Дефицит идей и деградация

Отличный результат!

Я как-то опасаюсь ИИ в сео.
Есть у меня клиентский маленький сайт, где все идеально под его задачи. Я его скормил ИИ на предмет а дай-ка мне анализ сео!
Он мне выдает кучу ошибок, меня аж пот прошиб....как так-то?
А потом смотрю, так нету этих ошибок, и вообще часть страниц не с сайта!
Пишу ИИ что ты мне туфту гонишь, фраерок, не было такого за Кипричом!
А он мне в ответ "ой, да точно же. Сначала думал есть, а теперь вижу что нет! Я просто поверхностно отнесся к задаче, а теперь вижу что вы правы!"
Ну и нафиг мне такой кот Леопольд? Время тратить сначала на промпт, потом на проверку его и убеждения ИИ что он лажу прогнал.

Но юзаю его для текстов - он пишет шаблон, я рерайт делаю чтобы не ИИшный текст был. Странно хотя это...
И картинки рисует, с этим справляется гуд, хотя и однообразно, но сам я дольше и хуже сделаю

Ну потому что это так не работает. Что ты сейчас сделал - остановил на улице прохожего, ткнул ему в нос на смартфоне свой сайт и сказал - оцени. Вот и получил рандомную оценку. Идея моего SEO AI  агента была в том, что он мог быть постоянно в курсе сайти и итерационно запускать анализ. Он уже умел собирать семантику с сайта, обогащать ее из поиска, делать кластеризацию с интентами, анализировать саму струтуру сайта и показывать как ее видет поисковик. И все это хранилось, чтобы можно было видеть прогресс или регресс. Получать рекомендации, что-то бы правилось автоматичски.

Ни у кого интереса не было.

Потому что ИИ - это не комбайн и не всевидящее око. Это больше скальпель. Ему надо давать задачу не "сделай аудит сайта", а собрать контекст, спарсить данные, возможно подключить какие-то апишки, написать подробные инструкции, потом сделать декомпозицию глобальной задачи "анализа SEO", а затем по шагам, отдельно, по чеклисту, промпт за промптом пройтись и постепенно скормить ему HTML для поиска технических ошибок, скормить тексты для поиска переспама, вхождений ключей и тд и тп. И на каждом этапе нужен свой отдельный промпт, который с первого раза не получится и это всё еще надо тестировать и отлаживать. И на каждом этапе не просить его - найди вот тут ошибку, а подготовить данные и предоставить вместе с промптом. То есть это некий парсер\MCP + ИИ, как финальный арбитр.

В лоб они никогда и ничего грамотного не сделают.

Просто урл иишке кидали?) Они не умеет краулить сайты нормально пока, просто генерируют наиболее вероятный текст про сео ошибки, который видели в базах данных. Для технических проверок есть старый добрый Screaming Frog

Но если так хочется привлечь ии к аудиту, скармливайте ему не ссылку, а выгрузку в CSV. Экспортируйте битые ссылки или дубли из любого краулера и попросите модель написать тз для программиста на исправление. Вот с такими текстовыми задачами она справится отлично

Ты не там с этой идеей. Это интересно командам с трафом от 2кк в сутки. Общим трафом.

Это уже конвейерный вариант, тут все не из той песочницы. Это как 80тткраном подымать тумбочку.

Действительно крупным "детская песочница" не интересна. Они далеко ушли в использовании Ai
И тем более не интересно, с учетом майского апдейта Google.

У всех крупных компаний обычно свои, "инхаус" ИИ решения. Если и используют что-то стороннее, то что-то типа больших моделей через API (chat gpt, claude и тд).

Мы у себя тоже ИИ активно начали использовать, но под текущие задачи нет готовых решений, а если и есть, то не на 100% будут покрывать хотелки. Плюс нет контроля. Любой сервис - это чёрный ящик. Кинул ввод, а вывод может либо измениться в любой момент, либо наоборот не предоставить необходимой гибкости и подстроиться под новые нужды бизнеса.

Программисты и так получают зарплату, так какой смысл тратить еще и на какие-то внешние сервисы? Тратят обычно на что-то очень сильно незаменимое и фундаментальное, например, как те же биг LLM модели, которые ты у себя с тем же качеством, весами и датасетом не развернёшь. Но ребята покрупней нас разворачивают даже и такие модели и обучают их специально. И у многих даже свои собственные coding agents, обученные на их кодовой базе.

Так что платные сервисы реально крупным компаниям не интересны.

Всеми B2B сервисами пользуются стартапы на начальном этапе, чтобы сократить время на разработку. Либо если своя разработка обойдётся дороже. А потом рано или поздно приходит понимание, что надо пилить своё. А еще одна частая причина - всякие NDA, паранойи и прочие страхи перед раскрытием каких-то данных.

Вы упускаете гибридный вариант, который сейчас и правит рынком. Крупный бизнес действительно боится публичных SaaS из-за NDA и комплаенса, но они не пилят ИИ с нуля, а идут к облачным вендорам и арендуют изолированные инстансы моделей, где данные гарантированно не идут на дообучение. Это все еще сторонний B2B-сервис, просто с железобетонным договором и конским ценником

Это уже не SaaS. Это сравне хостингу, а то может и сложней ввиду необходимых мощностей.

У меня знакомые у себя собирают мега зверя с кучей видеокарт для разворачивания ИИ на своих собственных мощностях. В длинном забеге это дешевле выйдет.