Как мы автоматизировали подготовку кампаний в Яндекс Директе с помощью ИИ
Подготовка рекламной кампании в Яндекс Директе с нуля — это 2–3 дня ручной работы. Парсинг конкурентов, сбор УТП, подбор семантики, написание объявлений, перехватные маски. Каждый этап — отдельный инструмент, копипаста между ними, десятки вкладок. Мы в IT-Agency решили это автоматизировать и собрали конвейер, который проходит все 4 этапа за 15 минут. Одна команда — и на выходе готовые Excel-файлы.
Почему понадобился конвейер
Наша команда в IT-Agency ведёт десятки рекламных аккаунтов в Яндекс Директе. Каждый новый клиент — это одинаковый цикл подготовки:
- Найти конкурентов в выдаче, проанализировать их УТП
- Собрать семантическое ядро — маски запросов по тематике
- Написать объявления на основе УТП клиента
- Подготовить перехватные маски на конкурентов
Каждый этап раньше делался вручную. Специалист открывал выдачу, копировал заголовки конкурентов в таблицу, руками выписывал преимущества, подбирал маски в Вордстате, писал тексты в Excel. На одного клиента уходило 2–3 рабочих дня. При этом 80% работы — механическая: скопировать, структурировать, переформатировать.
Мы набили шишек на попытках ускорить отдельные шаги. Были скрипты для парсинга, были шаблоны объявлений. Но данные между инструментами приходилось перетаскивать вручную. Это и стало точкой, где мы решили: нужен единый конвейер.
4 этапа конвейера
Конвейер состоит из четырёх последовательных шагов. Каждый шаг — отдельный скрипт, который читает результаты предыдущего. Данные передаются автоматически, без ручного вмешательства.
Этап 1. Конкуренты и УТП
Скрипт получает URL сайта клиента, парсит его содержимое и определяет тематику. Затем ищет конкурентов в поисковой выдаче Яндекса по ключевым запросам, парсит их сайты и извлекает УТП: заголовки, офферы, ценовые предложения, уникальные фишки.
На выходе — таблица: кто конкурирует, по каким запросам, какие преимущества использует. Это основа для всех следующих этапов. Раньше такой анализ занимал полдня. Сейчас — 3–4 минуты.
Этап 2. Семантические маски
На основе данных о сайте и конкурентах скрипт генерирует маски запросов: базовые, гео, коммерческие, информационные. Не просто список слов из Вордстата, а структурированная семантика с группировкой по интенту.
Маски учитывают специфику ниши. Если клиент — строительная компания, будут маски с типами работ, материалами, регионами. Если e-commerce — категории товаров, бренды, модификаторы цены.
Этап 3. Тексты объявлений
Скрипт читает результаты первого этапа — УТП клиента и конкурентов — и генерирует шаблоны текстов объявлений. Заголовки, описания, быстрые ссылки, уточнения. Всё в формате, готовом для загрузки в Директ Коммандер или Excel.
Тексты строятся на реальных преимуществах клиента, а не на шаблонных фразах. Если у конкурентов в среднем доставка 5 дней, а у клиента — 2, это попадёт в заголовок.
Этап 4. Перехват трафика
Финальный шаг — атакующие маски. Скрипт берёт список конкурентов из первого этапа и семантику из второго, и строит маски для перехвата брендового трафика. С учётом вариаций написания, транслитерации, типичных ошибок в названиях.
Отдельная тема — тексты для перехватных объявлений. Они строятся так, чтобы подчеркнуть преимущества клиента в прямом сравнении с конкурентом, по которому идёт показ.
Честно про рекламу и маркетинг
Разбираю реальные кейсы, делюсь цифрами и инструментами в Telegram-канале. Без воды и мотивационных цитат.
Подписаться на каналКак это работает под капотом
Технически конвейер — это набор Python-скриптов, которые запускаются через Claude Code. Одна команда в терминале:
/yandexdirect https://сайт-клиента.ru --geo "Москва"Claude Code последовательно вызывает каждый из четырёх скриптов. Данные между шагами передаются через JSON-файлы: результат конкурентного анализа попадает на вход генератору масок, маски — на вход генератору текстов, и так далее.
Каждый скрипт использует Claude API для интеллектуальных задач: извлечение УТП из HTML-страниц, классификация запросов по интенту, генерация текстов объявлений. Механические задачи — парсинг, форматирование, экспорт в Excel — выполняются чистым Python.
JSON-файлы промежуточных результатов сохраняются. Если нужно перезапустить отдельный этап — например, перегенерировать тексты с другим акцентом — не нужно прогонять весь конвейер заново. Достаточно вызвать один шаг:
/adtexts https://сайт-клиента.ruКарта клиента: если есть бриф
У многих наших клиентов есть бриф — документ с описанием бизнеса, целевой аудитории, конкурентов, УТП. Было бы глупо его не использовать.
Для этого в конвейере есть отдельная команда — /client. Она собирает карту клиента из брифа, сайта или любого текстового описания:
/client https://сайт-клиента.ru @C:\путь\к\брифу.xlsxКарта — это структурированный JSON с ключевой информацией: продукты, аудитория, география, УТП, тон коммуникации. Все четыре скрипта конвейера читают эту карту и подмешивают данные из неё в промпты. Бриф обогащает результат на каждом этапе.
Карту можно дополнять по ходу работы: добавить новый продукт, уточнить УТП, расширить географию. Каждый следующий запуск конвейера прочитает актуальную версию.
Результат: 4 файла за 15 минут
На выходе — папка direct/ в директории клиента с четырьмя Excel-файлами:
Файлы можно загружать в Директ Коммандер напрямую или дорабатывать вручную. Мы обычно делаем и то, и другое: загружаем как основу и точечно правим под конкретные задачи клиента.
Было и стало
| Этап | Раньше | Сейчас |
|---|---|---|
| Анализ конкурентов | 4–6 часов вручную | 3–4 минуты |
| Семантические маски | 3–4 часа + Вордстат | 3–4 минуты |
| Тексты объявлений | 4–8 часов копирайтинга | 3–4 минуты |
| Перехватные маски | 2–3 часа | 3–4 минуты |
| Итого | 2–3 рабочих дня | ~15 минут |
Важный нюанс: конвейер не заменяет стратега. Он убирает механическую работу. Специалист по-прежнему проверяет результаты, корректирует тексты, добавляет нюансы, которые знает только он. Но вместо того чтобы тратить два дня на сбор данных, он тратит 15 минут на запуск и час на ревью.
Что дальше
Сейчас конвейер покрывает подготовку кампании с нуля. В планах — подключить его к текущей аналитике: чтобы данные из аудита Директа подсказывали, какие маски добавить, какие тексты обновить, где усилить перехват.
Мы уже используем этот инструмент на реальных клиентах в IT-Agency. Каждый запуск экономит команде два дня. Умножь на количество новых клиентов в квартале — и получишь ощутимый эффект.
Я собрал шаблоны, которые использую в работе с клиентами: медиаплан, учёт рабочего времени, аналитические отчёты. Скачайте бесплатно на странице шаблонов.
Выводы
Подготовка рекламной кампании в Яндекс Директе — задача, которая на 80% состоит из рутины. Найти конкурентов, извлечь УТП, собрать маски, написать тексты — всё это поддаётся автоматизации.
Мы собрали конвейер из четырёх шагов, который делает всю механическую работу за 15 минут. Специалист запускает одну команду и получает четыре готовых Excel-файла. Остаётся проверить, скорректировать и загрузить в Директ.
ИИ не заменяет экспертизу. Он убирает копипасту. А время, которое высвобождается, команда тратит на то, что действительно требует головы: стратегию, аналитику, нестандартные решения.