Агентное SEO: модель работы, которая заменяет ручные чек-листы

Агентное SEO — это модель работы, в которой система сама изучает ваши поисковые данные, решает, что проверить дальше, действует через подключённые инструменты и оценивает результат, повторяя этот цикл, пока цель не достигнута. Вместо статичного чек-листа вы получаете процесс, где следующий шаг выбирается на основе данных, а не прописан заранее.

Дело не в том, что чек-листы плохи. Проблема в другом: чек-лист фиксирует порядок действий для задачи, у которой правильный порядок меняется вместе с данными. «Сначала индексация, потом Core Web Vitals, потом глубина контента» — разумный порядок по умолчанию, и примерно в половине случаев он оказывается неверным. Система, которая сначала читает данные Search Console и только потом решает, что проверять дальше, делает то, на что чек-лист не способен в принципе.

Это базовая статья о том, как мы смотрим на эту модель: цикл, ограничители, что поручать агенту в первую очередь и почему такие проекты так часто проваливаются.

Что такое агентное SEO?

Агентное SEO — это работа над поиском, которую выполняют системы, у которых есть цель, которые сами выбирают действия и используют инструменты, чтобы их выполнить. Чтобы этот ярлык что-то значил, должны выполняться три условия:

• На входе цель, а не задача. Инструкция описывает результат («выясни, почему в июне упали органические конверсии»), а не действие («запусти отчёт по позициям»).
• Шаги выбираются по ходу работы. Последовательность действий определяется во время прогона, исходя из того, что вернули предыдущие шаги.
• Работа с инструментами. Система действительно обращается к Search Console, аналитике, краулеру или SERP API. Без инструментов это просто помощник по текстам со своим мнением.

Самое внятное описание этой границы — инженерная статья Anthropic Building Effective AI Agents. Она разделяет воркфлоу, где «LLM и инструменты оркестрируются по заранее заданным путям в коде», и агентов, где модель «динамически управляет собственными процессами и использованием инструментов». Большая часть софта, который продают под вывеской «агентный», относится к первому типу. Anthropic говорит и о том, чего отрасли очень не хватает: начинайте с простого и добавляйте агентную сложность, только когда более простой подход явно не справляется, потому что «агентные системы часто жертвуют задержкой и стоимостью ради лучшего выполнения задачи».

Как на деле устроен агентный SEO-процесс

Цикл состоит из четырёх тактов. Любая серьёзная реализация — это вариация на их тему.

1. Наблюдение

Система собирает текущее состояние: эффективность в Search Console за два сопоставимых периода, поведение пользователей в GA4, текущие позиции, краулинг затронутого раздела. Важно, что она забирает больше данных, чем в итоге использует, потому что пока не знает, что окажется важным.

2. Решение

Модель читает полученные данные и выбирает следующее действие из каталога инструментов. Именно этот шаг отличает агентную модель от автоматизации. Если клики упали на 30 % при стабильных показах, она должна заняться CTR и элементами выдачи. Если на 30 % упали показы при стабильной позиции — индексацией и спросом. Симптом тот же, второй шаг разный.

3. Действие

Система запускает выбранный инструмент и платит за этот вызов. Результаты сжимаются, прежде чем вернуться в контекст, иначе сырые ответы API забьют контекстное окно за три шага.

4. Проверка

Система оценивает, достигнута ли цель. Если нет — идёт на новый круг. Если бюджет исчерпан, она должна остановиться и рассказать, что успела выяснить, а не продолжать жечь деньги или, что ещё хуже, выдумывать вывод.

В нашей собственной среде выполнения цикл ограничен 15 шагами, планирование и выбор инструментов идут на быстрой дешёвой модели, и только финальный синтез — на дорогой, а стоимость плана считается до его запуска. Последний механизм важнее, чем кажется: прогон оценивается заранее, и если оценка превышает порог, система останавливается и просит подтверждения, прежде чем что-либо потратить. Если на счёте не хватает средств на эту оценку, ход сразу завершается, а не обрывается на середине анализа, за который вы уже заплатили.

Агентное SEO или автоматизация SEO

Их постоянно путают, и разница тут не академическая: от неё зависит, чего ждать, когда что-то пойдёт не так.

	Автоматизация SEO	Агентное SEO
Последовательность	Заранее написана человеком	Выбирается моделью во время работы
Справляется с новым	Нет — непредусмотренные случаи всё ломают	Да — обходит их другим маршрутом
Воспроизводимость	Каждый прогон одинаковый	От прогона к прогону результат меняется
Отладка	Читаете скрипт	Читаете журнал прогона
Стоимость прогона	Фиксированная и предсказуемая	Плавающая, зависит от числа шагов
Лучше всего подходит для	Известных повторяющихся процедур	Открытых расследований

Воспроизводимость — тот компромисс, о котором никто не предупреждает. Плановый краулинг каждый понедельник выдаёт отчёт одного и того же вида. Агент, получив одну и ту же инструкцию дважды, может пойти другим путём и расставить акценты иначе. Для диагностики это плюс, для отчётности перед клиентом — минус. Поэтому зрелый подход такой: детерминированная автоматизация для регулярных отчётов, агентные прогоны для расследований.

Какие SEO-задачи отдать агенту в первую очередь

Расставьте их по двум параметрам: насколько работа механическая и насколько легко проверить результат. Если оба показателя высокие — отдавайте прямо сейчас.

1. Диагностика падения трафика. Лучший кандидат для старта. Задача по-настоящему открытая, целиком опирается на данные, а вывод вы сами проверите за десять минут.
2. Поиск запросов в шаге от топа и каннибализации. Механическая работа, большие объёмы, людям скучно, проверяется элементарно.
3. Анализ разрыва по ключевым словам с конкурентами. Выгрузить, вычесть, кластеризовать, оценить объём. Экспертиза нужна в том, что вы с этим сделаете, а не в том, чтобы это получить.
4. Приоритизация технического аудита. Не сам краулинг, он детерминирован, а ранжирование найденного по вероятному влиянию.
5. Подготовка ТЗ на контент. Разложить тему на подвопросы, проверить, на какие из них отвечают текущие результаты в выдаче, и построить ТЗ вокруг пробелов.

Что отдавать в последнюю очередь или не отдавать вовсе: всё, что публикуется без проверки, всё, что определяет приоритеты относительно бизнес-целей, и всё, где уверенная ошибка обходится дорого. Руководство Search Engine Land по агентному ИИ и SEO приходит к тому же: выживают те внедрения, где стратегия и проверка остаются за людьми, а рутину забирает агент.

Какие ограничители нужны агентной SEO-системе

Ограничители здесь — не бюрократическая формальность. Именно они отличают систему, которую можно оставить работать саму, от системы, за которой нужно постоянно присматривать, а в этом и состоит вся ценность.

• Жёсткий лимит шагов. Ограничивает, во что может обойтись неправильно понятая цель. Упёршись в лимит, система должна собрать вывод из того, что есть, и честно сказать, что ей не хватило шагов, а не молча обрезать работу.
• Предварительная оценка стоимости. Посчитайте стоимость плана до запуска и всё, что выше порога, пропускайте только после явного подтверждения.
• Разметка прав инструментов. Отнесите каждый инструмент к одному из типов: чтение, генерация или запись. Чтение может идти без присмотра. Запись — нет.
• Карантин для недоверенного контента. Когда агент загружает страницу конкурента, её текст попадает в то же контекстное окно, что и ваши инструкции. Если там спрятаны внедрённые команды, наивный агент может их выполнить. Наша среда выполнения помещает весь загруженный контент в обёртку «недоверенное», помечает ход как заражённый и до конца этого хода отказывается запускать инструменты записи, если человек явно этого не одобрит.
• Читаемый журнал. Каждый вызов инструмента, его аргументы, стоимость и результат можно посмотреть постфактум. Агентной системе, которую нельзя проверить, нельзя и доверять.

Как агентное SEO связано с query fan-out в Google

Здесь есть красивая симметрия, которую многие упускают. В руководстве Google по оптимизации для генеративного ИИ объясняется, что AI Mode (режим ИИ в поиске Google) разворачивает один промпт во множество связанных подзапросов и ищет ответы по всем сразу — это и есть query fan-out. Поэтому глубина охвата темы теперь работает лучше, чем таргетинг на отдельные ключи. Агент точно так же «веером» раскладывает задачу на стороне анализа, разбивая вопрос «почему упал трафик» на набор отдельных расследований.

Но с выводами стоит быть осторожнее. То же руководство Google прямо говорит, что «нет никаких дополнительных требований для появления в AI Overviews или AI Mode, как и не нужно других специальных оптимизаций». Если контент сделан агентом, это не даёт ему права на что-то, на что он и так не претендовал бы. А штамповать агентом по странице на каждую вариацию ключа — это масштабированное злоупотребление контентом, просто на высокой скорости. Агент помогает найти, о чём писать, и проверить, всё ли вы охватили. Права на показ он не даёт.

Заменит ли агентное SEO SEO-специалистов?

Оно заменяет определённый класс задач, а не профессию. Агент забирает работу, где нужно вытащить данные из четырёх систем и свести их воедино, а именно на это сейчас уходит немалая часть времени джунов. Чего он не забирает, так это решения, какая из трёх обоснованных стратегий подходит бизнесу с конкретным циклом продаж и конкретным отношением к риску.

Реалистичная картина на ближайшее время: один опытный специалист курирует работу, для которой раньше нужны были трое, а его время смещается со сбора данных на экспертные решения и проверку. Прогноз Gartner указывает в ту же сторону: к 2028 году 15 % повседневных рабочих решений будут приниматься автономно с помощью агентного ИИ, тогда как в 2024 году таких было практически ноль. Пятнадцать процентов — серьёзный сдвиг, но это не замена.

Как понять, что агентное SEO работает

Оценивайте результат, а не активность. Три вопроса:

1. Пришли бы вы к тому же выводу? Запустите агента на расследовании, которое вы уже провели вручную, и сравните. Это единственный честный тест точности.
2. Во сколько обошёлся каждый полезный вывод? Не стоимость одного прогона. Прогоны, после которых нечего делать, тоже стоят денег, и именно их доля показывает, правильно ли поставлены задачи.
3. Сдвинулись ли поисковые показатели на самом деле? Смотрите в Search Console, а для трафика с ИИ-поверхностей используйте собственные отчёты Google об эффективности в генеративном ИИ. Игнорируйте любые сторонние инструменты, которые утверждают, что читают внутренние системы ранжирования ИИ Google: ни у одного внешнего инструмента такого доступа нет.

Сколько стоит агентный SEO-прогон

Две составляющие, и вторая обычно удивляет команды.

Токены модели растут вместе с объёмом данных, попадающих в контекст. Поэтому этап наблюдения — это решение о затратах, а не только о данных: выгрузить 25 000 строк из Search Console и рассуждать над ними заметно дороже, чем над 500. Мы тарифицируем токены по единой ставке — 300 кредитов за миллион по всем вызовам модели в рамках хода, вход и выход вместе. Именно поэтому наша среда выполнения сжимает крупные результаты инструментов, прежде чем вернуть их в контекст, а не передаёт их в сыром виде.

Вызовы инструментов обычно составляют большую часть, потому что почти все они — обёртки над платными сторонними API. Наши опубликованные цены за вызов дают представление о порядке цифр: аудит страницы — 50 кредитов, проверка Core Web Vitals — 25, запрос к Search Console или GA4 — по 50, анализ разрыва по ключевым словам — 30, поиск конкурентов — 15, проверка живой выдачи — 5 за ключевое слово, а проверка видимости бренда — 100 за каждую опрошенную систему. Одна инструкция вроде «проведи аудит этого раздела и скажи, что исправить в первую очередь» вполне может развернуться в десяток и больше таких вызовов.

Отсюда три следствия, и они верны, каким бы вендором вы ни пользовались:

• Считайте стоимость прогона, а не сообщения. Цена за место с безлимитным чатом ничего не говорит о том, сколько стоит реальное расследование с несколькими инструментами.
• Широкая цель — дорогая цель. «Улучши наше SEO» разворачивается во все инструменты каталога. «Найди, какие URL блога потеряли клики в июне и почему» — нет.
• Прогоны без ограничений — главный сценарий провала. Без лимита шагов и предварительной оценки неправильно понятая цель приводит в никуда по полной цене. Именно этот механизм стоит за большинством отмен, о которых пойдёт речь в следующем разделе.

Почему проекты с агентным ИИ проваливаются

Потому что большинство из них вовсе не агентные, а остальные плохо очерчены. В июне 2025 года Gartner спрогнозировал, что более 40 % проектов с агентным ИИ будут отменены к концу 2027 года из-за растущих затрат, неясной ценности для бизнеса и недостаточного контроля рисков. В том же анализе компания оценила, что лишь около 130 из тысяч вендоров, продвигающих агентный ИИ, действительно предлагают агентные решения, а остальное назвала «agent washing» — переупакованными ассистентами, чат-ботами и роботизированной автоматизацией процессов (RPA).

В SEO сценарий провала повторяется раз за разом. Команда даёт агенту безграничную цель, не ставит лимит шагов, открывает доступ на запись, получает дорогой и слегка неверный результат — и делает вывод, что технология не работает. На самом деле не сработала постановка задачи. Начните с одной диагностической задачи только на чтение, ограничьте её, месяц сравнивайте результаты агента со своими и только потом расширяйте круг задач.

С чего начать на этой неделе

Возьмите расследование, которое вы больше всего не любите, — то самое, где нужно открыть Search Console, GA4 и трекер позиций в трёх вкладках и сводить всё вручную. Отдайте ровно его агенту с доступом только на чтение, лимитом шагов и потолком затрат. Сделайте так четыре раза. Если выводы совпадут с вашими — расширяйте охват. Если нет — вы узнали что-то важное, и это обошлось недорого.

В сопутствующей статье о том, что такое ИИ-агент для SEO, архитектура разобрана подробнее, а Autopilot запускает описанный здесь цикл на ваших собственных подключённых данных.