shipmint.

Кейс

·

SaaS, Content Marketing, SEO/GEO

·

78 статей опубликовано

Собственный SEO-движок Shipmint: 78 статей, оптимизированных под ИИ-поиск

Мы не покупали контент-маркетинг — мы построили собственный пайплайн. LangGraph-система из 10 агентов исследует ключевые слова, собирает источники, пишет статью через Claude Sonnet 4.6, автоматически аудирует и публикует. 78 статей, каждая оптимизирована под ChatGPT, Perplexity и Google AI Overviews.

78

Статей опубликовано

10

Стадий в пайплайне

~$1.50

Стоимость статьи

10–18

FAQ на статью

Задача

Нужна была масштабируемая система публикации SEO- и GEO-оптимизированного контента без команды копирайтеров. Обычные ИИ-генераторы дают текст, который не цитируется в ChatGPT, Perplexity и Google AI Overviews — потому что у них нет структуры TL;DR, FAQ и цитатных маркеров, которые ИИ-системы ищут при формировании ответа.

Решение

Построили собственный LangGraph-пайплайн из 10 последовательных стадий. Система анализирует намерение → исследует ключевые слова через DataForSEO → собирает источники (Tavily + Perplexity Sonar Pro + YouTube-транскрипты) → синтезирует базу знаний с 100+ фактами и цитатными маркерами → пишет статью (Claude Sonnet 4.6) → автоматически аудирует по 30+ критериям → переписывает при необходимости → упаковывает с мета-тегами → генерирует изображение через FAL AI. Каждая статья содержит TL;DR-блок в начале, 10–18 FAQ-вопросов в формате H3 и цитаты [1][2][3] — именно это ИИ-системы ищут для формирования ответа.

Стек

LangGraphClaude Sonnet 4.6Gemini 2.5 FlashPerplexity Sonar ProDataForSEOTavilyFAL AINext.js 16BullMQRedisSQLiteTypeScriptbun

Как мы это сделали

  1. 1

    Проблема GEO

    Обычные генераторы пишут текст, но не структурируют его под ИИ-цитирование. Нам нужна была система, которая знает, что ChatGPT ищет TL;DR и H3-вопросы, а Perplexity — цитаты с источниками.

  2. 2

    LangGraph-архитектура

    Детерминированный граф состояний: каждая стадия — отдельный агент с собственной моделью и инструментами. Провал одной стадии не ломает весь пайплайн.

  3. 3

    Multi-model стратегия

    Claude Sonnet 4.6 пишет (лучший нарратив), Gemini анализирует намерение и SERP (скорость), Perplexity Sonar Pro — глубокое исследование, DataForSEO — ключевые слова и объёмы.

  4. 4

    Аудит-петля

    После написания — автоматический аудит: плотность ключевых слов, количество H2, количество FAQ, читаемость. Если оценка ниже 70 — система переписывает проблемные секции без участия человека.

  5. 5

    GEO-упаковка

    Финальная стадия формирует мета-теги (title 55 символов, description 155 символов), slug, YAML-фронтматтер — и статья готова к публикации одним коммитом.

Результаты

  • 78 SEO- и GEO-оптимизированных статей, опубликованных в продакшн
  • ~$1.50–2.50 стоимость производства одной статьи (включая research APIs)
  • Каждая статья: TL;DR + FAQ (10–18 вопросов) + цитатные маркеры для ИИ-ответчиков
  • Автоматический аудит по 30+ критериям качества с петлёй исправления

Частые вопросы

Как работает LangGraph для автоматизации контента?

LangGraph — фреймворк для построения детерминированных агентных пайплайнов. Мы описываем 10 стадий как узлы графа с направленными рёбрами. Каждый узел — отдельный LLM-агент со своими инструментами (DataForSEO, Tavily, YouTube API). Граф выполняется последовательно, передавая состояние между стадиями через типизированный TypeScript-объект.

Что такое GEO-оптимизация и чем она отличается от SEO?

SEO оптимизирует страницы для поисковых роботов Google и Яндекса. GEO (Generative Engine Optimization) оптимизирует контент для ИИ-систем — ChatGPT, Perplexity, Claude, Google AI Overviews. Разница в структуре: ИИ-системы ищут чёткий TL;DR в начале, вопросно-ответные секции (FAQ) и цитируемые факты с источниками.

Как система предотвращает галлюцинации ИИ в статьях?

Перед написанием пайплайн собирает базу знаний — 100+ фактов из верифицированных источников с оценкой достоверности 0.85–0.95. Автор-агент (Claude Sonnet 4.6) получает только эту базу знаний и не может выдумывать факты — каждое утверждение должно ссылаться на конкретный источник.

Сколько стоит запуск контентного пайплайна для бизнеса?

Стоимость одного прогона пайплайна в производственном режиме — около $1.50–2.50 USD (Claude Sonnet 4.6 + research APIs). Разработка и настройка кастомного пайплайна под конкретную нишу обсуждается индивидуально — свяжитесь с нами.

Можно ли адаптировать пайплайн под другую нишу или язык?

Да. Пайплайн поддерживает профили клиентов с кастомными примерами статей, темами, тональностью и языком. Мы уже использовали его для литовского, русского и испанского контента. Ниша задаётся через конфигурацию — без изменения кода.

Хотите похожий результат?

Расскажите о вашем проекте — обсудим первый шаг.

Обсудить проект