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
| Задача | Кто делает | Что проверить руками |
|---|---|---|
| Сбор запросов и частотности | Вы, в Wordstat или сервисе спроса | Срез даты и региона, точная частота в кавычках |
| Группировка фраз в темы | Модель по вашему списку | Не слиты ли разные интенты, не разорвана ли одна тема |
| Интент и формат статьи | Модель предлагает, вы сверяете с выдачей | Что реально в топ-10: статьи, сервисы, карточки |
| Заголовки и рабочие названия | Модель | Нет ли повторов одного смысла в двух строках |
| Календарь и связки | Модель по вашим правилам | Сезонность, праздники, загрузка авторов |
| Поиск дублей и пробелов | Модель отдельным запросом | Решение, 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
Что положить в запрос:
- 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.
- Опубликованные страницы. Адрес и главный запрос каждой. Без этого модель предложит темы, которые у вас уже есть.
- Цель и аудитория. Одна-две фразы: кто читает и что должен сделать после статьи.
- Ресурс. Сколько статей в неделю, есть ли эксперт для сложных тем.
- 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
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
| Что | Когда подходит | Чем платите | Почему важно |
|---|---|---|---|
| Один запрос без данных | Мозговой штурм, поиск углов для рубрик в соцсетях | Темы без спроса, выдуманные цифры, повторы | Быстро, но это список идей, а не план |
| Цепочка из 4 запросов с выгрузкой | Блог, который должен получать трафик из поиска | 1–2 часа на проверку между шагами | Каждая тема опирается на реальный спрос и одну страницу |
| Модель с веб-поиском | Быстро посмотреть, о чём пишут конкуренты | Модель видит страницы, но не частотность и не позиции | Дополняет анализ выдачи, не заменяет Wordstat |
| Без нейросети | Ниша на 15–20 тем, редкие публикации | Ручная группировка, но её немного | Проверка 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
- 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.
| Показатель | План с ИИ | Обычный контент-план |
|---|---|---|
| Спрос темы (сумма точных частот) | 41 | 1 542 |
| Главная фраза | «промт для контент плана» | «контент план» |
| Широкая частотность главной фразы | 315 | 12 918 |
| Точная частотность главной фразы | 14 | 919 |
| Доля точной в широкой | 4,4% | 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
- 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
- Anthropic: Prompting best practices, цепочки запросов и порядок длинных данных
- Google AI Studio: стратегии составления запросов для Gemini
- Kalai и соавторы: Why Language Models Hallucinate, arXiv, 2025
- Yandex Cloud: как писать промты для нейросетей
- Google Search Central: позиция Google по контенту, созданному ИИ
- Google: создание полезного контента, ориентированного на людей
- Правила Google в отношении спама: scaled content abuse
- Справка Wordstat: операторы запросов