Калякин / AI SEO
13 subscribers
9 photos
2 links
Как я Экосистему для SEO вайбкодил
Download Telegram
Channel created
Привет! Я Виктор.

Последние семь лет я работал с вебом: AdSense, HTML/CSS, серверы, домены, свои парсеры, скраперы и чекеры. Полгода назад Codex стал для меня полноценным рабочим инструментом, а за три месяца плотной работы я собрал первый черновик SEO-экосистемы.

Около 95% всей работы — архитектура, код и техническая реализация — лежит на мне. Напарник выступает более опытным SEO-советником: подсказывает нюансы и поправляет меня там, где практический опыт важнее теории.

Проект начался с собственной CMS для генерации каркасов сайтов. Затем появились единая база офферов, свой трекер, сложный генератор контента и оркестратор, который должен связать всё в запуск сайтов за несколько действий.

Цель — наладить управляемый выпуск SEO-оптимизированных сайтов и со временем развивать целые сетки.

Здесь буду вести личный дневник разработки. Без сказок про «одну кнопку»: только архитектура, баги, решения и результат.
Пост 2. Как рекламный минус привёл меня в SEO

До этой экосистемы я много работал с Google AdSense, запускал проекты и рекламные кампании. Одна из них снова ушла в минус — и этот провал стал точкой разворота.

К тому моменту я уже изучал SEO: проходил курсы, читал профильных авторов и несколько лет обсуждал теорию со знакомым с опытом продвижения сайтов по казинохе. Знаний было много, своего проекта — ещё нет.

После неудачной кампании я предложил ему попробовать запустить совместный проект. Его роль — SEO-опыт и поправки в важных нюансах. Моя — архитектура, код, серверы и практически вся техническая реализация.

Первым шагом стала собственная CMS. Она должна была создавать готовые каркасы сайтов, которые затем можно наполнять с помощью ИИ. Тогда мне казалось, что CMS и будет всем проектом.

На деле она оказалась только первым модулем будущей Экосистемы.

Иногда главный результат минуса — не новая рекламная кампания, а полностью новый путь.
Пост 3. CMS, которую я считал всем проектом

Я хотел убрать ручную рутину: не собирать каждый сайт с нуля, а быстро получать готовый каркас - структуру страниц, базовые SEO-настройки и основу для дальнейшего наполнения ИИ.

Так появилась моя первая собственная CMS.

Сначала казалось, что этого достаточно: несколько шаблонов, понятный процесс публикации - и можно запускать сайты. Но реальные сценарии быстро показали границы системы.

CMS не знает, какой оффер выбрать. Не проверяет готовность связки. Не ведёт переходы и конверсии. Не решает, какой контент можно выпускать.

Поэтому вокруг неё начали появляться новые модули: единая база офферов, трекер, генератор контента и оркестратор.

CMS стала не финальным решением, а точкой, из которой выросла вся экосистема.

Следующий пост - зачем мне понадобилась отдельная база офферов.
Пост 4. CMS научилась делать сайты. Но не знала, что на них продавать.

Сначала я думал, что выбор оффера - мелкая операционка. Открыл партнёрку, нашёл продукт, взял ссылку - профит.

Пока сайт один, схема работает. Когда партнёрок и проектов становится много, начинается бардак: разные кабинеты, гео, ставки, лендинги, статусы и условия. Часть данных в таблицах, часть во вкладках, остальное - в голове.

Автоматизировать такой процесс невозможно. Система не может выбрать то, чего для неё не существует в едином формате.

Поэтому я собрал общую базу офферов. Она сводит предложения разных партнёрок в одну структуру и отвечает на критичные вопросы: что доступно, для какого гео, на каких условиях и куда вести трафик.

Бд всех оферов похоже на некий - каталог. По факту - единый источник данных для всей экосистемы.

Тогда я понял: автоматизация ломается не на кнопке «Запустить», а раньше - на разрозненных данных.

Следующий вопрос: кто отследит переходы и конверсии? Так началась история собственного трекера.
Пост 5. Как я организовал рабочее пространство ИИ

В какой-то момент заметил: Агенты топчутся на одних и тех же маршрутах, включая инструкции

Как пофиксить?
Задача: Изучить проект. Найти проблему. Внести правку. Запустить тесты. Разобрать результат. В новом чате - опять загрузить контекст и заплатить за уже пройденный путь.

В X я наткнулся на мысль Бориса Черного, создателя Claude Code: вместо ручных промптов нужно строить циклы. Позже увидел тот же принцип в официальных материалах OpenAI.

Я несколько раз поручил Codex изучить подход и адаптировать его под мои задачи. Так появился мой цикл:
цель → изменение → проверка → фиксация результата → следующий проход.

Повторяемые команды, правила и критерии готовности я вынес в инструкции и навыки. Codex больше не выясняет каждый раз, что делать и где остановиться.

Вместо микроменеджмента появились этапы, проверки и точка завершения. Теперь так я работаю и с другими проектами.

Я не сократил работу. Я перестал оплачивать её повторное объяснение и тратить токены.
я хз когда кодекс сбрасывает лимиты, но вот вам тулза которая помогает +- понимать КОГДА опенаАИ снизойдет к неандертальцам с платной подпиской

https://codex.lunarwerx.com
и в чем он не прав?
Пост 6. Трекер - как отдельный модуль

Бегать по кабинетам партнёрок - огромный геморрой. Поэтому я сделал единую базу с удобной панелью и «Умной сортировкой». Следом появился вопрос: откуда пришёл человек, куда его отправили и превратился ли переход в заявку?

Кабинет партнёрки показывает итог. Между кнопкой на сайте и конверсией остаётся цепочка: источник, кампания, поток, оффер, клик и постбек.

Если потерять звено, статистика перестаёт быть правдой. Нельзя понять, какой сайт даёт результат, а какой просто гонит трафик. Поэтому я решил написать собственный трекер.

Он фиксирует переход, присваивает ему ID, направляет по маршруту и ждёт ответ о конверсии. Так результат связывается со всей цепочкой. За основу я взял Keitaro.

Для экосистемы трекер стал нервной системой: база знает, что продвигать, сайты создают трафик, а трекер показывает, что действительно работает.

Но сайтам всё ещё был нужен контент. Так началась одна из самых сложных частей проекта. Об этом - в следующем посте.
Пост 7. Грамотная генерация контента

Когда CMS научилась собирать сайты, а трекер - видеть результат, осталась тяжёлая часть: контент.

Сначала казалось просто: передать ИИ тему, ключи и попросить готовую статью. На практике получался обычный текст, где могли смешаться факты, пруфы, дубли и выдумки.

Поэтому вместо одного промпта я начал строить отдельный генератор. Он не сразу пишет текст. Сначала собирает исходные данные, определяет интент, готовит структуру и доказательную базу. Затем создаёт материал и проверяет утверждения, безопасность, SEO и качество, включая косинусное сходство эмбеддингов текста.

Если проверка не пройдена, результат не попадает в CMS. ИИ здесь не автор с карт-бланшем, а исполнитель внутри системы ограничений.

Так появился GENX - сервис, который отдаёт CMS не просто статью, а готовый пакет контента и медиа.

На его механику ушло больше всего экспериментов, токенов и переделок, особенно на опыты с медиа. В следующем посте покажу, из каких этапов состоит один запуск.