РАЗДЕЛ 01Где именно работает автоматика
Алгоритм хорошо считает то, что ему видно: клики, конверсии, цену цели. Чего он не знает - дошла ли заявка до продажи. Поэтому решения по таким отчётам всё равно принимает человек.
Подбор аудитории
Система смотрит, кто у вас конвертится, и ищет похожих людей - по поведению, интересам, истории запросов. Это основная и самая полезная функция.
Автотаргет
Подбор запросов, которых нет в вашем ядре. Находит формулировки, до которых человек не додумался, и одновременно тащит мусор.
Назначение ставок
В каждом аукционе система решает, сколько заплатить, исходя из вероятности конверсии. Здесь автоматика объективно сильнее человека: пересчитывать ставки в реальном времени под каждый показ вручную невозможно.
Генерация и подбор объявлений
Комбинирование заголовков и текстов, подстановка изображений, иногда полностью автоматические тексты по содержимому сайта.
Прогнозы и подсказки
Оценка бюджета, рекомендации по расширению - тут качество среднее, к рекомендациям стоит относиться как к гипотезам.
РАЗДЕЛ 02На чём алгоритм учится
Это ключевой момент, который решает всё остальное.
Система оптимизируется на события, которые вы назвали конверсиями. Не на продажи, не на «хороших клиентов» - на то, что размечено в Метрике как цель.
Отсюда три типичные поломки:
Цель не размечена. Кампания на стратегии «максимум конверсий» работает вторую неделю, а конверсий система не видит. Оптимизация идёт вслепую.
Цель слишком лёгкая. Если конверсией считается клик по кнопке или просмотр страницы контактов, алгоритм найдёт людей, которые прекрасно кликают и никогда не покупают. Формально KPI выполнен, денег нет.
Цель слишком редкая. Оптимизация на «оплаченный заказ», которых три в месяц, не даст обучения. Нужен порог около десяти конверсий в неделю, иначе модель не строится.
РАЗДЕЛ 03Сколько данных нужно алгоритму
Вопрос, который решает, будет автоматика работать или нет.
Ориентир - около десяти конверсий в неделю на кампанию. Это не жёсткий порог, а точка, после которой модель начинает вести себя стабильно. Ниже - результат скачет: одна неделя дешёвые заявки, другая пусто, и объяснить это невозможно, потому что объяснения нет, есть статистический шум.
Отсюда прямая связь с бюджетом. Возьмите ожидаемую стоимость заявки и умножьте на тридцать - получите нижнюю границу месячного бюджета, при которой алгоритму есть на чём учиться. Заявка за тысячу рублей - это минимум тридцать-пятьдесят тысяч. Заявка за шесть тысяч - уже под двести, и на пятидесяти тысячах вы получите восемь обращений и никакого обучения.
Практический вывод неприятный, но честный: в дорогих нишах с маленьким бюджетом автоматика объективно слабее ручного управления. Не потому что алгоритм плох, а потому что ему нечем питаться.
РАЗДЕЛ 04Где алгоритм ошибается стабильно
Узкие ниши. В B2B с десятком сделок в год данных не хватает, и система начинает подбирать «похожих» пользователей из смежных областей. Вместо закупщика приходит студент, который писал курсовую по теме.
Омонимы и двусмысленная семантика. Если название вашей услуги совпадает с чем-то из другой сферы, автотаргет будет регулярно уводить бюджет не туда.
Длинный цикл сделки. Когда от первого касания до денег полгода, обратная связь до алгоритма доходит с огромной задержкой. В производственном проекте с циклом в шесть месяцев оптимизировать на продажи технически невозможно - приходится работать с промежуточными сигналами.
Резкие изменения рынка. Алгоритмы опираются на историю, и при сломе спроса они какое-то время работают по старой модели. В сентябре 2025 года на медицинских проектах автостратегии посыпались одновременно у многих: спрос упал, цена клика вернулась к двум тысячам, звонки за две недели подорожали с 8-10 тысяч до 20-30. Кабинеты при этом были настроены как раньше.
РАЗДЕЛ 05Что автоматика точно не заменяет
Понимание бизнеса. Ни одна модель не знает вашу маржу, цикл сделки и то, какие клиенты для вас убыточны. Она оптимизирует то, что ей задали.
Качество предложения. Аукцион - зеркало рынка. Если единственный способ получить клиента - перебить ставку конкурента, цена улетает вверх независимо от того, кто управляет кампанией: человек или нейросеть.
Посадочную страницу. Конверсия сайта влияет на стоимость заявки сильнее, чем любые настройки. Поднять её вдвое - то же самое, что вдвое снизить цену клика.
Обработку заявок. Реклама приводит человека, готового говорить сейчас. Через четыре часа он говорит с конкурентом, и никакой ИИ этого не исправит.
РАЗДЕЛ 06Как работать с автоматикой правильно
- Разметить цели до запуска. Формы, звонки, мессенджеры. Проверить, оставив заявку самому.
- Выбрать цель, близкую к деньгам. И убедиться, что она набирает хотя бы десять срабатываний в неделю.
- Передавать обратную связь о качестве. Какие заявки стали клиентами. Без этого система оптимизирует количество, а не результат.
- Разделять горячую и холодную семантику по разным кампаниям. Иначе алгоритм усредняет поведение и учится на смеси.
- Не менять настройки чаще раза в неделю. Каждое изменение цели или цены конверсии перезапускает обучение.
- Чистить площадки и запросы постепенно. Если после зачистки объём упал в разы - вы отрезали не мусор, а данные для обучения.
РАЗДЕЛ 07Нейросети на стороне рекламодателя
Отдельная тема - использование генеративных моделей в работе специалиста. Здесь всё проще: они экономят время на рутине и не заменяют решения.
Работает: черновики заголовков и текстов объявлений для последующей правки, группировка большой семантики, разбор больших выгрузок, черновики статей и описаний.
Не работает: цифры и факты. Всё, что касается стоимости заявки, кейсов и результатов, проверяется по кабинетам вручную. Сгенерированная правдоподобная цифра в коммерческом тексте - это репутационный риск, а не экономия времени.
Отдельно про тексты для сайта. Поиск постепенно учится отличать содержательный материал от переписанной компиляции, а нейропоиск собирает ответ из тех источников, которые считает авторитетными. Пустой текст, сгенерированный ради объёма, в такую выборку не попадает.
РАЗДЕЛ 08Что меняется в поиске рядом с этим
Стоит понимать контекст. В конкурентной коммерческой выдаче живых органических мест осталось два-три, иногда одно: сверху реклама, дальше колдунщики и агрегаторы. К этому добавилась нейро-выдача, где ответ собирается из статей, и человек часто никуда не кликает.
Практический вывод для рекламодателя двойной. Во-первых, ценность платного трафика выросла - органику стало сложнее получить. Во-вторых, ставку имеет смысл делать на связку: информационные статьи, которые попадают в ответы нейросети, плюс реклама на горячий спрос.
РАЗДЕЛ 09Три сценария, которые я вижу на аудитах
«Включили автоматику, стало хуже». В девяти случаях из десяти оказывается, что цели размечены неправильно или не размечены вовсе. Система оптимизировалась на то, что видела: просмотр страницы, клик по кнопке. Лечится разметкой, а не возвратом к ручным ставкам.
«Алгоритм приводит не тех». Обычно смешаны горячая и холодная семантика в одной кампании. Модель усредняет поведение двух разных аудиторий и находит нечто среднее, чего в природе не существует. Лечится разделением кампаний по интенту.
«Работало, потом сломалось». Чаще всего меняли настройки слишком часто. Каждое изменение цели, цены конверсии или заметное изменение бюджета перезапускает обучение. Если трогать кампанию каждые три дня, она никогда не выйдет из фазы сбора данных.
РАЗДЕЛ 10Что останется человеку
Прогноз, который звучит на каждой конференции: алгоритмы заберут работу специалистов. Пока происходит другое - смещается зона ответственности.
Раньше ценность специалиста была в ручном труде: собрать ядро, расставить ставки, написать сотни объявлений. Эту часть автоматика забирает, и правильно делает.
Остаётся то, что модель принципиально не знает: экономика конкретного бизнеса, качество продукта, что делать, когда цифры не сходятся, и в какой момент честно сказать клиенту, что канал ему не подходит. Плюс данные - их подготовка, разметка и обратная связь из продаж.
Грубо говоря, работа сместилась с «настроить кабинет» на «поставить алгоритму правильную задачу и проверить, что он её решает».
РАЗДЕЛ 11FAQ
Отвечает Никита МорозовСтоит ли доверять автостратегиям Яндекса?
Стоит, если у вас есть поток конверсий - ориентировочно от десяти в неделю - и правильно размеченные цели. При меньшем объёме автоматике не на чем учиться, и ручное управление на узком горячем ядре даёт более предсказуемый результат.
Может ли ИИ настроить рекламу вместо специалиста?
Собрать кампанию - да, Мастер кампаний делает это за пятнадцать минут. Решить, на какую цель оптимизировать, какая стоимость заявки приемлема при вашей марже и что чинить при провале - нет. Автоматика сильна в исполнении, слаба в постановке задачи.
Почему автостратегия перестала работать без изменений с моей стороны?
Обычно меняется не кампания, а рынок: заходит конкурент с большим бюджетом, падает спрос, смещается сезон. Бывают и системные сбои - осенью 2025 года такое наблюдалось массово на медицинских проектах.
Можно ли писать объявления нейросетью?
Черновики - да, это экономит время. Но проверять обязательно: генеративные модели легко придумывают несуществующие акции, гарантии и цифры, а за них отвечаете вы, в том числе перед законом о рекламе.
Что важнее: алгоритм или настройка целей?
Настройка целей. Алгоритм - это исполнитель, который делает ровно то, чему его научили. Ошибка в разметке целей делает бессмысленной любую автоматику.
Автотаргет - это тоже ИИ?
Да, это алгоритмический подбор запросов. Полезен как источник объёма и находок, вреден без контроля. Отключать его целиком обычно не стоит - кампания может просто встать, как это было у нас на проекте по строительной экспертизе.
РАЗДЕЛ 12Итог
Автоматика в Директе сильна ровно настолько, насколько корректны данные, которые вы ей даёте. Правильно размеченные цели, обратная связь по качеству заявок и разделение семантики дают больше, чем любые ухищрения с настройками.
Хотите понять, чему учится алгоритм в вашем кабинете, - приходите на разбор.