ИИ-агент Яндекс.Директ Wordstat API

ИИ-ассистент маркетолога для Яндекс.Директ

ИИ-ассистент, который сам исследует рынок и собирает рекламные кампании в Яндекс.Директ: проводит глубокое исследование конкурентов, подключается к Wordstat через Yandex Search API, собирает частотности, строит семантическое ядро по тематическим группам, готовит минус-фразы под модель оплаты и проверяет их на каннибализацию с целевыми запросами. Не «эссе про контекст», а воспроизводимый пайплайн агента, выдающий готовые к заливке материалы.

Обсудить запуск

Роль: Постановщик и оператор ИИ-агента, маркетинг-аналитик
Тип: Подготовительный/стратегический прогон: спрос + глубокое исследование + ядро + минусы + копи-листы для заливки
Инструменты: Яндекс.Директ · Yandex Search API (Wordstat) · собственный навык агента + API-ключ · глубокое исследование
Площадка: Поиск · регионы Москва (213) + Санкт-Петербург (2)
Модели оплаты: Оплата за конверсию (CPA) и резерв под оплату за клик (CPC)
Артефакты: Карта конкурентов · 11 тематических групп · 95/76 фраз · 32/134 минус-фразы · 4 кампании

Проблема

Ручной подбор семантики долгий и легко промахнуться. Маркетолог тратит часы на сбор запросов, частотностей и минус-слов, и при этом легко ошибиться: недобрать спрос, пропустить конкурента или собрать минус-фразы, которые режут целевые запросы.

Для нишевого продукта с несформированным спросом классический подход «идём по высокочастотке» особенно опасен: он сливает бюджет на широкие запросы, по которым нет покупательского намерения, и одновременно проходит мимо узкого «горячего» ядра, которое почти не показывается в Wordstat. Нужен не интуитивный подбор, а строгая процедура: исследовать рынок, измерить спрос честными цифрами и собрать структуру кампаний под конкретную модель оплаты.

Решение — что делает ИИ-ассистент, по шагам

Ассистент — это воспроизводимый пайплайн ИИ-агента: на вход подаётся описание продукта, на выходе — карта конкурентов, семантическое ядро, наборы минус-фраз и структура кампаний, готовые к заливке в Яндекс.Директ. Шаги:

Deep-research конкурентов. Агент сам ищет и сверяет прямых, косвенных и OSS-игроков (порядка 20 источников), фиксирует их позиционирование и точки отстройки продукта.
Подключение к Wordstat через Yandex Search API. Собственный навык агента + API-ключ: агент сам обращается к API и забирает частотности (показы в поиске), а не копирует руками.
Сбор частотностей. Прогон затравочных фраз по нужным регионам, выгрузка показов по каждой фразе.
Семантическое ядро по тематическим группам. Запросы кластеризуются по смысловым группам (ниша, продукт, синонимы, бренды конкурентов и т. д.).
Минус-фразы под модель оплаты. Разные наборы минусов для оплаты за конверсию и за клик — потому что экономика трафика у них принципиально разная.
Проверка минусов на каннибализацию. Каждое минус-слово проверяется через Wordstat: не режет ли оно целевые запросы.
Стратегический вывод. Агент формулирует, на что делать ставку (модель оплаты, набор кампаний) исходя из характера спроса.

Дашборд ИИ-ассистента маркетолога: сводка кампаний, приоритеты, гипотезы и показатели по Яндекс.Директ — Дашборд для ежедневного решения: где проседает реклама, какие гипотезы проверять и какие действия запускать дальше.

Ключевая идея пайплайна — измерять спрос честными цифрами и строить структуру кампаний под экономику конкретной модели оплаты, а не под привычку «идти по высокочастотке».

Кейс-доказательство — реальный прогон

Пайплайн прогнан на реальном продукте: обратимый анонимайзер персональных данных, который маскирует ПДн перед отправкой текста во внешние облачные LLM и восстанавливает их в ответе. Продукт в контуре заказчика (on-premise), ориентирован на соответствие 152-ФЗ. Параметры рекламы: Поиск, регионы Москва + Санкт-Петербург, базовая модель — оплата за конверсию.

Конкуренты (глубокое исследование, ~20 источников)

Прямые: Just AI — Jay Guard (облачный anonymizing proxy gateway: маскирует PII → LLM → восстанавливает, 152-ФЗ) и KodikRouter (маскирование PII + восстановление через NER). Отстройка нашего продукта — on-premise/Docker, обратимость и поддержка форматов DOCX/PDF/XLSX/email.
Доп. прямой: Сфера.Обезличивание (box-решение, но необратимое FPE, для тестовых данных) — наша отстройка именно в обратимости.
Косвенные: Brikko, ITGLOBAL AIaaS (OpenAI-совместимые шлюзы, где маскирование — доп. фича); DLP-вендоры InfoWatch, СёрчИнформ, Гарда, Zecurion — они дают «запрет», а не «безопасно дать пользоваться LLM».
OSS: Microsoft Presidio, LiteLLM, pii-guard — без поддержки русского языка, без готового продукта и обратимости.

Спрос и семантика

Через Yandex Search API прогнали 150 затравочных фраз по регионам Москва (213) и Санкт-Петербург (2), собирая частотности (показы в поиске). Честная оговорка: частотность Wordstat — это показы, а не покупки. Из выгрузки собрано семантическое ядро: 95 фраз в наборе под оплату за конверсию (CPA) и 76 фраз — под оплату за клик (CPC), разложенных на 11 тематических групп (ниша «анонимизация для LLM/нейросетей»; продукт/детект PII; обезличивание; синонимы анонимизация/псевдонимизация/деперсонализация; masking/тест-данные; узкие 152-ФЗ; широкие ПДн/152-ФЗ; широкие DLP; бренды конкурентов; шлюз/прокси LLM; боль утечек/конфиденциальности).

Несформированный спрос — подтверждён частотностями

Ядро ниши даёт околонулевые показы/мес в Москве + СПб: «анонимизация данных для chatgpt» — 0, «защита данных при работе с нейросетями» — 0, «dlp для нейросетей» — 0, «анонимайзер персональных данных» — 0, «обезличивание данных для нейросети» — 1. При этом широкие темы большие: «защита персональных данных» — 9492, «152 фз о персональных данных» — 8909, «обезличивание данных» — 872, «утечка персональных данных» — 1435.

Минус-фразы и проверка на каннибализацию

Наборы минус-фраз сознательно разные под модель оплаты: 32 минус-фразы под CPA (трафик бесплатен — режем только «мусорные лиды»: соискатели, студенты, халява/скачать/crack, явный мусор; при этом юридический шум и текст 152-ФЗ не минусуем — это бесплатный охват) против 134 минус-фраз под CPC (платим за каждый клик — жёстко режем весь нерелевант: нормативный шум, учебные запросы, бренды DLP-сьютов, masking-омонимы). Каждое минус-слово проверено на каннибализацию через Wordstat: например, из CPA-набора убрано минус-слово «работа», потому что оно резало целевой запрос «работа с персональными данными» (1584 показа/мес).

Четыре кампании (Поиск, Москва + СПб)

Ниша-ядро

Оплата за конверсию

Анонимизация для LLM/нейросетей + продукт + шлюз/прокси LLM. «Горячее» намерение при околонулевой частотности — берём весь целевой спрос, пока он бесплатен до конверсии.

Широкий охват

Оплата за конверсию

Защита ПДн, 152-ФЗ, DLP, утечки данных. Высокая частотность; в CPC-наборе эта кампания отключается, потому что «сольёт бюджет», а под оплату за конверсию даёт бесплатный охват и объём для обучения автостратегии.

Бренды конкурентов

Перехват спроса

Presidio, Jay Guard, KodikRouter, LiteLLM, Сфера, Brikko — перехват спроса по брендам прямых и косвенных конкурентов и OSS-инструментов.

Резервная под оплату за клик

Резерв (CPC)

Только целевое ядро + жёсткая минусовка (134 минус-фразы) — на случай перехода с оплаты за конверсию на оплату за клик.

Ключевые инсайты прогона

Ставка на широкий охват под оплату за конверсию. Рынок с несформированным спросом: непокупающий трафик бесплатен, а автостратегии CPA нужен объём для обучения — поэтому широкий охват в этой модели оправдан.
Найден пропущенный конкурент LiteLLM (поисковая частотность 602) — добавлен в кампанию брендов.
Минус-слова проверены на каннибализацию с целевым ядром через Wordstat (кейс со словом «работа» выше).

Строгость deep-research — голосование источников

Часть гипотез агент опроверг, а не подтвердил: «LiteLLM умеет обратимое маскирование» — нет (0/3 источника); «поддержка русских документов — уникальное конкурентное преимущество» — опровергнуто (у конкурентов это уже есть); «классические DLP доминируют в защите от утечек через LLM» — опровергнуто. Это пример того, что выводы выводятся из источников, а не из удобных допущений.

Навыки и технологии

Яндекс.Директ — структура кампаний под Поиск, гео и модель оплаты.
Yandex Search API / Wordstat — сбор частотностей собственным навыком агента по API-ключу.
Deep-research — поиск и сверка конкурентов с голосованием источников.
Семантическое ядро — кластеризация по тематическим группам.
Минус-фразы — наборы под конкретную экономику трафика.
Стратегия CPA vs CPC — выбор модели оплаты под характер спроса.
Автоматизация через ИИ-агента — весь пайплайн как воспроизводимый процесс.

Что ещё умею с ИИ в этом направлении

Автогенерация объявлений — тексты под группы запросов.
Кластеризация запросов — автоматическое разбиение ядра на группы.
Мониторинг спроса — сезонность и гео через Wordstat.
A/B-тексты — варианты объявлений для проверки гипотез.
Регулярные отчёты — периодическая сборка по спросу и семантике.
Перенос процесса на любой проект одним промптом — пайплайн воспроизводится на новом продукте без переписывания.

Что демонстрирует кейс

Способность поставить и провести ИИ-агента через полный подготовительный цикл контекстной рекламы: от глубокого исследования рынка и работы с Wordstat по API до семантического ядра, минус-фраз с проверкой на каннибализацию и структуры кампаний под конкретную модель оплаты. Это рабочая подготовка к запуску в Яндекс.Директ, а не общие рассуждения о маркетинге.

Следующий слой — мониторинг

Для регулярных отчетов нужны две связанные поверхности: быстрая панель управления (cockpit) для ежедневного решения и рабочий стол (workbench) для доказательств, черновиков и ручного подтверждения. Макеты: ежедневная панель управления и рабочее пространство доказательств.

Главный дашборд ИИ-ассистента маркетолога: статус проектов, приоритеты, расходы, клики и проблемные зоны — Главный дашборд: обзор проектов, состояния рекламных связок, расходов и приоритетов для регулярного мониторинга.

Связанные маркетинговые поверхности

Аудит задач

Будни директолога — где ИИ реально усиливает маркетолога

Карта ежедневных задач: семантика, минус-фразы, ставки, отчеты, площадки и точки, где агент снимает ручную работу.

Ежедневный cockpit

Панель маркетинговых инсайтов

Сводка, которая отвечает на вопрос оператора: куда смотреть сегодня, чтобы реклама росла, а не просто отчитывалась.

Workbench

Рабочее пространство доказательств и правок

Подробный слой для проверки причин, черновиков изменений, доказательств, ручного подтверждения и последующего запуска гипотез.

Похожая задача?

Нужен ИИ-ассистент маркетолога под ваш продукт?

Поставлю ИИ-агента, который сам исследует рынок, соберёт частотности через Wordstat, построит семантическое ядро и минус-фразы и подготовит структуру кампаний в Яндекс.Директ под вашу модель оплаты. Процесс переносится на новый проект одним промптом.

Обсудить Панель отчета Рабочий стол Все кейсы