MoreSEOОб авторе

Контент-план с помощью нейросети: процесс и промпты по шагам

Цепочка из четырёх запросов к ИИ: группировка тем по данным Wordstat, интент и формат, календарь со связками, проверка на дубли. Готовые промпты.

Обновлено 15 ноября 2026
11 мин. чтения
Обложка: план публикаций, который собирает нейросетьОблако диалога с нейросетью передаёт цветные блоки тем в сетку календаря

Нейросеть ускоряет составление плана публикаций, если дать ей готовые данные и разбить работу на шаги. Вы выгружаете запросы с частотностью из Wordstat, а модель группирует их в темы, подсказывает формат статьи, раскладывает темы по неделям с учётом связей и в конце ищет в плане дубли и дыры. Чего модель сделать не может: узнать реальный спрос и то, что сейчас стоит в топе выдачи. Эти две вещи остаются за вами.

Сам шаблон таблицы и правила приоритета разобраны в статье про контент-план для блога. Здесь только процесс работы с моделью и запросы, которые можно копировать.

Коротко

  • Языковые модели угадывают, когда не знают ответа: исследование Kalai и соавторов (2025) объясняет это тем, что обучение и оценка поощряют догадку больше, чем признание неуверенности. Поэтому частотность в плане от модели без данных выдумана.
  • Anthropic называет самым частым рабочим шаблоном цепочку «черновик, проверка по критериям, правка» отдельными запросами.
  • Google в списке самопроверки спрашивает, не выпускаете ли вы много материалов на разные темы в надежде, что что-то сработает, и не используете ли обширную автоматизацию.
  • Google в руководстве для Gemini 3 Flash советует добавлять в запрос текущую дату и дату среза знаний модели: для календаря с сезонностью это обязательно.
  • По Wordstat на 14.11.2026 план с участием ИИ ищут 41 раз в месяц (точные частоты), обычный контент-план 1 542 раза.

Что модель делает хорошо, а что нет

Модель хорошо работает с текстом, который вы ей дали: группирует фразы по смыслу, называет темы, предлагает заголовки и форматы, раскладывает список по датам. Плохо она справляется с тем, чего нет в запросе: спросом, составом выдачи, свежими событиями и сезонностью вашей ниши.
ЗадачаКто делаетЧто проверить руками
Сбор запросов и частотностиВы, в Wordstat или сервисе спросаСрез даты и региона, точная частота в кавычках
Группировка фраз в темыМодель по вашему спискуНе слиты ли разные интенты, не разорвана ли одна тема
Интент и формат статьиМодель предлагает, вы сверяете с выдачейЧто реально в топ-10: статьи, сервисы, карточки
Заголовки и рабочие названияМодельНет ли повторов одного смысла в двух строках
Календарь и связкиМодель по вашим правиламСезонность, праздники, загрузка авторов
Поиск дублей и пробеловМодель отдельным запросомРешение, какую из двух тем оставить

Главное ограничение: модель не знает частотность на дату среза. Если в запросе нет цифр, она всё равно может их написать, и выглядеть они будут правдоподобно. Исследование «Why Language Models Hallucinate» (Kalai и соавторы, 2025) объясняет механизм: большинство тестов, на которых учат и сравнивают модели, штрафуют ответ «не знаю», и модели учатся угадывать. Поэтому в каждом запросе ниже есть правило: цифры брать только из данных, а если их нет, писать «Нет данных». Такую формулировку советует и руководство Yandex Cloud по промтам.

Какие данные подготовить до первого запроса

Таблица запросов с точной частотностью, список уже опубликованных адресов, цель блога и ограничения: сколько статей в месяц вы реально выпускаете и какие темы не берёте. Чем меньше модель додумывает, тем меньше правок.

Что положить в запрос:

  1. Запросы с частотностью. Выгрузка из Вордстата в формате «фраза; частота». Точная частота считается с кавычками: оператор фиксирует количество слов во фразе, это описано в справке Wordstat. Для плана на квартал хватит 100–300 фраз после чистки.
  2. Опубликованные страницы. Адрес и главный запрос каждой. Без этого модель предложит темы, которые у вас уже есть.
  3. Цель и аудитория. Одна-две фразы: кто читает и что должен сделать после статьи.
  4. Ресурс. Сколько статей в неделю, есть ли эксперт для сложных тем.
  5. Текущая дата и регион. Модели знают мир на дату своего среза знаний. Google в руководстве по запросам для Gemini 3 Flash прямо советует указывать текущий год и дату среза знаний для вопросов, завязанных на время.

Длинную таблицу ставьте в начало запроса, а задание в конец. Anthropic пишет, что для входных данных от 20 тысяч токенов вопрос в конце улучшал качество ответа до 30% в их тестах. Google для Gemini советует тот же порядок: сначала контекст, затем инструкции.

Цепочка из четырёх запросов

Один запрос «составь контент-план на месяц» даёт усреднённый список тем без спроса. Четыре отдельных запроса дают проверяемый результат: группировка, интент и формат, календарь, критика плана. После каждого шага вы смотрите результат и правите его до следующего.
Цепочка из четырёх запросов к нейросети для плана публикацийДанные Wordstat передаются модели; четыре шага: группировка, интент и формат, календарь, критика плана; после каждого шага ручная проверка Четыре запроса вместо одного Ваши данные: фразы и точная частотность Wordstat, опубликованные адреса, дата 1. Группировка фразы в темы, спрос по таблице 2. Интент формат статьи, пересечения 3. Календарь недели, связки, слоты обновлений 4. Критика дубли, пробелы, висячие ссылки Вы: сверить суммы и хвосты Вы: открыть выдачу по темам Вы: проверить сезонность Вы: решить, что оставить Цифры спроса модель берёт только из данных; если их нет, пишет «Нет данных»
Цепочка запросов к модели: данные Wordstat, группировка, интент и формат, календарь, проверка на дубли, с ручной проверкой после каждого шага

Схема 1. Модель работает только с тем, что вы ей дали; между шагами стоит ручная проверка.

Почему не одним запросом: каждый шаг можно проверить отдельно. Если модель слила две темы на первом шаге, вы исправите это до того, как ошибка разойдётся по календарю. Anthropic в руководстве по запросам для Claude описывает именно такую схему: черновик, проверка по критериям, исправление, каждый шаг отдельным вызовом. Общие правила, из чего состоит хороший запрос, разобраны в статье что такое промпт, здесь только запросы под план.

Шаг 1. Группировка запросов в темы

Ниже таблица поисковых запросов для блога о [тематика].
Формат строк: фраза; точная частотность Wordstat (Россия, 30 дней, срез [дата]).

<queries>
[вставьте выгрузку]
</queries>

Задача: объедини фразы в темы. Одна тема = один интент = одна будущая статья.
Правила:
- в тему попадают фразы, на которые можно ответить одной страницей;
- «что такое X» и «купить X» не объединяй, это разные интенты;
- спрос темы = сумма частот её фраз, считай только по таблице;
- если для фразы нет частоты, пиши «Нет данных», не придумывай цифру.
Ответ: таблица с колонками «Тема», «Главная фраза», «Все фразы», «Спрос темы».
Отсортируй по спросу темы по убыванию.

Что проверить: сложите пару сумм вручную. Затем просмотрите темы с одной фразой: часто это хвосты, которые надо присоединить к соседней теме. Если сомневаетесь, относятся ли две фразы к одной странице, проверьте выдачу: это и есть принцип кластеризации по топу, подробнее в статье про кластеризацию.

Шаг 2. Интент и формат

Вот темы из предыдущего шага и список уже опубликованных статей.

<topics>[таблица тем]</topics>
<published>[адрес; главный запрос]</published>

Для каждой темы определи:
1) интент: узнать, сделать, выбрать, купить;
2) подходящий формат: инструкция, объяснение, сравнение, чек-лист, обзор;
3) пересекается ли тема с опубликованной статьёй (да/нет и с какой).
Если тема пересекается, предложи: обновить старую статью или писать новую, и почему.
Не оценивай конкуренцию и спрос, этих данных у тебя нет.

Что проверить: формат по выдаче. Модель предложит «инструкцию», а в топе окажутся калькуляторы или карточки товаров. Откройте выдачу по главной фразе каждой темы уровня A и B; типы запросов и признаки интента разобраны в статье про типы поисковых запросов.

Шаг 3. Календарь со связками

Сегодня [дата]. Регион: [регион].
Ресурс: [N] статей в неделю. Период: [даты].

<topics>[темы с интентом, форматом и спросом после проверки]</topics>

Разложи темы по неделям.
Правила:
- сначала темы с большим спросом;
- темы, которые объясняют термины для других, ставь раньше зависимых;
- рядом ставь статьи, которые будут ссылаться друг на друга;
- сезонные темы ставь за 4–6 недель до сезона; если не уверен в сезонности, пометь «проверить сезонность в Wordstat»;
- на каждые 4 новые статьи оставь 1 слот на обновление старой.
Ответ: таблица «Неделя», «Тема», «Формат», «Ссылается на», «Комментарий».

Что проверить: сезонность по графику динамики в Wordstat, а не по памяти модели. Срок «за 4–6 недель» это наш рабочий ориентир, а не правило поисковиков: подбирайте его по тому, как быстро ваши статьи начинают получать показы.

Шаг 4. Критика плана

Проверь этот план как редактор SEO-блога.

<plan>[календарь]</plan>

Найди:
1) пары тем, которые отвечают на один вопрос и будут конкурировать за запрос;
2) темы без главной фразы или со спросом «Нет данных»;
3) статьи, которые ссылаются на ещё не вышедшие;
4) темы, которые не связаны ни с одной другой.
Для каждой проблемы предложи одно исправление. Ничего не переписывай сам.

Последняя строка важна: если попросить «улучшить план», модель перепишет его целиком, и проверять придётся заново. Критику удобно запускать в новом чате, передав только план и критерии: так проверка опирается на критерии, а не на ход прошлого диалога.

Один запрос, цепочка или без ИИ

Короткий запрос подходит для мозгового штурма, цепочка с данными для рабочего плана, ручная работа для маленьких ниш. Модель с поиском в интернете не заменяет Wordstat: она находит страницы, а не частотность.
ЧтоКогда подходитЧем платитеПочему важно
Один запрос без данныхМозговой штурм, поиск углов для рубрик в соцсетяхТемы без спроса, выдуманные цифры, повторыБыстро, но это список идей, а не план
Цепочка из 4 запросов с выгрузкойБлог, который должен получать трафик из поиска1–2 часа на проверку между шагамиКаждая тема опирается на реальный спрос и одну страницу
Модель с веб-поискомБыстро посмотреть, о чём пишут конкурентыМодель видит страницы, но не частотность и не позицииДополняет анализ выдачи, не заменяет Wordstat
Без нейросетиНиша на 15–20 тем, редкие публикацииРучная группировка, но её немногоПроверка займёт больше времени, чем сама работа

Какие ещё SEO-задачи модель закрывает без потери качества (мета-теги, черновая группировка семантики, разбор кода), собрано в статье про нейросети для SEO.

Типовые ошибки модели в плане

Чаще всего модель придумывает частотность, дробит один интент на несколько статей, ставит сезонные темы по устаревшим датам и предлагает «вечнозелёные» темы без запросов. Каждую ошибку ловит свой шаг цепочки.
  • Выдуманный спрос. Ловится на шаге 1: правило «считай только по таблице» и выборочная проверка сумм.
  • Один вопрос в двух статьях. «Как составить план» и «пошаговый план для блога» модель легко разведёт по разным строкам. Ловится на шагах 2 и 4.
  • Сезонность по старым данным. Модель знает календарь на дату обучения. Ловится датой в запросе и графиком в Wordstat.
  • Темы ради количества. Модель с удовольствием добавит 30 тем «для полноты». Google в списке вопросов о полезном контенте прямо называет тревожным признаком выпуск множества текстов на разные темы в надежде, что что-то сработает, а массовое производство страниц для манипуляции выдачей относит к спаму (scaled content abuse).
  • Общие заголовки. «10 советов по…» вместо формулировок, которые ищут. Решение: требовать, чтобы главная фраза темы была взята из таблицы запросов.

Google оценивает качество текста, а не способ его создания: так сказано в разъяснении Search Central от 8 февраля 2023 года. Это касается и тем, предложенных моделью. Как писать сами статьи по плану с моделью и не потерять качество, разобрано в материале про статьи с нейросетью.

Наши данные: сколько ищут план с ИИ

Методика. Яндекс Wordstat, Россия, 30 дней, срез 14.11.2026. Спрос темы равен сумме точных частот запросов группы. Для сравнения взята тема обычного плана публикаций из нашего семантического ядра.

ПоказательПлан с ИИОбычный контент-план
Спрос темы (сумма точных частот)411 542
Главная фраза«промт для контент плана»«контент план»
Широкая частотность главной фразы31512 918
Точная частотность главной фразы14919
Доля точной в широкой4,4%7,1%

Что из этого следует:

  • Тема нишевая. Обычный план ищут в 38 раз чаще (1 542 против 41). Широкая частотность ИИ-варианта составляет 2,4% от широкой частотности «контент план». Большинство людей ещё не связывают план публикаций с нейросетью или ищут его без слова «нейросеть».
  • Ищут готовый запрос, а не теорию. Главная фраза темы «промт для контент плана», а не «как составить с ИИ». Поэтому в статье запросы стоят выше объяснений.
  • Хвост длинный. Точная частота главной фразы 14 при широкой 315: 95,6% широкой частотности приходится на другие словоформы и более длинные запросы, например с названием соцсети или ниши. Шаблоны выше сделаны с переменными в квадратных скобках как раз под такие уточнения.

Кому этот процесс не нужен

Цепочка запросов избыточна, если плана на поиск нет вообще: лента новостей, внутренний блог, рубрики в соцсетях. Она также не поможет, если у вас нет выгрузки запросов: без данных модель выдаст правдоподобный, но непроверяемый список.
  • Контент только для соцсетей. Там план строят от рубрик и частоты постов; хватит одного запроса на идеи.
  • Маленькая ниша. Если после чистки осталось 20 фраз, группировка руками займёт 15 минут.
  • Нет доступа к данным спроса. Сначала соберите запросы, потом подключайте модель.
  • Темы YMYL без эксперта. Медицина, финансы, право: план можно составить, но статьи без проверяющего специалиста лучше не планировать вовсе.

Частые вопросы

Какой промт для контент-плана самый лучший?

Не один, а цепочка из четырёх: группировка запросов с частотностью, интент и формат, календарь, критика плана. Шаблоны каждого шага приведены выше. В каждом запросе есть правило брать цифры только из ваших данных.

Какая нейросеть подходит для контент-плана?

Подойдёт любая крупная модель, которая принимает длинный ввод: ChatGPT, Claude, Gemini, GigaChat, YandexGPT. Разница меньше, чем разница между запросом с данными и без них. Сравнение моделей для текстов собрано в статье ChatGPT, Claude, Gemini или DeepSeek.

Может ли ИИ сам узнать частотность запросов?

Нет. Языковая модель не имеет доступа к статистике Wordstat на дату среза. Модель с веб-поиском может найти страницы, где кто-то публиковал цифры, но это чужие и часто устаревшие данные. Частотность берите из Wordstat.

Сколько тем давать модели за раз?

Столько, чтобы вы могли проверить ответ. На практике 100–300 фраз для группировки и 20–40 тем для календаря. Если тем больше, разбейте по кластерам и прогоните цепочку для каждого.

Не накажут ли сайт за план, составленный ИИ?

Поисковики оценивают опубликованные страницы, а не способ их планирования. Риск появляется, когда план превращается в поток однотипных текстов ради трафика: такое Google относит к спаму. Подробнее в статье про ИИ-контент и SEO.

Источники

Частный SEO-специалист. Пишу про поиск и нейропоиск, а цифры беру из Wordstat и первоисточников.

Читайте также

© MoreSEO, Алексей Демкин · все статьи