Я специально взял текст, который сгенерировал мой собственный сервис, и решил публично его раскритиковать.
Потому что большинство статей про ИИ-контент заканчиваются словами «почти идеально». А именно это «почти» чаще всего и превращается в потерянные деньги.
Контекст простой. Двенадцать лет в SEO, около двадцати клиентских проектов в работе одновременно. Последние полтора года строю собственный конвейер генерации SEO-статей – платформу «СЕО-Модуль». Мне выгоднее показать красивый пример, но вместо этого покажу проблемный: статью «Газовые котлы: как выбрать и купить без переплат» для интернет-магазина отопительного оборудования – что машина сделала хорошо, где соврала и что я теперь заставляю проверять руками после каждой генерации.
Если бы такой текст принес копирайтер, я поставил бы ему твердую восьмерку из десяти. Это много. Недостающие два балла – пять паттернов ниже.
Что ИИ уже делает хорошо
Миф «нейросети пишут воду» пора хоронить. Правильно настроенная генерация – это не «напиши статью про котлы», а пайплайн: семантика – структура – генерация по секциям — самопроверка. Вот что он выдает стабильно.
Структура под фичед-сниппеты и ответы языковых моделей (LLMO). После каждого H2 – прямой ответ одним предложением, потом раскрытие. Начало секции из исходника:
Камера сгорания – открытая или закрытая. Закрытая камера с коаксиальным дымоходом безопаснее и стабильнее, а открытую берут, когда есть идеальная вентиляция и классический дымоход.
Такой формат хорошо подходит и для быстрых ответов поисковиков, и для цитирования языковыми моделями. Копирайтеры держат эту дисциплину через раз, машина – в каждой секции.
Таблицы по делу. Настенный против напольного, открытая камера против закрытой, подбор мощности по площади с колонкой «запас на морозы» – не декорация для разбавки текста, а то, за чем человек пришел из поиска.
Персона и кейсы. Тексту задан характер бывалого монтажника, и он держится: «угарный газ – это не шутки», «понюхайте корпус и пластик», «заказчик сэкономил 5 тысяч на стабилизаторе, а отдал втрое больше за новую электронику». Есть мини-кейсы: дом 240 м² в Подмосковье с напольным чугуном, квартира, где при двух душах гуляла температура, пока не добавили бойлер косвенного нагрева на 100 литров.
Матчасть в целом корректна. Конденсационный котел эффективен на низкотемпературных системах и теряет смысл при высокой температуре обратки, открытая камера требует вентиляции, чугун прощает накипь, но боится ударов при монтаже – я прицельно искал нарушения теплотехники и не нашел.
Если убрать пять ошибок ниже, этот текст можно без стыда отдавать клиенту. Именно поэтому ошибки так опасны: они прячутся в хорошем тексте.
Почему ИИ ошибается в SEO-текстах: 5 паттернов из моего же текста
1. Конкретные бренды и модели – главная зона вранья
Блок «Бренды газовых котлов» в исходнике:
Стабильно ходят газовый котел Baxi, газовый котел Protherm, газовый котел Vaillant, газовый котел Ariston и Navien, а Lemax и AXIS покрывают бюджетный сегмент. […] Navien терпит гуляющее напряжение. Lemax — массовый напольный для простых схем. AXIS – альтернатива для экономии.
Выглядит как мнение сервисника со стажем. Проблема: нейросеть собирает такие вердикты из обрывков обучающих данных и правдоподобных достроек. «Navien терпит гуляющее напряжение» – устойчивый миф форумов или подтвержденное свойство актуальных моделей? А бренд AXIS – существует ли он сейчас и представлен ли в каталоге клиента? Генерация не знает – она дорисовывает.
Именно на таких ошибках теряются деньги – потому что читатель доверяет конкретике сильнее, чем общим рассуждениям. Рекомендация бренда, которого нет в наличии, или свойства, которого нет у модели, – это слив трафика на пустую полку и удар по доверию ко всему магазину. Отдельно заметьте конструкцию «согласно техкаталогам брендов и практике сервисов 2026» – источник, который звучит солидно и не проверяется никак.
Правило: все бренды, модели и их свойства – сверка с фидом каталога и реальным ассортиментом клиента. Без исключений.
2. Безымянные эксперты – водяной знак генерации
Обе цитаты из текста, без купюр:
«Экономит не самый дешевый котел, а правильно подобранный и грамотно обслуженный» – практика показывает
«Хорошая обвязка и грамотная пусконаладка решают 80% будущих проблем» – отмечают практикующие специалисты
Ни имени, ни источника – и подпись «практика показывает» вместо автора. Опытный автор либо называет, кто сказал, либо говорит от своего имени. А модель на просьбу «добавь экспертности» лепит именно эту конструкцию, потому что она грамматически безопасна. Для опытного читателя – и, кстати, для редполитики большинства изданий – это маркер генерации.
Правило: безымянные цитаты атрибутируются персоне текста («как говорил мой первый бригадир на объекте») или вырезаются.
3. Самоповтор мысли
Тезис «покупайте там, где есть сервис» встречается в тексте четырежды: в блоке брендов («берите то, где есть сервис в вашем городе»), в региональном блоке («покупайте там, где есть авторизованный сервис»), в FAQ («берите там, где у бренда есть сервисный центр») и в выводе («дорогой без сервиса хуже среднего с понятной поддержкой»). Мысль правильная. Но у нейросети нет человеческого ощущения повторения собственной мысли – есть только вероятность следующего токена, и в каждой секции этот токен снова выпадает про сервис. Один раз – ключевой тезис, четыре – вода, которую читатель чувствует кожей.
Правило: прогон на дубли тезисов и ярких фраз между секциями.
4. Языковые швы и следы семантики
Мелочи, которые по одной простительны, а суммой дают то самое «что-то тут не так»:
- оборванные предложения-огрызки: «По опыту объектов с 1998 года.» и «Если это газовый котел отопления частного дома.» – начала мыслей, у которых нет конца;
- «Дом 120 м2 — берем 12» – двенадцать чего? Слово «кВт» потерялось, и тут же забыт запас 15-30%, о котором сказано предложением раньше;
- перечисление «газовый котел Baxi, газовый котел Protherm, газовый котел Vaillant, газовый котел Ariston» – живой человек напишет «Baxi, Protherm, Vaillant и Ariston», а это ключи из семантического ядра, вшитые в текст напрямую;
- региональный блок «Москва и МО, Краснодар, Самара, Санкт-Петербург, Ульяновск» с советом выбирать в Краснодаре «модели, устойчивые к мягкому климату» – устойчивость к мягкому климату не нужна по определению, это GEO-ключи, обернутые в бессмыслицу.
Правило: финальная вычитка человеком. Не редактура – именно вычитка швов, 20-30 минут.
5. Тихая логическая ошибка
Самое коварное – не ловится ни спелчекером, ни детектором ИИ. Таблица подбора мощности в исходнике рекомендует:
Площадь 80-120 м² – базовая мощность 8-12 кВт – «Настенный, двухконтурный»
По отоплению все верно: киловатт на десять квадратов. Но котел рекомендован двухконтурный, а для комфортного проточного нагрева воды двухконтурному котлу нужно порядка 18-24 кВт: именно поэтому производители выпускают двухконтурные модели преимущественно от 18 кВт. Каждая ячейка таблицы по отдельности корректна, вместе они дают рекомендацию, за которую покупатель потом придет ругаться: из душа потечет «то кипяток, то лед». Генерация идет секциями и не сводит отопление с ГВС в одну систему ограничений.
Из той же серии – «экономит газ до заметной величины»: модель не рискнула цифрой и оставила заглушку, которая звучит как ответ, но им не является.
Правило: сквозная проверка связок величин по всему тексту – особенно там, где два параметра должны сходиться в одной рекомендации.
Было – стало: как это выглядит после пост-обработки
Чтобы разбор не выглядел «критиковать все умеют», покажу на двух примерах, во что превращаются найденные ошибки.
Паттерн 2, безымянный эксперт.
Было:
«Хорошая обвязка и грамотная пусконаладка решают 80% будущих проблем» – отмечают практикующие специалисты
Стало:
Хорошая обвязка и пусконаладка снимают большую часть будущих проблем – это первое, что мне вдолбил бригадир на моем первом объекте.
Та же мысль, но теперь она принадлежит персоне текста, а не «специалистам отрасли», и заодно исчезла непроверяемая цифра 80%.
Паттерн 5, таблица мощности.
Было:
80-120 м² – 8-12 кВт – «Настенный, двухконтурный»
Стало:
80-120 м² – на отопление хватит 8–12 кВт. Но если нужен двухконтурный с проточным ГВС – берите модель от 18-24 кВт с глубокой модуляцией, либо одноконтурный на 8-12 кВт плюс бойлер косвенного нагрева.
Рекомендация перестала разваливаться на стыке отопления и горячей воды — теперь она сходится по обеим осям.
Полчаса такой работы – и текст можно отдавать клиенту. Вот регламент целиком.
Как проверять статьи после генерации нейросетью: чек-лист
Из разбора родился регламент – теперь это отдельный этап рабочего процесса:
- Бренды, модели, версии, свойства, цены – сверка с каталогом и ассортиментом клиента.
- Безымянные цитаты – атрибутировать или удалить.
- Дедупликация тезисов и ярких фраз между секциями.
- Оборванные предложения и ключи, вшитые «как есть», – переписать по-человечески.
- Сквозная сверка чисел, единиц и связок параметров: рекомендация должна сходиться по всем осям сразу.
- Персона: фирменная фишка – один-два акцента на текст, не пять.
- Проверка коммерческих элементов: цены, наличие, сроки доставки, гарантии – для магазинов это самые дорогие ошибки.
- Финальная вычитка человеком: 20-30 минут, только швы.
Пункты 2, 3, 4 и 6 детектируются правилами – их я переношу в промпты и автопроверки пайплайна, чтобы они отрабатывали до того, как текст увидит человек. Материала для проверки паттернов хватает: на момент написания через конвейер прошло 958 статей – почти 1,4 миллиона слов.
Подпись: «Разбираемая статья в аналитике конвейера: внутренний аудит оценивает ее на 35 из 100 по формальным метрикам – при 100% уникальности предложений и нормальной водности проседает читаемость. „Хорошо написано» и „готово к публикации» – разные вещи, и ловить эту разницу – работа автопроверок».
Пункты 1, 5 и 7 автоматике не отдать: это сверка с реальностью, а реальность в промпт не помещается. Здесь остается человек.
Вывод
Разобранный текст – около 15 000 знаков за минуты против двух-трех дней работы копирайтера, которому пришлось бы еще объяснять, чем обратка отличается от подачи. Но без получаса человеческой пост-обработки я бы его на клиентский сайт не выпустил.
Реальная формула не «нажал кнопку – получил статью» и не «ИИ пишет воду». Она такая: генерация снимает большую часть рутины, а человек перестает быть писателем и становится фактчекером. Полчаса проверки против трех дней написания.
ИИ уже научился писать быстрее человека. Не научился пока только одному – отвечать за написанное. Поэтому разница между авторами теперь проходит не по скорости, а по ответственности: одни публикуют первый результат, другие находят те самые пять ошибок, которые стоят клиенту денег.
