Связаться

AI и автоматизация

NDA

Автоматизация SEO-контента для каталога автотоваров

Автоматизация подготовки SEO-блоков для каталога шин, дисков и других автотоваров из более чем 40 000 позиций

01

Задача

Проект создавался для интернет-магазина шин, дисков и других автотоваров. Данные о товарах поступали через интеграцию с внешними поставщиками, поэтому каталог вырос более чем до 40 000 позиций. Страницы товаров были малоуникальными, а SEO-блок каждой карточки приходилось заполнять вручную. В блоке можно было использовать обычное описание, списки, акценты и другие элементы визуального редактора. Шаблонные способы подготовки контента не решали проблему уникальности. Требовался процесс, который мог бы обрабатывать большой каталог автоматически и учитывать характеристики конкретного товара.

02

Что было сложно

Основная сложность заключалась в масштабе и неоднородности каталога. Нужно было подготовить контент не для одной страницы, а для десятков тысяч товарных карточек, не сводя результат к одному шаблону. При этом от SEO-специалиста требовалось не просто получить текст, а проверить, насколько страница и SEO-блок отличаются от уже существующего контента. Поэтому генерацию нужно было объединить с поиском и отдельным контуром проверки качества.

03

Решение

Был реализован автоматизированный workflow, который самостоятельно запускается и получает данные товаров по API. Система анализирует название и характеристики конкретной позиции, после чего формирует пять вариантов ключевых запросов. По каждому варианту выполняется поиск в интернете. Этот шаг стал частью общего сценария подготовки контента, а не отдельной ручной операцией SEO-специалиста. Затем система формирует SEO-блок для карточки товара. Результат можно использовать в формате визуального описания: с абзацами, списками и акцентами, а не только как сплошной текст.

04

Контроль уникальности и качества

Проверка была встроена непосредственно в автоматизацию. Сгенерированный контент проходил проверку внутренним алгоритмом, а затем дополнительную валидацию с помощью нейросетей. Такой подход позволил контролировать не только сам факт генерации, но и соответствие результата требованиям к SEO-блоку. Основным критерием оставалась уникальность страницы и текста — именно его не удавалось стабильно получить при использовании шаблонных методов.

05Ключевой результат

Результат

До запуска для каждой товарной страницы требовалось вручную прописывать SEO-контент, а шаблонные методы давали низкую уникальность. После запуска клиент полностью отказался от ручного взаимодействия с этим процессом: подготовка SEO-блоков переехала в автоматизацию. Система стала самостоятельно получать данные товаров, формировать контент, выполнять поиск по пяти вариантам ключевых запросов и проводить валидацию результата. Это позволило обрабатывать каталог из более чем 40 000 позиций без ручного заполнения каждой страницы.

Изображения и внутренние интерфейсы проекта не публикуются по условиям NDA. В кейсе сохранены задача, технический подход и результат работы.

Оценка

Понравился материал?