Корпоративные сайты мы обычно не разрабатываем. idPowers занимается более сложными продуктами: веб-сервисами, мобильными приложениями, автоматизацией, парсерами и внутренними системами.
Но корпоративный сайт нужен и самому агентству: по нему клиенты понимают, чем мы занимаемся и с чем к нам приходить.
Разработка корпоративного сайта компании — задача, которую мы обычно решаем для клиентов в связке с более крупными проектами. В этот раз клиентом оказались мы сами.
Предыдущая версия idpowers.ru работала на WordPress около четырёх лет. Она устарела, её стало неудобно поддерживать, а структура и контент уже не в полной мере соответствовали тому, чем мы занимаемся сегодня.
Обычно в такой ситуации начинается стандартный процесс: дизайнер, разработчик, SEO-специалист, копирайтер, согласования, правки и несколько недель или даже месяцев работы.
Нам было интересно, насколько этот процесс можно сократить с помощью AI — и проверить подход на собственном проекте, прежде чем предлагать его клиентам.
В итоге за несколько дней мы:
- разработали новый корпоративный сайт компании;
- собрали семантическое ядро;
- получили около 4 500 релевантных поисковых запросов;
- автоматически сгруппировали их в 687 кластеров;
- сформировали структуру будущих страниц;
- подготовили SEO-ТЗ для контента;
- написали и разместили тексты.
Без отдельного дизайнера, SEO-специалиста, копирайтера и команды разработчиков.
По моей оценке, такой подход позволил сэкономить не менее 200 000 рублей.
Расскажу, как именно устроен этот процесс.
Почему работа началась не с дизайна
Одна из распространённых ошибок при разработке корпоративного сайта — сначала нарисовать структуру и страницы, а уже потом задумываться о SEO. Разработка сайта компании начинается не с макета, а с понимания спроса.
До разработки нужно понять: по каким запросам потенциальные клиенты вообще ищут ваши услуги.
Допустим, компания занимается технической поддержкой сайтов. Пользователь может искать:
- техническая поддержка сайта;
- обслуживание сайта;
- поддержка сайта под ключ;
- стоимость технической поддержки;
- сопровождение сайта.
Часть запросов можно объединить на одной странице. Для других потребуется отдельная посадочная. Информационные запросы вообще лучше отправить в блог.
Поэтому сначала нужно собрать семантическое ядро, кластеризовать запросы и только потом проектировать полноценную структуру сайта.
Практически весь этот процесс мы автоматизировали.
Шаг 1. Определяем услуги компании
Для этого мы собрали внутренний сервис, который использует Claude.
На первом этапе ему передаётся сайт компании. AI анализирует его и определяет, какие услуги предоставляет бизнес.
Например, для idPowers он нашёл:
- разработку MVP;
- мобильную разработку;
- разработку на Python;
- автоматизацию;
- разработку парсеров;
- техническую поддержку;
- разработку аналитических систем.
Дополнительно можно указать сайты конкурентов. Claude анализирует их и предлагает услуги и направления, которые могли быть пропущены на нашем сайте.
После этого остаётся вручную проверить список: удалить то, чем компания не занимается, и добавить недостающие направления.
Этот список становится основой семантического ядра.
Шаг 2. Генерируем seed-фразы
Для каждой услуги AI формирует набор базовых поисковых фраз — seed-запросов.
Например, для разработки MVP это могут быть:
- разработка MVP;
- создание MVP;
- MVP для стартапа;
- разработка MVP под ключ;
- стоимость разработки MVP;
- что такое MVP.
На этом этапе мы ещё не знаем реальную частотность. Это просто гипотезы о том, что потенциальный клиент может вводить в поиске.
Следующий этап — проверить их на реальных данных.
Шаг 3. Получаем запросы из Яндекс Wordstat
Для этого мы подключили API Яндекс Wordstat. Сервис отправляет туда seed-фразы и получает связанные поисковые запросы вместе с частотностью.
В нашем случае Wordstat первоначально нашёл почти 23 000 запросов.
Но большая часть семантики оказалась нерелевантной.
Например, если встречается слово «аутсорсинг», Wordstat может вернуть запросы, связанные с бухгалтерским аутсорсингом. К нашим услугам они отношения не имеют.
Поэтому следующим этапом Claude анализирует полученные запросы и удаляет мусор.
Около 18 000 запросов в нашем случае были автоматически признаны неподходящими.
Важная деталь: система не просто помечает запрос как лишний, а объясняет причину — «пользователь ищет работу, а не подрядчика», «ищет бесплатное решение», «чужой бренд». Это позволяет быстро проверить логику и вернуть то, с чем ты не согласен.
В результате осталось примерно 4 500 релевантных запросов, по которым потенциально может продвигаться сайт.
Шаг 4. Кластеризуем семантическое ядро
Просто получить несколько тысяч ключевых слов недостаточно.
Нужно понять, какие из них относятся к одной теме и могут продвигаться на одной странице. Для этого запросы объединяются в кластеры.
Например, запросы:
- разработка MVP для стартапа;
- MVP для стартапа;
могут относиться к одному коммерческому кластеру.
А запросы:
- что такое MVP;
- что значит MVP;
- MVP простыми словами;
— уже информационный кластер.
В нашем случае система сформировала 687 кластеров примерно из 4 500 запросов.
Большую часть этой работы Claude сделал автоматически. Мне оставалось периодически просматривать результаты и удалять запросы или группы, которые явно не соответствовали услугам компании.
Шаг 5. Превращаем кластеры в структуру сайта
После кластеризации начинается, на мой взгляд, самая полезная часть процесса.
AI предлагает, какие страницы нужно создать под найденный спрос. Логика достаточно простая: коммерческие запросы идут на страницы услуг, информационные — в статьи блога.
Например, для страницы технической поддержки система объединила несколько коммерческих кластеров и рассчитала суммарный поисковый спрос по ним.
Вместо структуры сайта, придуманной «из головы», мы получаем структуру, которая опирается на реальные поисковые запросы пользователей.
И здесь AI особенно полезен: вручную разбирать несколько тысяч запросов и решать, какие из них относятся к одной странице, — довольно монотонная работа.
Как проверяются готовые страницы
На этом автоматизация не заканчивается.
Ещё один инструмент сравнивает содержимое уже готовой страницы с семантическим ядром. Он показывает, какие важные слова и темы уже присутствуют в тексте, а какие ещё не раскрыты.
Например, для одной из страниц технической поддержки система нашла покрытие 25 из 34 целевых ключей.
Это не значит, что оставшиеся девять нужно механически вставить в текст. Так делать как раз не стоит.
Несколько лет назад на сайтах часто размещали отдельный SEO-блок, набитый ключевыми словами. Сегодня задача совершенно другая: раскрыть тему страницы естественно и при этом использовать нужную поисковую лексику там, где она действительно уместна.
Поэтому система используется скорее как контрольный список, а не как генератор SEO-спама.
Как AI помогает писать контент
Для каждой страницы сервис дополнительно анализирует поисковую выдачу. Он смотрит страницы, которые уже находятся в топе по нужным запросам, их структуру и содержание.
После этого формируется ТЗ для текста:
- какие темы необходимо раскрыть;
- какие заголовки использовать;
- какие вопросы пользователей закрыть;
- какие ключевые слова желательно употребить;
- какую структуру используют конкуренты из поисковой выдачи.
Полученное ТЗ мы передаём в ChatGPT: для русского текста его результат нравится нам больше, чем результат Claude.
ChatGPT делает первый вариант, после чего текст редактируется вручную: убираем лишнее, меняем формулировки, добавляем специфику компании и следим, чтобы не получилась типичная SEO-простыня.
Как контент попадает на сайт без CMS
У нового сайта idPowers нет привычной админки вроде WordPress.
Когда текст готов, мы передаём его Claude и указываем, на какой странице и в каких блоках его нужно разместить. Claude меняет код сайта.
После этого разработчик просматривает результат и при необходимости корректирует отдельные блоки.
То есть цепочка выглядит примерно так:
семантика → структура → SEO-ТЗ → текст → редактура → размещение на сайте.
И на большинстве этапов значительную часть рутинной работы выполняет AI.
Что получилось в итоге
Весь основной процесс занял примерно 3–4 дня. За это время мы успели:
- полностью переделать корпоративный сайт;
- сформировать перечень услуг;
- проанализировать поисковый спрос;
- обработать около 23 000 найденных запросов;
- отфильтровать нерелевантную семантику;
- получить около 4 500 целевых запросов;
- объединить их в 687 кластеров;
- спроектировать структуру коммерческих и информационных страниц;
- подготовить SEO-ТЗ;
- написать и разместить основной контент.
Раньше для подобного проекта потребовались бы разработчики, дизайнер, SEO-специалист и копирайтер.
Даже относительно небольшой корпоративный сайт легко мог стоить от 200 000 рублей, а разработка растягивалась на несколько недель или месяцев.
С AI значительную часть этого процесса теперь способен выполнить один человек.
Что дальше: от структуры к продвижению
Готовая структура — это половина работы. Дальше начинается SEO-продвижение: страницы нужно проиндексировать, отследить позиции и дорабатывать по факту.
Здесь мы держимся простого правила: сначала спрос, потом страницы, и только потом внешние факторы. Разработка сайта, которая началась с семантики, экономит на этом этапе больше всего — не приходится задним числом переделывать структуру под запросы, о которых не подумали на старте.
SEO для студии разработки устроено иначе, чем для интернет-магазина: запросов меньше, они дороже, и почти каждый ведёт на страницу конкретной услуги. Поэтому карта страниц здесь важнее объёма контента.
Значит ли это, что специалисты больше не нужны
Нет.
AI очень хорошо сокращает объём ручной работы, но результат всё ещё необходимо контролировать.
Claude может неправильно определить услугу или объединить запросы. Wordstat содержит огромное количество шума. ChatGPT может написать формально правильный, но бессмысленный маркетинговый текст.
Поэтому основная роль человека постепенно меняется. Вместо того чтобы самостоятельно выполнять каждую небольшую операцию, человек:
- определяет направление;
- задаёт критерии;
- проверяет результат;
- исправляет ошибки;
- принимает итоговые решения.
Именно за счёт этого скорость разработки увеличивается в разы.
Главный вывод
Сейчас особенно интересно не просто использовать ChatGPT или Claude вместо копирайтера или программиста.
Гораздо больший эффект возникает, когда AI становится частью целого процесса.
Несколько лет назад, чтобы собрать семантику, спроектировать структуру сайта и написать под неё тексты, понадобилось бы несколько специалистов и несколько недель. Сегодня значительную часть этой работы можно автоматизировать и выполнить за несколько дней.
