SEO‑пайплайн для статей

Полный цикл: сбор семантики, анализ конкурентов, написание из базы знаний, автоматический fact‑check и tone‑check. Человек добавляет экспертизу.

×4 быстрее
SEO оптимизировано
Фактчекинг по базе знаний
Supabase Serpstat API Perplexity Claude Code n8n
Проблема
  • У компании нет большого количества ресурсов на контент-маркетинг, при этом есть потенциал для привлечения трафика и клиентов
  • При ручном процессе создания и вёрстки статей компания могла выпускать только 1–2 статьи в месяц — этого недостаточно для целей по развитию
  • С ускорением процессов компания планирует выпускать 6–8 статей в месяц
Решение

Полуавтоматический процесс создания статей сокращает время до 2–3 часов. Основное время уходит на запись голосовых с экспертной информацией, редактуру готовой статьи и отбор фотографий из базы фото, собранной с помощью AI на основе источников компании.

Предварительно проводится автоматический сбор семантики из трёх источников (Serpstat API, Google Suggest, Wordstat) + анализ ТОП-10 выдачи через Perplexity. Система находит пробелы у конкурентов и формирует уникальный угол. На основе этого составлен контент-план на 3 месяца.

Статья пишется с опорой на векторную базу знаний в Supabase — проверенные локации, цены, маршруты. Каждый факт проходит автоматический fact-check. Текст проверяется на соответствие Tone of Voice — разработаны принципы, чтобы текст не звучал как AI.

На выходе добавляются SEO-метаданные, в процессе написания происходит перелинковка с другими статьями. Также настроена автовёрстка — статья сразу получает готовый код страницы.

Как устроен процесс

Схема процесса создания статей: ввод данных → исследование → архитектура → черновик → AI-контроль → ревью человеком → вёрстка

Результат

Первая статья, написанная по этому процессу, — «Алматы зимой» — стала драйвером SEO-трафика сайта. За 3 месяца статья набрала ~3 600 переходов из поиска. До этого средний трафик сайта со всех статей составлял ~700 пользователей в месяц.

График трафика статьи «Алматы зимой» — ~3 600 переходов из поиска за 3 месяца

Стек технологий

Стандартно

Написание + редактура + вёрстка Claude Code
Автоматизация n8n

Специфика проекта

Семантика + SERP Serpstat API, Google Suggest, Wordstat
Анализ SERP + контент-ресёрч Perplexity API
Векторная БД знаний Supabase
Публикация Tilda

Функциональность

SEO-исследование

  • Сбор семантики из Serpstat API, Google Suggest, Wordstat
  • Анализ ТОП-10 SERP через Perplexity — структура, объём, пробелы у конкурентов
  • Составление контент-плана на 3 месяца на основе исследования

Gap Analysis + Intent

  • Определяет пробелы: что нужно спросить у автора, у экспертов
  • Формулирует уникальный угол статьи vs SERP
  • Генерирует план с обоснованием каждого блока

Написание статьи

  • Статья пишется с опорой на базу знаний в Supabase — проверенные локации, цены, маршруты
  • Экспертная информация добавляется через голосовые записи автора
  • Tone of Voice зашит в процесс — текст не звучит как AI

Фото

  • База фото собрана с AI на основе источников компании
  • GPS-привязка к локациям — фотографии подбираются автоматически
  • Редактор выбирает финальные фото из предложенных

Fact-check + Tone-check

  • Автоматическая проверка фактов по чанкам: цены, расстояния, статистика
  • Сверка с векторной базой — если данные устарели, уходят на ревью
  • Tone-check: удаление канцелярита, восторгов, AI-шаблонов

Финализация + публикация

  • SEO-метаданные: title, description — автоматически из research
  • Перелинковка с другими статьями в процессе написания
  • Автовёрстка — статья сразу получает готовый код страницы для загрузки на сайт

Нужен контент-пайплайн?

Расскажите о задаче — покажу, как ускорить производство контента

Обсудить в Telegram Email