Максим Котёнков: SEO и AI-автоматизация

Девяностые и двухтысячные были эрой, когда люди действительно уважали сайты. С этой мыслью я решил навайбкодить себе сайт. Я хотел сделать больше разных компонентов, но из-за обилия видео и прочих свистелок-перделок я устал его делать. Сам сайт, если интересно…Чем я вдохновлялся, когда делал этот сайт

Девяностые и двухтысячные были эрой, когда люди действительно уважали сайты. С этой мыслью я решил навайбкодить себе сайт.Я хотел сделать больше разных компонентов, но из-за обилия видео и прочих свистелок-перделок я устал его делать.Сам сайт, если интересно посмотреть: https://mkotenkov.ru/Как делал:1. Взял основу компонентов отсюда https://motionsites.ai/?prompt=liquid-glass-agency и начал их переделывать под себя.2. Написал лендинг через ChatGPT 5 pro, дорабатывал его руками.3. Работа над видео:• Делал картинки через GPT ChatGPT Image 2• Оживлял их в Higgsfield4. Ховер-эффекты, подсветки в карточках и прочее:• Генерировал идеи в ChatGPT Image 2• Внедрял через Claude Opus 4.7• Масштабировал в Composer 25. Собрал всё в Cursor__Короче, обновление ChatGPT Image 2 для интерфейсов и Claude Opus 4.7 для фронтенда — ТОП. Opus отлично верстал с картинки референса. Я планировал делать сначала все в Stitch или Claude Design, но они не понадобились.

Не так давно нашёл репозиторий ai-website-cloner-template: даёшь агенту URL, дальше он сам снимает скриншоты, вытаскивает дизайн-токены, собирает спецификации компонентов и пересобирает сайт в чистый код на Next.js. Поддерживаются Claude Code, Codex CLI, Cursor, Gemini CLI и ещё пачка агентных инструментов.Зачем это нужно?1. Вот вам нужно сделать сайт себе, для сетки, PBN, сателлит и так далее, нет денег, садитесь вайбкодить — получаете какую-то подделку? Берёте конкурента, берёте это репо, копируете страницу, наполняете своим контентом, вычищаете и получаете что-то лучше своего творения.2. Мне за два месяца три человека, кто занимается арбитражем, писали по задаче копирования лендингов на потоке. По сути считай готовый модуль для этой задач .

Полностью вышел курс по "Вайбкодингу сайтов на Cursor"ВАЖНО! Вы можете проходить этот курс с каким угодно инструментом, например, Claude Code. Его основная суть это процесс разработки сайтов, а не освоение Cursor.Также не важно знание кода. За весь курс ни разу вручную не трогался код, а только давались команды Агенту на человеческом языке.Цель курса: познакомить не профильных специалистов с ходом разработки сайтов с помощью вайбкодинга. Рабочий артефакт: рабочий сайт на React с настроенным рендерингом, роутингом страниц, простой системой управления контентом.В приложенным скриншоте сайт, который получился у моего члена команды. Сайт пока еще не деплоили, решили переделать его по смыслам, закину рабочий пример, когда доделаем сайт, который у нас будет идти под лиды на AI автоматизацию.Курс вдохновлен кейсом Дмитрия Дамарнацкого https://seomeat.ru/kejs-4, когда он с помощью ИИ сайта собрал 293 заявки за 1 месяц. И занял второе место на кейс чемпионате Топвизора с ним.Курс уже в школе: получить этот и все остальные курсы школы вы можете по ссылке ▪️ https://seomeat.ru/#form❗️Обращаю внимание, что вообще все курсы, агенты, ТЗ генератор про которые мы пишем на этом канале доступны в рамках единой подписки на школу в размере 5000 рублей, которую можно оформить на сайте по ссылке выше. В том числе на сайте сейчас перечислена полная актуальная программа (мы скоро выкатим более удобный и понятный сайт)Программа курсаКакой уровень тех. навыков должен быть для прохождения курса?Почему курсор?Модуль 1. Основы работы с CursorУрок 1.1. Цель курса и Критерии готовности (DoD)Урок 1.2. Пайплайн разработки: 10 этаповУрок 1.3. Интерфейс Cursor и Режимы работыУрок 1.4. Интерфейс Cursor и Режимы работыУрок 1.5. Модели, Тарифы и ЭкономикаМодуль 2 — База веб‑разработкиУрок 2.1. Уходим от хардкода, выстраиваем архитектуру с двигателем блоковУрок 2.2. Архитектура, Скаффолдинг и Документация (ИИ как Технический директор)Модуль 3. Сборка SEO-проекта: дизайн, страницы, контент, роутингЦель м

🦀 В чем идея Крабослава — моего агента OpenClawМеня в OpenClaw цепляет не просто автоматизация, а сборка автономной системы под себя. По сути, это реализация моей потребности в созидании и познании. Короче, стройка ради стройки.Че я хочу от Крабослава:Хочу систему, в которую я кидаю ТЗ голосовухой в тг-чат, а она идет и делает проект с нуля. А утром присылает: «Все готово, босс».И пока у меня нет задач — сама занимается ресерчем и автоулучшениями.Как я сейчас решаю задачи:В основном — Cursor за 60 бачей + Codex.В чем проблема:У меня куча идей, которые мне лень самому с нуля собирать даже в Cursor. Я хочу просто надиктовать задачу в бота, и пусть он сидит делает, отбивая ChatGPT Pro.И параллельно сам улучшается, пока простаивает.Как это решается:В OpenClaw можно собрать агентскую систему: нужные типы агентов, оркестрацию, мониторинги.Как работает авто создание проектов если упрощенно и на пальцах то: задача приходит на вход → агент дробит ее на подзадачи → саб-агенты берут задачи в работу → ведут логи и отчеты: что сделали, что осталось, какие блокеры, что нужно от человека → дальше цикл повторяется.Если от меня что-то нужно, система ставит задачу на меня и шлет уведомление в ТГ.Дальше уже рутина по отладке: мониторинги активности, проверка на бесполезную работу, когда агент делает вид, что занят, и так далее.Что хочу в итоге:Хочу сказать голосом:"Сделай мне таблицу, куда будут спаршены все ссылки с бирж, пересечены по стоимости, добавлены параметры, спаршены примеры размещения и нейронкой обработаны",докинуть ссылки, доступы, API, закрыть чат, лечь спать — и утром получить от Крабослава:"Вот тебе табличка, купи пивка на сэкономленные 2 тыщи".Хотя, если бы мне реально надо было сделать такой проект, я бы просто открыл Cursor и собрал его за вечер. Но прикол именно в другом: скинуть голосовуху с задачей и иногда заходить и спрашивать: "Ну че оно там?"Насколько я близок к этому:Процентов на 80 точно. Простые проекты Крабослав уже делает хорошо и без моего участия. На

Самое первое, что я настроил себе после установки OpenClaw:💻 Подключил подписку ChatGPT Codex для управления агентом У меня подписка ChatGPT Pro, в которую входит много лимитов на Codex. Его официально можно подключить к OpenClaw.Anthropic запретили подключать Claude Code к OpenClaw для управления агентом.Запасные модели у меня подключены через OpenRouter — это дешевые китайские модели, обученные под агентские задачи, например MiMo-V2-Pro.Если у вас есть подписка ChatGPT, можете попробовать подключить ее к OpenClaw. В целом лимитов даже на подписке за $20 должно хватать на несколько часов работы OpenClaw в день или на запуск по крону для каких-то задач по расписанию.🙊 Сделал расшифровку голосовых сообщенийГолосовое сообщение в Telegram отправляется агенту как файл, который он по умолчанию читать не умеет.Решается это через модели распознавания речи. Я делал через модель OpenAI Whisper.По сути, просто поставил ключ API OpenAI в окружение — и дальше можно писать агенту, что именно нужно сделать с голосовым сообщением.💳 Снизил расход токенов на браузинг Для этого использую PinchTab:https://github.com/pinchtab/pinchtabДефолтная система браузинга в OpenClaw жрет довольно много токенов, поэтому такие решения помогают сильно экономить.📖 Изучил ClawHub https://clawhub.ai/Это огромная библиотека скиллов и плагинов для OpenClaw.Главное — просить OpenClaw проверять все, что ставите, на вредоносность.Достаточно просто пройтись по топовым решениям в разных категориях, и быстро становится понятно, что можно полезного добавить в своего агента.👨‍🎨 Настроил визуальную панель задачМне было важно не возиться вручную с созданием рабочих flow и задачников с нуля.Сейчас на хайпе такая штука:https://github.com/paperclipai/paperclipНо она, насколько я вижу, жрет много токенов в работе. Есть разные прикольные визуальные офисы, где ваши агенты получают аватары, например, котов https://github.com/ringhyacinth/Star-Office-UI и типа работают в офисе. Чисто баловство.Я использую более прос

Развертывание OpenClaw: нужно ли брать Mac Mini? Инфа для ламеров, как яВ какой-то момент шиза по OpenClaw навалила кучу людей, которые начали покупать себе Mac Mini (в РФ от 50 тыс. руб., насколько помню). Из-за этого могло сформироваться неправильное мнение, что для хостинга агента нужно мощное железо или Мак Мини. По факту хватит VPS за несколько тысяч рублей, чтобы он работал нормально 24/7. А Mac Mini нужен скорее, чтобы почувствовать себя настоящим AI GUY (ии парень — перевод если не поняли, а то у нас англицизмы запретили) и Агент жокеем.Не рекомендую ставить его на свои рабочие устройства без знания дела! В сети куча историй о том, как люди теряли свои данные, данные кредитных карт и так далее из-за уязвимостей OpenClaw и AI-приколов, вроде покупки курсов по заработку за пару тысяч долларов с выданного счета для использования.Моя любимая история, как чувак выдал счет для OpenClaw и напромтил его заработать больше. OpenClaw на всю выданную сумму купил курс "как стать богатым" и так и не стал богатым.Как поставить OpenClaw без болиЯ решил, что мне лень заниматься самостоятельным развертыванием, так как даже на профильных IT-каналах писали, что с его установкой нужно повозиться, и арендовал VPS с заранее установленным OpenClaw, например, такие:https://timeweb.cloud/marketplace/openclaw/https://beget.com/ru/cloud/marketplace/openclawПервые шагиПервые шаги по его настройке:- Разрешения- Интеграция с Telegram- Подключение моделейИ так далее я делал по видео: https://www.youtube.com/watch?v=st534T7-mdEДальше его структура и логика работы становятся понятны, и начинаешь его докручивать под себя.Дальше расскажу, что я на нем сделал, какие навыки и плагины ставил, видение по профиту от использования.

Дошли руки нормально попробовать OpenClaw (если не знаете что это, то почитайте для начала). Если говорить честно, юзкейсов у него пока совсем мало, и он подойдет небольшому количеству людей.Почему он подойдет для малого количества людей1. Он жрёт токены как не в себя. Claude Sonnet по API съел около 15$ за 20 минут работы с ним в OpenClaw.2. Нужна фантазия, чтобы настроить его на что-то большее, чем мониторинг почты и календарь.НоЕсли у вас хватит фантазии его настраивать, есть деньги на токены и подписки, то тут уже есть куда развернуться.Что сделал яЯ создал систему с автоулучшением, которая будет прокачивать сама себя в фоновом режиме, если от меня нет никаких задач. На простой логике мы с Крабославом (имя бота) сделали «ранер и роутинг» задач, который пинает других агентов, если они простаивают. Условно есть несколько агентов: исследователь, оценщик фич, разработчик, тестер.Задача исследователя — делать ресерч под мои установки по апгрейду себя под мои задачи и передавать их следующим агентам. «Ранер» их пингует, чтобы они работали без остановки, крутили свой цикл и выполняли фоновые фичи для работы системы.В цикле самоулучшения система агентов сама себе создала 120 задач, выполнила 26, создала себе ещё нужных агентов. Вот так это выглядит: https://skr.sh/saw5n8vnGXmЧто на скринеЯ кидаю задачу в телеграм-чат со своим ботом «Крабославом». «Крабослав» идёт в наш с ним трекер задач, создаёт проект, создаёт первую задачу. Через минуту другой агент разбивает её на 10 задач, после чего в работу берутся 3 агента: разработчик, ревьювер, тестер. Если им нужно сделать что-то ещё, они уже ставят новые задачи и подзадачи себе наперёд в этом проекте. Потом, если система не шевелится, приходит ранер и пинает её в работу. Тем самым система работает 24/7.Потенциал?В том году я помню, что кто-то писал под постами про Genspark и Manus, что он поверит в ИИ, когда бот сам напишет текст, сам пойдет его размещать для ссылки через биржу, сам отберет донора, сам оплатит. В целом этот

Как не сливать бюджеты на SEO или как не позориться в SEO кейсахС прошлого года я внедряю в агентстве практику предварительных тестов с контрольной группой перед масштабированием задач. Все что стоит хороших денег и/или времени: закупка ссылок, генерация контента, смена посадочных и т.д.Контрольная группа — это ваш трезвый друг, который может сберечь вас от глупости, но проще объяснить на двух недавних кейсах.1. Вся тестовая группа упала на 10% после внедрения измененийВзяли 20 страниц, протестировали новый шаблон посадочных и контент — получили минус 10%. Кажется, провал.Но смотрим контрольную группу — там падение на 60% после Core Update. Тут важно, что мы делаем только эту узкую задачу по оптимизации и тестам.😐 Вывод: тест нельзя назвать провальным это точно, но нужно сделать гипотезы, что не дало страницам упасть и масштабировать ещё на страниц 50, чтобы увидеть будет ли восстановление этих страниц.2. Все выросло на 20–30% в Яндексе и GoogleВ другом проекте протестировали новый подход к оптимизации на 20 страницах — получили значимый рост. Казалось бы, успех. Можно писать посты, писать кейсы. Ответственный человек за задачу собирается уже все внедрять.А потом добавляем в эту табличку контрольную группу, где вообще ничего не делалось и она выросла на те же проценты. Дальше отрезвление, принятие, экономия месяца работы это точно.🌚 Вывод: рост — не наша заслуга. Просто так звезды сложились.В обоих кейсах контрольная группа полностью меняет выводы.И в чем проблемаЯ часто вижу кейсы/посты типа:"Оптимизировали одну страницу по чудо методу, внедрили глубокую разметку и она выроста! ВАУ!","А потом смотришь — у сайта выросло вообще всё или результат на уровне статистической погрешности. Мини кейс 3. Специалист уговорил меня заказать подклейку ссылок у блогера, которого он читает. Клеим на 3 страницы. Через 2 месяца специалист присылает мне отчет — смотри его подклейка дропа хрумером работает!!! И скидывает мне позиции именно по этим 3 страницам. Я отправляю его посмо

Как оптимизировать промты для дешевых моделей, чтобы они работали почти как дорогие: алгоритм эволюции GEPAGEPA — это эволюционный цикл улучшения промтов, где вместо ручной правки они автоматически мутируют и отбираются по метрикам.GEPA цикл = генерация → тест → отбор → повтор, пока промт не станет оптимальным.Качать можно отсюда: https://github.com/gepa-ai/gepaНа скрине — пример сервиса GEPA для оптимизации промта классификации фраз.Как работает цикл:• создается эталонный пример сортировки фраз с помощью дорогой модели, например Claude Opus 4.6• задается промт, который нужно оптимизировать под задачу• дешевая модель делает несколько генераций по этому промту• считается метрика качества классификации на эталонном примере• фиксируется стартовый результат• в промт вносятся «мутации»• мутация, которая дает прирост метрики, сохраняетсяГлавное — весь цикл выполняется автоматически.Чтобы избежать переобучения промта на тестовых данных, используется отдельная валидационная выборка с той же задачей, но с другими данными.Прикладная ценность высокаяНапример, нужно описать 1 млн карточек товаров. Дешевая модель дает слабый результат, дорогие качественные, но дорогие.Вместо ручной настройки промтов запускается цикл GEPA с заданными критериями качества.Метрики можно считать в том числе другой нейронкой, например, через сравнение с эталонным текстом. И тогда промт будет эволюционировать до тех пор пока не приблизится к эталону. Есть опыт внедения GEPA для товаров и по нему — лучше делать под каждую категорию товаров свой цикл обучения, чтобы из дешевой модели выжать максимум качества. А цикл обучения может стоит 5,10,50, 1000$ в зависимости от задачи. У меня, например, сейчас крутится цикл уже 40 часов, который схавал 100 долларов.