Контекст и проблема
Яндекс Нейро, Google AI Overview и нейро-сноски перераспределяют поисковый трафик. Для SEO-рынка это экзистенциальный сдвиг: классическая аналитика позиций не отвечает на вопрос «что говорит нейросеть о моём бренде». Ручной мониторинг невозможен — объёмы и недетерминированность не оставляют шансов.
Что я сделал
- PRD на 20 000+ знаков: архитектура из 4 модулей (Core и админка, управление семантикой, движок сборщиков, аналитика и BI), пользовательские сценарии, метрики.
- Собрал и вёл команду ~10 человек — бэкенд, фронтенд, data, QA, мониторинг.
- 5 экранов аналитики в проде: цитируемые сайты, цитируемые страницы, нейроответы, сегменты, управление запросами.
- Авторская метрика «Спрос запроса» — видимость бренда в нейро-выдаче с учётом частотности Wordstat: не просто «где упомянуты», а «где упомянуты там, где есть спрос».
- Интеграции: сбор из AI-выдач Яндекса и Google, публичный B2B API для агентств, SSO, амоCRM, чат поддержки.
- AI Governance с первого дня: Data Quality через ИИ-агента (сверка экранов и метрик), алертинг на пропажу источников из выдачи и отсутствие сборов, верификация через API-словари.
- Клиентская документация нового стандарта — единый источник правды, пишущийся «для людей и ИИ-агентов» одновременно.
Результаты
- Первые B2B-клиенты — агентства и in-house команды — начали работать с продуктом в первый же квартал после запуска.
- Путь от PRD до прода — за один квартал: сначала узкое ядро (семантика → сбор → один экран), затем расширение до пяти экранов аналитики.
- Продукт стал ответом компании на смену рынка: из «SEO-аналитики» — в «аналитику видимости в эпоху GenAI».
- Публичный API и MCP-доступ — агентства строят на данных продукта собственные пайплайны.
Чему научился
- В AI-продукте самая большая угроза — не конкуренты, а недоверие к данным. Data Quality и алертинг окупаются раньше, чем «ещё одна фича».
- Метрика должна учитывать бизнес-контекст: «упоминаний много» бесполезно без частотности запроса — так родился «Спрос запроса».
- 0→1 в 5 месяцев возможен, только если резать масштаб: сначала узкое ядро (семантика → сбор → один экран), потом расширение.
Стек: Яндекс Search GenAI, Google AI Overview, WordStat API, React, публичный API/MCP.