Промты для SEO-специалиста: как в одиночку вывести сайт в топ-10 без агентства и бюджета
Когда-то я работал в агентстве, где на одного клиента приходилось четыре человека: семантик, технарь, контентщик и линкбилдер. Сегодня всё это умещается в одном ноутбуке и несколько правильно составленных промтов. ChatGPT не заменит стратегическое мышление, но он берёт на себя рутину — сбор семантики, кластеризацию, генерацию метатегов и первичный техчек. И если вы фрилансер или владелец небольшого сайта, это меняет правила игры.
По данным исследования Ahrefs, в среднем только около 5–10% страниц ранжируются в топ-10 по коммерческим запросам. Это значит, что победа достаётся тем, кто делает системную работу: собирает семантику, оптимизирует контент и следит за техническим состоянием. Ниже — 12 промтов, которые покрывают полный SEO-цикл: от сбора ядра до аудита и метатегов. Каждый промт — с примером и пояснением, как его адаптировать под ваш проект.
1. Сбор семантического ядра: от «сырых» фраз к структуре
Задача: превратить список фраз из Wordstat или Keyword Planner в осмысленное ядро с частотностью и интентом.
Промт:
Ты — SEO-аналитик. Ниже список ключевых фраз с частотностью (Wordstat).
Раздели их на три группы по интенту: информационные, коммерческие, навигационные.
Для каждой группы укажи 5 самых частотных запросов и предложи 3 кластера.
Список:
«купить кофемашину 15000», «как выбрать кофемашину», «кофемашина отзывы», «ремонт кофемашины москва», «кофемашина delonghi цена»
Пример результата: ChatGPT вернёт таблицу: информационные — «как выбрать кофемашину», «кофемашина отзывы»; коммерческие — «купить кофемашину 15000», «кофемашина delonghi цена»; навигационные — «ремонт кофемашины москва». И предложит кластеры: «выбор», «бренды», «сервис».
2. Кластеризация запросов по страницам
Задача: понять, какие запросы можно объединить на одной странице, а какие требуют отдельного URL.
Промт:
Ты — технический SEO. У меня 40 запросов. Сгруппируй их так, чтобы каждый кластер
мог быть покрыт одной страницей (учти пересечение интентов).
Верни таблицу: кластер
| запросы | предполагаемый URL.
Запросы: [вставьте список]
Пример результата: модель группирует «кофемашина для дома» и «кофемашина для офиса» в разные кластеры, потому что интент различается, и предлагает URL /dlya-doma/ и /dlya-ofisa/.
3. Технический аудит: чек-лист по скриншоту и логам
Задача: быстро получить список вероятных технических проблем, не поднимая Screaming Frog.
Промт:
Ты — технический SEO. Ниже фрагмент логов сервера (строки с 404 и 301).
Определи потенциальные проблемы: битые ссылки, цепочки редиректов, дубли.
Логи:
GET /catalog/old-page 404
GET /catalog/new-page 301 -> /catalog/new-page/
Пример результата: ChatGPT укажет на цепочку редиректов (301 → 301) и предложит заменить на прямой 301. Это реальная практика: Google в документации по редиректам (developers.google.com/search/docs/crawling-indexing/301-redirects) рекомендует избегать цепочек.
4. Генерация метатегов с учётом длины
Задача: создать title и description, которые не обрежутся в выдаче.
Промт:
Сгенерируй 5 вариантов title (до 60 символов) и description (до 160 символов)
для страницы «Кофемашины для дома». Включи ключ «кофемашина для дома».
Без воды, с выгодой.
Пример результата: «Кофемашины для дома: 50 моделей с доставкой | Магазин» — ровно 58 символов. Всегда проверяйте длину через встроенный счётчик или len() в Python.
5. Аудит контента: переоптимизация и каннибализация
Задача: найти страницы, которые конкурируют друг с другом.
Промт:
Ты — контент-стратег. Ниже 10 URL с title и h1.
Найди каннибализацию: страницы, которые могут ранжироваться по одним запросам.
Предложи, что объединить, а что оставить.
Пример результата: модель замечает, что /kofemashiny/ и /kofemashiny-dlya-doma/ пересекаются по запросу «кофемашина для дома», и советует склеить их с 301-редиректом.
6. Внутренняя перелинковка: карта ссылок
Задача: распределить ссылочный вес внутри сайта.
Промт:
Составь схему внутренней перелинковки для 5 страниц: главная, категория,
3 товара. Укажи, откуда и куда ставить ссылки, с анкорами.
Пример результата: таблица с анкорами: «кофемашины для дома» → категория, «купить Delonghi» → товар. Это соответствует рекомендациям Google о ссылочной структуре (developers.google.com/search/docs/crawling-indexing/links-crawlable).
7. Код для проверки скорости: Python + PageSpeed API
Задача: автоматизировать сбор Core Web Vitals.
Промт:
Напиши Python-скрипт, который берёт 10 URL из списка и запрашивает
PageSpeed Insights API (ключ в переменной). Выведи LCP и CLS в таблицу.
Пример результата:
import requests, os
API="https://www.googleapis.com/pagespeedonline/v5/runPagespeed"
urls=["https://example.com"]
for u in urls:
r=requests.get(API, params={"url":u,"key":os.getenv("PSI_KEY")})
data=r.json()["lighthouseResult"]["audits"]
print(u, data["largest-contentful-paint"]["displayValue"], data["cumulative-layout-shift"]["displayValue"])
Это рабочий вызов официального API Google (developers.google.com/speed/docs/insights/v5/get-started).
8. Анализ конкурентов: вытащить структуру
Задача: понять, какие блоки есть у топ-3 конкурентов.
Промт:
Проанализируй выдачу по запросу «купить кофемашину». Какие блоки
обязательны: FAQ, отзывы, сравнение, доставка? Составь чек-лист для своей страницы.
Пример результата: ChatGPT перечислит типовые блоки и предложит добавить FAQ-разметку. Это соответствует документации Google о структурированных данных (developers.google.com/search/docs/appearance/structured-data/faqpage).
9. Прогноз трафика и приоритеты
Задача: решить, какие страницы делать первыми.
Промт:
У меня 20 кластеров с частотностью. Расставь приоритеты по формуле:
(частотность × коммерческий интент) / сложность. Объясни логику.
Пример результата: модель предлагает начать с частотных коммерческих кластеров с низкой сложностью — это классический подход из руководств по приоритизации (например, у Moz в блоге о keyword prioritization).
10. Генерация контента: структура статьи
Задача: получить план статьи, а не готовый текст (чтобы не ловить «AI-штампы»).
Промт:
Составь план статьи «Как выбрать кофемашину» на 1500 слов.
Включи H2/H3, вопросы для FAQ, список ключей. Без генерации текста.
Пример результата: структура с разделами «Типы», «Мощность», «Уход», FAQ из 5 вопросов. Так вы сохраняете E-E-A-T: контент пишете сами, а каркас берёте у модели.
11. SEO-аудит через Search Console API
Задача: выгрузить запросы и позиции программно.
Промт:
Напиши Python-скрипт для Search Console API: выгрузи топ-50 запросов
по кликам и позициям за 28 дней. Используй service account.
Пример результата: код с google.oauth2.service_account и webmasters_v3. Официальная документация: developers.google.com/webmaster-tools/v1/searchanalytics/query.
12. Мониторинг: алерты на падение позиций
Задача: не пропустить просадку.
Промт:
Напиши скрипт, который сравнивает позиции из CSV за две недели
и выводит запросы, упавшие более чем на 5 позиций.
Пример результата: Python с pandas: df[df['delta'] > 5]. Просто, но спасает от сюрпризов.
Итог
SEO в одиночку — это не про героизм, а про систему. Промты не заменят понимание алгоритмов, но снимают 60–70% рутины. Начните с семантики и техчека, затем переходите к контенту и мониторингу. Главное — проверяйте каждый результат: LLM может ошибаться, а ваша репутация в выдаче — нет. Если хотите прокачать навыки системно, посмотрите материалы на asibiont.com — там есть практические разборы по SEO и AI-инструментам.
Comments