Недетерминированный SEO-агент: показываю, как это работает изнутри

Несколько месяцев назад я поймал себя на мысли, которая не давала покоя: все инструменты для SEO-контента решают одну задачу одним способом. Разработчик садится, собирает цепочку промптов, намертво прибивает её к конкретному сценарию — и выпускает продукт. Пользователь получает инструмент под кейс А, Б и В. Кейс Г — не его проблема, ждите следующего обновления.

Я хотел сделать иначе.

История с полей: почему классические генераторы меня бесили

Когда мы в ResultUP брали проекты с нестандартными нишами — скажем, промышленное оборудование или узкоспециализированные B2B-услуги — стандартные пайплайны ломались. Буквально. Генератор не предусматривал нужный уровень фактуры, копирайтер получал кашу, которую нельзя было использовать даже как черновик. Приходилось лезть внутрь, переписывать промпты, пересобирать флоу — и каждый раз это был отдельный мини-проект.

В какой-то момент я понял: мы тратим больше времени на настройку инструментов, чем на сам контент. Это абсурд.

Именно тогда я начал думать об агентной архитектуре, где система сама адаптируется к задаче — а не задача подгоняется под возможности системы.

Cursor для SEO: почему именно эта аналогия

Логику интерфейса и поведения агента я намеренно строил по образцу Cursor — редактора кода, который не просто выполняет команды, а рассуждает о задаче, декомпозирует её и отчитывается о ходе работы. Пользователь видит мышление инструмента, а не чёрный ящик с кнопкой «сгенерировать».

Именно это ощущение прозрачности процесса стало для меня ключевым ориентиром. SEO-специалист должен понимать, почему агент принял то или иное решение по тексту — а не просто получить готовый файл и гадать, что внутри.ИЗОБРАЖЕНИЕ: Скриншот интерфейса агента с блоком «ход размышлений»: декомпозиция задачи, постановка подзадач, прогресс по метрикам в реальном времени. Светлый минималистичный интерфейс, прогресс-бары, блок thinking.

Шесть рычагов настройки: что реально работает уже сейчас

Каждый агент конфигурируется под конкретный проект. Вот что есть в системе прямо сейчас.

Контекст проекта. Агент получает пул информации о сайте, нише, аудитории и редакционной политике. Контекст живёт отдельно от глобальных настроек и управляется на уровне проекта. Сменили клиента — сменили контекст, без пересборки всей цепочки.

Текстовые метрики с целевыми порогами. Это ядро системы. Агент работает с предустановленным набором:

Для каждой метрики задаётся целевой процент. Агент не останавливается, пока не достигает заданного порога по всем активным параметрам. Это принципиально отличает его от генератора, который просто выдаёт текст и считает задачу выполненной.

RAG-базы знаний. Под каждый проект — своя база: материалы клиента, исследования ниши, конкурентный анализ, брендбук. Агент обращается к ней при генерации. Фактическая точность без галлюцинаций на пустом месте.

Ресёрч и системы контроля качества. Агент подключает внешние проверки как модули. Нужна проверка уникальности — подключается. Нужен анализ читаемости — подключается. Архитектура модульная, каждый блок независим.

Системные промпты в стиле .cursorrules. Каждый агент получает файл с инструкциями: правила голоса, запреты, приоритеты. Разные агенты для разных задач — разные файлы. Система не смешивает их между собой.

Как агент реально работает с метриками

Смотрите на скрин. Агент не просто запускает генерацию. Он анализирует входные данные, оценивает текущее состояние по каждой метрике, формулирует конкретные задачи — и начинает итерации.

Выглядит это примерно так: «повысить покрытие фактов с 34% до 80%», «снизить водянистость с 22% до 8%». Наш пиздюк проанализировал, подумал, поставил себе задачки — и пошёл делать.

Это недетерминированная система. Агент не идёт по жёсткому скрипту «шаг 1 → шаг 2 → шаг 3». Он принимает решения в зависимости от состояния метрик на каждом этапе. Именно поэтому такой подход называется агентным, а не пайплайновым.

Разница между агентом и n8n-автоматизацией примерно такая же, как между GPS-навигатором и бумажной картой с заранее нарисованным маршрутом. Бумажная карта не знает о пробке на третьем повороте.

Пирамида: где работаете вы, а где работает система

Представьте пирамиду с двумя уровнями.

Основание — промпты, цепочки, инструменты, шаги, коннекторы, условия. Всё то, что разработчик традиционного генератора собирает вручную под каждый сценарий. Когда вы используете n8n или любой другой пайплайновый инструмент, вы работаете именно здесь. Каждый новый кейс требует новой сборки.

Вершина — цели, метрики, контекст. То, что понятно человеку без технического бэкграунда.

Традиционные инструменты вынуждают пользователя спускаться в основание: писать промпты, чинить связи, пересобирать флоу при каждом изменении задачи. Если разработчик сервиса не предусмотрел ваш конкретный кейс — вы в тупике. Система не подойдёт, потому что разработчик генератора просто ещё не дошёл до вашего кейса и не собрал нужный сценарий, где будут шаги 1, 2, 3 — и не будет 4, 5, 6.

Наш агент переворачивает эту логику. Пользователь работает с вершиной пирамиды: задаёт цели, выставляет метрики, описывает контекст. Всё, что ниже, система берёт на себя и пересобирает под задачу самостоятельно.

Практический вывод: если ваш кейс нестандартный — агент не сломается. Он адаптируется, потому что не привязан к жёсткому сценарию. Вы сами подрегулируете систему под себя, и она будет работать.

«Недетерминированность — это не баг, это архитектурное решение. Жёсткий пайплайн даёт предсказуемость, но ломается на граничных кейсах. Агент с метриками как целевой функцией адаптируется к задаче — а не требует, чтобы задача адаптировалась к нему.»

Что сейчас в приоритете

Разработка идёт итерациями. Тестирую архитектуру на реальных проектах агентства ResultUP и каждую неделю получаю новые данные — где система работает хорошо, а где ещё нужна доработка.

Сейчас в приоритете три направления: стабилизация работы метрик на длинных текстах от 10 000 знаков, расширение библиотеки предустановленных RAG-шаблонов под типовые SEO-задачи и интеграция с системами публикации.

Весь процесс — со скринами, числами и честным разбором того, что не работает так, как планировалось — веду открыто в канале @seokotenkov. Там дневник разработки, удачные промпты и архитектурные решения. Если хотите посмотреть, как это выглядит в реальных автоматизациях, или обсудить фичи — залетайте, буду рад.

Максим Котенков — фаундер SEO-агентства ResultUP и школы SEO Мясо. Строю собственный инструмент для агентной SEO-автоматизации и веду открытый дневник разработки.