Канал «О SEO по делу» Немного о том, как я применяю нейросети в реальных прикладных задачах. Один из процессов который отнимал у меня много рабочего времени - кластеризация и её дальнейший разбор: - часть кластеров разбить; - какие-то объединить; - определить целевые страницы; - определить новые страницы; - прописать для них оптимизацию и тд... Часть задач делегировал, но в какой-то момент всё это настолько доконало, что я сел писать код вайбкодить. Я видел попытки полностью переложить кластеризацию на нейросети 🤔 Но пошел по пути оптимизации отдельных подпроцессов. В итоге собрал скрипт состоящий из нескольких этапов. На вход: кластеризация по топу сервисом + частотность запросов На выходе: — переработанные кластеры (где надо - объединены, где надо - разбиты); — прописанный H1 и синоним под Title; — собранный synset (база синонимов для дальнейших целей оптимизации); — определена целевая страница, если есть (именно целевая, а не релевантная); — или пометка, что страницу нужно создать; В комменте к посту пример вывода. В целом это выглядит просто. Отчасти так и есть, но здесь нейросети не являются волшебной кнопкой "сделать хорошо". Нейросеть не получает задачу - держи 500 кластеров и склей их там как-нибудь. Она участвует за весь "пайплайн" (не люблю эти англицизмы, но наобщался с нейронкой... короче это стёб) пару раз принимая одно конкретное решение на заранее обработанных, ранжированных данных. Такой подход сейчас работает отлично. P.S. Нет, это не исключает ручную проверку. Но экономит кучу времени. Источник новости: https://t.me/biryukovseo/157 (28.03.2026 14:04)