SEO-агент на n8n: как автоматизировать контроль трёх сайтов

⚡ Главное за 5 секунд - Суть: Руководитель контента Анастасия Никулина собрала на n8n SEO-агента, который автоматически собирает данные по трём сайтам, хранит историю и выдаёт короткие отчёты в Telegram. - Доступность: Подробный кейс с архитектурой и примерами опубликован на Хабре. - Ограничение: Агент не заменяет SEO-специалиста — это инструмент для аналитики, контроля и проверки гипотез. Языковая модель подключается точечно, чтобы не гонять дорогие запросы на все страницы. ### 🔍 Что обнаружено Анастасия Никулина, руководящая отделом контента в IT-компании, столкнулась с резким падением поискового трафика в 2025 году: за несколько месяцев показатели почти откатились к уровню 2024-го, просадка составила почти 40%. Подрядчики предлагали расширять семантическое ядро и закупать ссылки, но это не решало бизнес-задачу. Тогда автор сама собрала SEO-агента на n8n. Система забирает данные из Screaming Frog, Яндекс Метрики, Вебмастера и содержимого страниц, приводит их к общему виду, сопоставляет URL и убирает технический шум. История хранится в Google Таблицах, где фиксируются текущее состояние, изменения и ручные решения. Дальше в дело вступают правила: пороги, сигналы и система баллов. И только для классификации новых страниц и глубокого анализа нескольких кандидатов подключается языковая модель. Выход — три коротких отчёта в Telegram: технический (ошибки сканирования, редиректы, пропавшие метатеги), сводка по общей температуре сайта (посещаемость, трафик, позиции) и контентный разбор (какие SEO-материалы растут или проседают, какие гипотезы проверить). С флагманского продукта из органики до кризиса приходило до 30 заявок в месяц. ### 💡 Почему это важно Главная ценность кейса — в умной экономии ресурсов. Автор подчёркивает, что сильные нейросети стоят денег, поэтому она заранее спроектировала архитектуру так, чтобы модель работала только там, где нужен анализ текста и гипотезы, а всю рутину — нормализацию, фильтрацию, сопоставление URL — взяли на себя правила и обычный код. Это практический пример, как перестать тонуть в ручной сводке отчётов и получать в мессенджер готовый список того, что действительно требует внимания редакции. Такой workflow можно адаптировать под свои проекты. ### 🧩 Контекст До середины 2025 года SEO-работы шли отлично: блоги росли, поисковый трафик тоже. Летом всё резко изменилось: наложились кризис в отрасли, снижение спроса на ПО, сезонность и рост нейроответов, которые забрали часть информационного спроса. Подрядчики не могли объяснить причины, а привычные методы вроде переписывания метатегов перестали работать. Анастасия погрузилась в SEO сама, разобралась в поисковом интенте и поведении пользователей, и в итоге создала инструмент, который позволяет ей еженедельно видеть полную картину — от технических ошибок до контентных гипотез.

🔗 Читать на habr.com