[Алексей Чекушин] SEO с AI-агентами: практический онлайн-интенсив (2026)

Пройдемся по всему стеку SEO-задач и рассмотрим на практике какие из них и как можно автоматизировать через агентов.

Что разберём:

• Харнесс: поддерживающий skills (демонстрация на Hermes)
• Модели: достаточный для работы объем через подключаемые к харнессу подписки/api/свой инференс. Базовый минимум модели пригодной для работы — DeepSeek V4 flash 0731 / Qwen-3.8 27B (модели слабее не подойдут в роли agentic driver)
• Платные API/MCP — Вордстат/Keyword Planner, поисковые подсказки, позиции, итд — данные с которыми вы работаете, чтобы их по API/MCP мог забирать ваш агент

Формат: практический онлайн-интенсив. Основной акцент — на демонстрации и практическом разборе инструментов и рабочих сценариев.

Программа:

1. Настройка harness и подключение LLM:

• Демонстрация на harness Hermes. В роли LLM могут выступать любые достаточно умные модели уровня Deepseek V4 flash 0731, Qwen-3.8-27b или модели больше и умнее. Однако, сейчас уже не требуется подключать очень дорогие модели чтобы подключить рабочий результат

2. Формирование и использование механизма Agent Skills:

• Skills — изначально созданный компанией Anthropic формат который подхватили другие harness. Именно через skills мы будем учить агента работать. Базово LLM не умеют в SEO почти ничего

3. Подключение инструментов для агента при помощи MCP и API:

• MCP — model context protocol, стандарт подключения ИИ-агентов к внешним БД, API, инструментам. Научим агента собирать SERP, заходить на сайты, парсить семантику, получать ссылочное, итд — пользоваться всем сеошным инструментарием

4. Решение практических задач в SEO с помощью ИИ-агентов:

• Технический аудит сайта
• Разведка ниши сайта
• Сбор и анализ семантики
• Распределение семантики по сайту
• Создание мета-тегов
• Использование анализаторов и формирование требований к текстам
• Создание текстов
• Анализ ссылочного профиля
• Анализ динамики сайта
• Поиск гэпов и проблем на сайте
• Анализ конкурентов

Научимся не только запускать задачи текстом, но и ставить регулярные задачи (например — чтобы ИИ сам разобрал результаты сбора позиций).