# Клиент спросил: зачем платить агентству, если есть нейросети. Вот наш честный ответ

Автор: Анна Грищук (Старший SEO-аналитик)  
Опубликовано: 2026-09-02  
Обновлено: 2026-10-29  
Источник: https://blog.kinetica.su/klient-sprosil-zachem-platit-agentstvu-esli-est-nejroseti-vot-nash-chestnyj-otvet/  
Издатель: агентство интернет-маркетинга KINETICA, https://kinetica.su/

> Что нейросети уже умеют делать в SEO, где они ошибаются и почему стратегия без данных и экспертизы специалиста может стоить бизнесу трафика и денег

## Коротко

Главная идея: Нейросеть быстрее и дешевле человека в рутине: кластеризация семантики, разметка интентов, черновики ТЗ. Но она не проверяет гипотезы на реальных данных и выдаёт правдоподобные ошибки, которые выглядят как стратегия senior-специалиста. Агентству платят за проверку, приоритизацию, внедрение и ответственность за результат.

Что забрать в работу сразу:

- отдайте нейросети формализуемые задачи, но проверяйте результат: в кластеризации мы вручную перерабатываем около четверти групп;
- любую рекомендацию ИИ сверяйте с фактической выдачей по региону, Wordstat, Вебмастером и историей URL;
- перед новым лендингом проверьте, не займёт ли он место уже растущей страницы;
- считайте, окупится ли новая страница быстрее, чем усиление той, что уже ранжируется.

Зачем: чтобы красивая ИИ-стратегия не съела бюджет и накопленный вес сайта

Короткий ответ: нейросеть дешевле и быстрее человека в формализуемой рутине — кластеризации семантики, разметке интентов, черновиках ТЗ. Но она не проверяет гипотезы на реальных данных: не видит выдачу по региону, Wordstat, логи и историю URL, поэтому выдаёт правдоподобные ошибки. Агентству платят за проверку, приоритизацию, внедрение и ответственность за результат, которой у ИИ нет.

Есть задачи, в которых нейросеть уже объективно выигрывает у человека.

Например, вся рутинная работа с текстовыми данными. Группировка семантики по смыслу, разметка интентов, генерация черновиков ТЗ, нормализация массивов запросов, подготовка контентных шаблонов. Если задача формализуется — ИИ почти всегда дешевле и быстрее.

Час работы senior-специалиста стоит дорого. Час работы модели — копейки. И если агентство до сих пор делает руками то, что давно автоматизируется, это уже вопрос к агентству.

> Мы используем нейросети в работе каждый день. Часть процессов автоматизирована: например, сбор и кластеризация семантики через собственные скрипты с подключением ИИ делают за час то, на что раньше уходило два дня. Подобные подходы мы применяем и в семантическом, и в контентном проектировании: нейросеть берет на себя черновую работу, специалист принимает решения
>
> — Анна Грищук, старший SEO-аналитик KINETICA

Например, недавно мы собирали структуру для крупного контентного раздела интернет-сервиса. Раньше такая работа выглядела так: SEO-специалист вручную группировал несколько тысяч запросов, проверял интенты, искал дубли и распределял фразы по будущим страницам. Это занимало несколько дней и все равно требовало повторной проверки.

Сейчас нейросеть помогает собрать первичную структуру буквально за час. Но важен другой момент: примерно четверть результатов после проверки мы все равно перерабатываем вручную. Потому что ИИ отлично группирует похожие фразы по смыслу, но не всегда понимает, где начинается другой интент и где объединение запросов уже сломает будущую структуру сайта.

Именно здесь появляется разница между «получить ответ» и «получить рабочее решение».

## История про ИИ-стратегии

На этой неделе мы на ретро разбирали клиента, у которого основной продукт — мобильное приложение. Он принес SEO-стратегию, которую сгенерировал через нейросеть.

![](https://blog.kinetica.su/buildOutsource/uploads/gallery/default/image5-6a983b834c6dc.jpg)

На первый взгляд документ выглядел неплохо:

- приоритеты;
- сроки;
- структура;
- конкретные URL;
- ссылки на конкурентов;
- обоснования решений.

Но дьявол в деталях и некомпетентности (отсутствии опыта и знаний), когда ты не можешь сказать нейронке: “это работает иначе, вот так ХХХ”, а она ответит “прости, ты прав, сейчас переделаю”. У тебя просто нет скиллов.

Вернемся к стратегии. Главная рекомендация — создать отдельный лендинг под запрос «мобильное приложение [категория]».

Нейросеть даже привела аргументацию: у конкурента есть похожая страница, значит стратегия рабочая.

И здесь начинается самое интересное.

![](https://blog.kinetica.su/buildOutsource/uploads/gallery/default/image2-6a983b92aad0b.jpg)

Проблема оказалась в том, что ИИ вообще не понял, как устроена выдача по этому запросу.

На момент анализа топ был занят не коммерческими лендингами, а тематическими подборками и обзорами. Среди них уже стояла главная страница клиента — и продолжала расти.

![](https://blog.kinetica.su/buildOutsource/uploads/gallery/default/image1-6a983b9f3e168.jpg)

Не потому что у нее «правильный H1». А потому что весь сайт был посвящен продукту-приложению, и Google воспринимал главную как наиболее релевантную страницу по совокупности сигналов.

Чтобы это проверить, мы подняли фактическую выдачу по региону через Топвизор, посмотрели, какие страницы реально ранжируются, сверили историю роста URL и отдельно проверили конкурента, на которого сослался ИИ.

И тут выяснилось главное: конкурент вообще не стоял в топе по этому запросу. У него действительно существовал отдельный лендинг приложения. ИИ увидел страницу — и автоматически сделал вывод: страница есть → значит стратегия работает.

Но нейросеть даже не проверила, ранжируется ли этот URL.

На практике работало совсем другое: главная страница клиента ранжировалась выше, чем лендинг конкурента.

Если бы клиент создал отдельную страницу, произошло бы ровно то, что часто ломает SEO-проекты: релевантность размазалась бы между двумя URL. Новая страница начала бы конкурировать с главной, а сайт потерял бы накопленный вес.

При этом такая гипотеза еще и стоила бы денег. Новый лендинг — это не «бесплатная рекомендация от ИИ». Это работа SEO-специалиста, копирайтера, дизайнера и разработчика. Даже без сложной реализации — часы команды.

И главный вопрос здесь не в том, можно ли сделать страницу. Вопрос в другом: окупится ли она быстрее, чем усиление уже растущей главной.

ИИ этого не считал.

Именно здесь проходит граница между «текст выглядит убедительно» и «решение действительно работает».

## Главная проблема ИИ — не ошибки. А правдоподобные ошибки

Когда нейросеть советует откровенную ерунду — это не страшно. Специалист сразу это увидит.

Опаснее другое: когда ответ выглядит профессионально.

LLM-модели отлично умеют:

- имитировать структуру стратегии;
- писать убедительные объяснения;
- связывать тезисы между собой;
- формулировать рекомендации языком senior-специалиста.

Но они не умеют проверять гипотезы так, как это делает человек с доступом к данным. Это особенно заметно в SEO.

Например, нейросеть может открыть поиск через web search. Формально — да, она «видит интернет». На практике между «открыть поиск» и «проанализировать выдачу» огромная разница.

Часть данных устаревает в кэше.Часть страниц ИИ не открывает из-за JS-рендеринга и защиты от ботов.Нет полноценной привязки к региону.Нет нормального съема SERP по устройствам.Нет исторической динамики.Нет понимания, какая страница реально приносит трафик.

SEO-специалист в этот момент смотрит:

- позиции по региону;
- Wordstat;
- историю URL;
- логи;
- Вебмастер;
- структуру индексации;
- внутреннюю перелинковку;
- динамику конкурентов.

И только потом принимает решение.

Например, ИИ очень любит переписывать title и H1. Часто они выглядят даже лучше, чем у среднего SEO-шника. Проблема в том, что модель не знает спрос.

Она не видит Wordstat. Не понимает частотность. Не различает реальные интенты. Не знает, какой запрос собирает коммерческий трафик, а какой — информационный мусор.

Поэтому нейросеть сначала пишет красивый заголовок, а уже потом подгоняет под него логику.

SEO работает наоборот: сначала данные → потом решение.

## Почему ИИ-аудиты дают wow-эффект

Большинство ИИ-аудитов сегодня устроены одинаково. Нейросеть берет:

- HTML страницы;
- несколько конкурентов;
- общие best practices;
- документацию Google.

После чего собирает «стратегию».

Дело в том, что проблемы в SEO почти никогда не возникают на уровне советов из чек-листов.

Сайт может не расти из-за конфликтов в robots.txt, дублей URL, JS-рендеринга, распределения внутреннего веса, проблем индексации или каннибализации запросов. Такие вещи невозможно увидеть без логов, Вебмастера, аналитики и ручной проверки проекта.

ИИ выдает усредненный best practice. Но SEO почти никогда не выигрывается усредненными решениями.

Парадокс в том, что именно поэтому сильные пользователи нейросетей со временем начинают ценить специалистов еще больше. Они быстрее остальных упираются в главный потолок LLM-моделей: нейросеть умеет генерировать ответы, но не умеет отвечать за последствия решений.

Можно самостоятельно:

- собрать стратегию;
- получить гипотезы;
- написать ТЗ;
- подготовить контентный план.

Но дальше начинается дорогая часть: приоритизация, проверка, внедрение, экономика решений и ответственность за результат.

Именно здесь появляется роль агентства.

Не как «людей, которые знают теги». А как команды, которая умеет отличать рабочую гипотезу от красиво оформленной ошибки.

## Ответственность — то, чего у ИИ нет в принципе

Самый неудобный вопрос для любой нейросети звучит так: кто отвечает, если стратегия не сработает?

Если ИИ ошибся:

- он не вернет деньги (а мы возвращаем);
- не компенсирует потерянное время;
- не будет защищать решение перед бизнесом на понятном клиенту языке.

Он просто предложит: «попробуйте другой подход».

И все.

![](https://blog.kinetica.su/buildOutsource/uploads/gallery/default/image3-6a983bd85384b.jpg)

> В отличие от привычной практики, когда рискует только клиент, мы в команде решили разделить этот риск. Если не попадаем в плановый результат, то возвращаем 50% стоимости услуг за первый месяц и 20% во второй. Я считаю, что это единственно честный формат бизнес-отношений
>
> — Артём Первухин, продакшн-директор KINETICA

На практике ответственность — это не абстрактное слово из коммерческого предложения. Это ежедневная работа: смотреть мониторинги, замечать просадки, ловить выпадение страниц, проверять гипотезы, спорить с клиентом, когда данные против его идеи, и принимать решение под конкретный бизнес, а не под «среднюю температуру по интернету».

ИИ этого не делает.

И в ближайшие годы, скорее всего, делать не будет.

Подробно про то, как мы относимся к ответственности за результат, почему делим риск с клиентом и почему это меняет всю работу, мы писали отдельно в одном из [наших материалов](https://blog.kinetica.su/marketing-so-shkuroj-na-konu-chestnyj-razgovor-o-tom-pochemu-buksuyut-prodazhi/).

## Итог

ИИ уже изменил SEO. И продолжит менять рынок дальше. Многие процессы действительно стали быстрее, дешевле и эффективнее.

Но это не отменило экспертизу. Наоборот — цена ошибки выросла.

Потому что теперь практически любой человек может за 15 минут получить очень убедительный ответ, который выглядит как стратегия senior-специалиста.

Проблема в том, что между «убедительно выглядит» и «принесет результат бизнесу» — огромная разница.

Именно за эту разницу клиент и платит агентству.

## Частые вопросы

### Может ли нейросеть заменить SEO-специалиста?

В рутине — частично. Сбор и кластеризация семантики с ИИ занимают час вместо двух дней. Но решения о структуре сайта, приоритетах и внедрении всё равно принимает специалист: модель не видит реальную выдачу по региону, спрос и историю страниц и не отвечает за последствия.

### Какие задачи в SEO можно отдать нейросети?

Всё, что формализуется: группировку семантики по смыслу, разметку интентов, нормализацию массивов запросов, черновики ТЗ и контентные шаблоны. Результат нужно проверять: ИИ хорошо группирует похожие фразы, но не всегда видит, где начинается другой интент.

### Почему SEO-стратегия от нейросети может навредить?

Она выглядит убедительно, но может опираться на непроверенные данные. В разобранном случае ИИ посоветовал отдельный лендинг, сославшись на конкурента, который по запросу даже не стоял в топе. Новая страница начала бы конкурировать с растущей главной, и сайт потерял бы накопленный вес.

### Чем ИИ-аудит сайта отличается от аудита специалиста?

ИИ-аудит обычно собран из HTML страницы, нескольких конкурентов и общих best practices. А сайт часто не растёт из-за конфликтов в robots.txt, дублей URL, JS-рендеринга, проблем индексации или каннибализации запросов — это видно только по логам, Вебмастеру и аналитике проекта.

### Почему нейросеть ошибается, когда переписывает title и H1?

Модель не знает спрос: не видит Wordstat, частотность и разницу между коммерческим и информационным запросом. Поэтому она сначала пишет красивый заголовок, а потом подгоняет под него логику. В SEO порядок обратный: сначала данные, потом решение.

*Статья обновлена в октябре 2026 года.*

Если хотите обсудить SEO-стратегию для своего проекта — оставьте [заявку на сайте KINETICA](https://kinetica.su/)
