Полный Workflow исследования ключевых слов с OpenAI, Ahrefs и Google Sheets

Если говорить честно, в SEO главное — понять какие конкретно боли грызут твою аудиторию. Если нет, то вся работа по ключевым словам сводится к сборищу ненужного мусора. В настоящий момент поисковики - это не просто способ найти инфу, это уже полноценная площадка для решения конкретных проблем. Так, скажем Google обрабатывает порядка 8.5 миллиардов запросов всего за день, и почти все они — это потуги избавиться от чего-то конкретного - конкретной боли. Поэтому если упереться именно в эти проблемы, мы можем увеличить конверсию контента, как минимум, примерно на 30%.

Представьте себе, человек ввел в поисковой строке "как увеличить конверсию лендинга" — не для теории, а потому что с нынешними 1,2% конверсии рекламировать что бы то ни было и для кого бы то ни было не представляется возможным. Вот это-то и есть audience problem, или "боль аудитории", которую надо поймать и слишком явно показать, что ты ее перетаскиваешь в общую колоду.

С того момента, когда мы начали применять GPT-3 от OpenAI для анализа этих самых проблем, точность понимания запросов возросла на 41% в квартал. Потому что, например, просто про "SEO" статьки стали писать про совсем конкретно, типа "как не потерять органический трафик после обновления алгоритма". И так далее - видно, короче.

«Понимание проблем аудитории - это настоящая основа удачной контент-стратегии».

Почему важно комбинировать OpenAI, Ahrefs и Google Sheets?

Каждый из них хорош сам по себе, но они в связке творят чудеса. OpenAI работает как генератор идей и гипотез по поднимаемым вопросам, Ahrefs реальными данными показывает, насколько востребована эта тема, а Google Sheets — удобно всё это собрать, систематизировать и проанализировать без лишнего кода.

Такой вот тандем решает три задачи: получить представление об аудитории при помощи AI, парсит запросы и отсеивает слабые с помощью Ahrefs, а также удобно продолжает с ними работать с помощью Google Таблиц.

К примеру, в минувшем квартале мы закрыли 74 контент-гэпа для одного финтех-клиента — раньше на это уходило пару месяцев, здесь нам хватило всего 11 дней!

Вообще этот способ сокращает время исследования ключевиков в 5 раз по сравнению со старым добрым ручным способом. Просто и удобно.

"OpenAI + Ahrefs + Google Sheets - это одновременно и быстро, и глубоко, и удобно."

Подготовка к исследованию

Определение ЦА и проблем

Когда не очень-то представляешь, или точно не знаешь свою аудиторию, то исследование ключевиков - это почти лотерея. С самого начала, прямо с самого начала, надо сделать карту болей - не абстрактных, и без того их в избытке, не картинок для красоты, а конкретных. Если мы работаем с трейдерами, их "хочу больше денег" - это слишком общо. Лучшая формулировка будет такой: "Потерял 40% портфеля потому, что не удержался и сделал эмоциональную сделку". Вот так, вот тогда можно уже строить и запросы.

Она блестяще сегментирует аудиторию по трём критериям: уровню опыта, текущей проблеме и срочности её решения. Люди, которые только начинают, желающие обдуманно и безопасно купить свой первый биткоин, и те, кто уже поукрепленнее, кто заморачивается над арбитражем между DEX и CEX — это разные запросы, и для тех, и для этих - разные страницы, и разные стратегии.

Инструменты для выявления проблем — это опросы клиентов, анализ обращений в саппорт, мониторинг обсуждений в Telegram, Reddit и других наглядных источниках. Например, за прошедшую неделе ASCN вытащила из тематических каналов 340 уникальных формулировок проблем, из которых потом выросло 89 формулировок.

Настройка инструментов: OpenAI, Ahrefs, Google Sheets

OpenAI: Забираешь API-ключ на platform.openai.com. Рекомендуем GPT-4o - она оптимальна по соотношению скорости/качества для keyword research. Токен положи в надёжное место — потом будешь искать. Не забудьте настроить лимиты, чтобы счета не разрослись неожиданно.

Ahrefs: В настройках аккаунта найдется API access. Создаете ключ с доступом на Keywords Explorer и Site Explorer. Если у вас команда, выдавайте каждому отдельный токен для удобства. Сделай тестовый запрос - возьмем seed keyword и проверим, выдает ли система цифры по объему и сложности.

Google Sheets: Включи Google Sheets API в консоли разработки, создавай сервисный аккаунт и скачивай JSON с данными для доступа. Не желаешь запариваться с кодом - юзай Zapier или Make. Даже базовой интеграцией через ASCN.AI успеешь за 15-20 минут, чтобы сделать цепочку: событие→ запрос OpenAI → список из Ahrefs API → таблица в Google Sheets. Готовый шаблон workflow из библиотеки ASCN тоже можно взять.

Этап 1 — Генерация идей ключевых слов с OpenAI

ИИ для выявления проблем аудитории

OpenAI не заменяет крутого аналитика, но возможность подкинуть свои гипотезы реально сокращает время генерации в разы - примерно в 10 раз. Ты даёшь GPT описание целевой аудитории, а она тебе возвращает список проблем с вариантами ключевых запросов. И чем точнее промпт, тем лучше результат.

Пример запроса:

«Ты SEO-аналитик. Целевая аудитория - трейдеры криптовалют с опытом работы 1-2 года, которые хотят автоматизировать рутинные задачи. Составь тридцать болей с парой-тройкой ключевых запросов на каждую.

Ты получаешь что-то вроде этого:

Проблема: «Вынужден тратить по 3 часа каждый день на мониторинг funding rate по токенам»
Запросы: «автоматический мониторинг funding rate», «как автоматизировать отслеживание funding rate», «уведомления об изменении funding rate»

Так за раз можно схватить 60–90 идей, из которых 30–40 будут действительно точными! Главное — не лениться уточнять, типа "накидай еще десяток проблем с которыми новичек лоботряс столкнется" или "сделай формулировочки более авторитетными".

Формируем семантические кластеры

Как идеи готовы, начинаем группировать запросы по смыслу — в семантические кластеры. То есть собираем что-то похожее по тематике и инсайту, чтобы потом все это закрыть одной рекламной страничкой. К примеру: «как купить биткоин», «где купить биткоин безопасно», «первая покупка BTC» - вот тебе и кластер «безопасная покупка криптовалюты». Для первой же кластеризации это GPT просто замечательно.

Промпт, что мы юзили, — вот он:

"Возьми список из 80 запросов, сгруппируй их по интентам, дай каждой группе название и выдели ключевой запрос."

В нашем кейсе ASCN из 340 запросов сделали 23 кластера — каждая группа стала отдельной посадочной страницей. За 4 месяца органический трафик взлетел на 120%, а показатель отказов упал на 25%. Это работает!

Этап 2 — анализ конкуренции и объемов с Ahrefs

Поищем релевантные ключевые слова

Ahrefs Keywords Explorer — твой лучший друг для оценки любого seed keyword. Не только на количество запросов смотри, но и на их сложность (KD), стоимость клика (CPC) и на анализ выдачи (SERP).

Если KD выше 50 — конкуренция капец. Тут лучше поискать длиннохвостые ключевики, или быть готовым влить много сил в это дело.

Для проектов новой волны, где Domain Rating менее 30, рекомендуется использовать ключи с KD не более 20 - тут просочиться в топ реальной возможности больше, чем за два месяца.

Пример:

Запрос: "арбитраж криптовалют" — объём 1200, KD 45, цена клика 3.80$. Лучше взять длиннохвостое "арбитраж криптовалют между биржами" (480, KD 22), а может "арбитраж стейблкоинов" (210, KD 18) — варианты имеют свои плюсы.

В общем, здесь быстрая победа — они менее конкурентные и отражают более точный интент.

Загляни в Site Explorer - бери топовые страницы с трафиком от 500. Зачастую по запросам оттуда можно почерпнуть свежие идеи.

Оценка трафика и сложности

KD показывает примерное количество сайтов, которые нужно иметь в профиле ссылок, чтобы там оказаться. Есть примеры. KD 30 — около 30 таких доменов. Но это ориентир, а не аксиома.

Трафик потенциал включает не просто количество посещений по реально заданному запросу, он включает в себя и длиннохвостые вариации запроса. Поэтому смотрите именно этот параметр во вкладке SERP overview, иначе заблудитесь.

CPC же - это торговая заинтересованность. Все что имеет CPC больше $5 ценнее в разы, это те запросы, которые приносят живую прибыль в виде лидов и продаж.

Эта сводная таблица собирает всю информацию с предыдущих этапов — подведённую, обобщённую, сгруппированную. По времени — минут 20, а потом данные подтягиваются сами, без твоей помощи. В цифрах: автоматизация убирает 80% ошибок и в разы уменьшает время на анализ.

Если ASCN.AI не хочешь использовать, можно написать Google Apps Script по 30 строк - и получать обновления из Ahrefs автоматически. Сделав фильтры, сортировки и формулы для анализа, ты сможешь быстро отбирать нужный ответ тебе. Например - если KD < 20, значит - это для лёгких запросов, если CPC > $3, значит - это для коммерческих.

Упростим формулу задаваемого приоритета в колонке Priority:

=(TP * CPC) / (KD + 1)

И добавим условное форматирование: зеленый цвет для значений >100, желтый - для 50-100, а красный - для <50. Теперь таблица станет совсем наглядной.

И вот готова формула для определения типа интента:

=IF(OR(ISNUMBER(SEARCH("купить",A2)),ISNUMBER(SEARCH("цена",A2))),"Commercial","Informational")

Если хочешь, можешь подключить OpenAI или Apps Script - для большей точности.

В одном отдельном проекте ASCN, состоящем из 14 метрик, а также шестерых фильтров, время анализа сократилось до волшебных 25 минут с четырех часов! Удобно каждому оператору выбрать свой фильтр и прокрутить свои выходные данные всего за пару щелчков!

Этап номер четыре — формируем стратегию и расставляем приоритеты по ключевым словам на сайте

Выделение проблемных зон аудитории

Итак, в SEO важно не только быстренько набить себе карманы самыми популярными запросами, важно также залатать контент-дыры — там, где контент либо наполовину сшит, либо не написан вообще. Здесь нам на помощь приходит методика: смотрим топ-20 результатов в SERP при помощи Ahrefs. Если среди первых десяти результатов 7 — форумы, Reddit или старые статьи (2019-2020), значит, ниша точно не закрыта!

Контентные пустоты могут гарантировать прирост трафика до 150% спустя правильную допилку. Взглянем к примеру на запрос "как автоматизировать анализ on-chain данных". В выдаче оказалось 4 форума, 3 общие статьи, 2 курса и 1 видео. Мы провели собственно подробный гайд с API-интеграциями - и за 3 месяца он вышел в топ-5.

Выбор базовых ключевых слов для контент-плана

На основе приоритетных запросов формируй контент-план, распределяя их по кластерам, чтобы каждый кластер стал отдельным постом или серией статей. Матрица приоритизации выглядит примерно так:

• Высокий приоритет: KD < 20, TP > 1000, коммерческий интент
• Средний приоритет: KD 20-40, TP > 500, смешанный интент
• Низкий приоритет: KD > 40, TP < 500, информационный интент

Всё просто — начинаем с быстрых побед, а параллельно готовим материалы средней важности.

Например месяц может выглядеть так:

• 1-я неделя — создание уже трех статей по кластеру «Автоматизация торговли» — KD 12-18
• 2-я неделя — написание двух статей по кластеру «Арбитраж криптовалют» — KD 22-25
• 3-я неделя — длинный гайд по кластеру «On-chain анализ» — KD 35, TP высокий
• 4-я неделя — обновление и оптимизация предыдущих статей

За три месяца по подобной схеме запустили 47 материалов, трафик вырос с 1200 до 8400 визитов в месяц. Неплохо, если посмотреть?

Собери 50 проблем с тремя вариантами запроса для каждой.

Кластеризация:
"Возьми список из [N] запросов, собери их по интенту, назови группы, выдели основной запрос в каждой и тип интента."

Анализ конкурентов:
"Изучи топ-5 статей по [keyword], выдели их темы, контентные дыры и уникальные подходы."

Схема статьи:
«Составь схему с H1, H2 и H3 на основе [keyword] и анализа SERP.»

Удобные шаблоны Google Sheets

Матрица: Keyword | Cluster | Volume | KD | CPC | TP | Intent | Priority | Status | Notes

Формулы:

Priority:

=(TP * CPC) / (KD + 1)

Intent Classification:

=IF(OR(ISNUMBER(SEARCH("купить",A2)),ISNUMBER(SEARCH("цена",A2))),"Commercial","Informational")

Условное форматирование:

• Зеленое — Приоритет > 100
• Желтое — 50–100
• Красное — < 50

Есть дополнительные листы ради удобства: "Clusters", "Content Plan", "Competitors", "Archive".

Скопируй и подшей под себя шаблон, подключи Ahrefs API — и у тебя автоматизированная система на несколько месяцев вперед.

Часто задаваемые вопросы на тему workflow

Сколько всего по времени занимает полный исследовательский цикл?
Мне 3–5 дней от первой настройки инструментов до готового контент-плана. На ASCN.AI процесс обновления раз в неделю занимает всего 4–6 часов.

Можно пользоваться бесплатными аналогами Ahrefs?
Да, можно, но совсем с нюансами: точность и глубина данных хуже. Google Keyword Planner и подобные - для старта сойдет, но погрешность может достигать 30–40%.

А как часто обновлять данные?
Ahrefs метрики обновляет каждые 2–4 недели, но желательно раз в 7 дней — так не упустишь важные изменения!

Как поступать, если GPT выдает неуместные идеи?
Подправь промпты, добавь контекста, примеры хороших и плохих вариантов. Если не помогает после 2–3 переборов — поменяй формулировки.

Как же сравнить похожие важнейшие запросы, а?
Смотри на формулу приоритета, или ориентируйся на быстрый результат. KD < 15 и TP > 800.

А стоит ли сразу подключать три инструмента?
Необязательно. Можешь начать, конечно, с OpenAI, добавить для проверки Ahrefs, а Google Sheets подключать когда наберется 50-100 запросов!

Заключение и дальнейшие шаги

Связка OpenAI + Ahrefs + Google Sheets — это не просто набор программ. Это система, которая поможет понять аудиторию, верифицировать их запросы и упаковать все это в четкий контент-план.

Что делать дальше:

• Настроить OpenAI и Ahrefs, сделать базовую таблицу в Google Sheets.
• Сгенерировать с помощью GPT 100–150 идей и проверить их в Ahrefs.
• Формировать семантические кластеры, расставить приоритеты по запросам и составить контент-план на месяц.
• Запустить 3–5 первых материалов и настроить автоматизацию обновления.

В 70% случаев обновление старых материалов даёт +60% трафика.

Автоматика с ASCN освобождает каждый месяц от 15 до 20 часов от скучной работы, давая возможность подумать о стратегии. Мы делаем системы один раз, а они работают месяцами.