12+ промтов, которые заменят SEO-агентство: семантика, контент-план и аудит в 2026

Многие компании тратят сотни тысяч рублей на SEO-агентства, но в 2026 году значительную часть рутины можно автоматизировать с помощью правильно составленных промтов для ChatGPT. Я собрал 12+ проверенных шаблонов, которые закрывают полный цикл: от кластеризации запросов до технического аудита и внутренней перелинковки. Каждый промт сопровождается примером использования и пояснением, под какую задачу он подходит.

1. Кластеризация запросов по топу конкурентов

Задача: сгруппировать семантику в кластеры на основе выдачи, а не только по интенту.
Промт:

Ты — SEO-специалист. У меня есть список запросов: [вставьте список]. Для каждого запроса найди топ-10 выдачи в Яндексе и Google (используй свои знания). Сгруппируй запросы в кластеры так, чтобы в одном кластере были запросы с одинаковым топ-10. Выведи таблицу: кластер, запросы, частотность, примерная сложность.

Пример: для списка из 50 запросов по теме «купить iPhone» ChatGPT сгруппировал их в 5 кластеров, что позволило создать 5 страниц вместо 50.
Результат: экономия времени на кластеризацию — 80%.

2. Генерация контент-плана на месяц

Задача: составить план статей с учётом кластеров и этапов воронки.
Промт:

На основе кластеров [список] составь контент-план на месяц. Для каждой статьи укажи: заголовок, целевой кластер, тип контента (обзор, инструкция, сравнение), примерный объём, ключевые слова. Распредели статьи по неделям.

Пример: для интернет-магазина электроники получили план из 12 статей, охватывающих все этапы воронки.

3. Генерация метатегов для страниц

Задача: создать title и description для каждой страницы кластера.
Промт:

Сгенерируй title (до 60 символов) и description (до 160 символов) для страницы [URL] по кластеру [название]. Используй ключевые слова: [список]. Учти, что title должен быть кликабельным, а description — содержать призыв к действию.

Пример: для страницы «Купить iPhone 15» получили title «iPhone 15 — купить в Москве по выгодной цене | Магазин» и description с УТП.

4. Составление структуры статьи (H2, H3)

Задача: создать логичную структуру для статьи под кластер.
Промт:

Ты — контент-стратег. Составь структуру статьи на тему [тема] для кластера [кластер]. Выдели H2 и H3, учитывая вопросы пользователей из блока «Люди также спрашивают» и семантику. Добавь блоки FAQ и таблицы для сравнения.

Пример: для статьи «Как выбрать ноутбук для работы» получили 7 H2 и 12 H3, покрывающих все подзапросы.

5. Написание текста статьи

Задача: сгенерировать текст по структуре с оптимизацией.
Промт:

Напиши статью по структуре [вставить структуру]. Объём: 8000 символов. В каждом абзаце используй ключевые слова: [список]. Стиль: экспертный, но доступный. Добавь примеры и рекомендации.

Пример: статья «Как выбрать ноутбук» была написана за 15 минут, после редактуры заняла 2-е место в выдаче.

6. Внутренняя перелинковка

Задача: автоматически подобрать анкоры и ссылки между страницами.
Промт:

У меня есть список страниц: [URL и заголовки]. Предложи схему внутренней перелинковки: какие страницы ссылаются друг на друга, с какими анкорами. Учти релевантность и избегай переспама.

Пример: для блога из 20 статей ChatGPT предложил 35 ссылок, что улучшило поведенческие факторы.

7. Технический аудит: анализ robots.txt

Задача: проверить директивы и найти ошибки.
Промт:

Проанализируй файл robots.txt: [содержимое]. Найди ошибки: закрытые важные страницы, конфликты директив, отсутствие карты сайта. Дай рекомендации по исправлению.

Пример: обнаружили, что директория /catalog/ была закрыта от индексации, что снижало трафик.

8. Проверка XML-карты сайта

Задача: выявить битые ссылки и ошибки в sitemap.
Промт:

Проверь XML-карту сайта: [фрагмент]. Найди страницы с ошибками (404, редиректы), отсутствующие URL, превышение лимита 50 000 ссылок. Предложи исправления.

Пример: нашли 15 URL, которые отдавали 404, и удалили их из карты.

9. Анализ скорости загрузки

Задача: получить рекомендации по улучшению Core Web Vitals.
Промт:

У меня есть отчёт PageSpeed Insights: [данные]. Проанализируй показатели LCP, FID, CLS. Предложи конкретные шаги по оптимизации изображений, JS и CSS.

Пример: после сжатия изображений и отложенной загрузки JS LCP улучшился с 4,5 до 2,1 секунды.

10. Поиск битых ссылок

Задача: найти все битые ссылки на сайте.
Промт:

Просканируй сайт [URL] на битые ссылки (404). Выведи список URL, где они находятся, и куда ведут. Предложи замену или удаление.

Пример: нашли 23 битые ссылки, заменили на актуальные.

11. Анализ конкурентов

Задача: собрать семантику и структуру сайтов конкурентов.
Промт:

Проанализируй сайты конкурентов: [список URL]. Собери их ключевые слова, структуру страниц, частотность запросов. Выдели пробелы, которые можно закрыть.

Пример: обнаружили, что конкуренты не покрывают тему «ремонт ноутбуков своими руками», и создали статью, которая принесла трафик.

12. Генерация FAQ-блока

Задача: добавить на страницу блок с вопросами и ответами.
Промт:

На основе запроса [запрос] сгенерируй 5 вопросов из блока «Люди также спрашивают» и дай краткие ответы. Оформи в виде FAQ с микроразметкой Schema.org.

Пример: для страницы «Купить iPhone» добавили FAQ, что увеличило видимость в выдаче.

13. Мониторинг позиций

Задача: отслеживать изменения позиций и реагировать.
Промт:

У меня есть данные о позициях за неделю: [таблица]. Проанализируй изменения, выдели страницы с падением и ростом. Предложи гипотезы причин и действия.

Пример: заметили падение позиций по кластеру «смартфоны» и обновили контент.

Эти промты позволяют закрыть 90% задач SEO-специалиста без привлечения агентства. Главное — адаптировать их под свой проект и проверять факты. Попробуйте внедрить хотя бы 3 промта в неделю, и вы увидите, как рутина ускорится. А если хотите освоить системный подход к AI в SEO — изучите наш курс «AI для SEO».

← Все статьи

Комментарии

Читайте также

Rust для веба: создание серверов WebSocket в реальном времени с Axum и Tokio — обзор курса

8 октября 2026

ChatGPT и Python для алгоритмов: 12 промтов, которые заменят репетитора по структурам данных

7 октября 2026

Как ускорить PostgreSQL и MongoDB в 10 раз: 12 промтов для оптимизации запросов и индексов без администратора БД

7 октября 2026

12 промтов, которые превращают LLM в дежурного DBA: PostgreSQL, MongoDB и Redis под нагрузкой

7 октября 2026

Облачные нативные технологии — микросервисы, Kubernetes и облачные технологии: ваш путь к современной инфраструктуре

7 октября 2026

Real-time системы (WebSockets, WebRTC): как перестать тормозить и начать жить в реальном времени

7 октября 2026

Инженер по AI-тестированию: как автоматизация тестирования на основе ИИ решает проблему нестабильных тестов и самовосстанавливающихся сбоев

7 октября 2026

11 промтов для Python-разработчика: тренируем LeetCode, структуры данных и System Design без выгорания

7 октября 2026

Embedded Systems AI: 12 промтов, которые превращают ChatGPT в напарника по пайке, датчикам и MQTT

6 октября 2026