AI-СИСТЕМА ДЛЯ СЕМАНТИКИ И ДИРЕКТА

Вводные

• НИША: Маркетинг / SEO / Яндекс.Директ
• СТЕК: Python • NLP • SERP • LLM agents
• ПРОБЛЕМА: 3000 ключей и 15-30% мусора

Что сделано

• Bukvarix / XMLRiver / Wordstat
• Regex Shield + Fuzzy Dedup
• NLP + SERP Veto clustering
• Planner → Executor → Arbiter

Результат

• СКОРОСТЬ: 20-30 мин вместо 3-4 часов
• КАЧЕСТВО: ~85% чистых решений
• БЮДЖЕТ: ~$0.30 на 3000 ключей

Проблема

Сбор семантического ядра и кластеризация запросов вручную занимают дни. Традиционный софт собирает до 70% нецелевого мусора, а группировка по вхождению слов упускает реальный интент пользователя. Директологам и SEO-специалистам приходится часами чистить списки вручную.

Решение

Разработана мультиагентная система на Python для автоматического сбора, очистки и кластеризации семантики. Агент-фильтратор отсекает мусор через Regex Shield и Fuzzy Dedup. Агент-исследователь собирает выдачу поисковиков (SERP). Агент-аналитик проводит гибридную кластеризацию с помощью NLP-эмбеддингов (SentenceTransformers) и конкурентного анализа. Агент-валидатор проводит финальное Ensemble Voting (голосование 4 специализированных ИИ-моделей) для подтверждения релевантности и фильтрации.

Метрики

• Скорость обработки: 3000 ключевых фраз за 20 минут (в 10 раз быстрее)
• Точность фильтрации: 95% совпадения с ручным выбором
• Экономия на API: Всего $0.30 за сбор и кластеризацию ядра