Когда любой может опубликовать 500 статей, что стоит контент?

В диджитал-маркетинге сейчас происходит что-то немного странное.

Годами компаниям говорили, что нужно больше контента. Больше полезных статей. Больше посадочных страниц. Больше ответов на больше поисковых запросов. Больше шансов появиться в Google.

Проблема всегда была одна: качественный контент требовал времени. Кто-то должен был разбираться в теме, изучить её, написать текст, отредактировать, и в идеале кто-то, кто действительно понимал бизнес, должен был убедиться, что готовый материал это не просто набор фактов, скопированных откуда-то ещё из интернета.

Потом генеративный AI полностью изменил экономику. Сегодня статья, на которую раньше уходило несколько дней работы райтера и редактора, создаётся за минуты. Компания может сгенерировать десять идей до обеда, пятьдесят статей за неделю, и, при должной автоматизации, потенциально тысячи страниц без заметного роста бюджета на контент.

Легко понять, почему это вдохновляет. И так же легко понять, почему многие компании вот-вот совершат одну и ту же ошибку.

Они обнаружили, что AI делает производство контента невероятно дешёвым. Но не обязательно задались вопросом, нужен ли миру ещё один такой материал. А это два очень разных вопроса.

Контент стал товаром

Контент стал товаром

У интернета всегда были интересные отношения с количеством. Когда поисковики только развивались, информации в сети было мало. Даже базовый контент имел ценность, потому что его было сложно найти. Из этого пробела и выросло SEO: бизнесы учились структурировать страницы, таргетировать запросы и делать информацию проще для обнаружения.

Но экономика тогда была другой. Опубликовать двадцать по-настоящему полезных статей было инвестицией. Опубликовать двести, инвестицией гораздо большей. Это естественное ограничение придавало контенту определённый дефицит.

Генеративный AI во многом убрал это ограничение. А когда стоимость производства чего-либо приближается к нулю, сама вещь становится менее дефицитной, и, соответственно, менее ценной. Мы уже видим начало этого с письменным контентом: тысячи компаний публикуют статьи, технически грамотные, чисто написанные и идеально структурированные, но по сути не сообщающие читателю ничего, чего он не мог бы узнать где-то ещё.

Предложения разные. Информация часто нет.

Трафик, это не ценность

Трафик, это не ценность

Соблазн понятен. Если десять статей в месяц постепенно наращивали органический трафик, а AI теперь позволяет публиковать сто, почему бы и нет? Если у одной статьи есть шанс попасть в топ, сто статей дают сто шансов. В некоторых случаях так и есть: новая страница может выйти в топ, низкоконкурентный запрос может принести трафик, крупный сайт может внезапно появиться по сотням длинных хвостов, и на пару месяцев графики выглядят впечатляюще.

Именно это и усложняет картину: массово произведённый AI-контент способен давать реальные результаты, хотя бы в одном понимании слова «результат». Важный вопрос не в том, может ли стратегия дать трафик. Важно, способна ли она создать долгосрочную ценность.

Об этом мы уже говорили в статье про SEO, AEO и GEO в 2026 году: хороший SEO-отчёт никогда не должен ограничиваться позициями, показами или количеством опубликованных страниц. Эти метрики описывают, что произошло в поиске. Они не обязательно описывают, что произошло с бизнесом.

Представь, компания публикует 300 статей. Органические показы растут на 70%. Сайт теперь ранжируется по сотням новых запросов, отчёт полон красивых восходящих графиков. Но квалифицированные лиды растут всего на 3%, выручка не двигается, а большинство новых посетителей заходят на информационные страницы, ничего больше не читают и уходят. Компания преуспела в наращивании поисковой видимости. Она не обязательно преуспела в построении более сильного бизнеса.

Когда каждая дополнительная статья стоит почти ничего, становится крайне легко перепутать объём производства с прогрессом.

Веские причины для ранжирования

Веские причины для ранжирования

Есть заблуждение, будто будущее поиска сводится к тому, что Google будет пытаться определить, написан ли конкретный абзац через ChatGPT. Мы не считаем это интересным вопросом, и собственные рекомендации Google формулируют проблему иначе. Google не запрещает использование генеративного AI для создания контента; его гайдлайны прямо признают, что AI полезен для исследований, организации и других этапов процесса.

Проблема начинается, когда большое количество страниц создаётся в первую очередь для манипуляции ранжированием, а не чтобы дать людям что-то полезное. Google называет это масштабным злоупотреблением контентом (scaled content abuse), и его гайдлайны прямо включают случаи, когда генеративный AI используется для производства множества страниц без добавления ценности.

Это различие важно, потому что настоящий вопрос никогда не звучал как «участвовал ли AI?». Он звучит как «зачем эта страница вообще существует?» Если ответ в том, что кто-то нашёл поисковый запрос и захотел ещё один URL под него, это слабое основание. Если ответ в том, что у компании было что-то по-настоящему полезное объяснить, исследовать или задокументировать, AI может стать отличным способом донести эту информацию до мира.

Знания против слов

Знания против слов

Рассмотрим две компании. Первая пятнадцать лет работает в своей индустрии, завершила сотни проектов, узнала, что работает, а что нет. У неё есть внутренние процессы, истории клиентов, исследования и мнения, сформированные реальным опытом. Дай этой компании AI, и результат может быть впечатляющим: она может превратить долгое интервью с экспертом в подробную статью, проанализировать отзывы клиентов на предмет закономерностей, задокументировать решения, стоящие за сложным проектом, и помочь редактору найти пробелы, которые легко упустить. AI умножает знания этой компании.

Теперь рассмотрим компанию с очень небольшим объёмом собственных знаний: без исследований, без кейсов, без уникальных данных. Она просто хочет больше страниц, поэтому просит AI-ассистента написать статью на тему. Потом ещё одну. Потом ещё. Вскоре у неё 500 страниц. Эта компания не умножила свои знания. Она умножила свои слова.

Это различие, о котором мы ожидаем слышать всё чаще в ближайшие годы.

Почему опыт важнее

Почему опыт важнее

AI может генерировать текст невероятно быстро, но люди не генерируют новые знания с той же скоростью. Компания может попросить AI написать 100 статей о веб-дизайне уже завтра; это не значит, что завтра появится 100 новых инсайтов о веб-дизайне. Большинство этих статей неизбежно будут построены на уже существующей информации: одна её объясняет, другая суммирует, третья пересказывает другими словами, четвёртая объединяет пять существующих текстов, пятая добавляет FAQ, шестая просто меняет тон. В итоге интернет заполняется разными документами, содержащими по сути одни и те же идеи. Объём текста растёт экспоненциально. Объём оригинальной информации, нет, и это создаёт необычную ситуацию: информации становится в избытке, а оригинальности не хватает.

Именно поэтому концепция E-E-A-T от Google включает Experience (опыт). Опыт сложно сымитировать, потому что он рождается из того, что реально произошло. Компания может сказать, что понимает редизайн сайтов. А может показать, что произошло, когда она реально его сделала. Это не одно и то же. Обычная статья объясняет принципы удачного редизайна; реальный кейс может показать исходную проблему, ограничения, отвергнутые идеи и то, что случилось потом. Второе содержит то, что первое воспроизвести непросто: доказательство опыта, о чём мы и говорили в статье о том, почему контент с душой продаёт лучше, чем красивый контент из ChatGPT.

Именно поэтому мы ожидаем, что в верхнем сегменте рынка сильнейший контент станет более личным, а не более автоматизированным. Он будет всё чаще начинаться с того, что AI не создавал: интервью со специалистом, реальный проект, эксперимент, разговор с клиентом, датасет, ошибка, извлечённый урок, сильное профессиональное мнение. А дальше AI может обработать весь этот материал: организовать трёхчасовое интервью, сопоставить данные, выявить темы, предложить структуру и превратить одно исследование в несколько полезных форматов. Это совсем другое применение AI, чем просьба придумать ещё 2000 слов на тему, которая уже освещена тысячу раз.

Проблема пятисот статей

Проблема пятисот статей

Есть ещё одна проблема массовой публикации, почти не связанная с Google: рано или поздно кому-то придётся управлять всеми этими страницами. Какие из них лучшие? Какие устарели, какие пересекаются, какие отвечают по сути на один и тот же вопрос? Какие стоит объединить, переписать или просто удалить? При десяти статьях эти вопросы решаемы. При пятистах они превращаются в отдельную проблему контент-менеджмента. Сайт становится больше, но не обязательно сильнее, а в некоторых случаях в нём становится сложнее ориентироваться.

Сайт не становится более авторитетным автоматически только потому, что содержит больше URL. Google прямо предупреждает против допущения, что большое количество страниц делает сайт более полезным или релевантным, и у этого есть человеческое измерение тоже. Большинство читателей не смогут объяснить, почему конкретный абзац ощущается сгенерированным AI, но они часто чувствуют, когда что-то шаблонно: введение звучит знакомо, примеры взаимозаменяемы, всё технически верно, но ничего не запоминается.

Это критично важно для бизнесов, которые продают экспертизу. Если продаёшь товар массового потребления, шаблонный контент может не сильно навредить. Если продаёшь архитектуру, консалтинг, разработку ПО, стратегию, дизайн или любую другую услугу, основанную на экспертизе, твой контент это тоже часть репутации. Тысяча шаблонных статей может сделать компанию менее выразительной, а не более.

AI-поиск ценит оригинальность

AI-поиск ценит оригинальность

Сам поиск меняется. Поисковый опыт Google всё активнее включает генеративные функции, и компания уже начала предоставлять отчётность Search Console по видимости в AI Overviews и AI Mode. Пользователю больше не всегда показывают десять синих ссылок с просьбой выбрать одну; система всё чаще синтезирует информацию из нескольких источников и формирует ответ сама. Мы разбирали, что этот сдвиг означает на практике, в статье о том, почему бизнес может стать невидимым для AI-поиска и как это исправить.

Это создаёт другой тип конкуренции. Уже недостаточно спросить «сможем ли мы вывести эту страницу в топ?» Нужно также спрашивать: «есть ли на этой странице что-то, достойное использования в ответе?» У шаблонной статьи, повторяющей то, что уже сказано везде, мало отличий. Страница с оригинальным исследованием, реальным опытом, уникальными данными или по-настоящему полезным фреймворком даёт системе куда более интересный материал для работы. Это одна из причин, почему мы не видим в AEO и GEO замену SEO. Они, продолжение одной и той же идеи: сделать ценную информацию лёгкой для обнаружения, понимания и доверия.

Фабрика против системы знаний

Фабрика против системы знаний

Здесь есть экономический парадокс. Когда контент стоил дорого, у компаний был стимул делать каждый материал значимым. Теперь он дешёвый, и у них есть стимул производить больше. Но когда все могут производить больше, количество теряет большую часть своего конкурентного преимущества, а преимущество перемещается выше по цепочке, к источнику информации: у кого есть данные, опыт, клиент, проект, ошибка, урок, результат, который можно продемонстрировать? Именно там реальный дефицит, и именно поэтому мы ожидаем, что ценность оригинальной экспертизы будет расти по мере того, как стоимость производства шаблонного контента продолжит падать.

Есть тонкая, но важная разница между контент-фабрикой и системой знаний. Контент-фабрика спрашивает, сколько страниц можно произвести за этот месяц. Система знаний спрашивает, что компания знает такого, что было бы полезно другим людям. Первая начинается с ключевых слов и измеряет производство. Вторая начинается с экспертизы и измеряет пользу. Обе могут использовать одни и те же инструменты AI, и именно поэтому мы не считаем это спором «AI-контент против человеческого контента», о чём мы уже писали в статье о том, почему большинство бизнесов используют AI в маркетинге неправильно. Реальный вопрос в том, используется ли AI для создания большего количества информации, или для того, чтобы сделать ценную информацию более доступной.

Как правильно использовать AI

Как правильно использовать AI

Так работает ли массовый AI-контент? Иногда. Всё ещё есть ситуации, где большое количество страниц генерирует поисковую видимость: некоторые запросы простые, в некоторых нишах слабая конкуренция, у некоторых сайтов достаточно авторитета, чтобы даже посредственные страницы получали трафик, а алгоритмы никогда не идеальны. Компания может опубликовать сотни AI-страниц и увидеть рост трафика. Проблема в том, что происходит дальше. Остаётся ли трафик? Продолжает ли контент работать? Наращивает ли сайт авторитет, растёт ли доверие к бренду, конвертируется ли трафик? Тактика может работать, не будучи хорошей долгосрочной стратегией, и мы бы особенно насторожились в отношении любого подхода, чьё скрытое допущение звучит как «Google ещё не разобрался с этим». Это не устойчивое преимущество. Текущие гайдлайны Google уже ясно дают понять, что создание большого количества страниц ради манипуляции видимостью не является устойчивым направлением, так что более правильный вопрос не в том, существует ли лазейка сегодня, а в том, будет ли стратегия иметь смысл, когда эта лазейка закроется.

Наш ответ: используй AI, безусловно, но в правильной точке процесса. Вместо Ключевое слово → Промпт → Статья → Публикация мы гораздо охотнее видим схему Опыт → Исследование → Данные → AI → Экспертная проверка → Редакторская доработка → Доказательства → Публикация. Разница тонкая, но фундаментальная. В первой модели AI, источник контента. Во второй, производственная система вокруг человеческого знания, и именно там он становится по-настоящему мощным.

Один проект против двадцати статей

Один проект против двадцати статей

Предположим, агентство завершает интересный редизайн. Внутри одного этого проекта обычно достаточно материала на целый контент-кластер: исходная проблема становится статьёй, дизайн-решения, другой, технические сложности, третьей, аналитика превращается в кейс-стади, уроки становятся гайдом, методология, страницей услуги, а сам проект пополняет портфолио. Одна реальная работа может породить целый массив оригинальной информации, и это куда более интересный способ думать о контенте. Ты не производишь статьи. Ты документируешь работу, которую твоя компания уже делает.

Именно здесь AI становится нечестным преимуществом для компаний, у которых уже есть экспертиза. Архитектор может записать разговор о проекте и превратить его в отредактированный кейс-стади. Софтверная компания может проанализировать годы тикетов поддержки и выявить повторяющиеся проблемы. Агентство может превратить свой архив проектов в библиотеку реальных уроков. Консультант может преобразовать сотни страниц исследований в структурированную базу знаний. Ограничивающий фактор больше не способность писать. Это качество исходного материала, и это меняет роль контент-команды: ценный навык больше не «сможешь ли ты написать 2000 слов?» Он становится «сможешь ли ты найти, что действительно стоит сказать?»

Тест перед публикацией

Тест перед публикацией

Есть один тест, который мы находим особенно полезным перед публикацией любой AI-статьи: стоило бы создавать эту страницу, если бы Google не существовало? Не потому что Google не важен, очевидно, что важен, а потому что этот вопрос заставляет задуматься о цели. Если ответ «да, нашим клиентам нужна эта информация», хорошо. Если «да, у нас есть уникальный опыт, которым стоит поделиться», ещё лучше. Если «да, здесь исследование или данные, которые мы собрали», отлично. Но если честный ответ звучит как «мы нашли ключевое слово с объёмом поиска», странице, вероятно, нужна более веская причина существовать.

Фундаментальные вещи никуда не делись. Техническое SEO по-прежнему важно, поисковый интент по-прежнему важен, внутренняя перелинковка по-прежнему важна, структурированные данные по-прежнему на своём месте. Но окружение вокруг всего этого меняется: Google приходится различать миллионы страниц, системам AI-поиска приходится решать, какие источники достойны включения в ответ, а у пользователей больше информации, чем когда-либо, и меньше терпения к шаблонному контенту. В этих условиях оригинальность снова становится конкурентным преимуществом, не как писательский приём, а как доказательство, что кто-то действительно разбирается в теме.

Реальный дефицит, это больше не контент. Это знание.

AI сделал производство языка невероятно дешёвым. Это впечатляющее достижение, но оно же означает, что ещё одна вполне компетентная статья на тему «10 трендов веб-дизайна на 2026 год» не так уж сложна в производстве. Сложно другое, иметь что-то по-настоящему интересное сказать, потому что ты пятнадцать лет реально этим занимался. Реальный кейс. Реальный результат. Реальный датасет. Реальная неудача. Мнение, выжившее при столкновении с реальностью. Эти вещи нельзя сгенерировать просто изменив промпт. Они должны откуда-то взяться, и всё чаще именно это «откуда-то» и есть конкурентное преимущество.

Мы не думаем, что будущее это мир без статей, скорее наоборот: полезного контента, вероятно, станет больше, чем когда-либо. Но появится и огромное количество материала, существующего в основном потому, что его было дёшево произвести, и разница между этими двумя категориями с каждым годом будет иметь всё большее значение. Компании, которые относятся к AI как к замене экспертизы, могут обнаружить, что производят контент быстрее, чем когда-либо, не становясь при этом более авторитетными. Компании, которые относятся к AI как к усилителю экспертизы, способны на нечто гораздо более мощное: взять всё, что они знают, и сделать это легче найти, понять и доверять этому.

И это возвращает нас к тому же вопросу, который стоило задавать про SEO всё это время: создаём ли мы страницы, потому что хотим ранжироваться, или потому что у нас есть что-то, действительно достойное быть найденным? В краткосрочной перспективе эти две вещи могут выглядеть удивительно похоже. В долгосрочной, нет, и мы подозреваем, что скрыть эту разницу становится всё труднее.