ИИ для маркетинга: какие нейросети брать и что мерить

Материал редакции Зерокодера. Редакция сама ведёт SEO-конвейер блога и рекламу на ИИ-агентах, поэтому внутренние цифры ниже — из собственных логов с указанием файла и способа счёта, а внешние — с именем исследования. Обновлено: сентябрь 2026.

ИИ для маркетинга — это набор моделей и сервисов под четыре типа задач: тексты и креативы, изображения и видео, разбор данных и сегментация, автоматизация рутины. Базовая связка для работы из России собирается на GigaChat, YandexGPT и Алисе AI; ChatGPT, Claude и Gemini подключают при наличии доступа. Пользу даёт связка «инструмент плюс прибор»: одна метрика, зафиксированное окно и число, снятое до внедрения.

Что стоит знать до выбора инструмента:

• 71% крупных российских компаний уже используют генеративный ИИ хотя бы в одной функции бизнеса — исследование «Яков и Партнёры» и Яндекса, декабрь 2025.
• Главная польза по опросу маркетологов — скорость: 73% отмечают рост скорости выполнения задач (Ingate Group, 1010 участников).
• Выбор конкретной модели вторичен. Первично, какую задачу вы отдаёте и по какому числу принимаете работу.
• Наш собственный замер: 20 из 25 страниц, написанных ИИ-конвейером, набрали хотя бы один клик из Яндекса за 28 дней, при этом 53% трафика партии дали три страницы.
• Массовая генерация без пользы наказуема: Google описывает такое поведение в правилах о спаме отдельным пунктом.

Какие задачи маркетинга ИИ закрывает сегодня

ИИ в маркетинге забирает подготовительную работу, где результат проверяется быстро: черновики текстов, переупаковку одного материала под разные площадки, контент-план, разбор отзывов и обращений, сегментацию базы, визуал под объявления и сборку отчётности.

Опрос Ingate Group по теме ИИ в маркетинге (1010 участников, сбор в феврале–марте 2025 года) показывает, за что маркетологи ценят такие инструменты: 73% отмечают увеличение скорости выполнения задач, 60% — высвобождение времени, 45% — снижение времени на анализ данных, 44% — расширение возможностей креативности. Ни один из четырёх пунктов не про качество идей. Ускорение подготовки — вот что покупает маркетолог, ставя нейросеть в свой процесс.

Масштаб перехода видно по другому исследованию. «Яков и Партнёры» вместе с Яндексом опубликовали 8 декабря 2025 года работу «Искусственный интеллект в России — 2025: тренды и перспективы»: 71% крупных российских компаний уже используют генеративный ИИ хотя бы в одной функции бизнеса. Выборка — 150 технических директоров компаний из 16 отраслей, 150 поставщиков ИИ-решений и свыше 3500 пользователей.

Практический вывод из двух цифр: инструмент перестал быть отличием, отличием стала дисциплина применения. Промпты и типовые сценарии для рутинных задач разобраны отдельно — как писать эффективные промты для нейросети.

Какие нейросети брать маркетологу из России

Стек маркетолога собирается по задачам, и одна модель закрывает несколько строк таблицы. Ниже — рабочая карта: слева задача, дальше инструменты и особенности доступа.

Про доступ стоит говорить точно. Россия отсутствует в официальном списке поддерживаемых стран и территорий OpenAI, а сама страница списка предупреждает: «Accessing or offering access to our services outside of the countries and territories listed below may result in your account being blocked or suspended». Для корпоративного контура это условие эксплуатации, и оно влияет на выбор наравне с качеством ответов.

Порог входа у российских сервисов низкий: в документации Сбера раздел тарифов GigaChat API так и называется — «Бесплатные и платные тарифы GigaChat API для физических лиц», то есть попробовать можно без бюджета. Разбор самого сервиса — в материале про GigaChat от Сбера, а пример связки под маркетинговую задачу — в статье DeepSeek и маркетинг.

Правило выбора простое: берите тот инструмент, чей результат вы способны проверить числом на следующей неделе.

Наш замер: сколько трафика дала партия ИИ-контента

Редакция Зерокодера ведёт блог ya.zerocoder.ru конвейером, где статьи пишет агент по спецификации, а результат каждой страницы замеряется на 14-й и 28-й день после публикации. Данные лежат в файле cohorts.jsonl: запись когорты и связанные с ней замеры, факт по каждому URL снимается через query-analytics API Яндекс.Вебмастера окном в 28 дней.

Считаем по одному правилу: берём все когорты с recipe_id=producer-v2, у которых есть замер на 28-й день, и смотрим поле кликов. Картина на 8 сентября 2026 года: 20 из 25 страниц набрали хотя бы один клик из Яндекса, пять остались на нуле. Суммарно партия дала 363 клика при 29 148 показах, медианная позиция — 8,6.

Дальше начинается то, чего не показывают подборки инструментов. Медиана — 6 кликов на страницу. Три верхние страницы забрали 193 клика, то есть 53% всего трафика партии. Пять верхних — 70%. Распределение результата от ИИ-контента похоже на распределение результата от рекламных объявлений: хвост длинный, тянут единицы.

Оговорка, которая записана в самом леджере: у всех 25 замеров стоит флаг invalid_for_verdict. Он означает, что базовой позиции до публикации у новой страницы не существует, поэтому дельту позиций по этим данным считать нельзя. Клики он под сомнение не ставит — они пришли из Вебмастера как факт.

Что из этого забирает маркетолог: планируя контент на ИИ, закладывайте сразу партию и судите её по сумме и по хвосту. Один материал остаётся лотерейным билетом; двадцать пять материалов уже работают как прибор. Тот же счёт применим к объявлениям, письмам и рилсам.

Почему массовая генерация без пользы бьёт по трафику

Соблазн масштабирования выглядит так: модель пишет быстро, значит, поставим сто страниц вместо десяти. Поисковые системы этот сценарий описали заранее.

В правилах о спаме Google Search Central есть отдельный пункт scaled content abuse с определением: «Scaled content abuse is when many pages are generated for the primary purpose of manipulating search rankings and not helping users». Там же прямо назван инструмент: «Using generative AI tools or other similar tools to generate many pages without adding value for users». Важна формулировка — санкция привязана к отсутствию пользы, а способ производства сам по себе нарушением не объявлен.

Отсюда практическое требование к любой странице, собранной с помощью нейросети: она обязана нести то, чего нет у соседей по выдаче. Собственное число, свой прогон, разобранный артефакт, реплика живого клиента. Исследование GEO (Aggarwal и соавторы, конференция ACM SIGKDD 2024, бенчмарк GEO-bench из 10 000 запросов) показало, что добавление статистики и цитат с источниками поднимает видимость текста в ответах генеративных движков на 30–40% относительно неоптимизированной версии.

Граница простая: масштаб безопасен ровно до того места, где у страницы заканчивается собственный вклад.

Как измерить эффект ИИ в маркетинговой задаче

Протокол приёмки короткий, и он одинаково работает для текстов, креативов и автоматизации.

Шаг первый: заявите метрику до прогона. Одна цифра, по которой вы примете или отклоните работу: стоимость заявки, доля дочитываний, число ответов на письмо, часы на подготовку отчёта. Метрика, выбранная после результата, всегда подтверждает результат.

Шаг второй: снимите базу до внедрения. Значение метрики за сопоставимый период до того, как модель вошла в процесс. Без базы любое число после выглядит успехом.

Шаг третий: зафиксируйте окно. У контента разумное окно — 28 дней от публикации, потому что индексация и накопление показов занимают недели. У рассылки — сутки. У объявления — время до статистически осмысленного числа кликов. Смена окна на ходу превращает замер в подгонку.

Шаг четвёртый: держите негативный класс. Часть задач оставьте без ИИ и сравнивайте с ними. В нашем замере такого двойника нет, и мы это признаём: доля 80% описывает партию конвейера. Превосходство конвейера над ручным письмом этим числом не доказано, для такого вывода нужна вторая пачка страниц, написанных руками в тот же период.

Четыре шага занимают полчаса и отделяют внедрение от ощущения внедрения. Если полчаса не находится, задача для ИИ ещё не созрела.

Когда останавливать внедрение ИИ

Условие остановки назначается до старта, вместе с метрикой и окном. Базовая формулировка: окно замера закрылось, метрика осталась внутри разброса базы — задача возвращается человеку, инструмент с неё снимается.

Форма правила взята из нашего боевого регламента. Агент, который ведёт платный трафик Зерокодера, работает по стоп-правилам вида «порог, окно, действие», и все три части названы до того, как пошли деньги. В регламенте это читается так: расход по продукту дошёл до трёхкратной средней выручки с одного лида при нуле лидов за месяц — выключается объявление; пятикратный расход выключает группу; десятикратный снимает все активные кампании продукта. В момент срабатывания обсуждать нечего, потому что пороги стояли заранее.

Перенос той же формы на маркетинговую задачу с ИИ даёт три строки:

• Окно вышло, метрика в разбросе базы — вернуть задачу человеку. Одно продление окна допустимо, второго не бывает.
• Расход времени или денег дошёл до тройной цены прежнего способа, работа не принята — стоп досрочно, не дожидаясь конца окна. Множитель тот же, что на первой ступени правила трафика.
• Партия закрыта, верхнего хвоста в ней нет — останавливается конвейер целиком. Основание — распределение нашего замера: верхняя страница набрала 79 кликов при медиане 6, то есть в тринадцать раз больше. Партия, где ни одна единица не оторвалась от медианы, объёмом не окупается.

Что ломается при внедрении ИИ в маркетинге

Барьеры измерены опросом Ingate Group по ИИ в маркетинге (1010 участников, февраль–март 2025 года): 47% участников назвали необходимость глубокого погружения и специальных знаний, 42% — низкий уровень доверия к решениям ИИ, 38% — дефицит профильных специалистов. Уровень владения при этом растёт медленно: базовый поднялся с 40% до 45%, высокий остался на 12%.

К этому добавляются два дефекта, которые видно на своей партии. Первый — фактические ошибки в цифрах и названиях: модель уверенно пишет сумму, которой нет ни в одном источнике, поэтому в конвейере стоит отдельная проверка каждой цифры против названного источника. Второй — единообразие: тексты, собранные по одному скелету, сливаются между собой и теряют позиции пачкой.

Полезный ориентир оттуда же: 73% рекламных агентств уже оказывают услуги с использованием решений ИИ. Наличие нейросети в процессе перестало быть конкурентным преимуществом само по себе — им стало качество приёмки.

Если хочется собрать такой процесс у себя целиком, у Зерокодера есть программы по прикладным нейросетям для маркетинга: там разбирают ровно эту связку — задача, инструмент, замер.

Чек-лист: как внедрить ИИ в маркетинг за неделю

Готовые сценарии под отдельные задачи разобраны в материалах про Copy.ai для маркетологов и нейросети для презентаций.