Мартин Шенк провел масштабный эксперимент, опубликовав 2300 статей, созданных с помощью ИИ, на своем тематическом ресурсе. Несмотря на объем контента, поисковый трафик сайта упал на 90% после обновлений алгоритмов Google. Кейс наглядно демонстрирует риски автоматизированного SEO-продвижения и изменения в подходах поисковых систем к оценке качества контента, генерируемого нейросетями без глубокой редактуры.
Автор использовал автоматизированные пайплайны для генерации текстов, стремясь захватить низкочастотные поисковые запросы. Изначально стратегия показывала рост, однако после внедрения Google обновлений, направленных на борьбу с низкокачественным контентом (Helpful Content Update), сайт попал под фильтры. Поисковик начал пессимизировать страницы, которые не несут уникальной ценности для пользователя, даже если они технически соответствуют запросам.
Этот опыт подчеркивает, что простое наращивание объемов контента с помощью LLM больше не является эффективной стратегией для SEO. Поисковые системы совершенствуют механизмы распознавания шаблонных текстов, отдавая приоритет материалам с экспертной оценкой и личным опытом. Для бизнеса это означает необходимость пересмотра процессов автоматизации: ИИ должен выступать лишь инструментом для подготовки черновиков, требующих существенной доработки человеком.
Ключевые факты
- Общий объем опубликованного контента составил 2300 статей, созданных нейросетями.
- Падение поискового трафика после обновлений алгоритмов Google достигло 90%.
- Основной причиной санкций стало несоответствие контента критериям полезности (Helpful Content).
- Эксперимент подтвердил, что массовая генерация без человеческого контроля приводит к потере видимости в поисковой выдаче.
- Стратегия была ориентирована на автоматический захват длинного хвоста поисковых запросов.