полный список — в разделе все кейсы.
600+ заявок в месяц, ответ через три часа, часть базы без касаний. Агент взял первый контакт, квалификацию по BANT, персонализацию и назначение встреч.
1 200 обращений в сутки, очередь на первой линии и CSAT 3,9. Агент отвечает по базе знаний за восемь секунд и передаёт сложное оператору с черновиком ответа.
18 400 счетов и актов в месяц разносили вручную четыре человека. Агент читает реквизиты, сверяет с 1С, помечает расхождения и готовит проводки.
На разборе мы возьмём выгрузку из Search Console и Вебмастера, соберём кластеры, сопоставим их с вашими страницами и покажем, где вы не участвуете в выдаче, а где теряете позиции. Посчитаем потенциальный трафик, объём публикаций и срок окупаемости. Разбор останется у вас, даже если вы решите ничего не внедрять.
Ответим в течение 30 минут в рабочее время. Пришлём короткий список вопросов, чтобы не тратить ваше время на разборе.
Мы свяжемся с вами в течение 30 минут в рабочее время и пришлём вопросы для подготовки к аудиту контента и SEO.