user11423924

В обычном поиске сайт может стоять нормально. SEO живо, теги на месте, структура есть, страницы открываются быстро. А в ответе ИИ рядом уже сидит конкурент, потому что у него на странице написано человеческим языком, сколько стоит услуга, кому она подходит, где ограничения и что будет после заявки.

Сайт есть. В ответе его нет.

Руками это проверять муторно. Берёшь брендовые запросы, коммерческие, сравнения, околоэкспертные формулировки. Потом открываешь ответы, выписываешь упоминания, считаешь повторы, смотришь источники. Через час таблица начинает выглядеть как наказание за плохое поведение.

Я обычно прогоняю это автоматикой. Она сохраняет ответы, вытаскивает упоминания брендов, показывает страницы, которые модель цитирует чаще, и быстро подсвечивает места, где сайт проигрывает не по позиции в поиске, а по понятности.

Точнее, по способности быть процитированным без гадания.

Если на странице нет цены, нейропоиск возьмёт цену у соседа. Если нет ограничений, он придумает мягкую формулировку сам. Если нет сравнения, он подложит агрегатор. Если старый кейс висит выше свежего материала, в ответ уедет старьё.

PDF тут почти бесполезен. Красивый файл можно отправить директору, но модель спокойнее берёт обычную страницу, где факты лежат текстом и не надо расшифровывать дизайнерскую верстку.

GEO-аудит в итоге даёт не отчёт для папки, а список правок по следу компании в нейропоиске. Где дописать цену. Где объяснить ограничения. Где собрать сравнение. Где обновить страницу, которую уже стыдно показывать, но ИИ почему-то всё ещё её помнит.

Самое смешное, что половина работ выглядит скучно. Переписать блок. Добавить факт. Убрать туман. Поставить нормальный ответ на вопрос сколько стоит.

А потом нейропоиск внезапно начинает называть тебя вместо конкурента.

На презентации такое выглядит скучно.

Строка сама заполнилась. Ну и что.

А потом открываешь неделю и видишь, что человек каждый день делал одно и то же движение мышкой. В материале Т-Банка про тренды автоматизации бизнеса RPA описывают как сервисы и программы, которые повторяют рутинные действия сотрудников. Формулировка сухая, зато честная. Бизнес тонет не в стратегиях, а в одинаковых кликах.

Я бы ставил правило проще.

Если действие повторилось несколько раз и у него есть понятное условие, я записываю его в отдельный список. Если оно повторяется регулярно, собираю черновик автоматики. Без агента с голосом, памятью и красивой легендой. Иногда хватает сценария в n8n, таблицы, бота или маленького скрипта на Python.

Самые полезные штуки редко выглядят красиво. Там нет вау. Есть заявка, которая не потерялась. Есть документ, который ушёл сам. Есть человек, который не добивает вечером табличку с холодным кофе рядом.

С одной такой ерунды и начинается нормальная автоматизация.

С той самой, которую больше никто не хочет трогать руками.

В коде я раскладываю это по функциям, тестам и логам. В n8n это быстро превращается в цепочку узлов, где страшно трогать середину. Перетащил блок, переименовал поле, поменял формат JSON, и ошибка всплывает уже на живом заказе.

Я не выкидываю n8n.

Я оставляю ему маршрут. Принять событие, показать статус, отправить данные дальше.

Тяжёлую часть забирает Python или Node.js. Документы, платежи, проверки, повторы, логи. Там это можно проверить до запуска, а не угадывать по стрелкам на схеме.

n8n хорош как панель управления. Плох как место, где живёт вся логика бизнеса.

Для таких задач у меня обычно три полки.

n8n беру, когда надо связать почту, ТГ, CRM, таблицы и оплату. Он нормален как диспетчер. Поймал событие, передал дальше, записал результат. Если задача живёт по расписанию или стартует от входящего сообщения, сначала смотрю туда.

Zapier или Make подходят, когда нужен быстрый запуск без сервера. Дороже, свободы меньше, зато меньше возни. Для продаж или маркетинга вариант рабочий, если надо уже завтра связать форму, AmoCRM и Гугл Таблицы.

Клод или ЧатГПТ подключаю там, где обычного правила уже мало. Разобрать письмо. Понять жалобу. Сжать длинный диалог. Вытащить из заявки город, бюджет и срочность. Тут ИИ закрывает маленькое решение внутри рутины, а не изображает директора.

В фразу всё можно автоматизировать одним сервисом я не верю. Слишком сладко.

Повторяющееся действие обычно раскладывается проще. Где оно рождается. Что с ним надо сделать. Куда положить результат.

Если на эти вопросы есть ответы, дальше начинается обычная сборка. Без фанфар.

Открой календарь за прошлую неделю и найди действие, которое ты делал руками три раза. Скорее всего, деньги лежат именно там. Не в большом умном агенте на весь бизнес.

Я добавил А/Б тест заголовков. Попробовал другой тон: более формальный, потом менее. Укоротил письмо вдвое. Потом ещё раз. Добавил социальное доказательство в начало. Убрал. Поменял призыв к действию. 0.9%. 0.7%. 0.8%. Гуляло вокруг одной цифры, как маятник у сонного.

Где-то на третьем месяце я перестал смотреть на статистику каждый день. На четвёртом смотрел через день. На пятом скрипт работал. Просто перестал его проверять.

Примерно тогда же я позвонил одному знакомому: поговорить про другое, про общего приятеля и какой-то совместный проект. В конце разговора он упомянул, что у них в компании снова всё плохо с выгрузками из CRM. Ручной труд, менеджеры теряют данные, директор злится второй квартал подряд. Я вспомнил: он жаловался на это ещё в конце прошлого года.

Говорю: слушай, ты жаловался на ручные выгрузки из CRM. Я сейчас делаю такое для других ребят, могу показать как работает.

Закрыл за три дня.

Без парсера. Без персонализированных писем. Без А/Б теста заголовков. Один разговор про другое, одна фраза о конкретной боли конкретного человека.

Я потом долго думал, в чём разница. Скрипт знал должность, отрасль, размер компании: всё это было в профиле. Но не знал, что именно у этого человека болит прямо сейчас. Я знал. Потому что слышал это из его уст полгода назад, запомнил, и в нужный момент просто сказал.

Щёлкнуло что-то про автоматизацию вообще.

ИИ хорошо масштабирует то, что уже работает. Я пытался масштабировать то, что ещё не работало. Получил масштабированный туман с красивыми метриками.

Первые десять продаж нужны для одного. Деньги, да. Но важнее другое: ты получаешь язык клиента. Как он описывает свою боль, какими словами. Реальные возражения, которые вылезают именно в твоей нише, а не те, что придумал ты сам или взял из книги по продажам. Понимание, у кого болит достаточно сильно, чтобы заплатить.

Это нельзя взять из открытых источников и скормить Клоду. Это нарабатывается разговорами. Живыми, неудобными, с паузами, когда человек думает.

После десяти сделок появляется материал для нормальной автоматики. Язык писем, которые реально заходят, потому что ты сам слышал эти слова от людей. Возражения, которые реально встречаются. Сегменты, которые реально покупают. Вот тогда парсер и персонализированные письма начинают давать что-то кроме 0.8%.

До этого момента время лучше тратить на разговоры. Не на промпты.

Мой скрипт до сих пор лежит в репозитории. Технически хорош. Запускать пока не тороплюсь.

Три года занимаюсь автоматизацией для таких людей. Не для стартапов с инвестициями, не для корпораций. Для кофейни, репетитора, небольшого сервиса по ремонту, мастера по маникюру. И вот что я заметил про списки из тридцати пунктов: кто ставит всё сразу, обычно ставит ноль. Без исключений.

Поэтому напишу про три. Именно с них начинают те, кто потом действительно автоматизирует дальше.

Первое по порядку: ответы на входящие сообщения.

Если в день приходит пятнадцать и больше однотипных сообщений в Телеграм или ВотсАп, бот окупается в первую же неделю. Под «однотипными» я имею в виду что-то вроде «сколько стоит», «вы в Москве работаете», «когда можно записаться», «а доставка есть». Бот на базе ЧатГПТ или Клода закрывает эти вопросы сам, без участия человека. Ставится через конструктор, без программиста, стоит от полутора тысяч рублей в месяц.

Считал по одному знакомому из сферы услуг: сорок минут в день на такие ответы. Сорок минут в день. Три с половиной часа в неделю. Два рабочих дня в месяц. Деньги это или нет, считайте сами.

Ниже пятнадцати сообщений в день не стоит возиться. Настройка займёт время, которое не отобьётся. Это тот случай когда «не надо» правильнее чем «надо попробовать».

Второе по порядку: автоперенос заявок в CRM или таблицу.

Типичная картина: форма в Телеграм, человек заполняет, ты руками переносишь данные в АмоCRM или Гугл Таблицу. Буквально перекладываешь текст из одного окна в другое, строчка за строчкой. Потом забываешь одну заявку. Потом теряешь клиента.

n8n делает это автоматически. Связка «Телеграм-форма → n8n → CRM или таблица» разворачивается за день. Готовые шаблоны есть, ищутся за пять минут. Экономит тридцать-сорок минут ручного ввода в день. На месяц это восемь рабочих часов, которые прямо сейчас уходят в никуда.

Здесь есть ловушка, про которую в чеклистах не пишут. Многие путают «поставить n8n» и «настроить под свою конкретную форму». Первое занимает час. Второе требует либо технического человека на пару часов, либо терпения с документацией самого n8n. Шаблон из интернета один к одному не встанет, всегда нужна подгонка под конкретные поля и логику.

Третье по порядку: контент по расписанию.

Чаще всего путают два принципиально разных подхода. Первый: каждый раз открываешь ЧатГПТ, объясняешь контекст заново, пишешь пост, публикуешь. Завтра повторяешь с нуля. Второй: один раз пишешь нормальный промпт под свою нишу с примерами стиля и ключевыми темами, ставишь в n8n на расписание. Черновики приходят сами, ты только смотришь и жмёшь опубликовать.

Год работал по первому варианту. Был уверен что это нормально и даже правильно, потому что «сам контролирую». Каждый раз открывал ЧатГПТ, каждый раз объяснял кто я и о чём пишу, каждый раз правил результат, каждый раз думал «ну в следующий раз настрою нормально». Потом наконец потратил один день на нормальный промпт, поставил на расписание. Разница по усилиям раз в пятнадцать. Хотя нет, может и больше пятнадцати.

Всё остальное из тех объёмных чеклистов ставить потом. Когда эти три уже работают и понятно как оно устроено изнутри. Когда не страшно зайти в n8n и что-то там подкрутить.

Тридцать пунктов сразу не ставит никто. Точнее, начинают все. Заканчивают нулём.

Теги: автоматизация, ai, малый бизнес, n8n, chatgpt, инструменты для бизнеса