Платил агентству 40к в месяц. Решил заменить их на AI.
Когда сам вёл Директ — на каждую вложенную тысячу две обратно. Стабильно. Потом времени не стало, отдал агентству. 40 000 в месяц.
Результат упал. Но главное не это — агентство просто не внутри бизнеса. Ведут десятки клиентов, смотрят на твои кампании раз в неделю. Физически не могут иначе.
А потом смотрю на то, как за последние пару месяцев прокачались агенты. И думаю: подождите.
40 000 рублей живым людям. Или 16 000 — подписка на Claude/Cursor. При этом AI может анализировать кампании каждый день. CTR просел, цена конверсии вылезла за порог, кампания в минус — замечает сразу, не на следующем созвоне.
Решил запилить такой инструмент. С нуля, для себя.
Архитектура: тянем данные из Яндекс Директа и Метрики → анализируем метрики, ищем аномалии → скармливаем структурированный бандл в LLM → получаем рекомендации → применяем изменения обратно в Директ (ставки, минус-слова, стоп-кампании).
Два защитных слоя: DRY_RUN по умолчанию — ничего не трогает пока явно не скажешь. И sandbox-режим API — продакшн только явно.
Первым делом выстраивал не код, а инфраструктуру под агента: правила, конвенции, справочники API. Прогнал план через несколько итераций — собрал, спросил «что плохо», доработал, снова. Раз пять. Это сильно экономит время потом.
Отдельно понравилось решение с документацией — сделал агента, который сам ходит в доку Яндекс Директа и Метрики, собирает методы с описаниями и складывает себе в справочник. Теперь основной агент не придумывает методы — он их знает.
Прежде чем писать код — выстрой контекст для агента. С правильной инфраструктурой он делает правильные вещи сразу, без переделок.
Посмотрим что выйдет по цифрам.
P.S. В следующем посте расскажу, как применял его и что получилось.
Когда сам вёл Директ — на каждую вложенную тысячу две обратно. Стабильно. Потом времени не стало, отдал агентству. 40 000 в месяц.
Результат упал. Но главное не это — агентство просто не внутри бизнеса. Ведут десятки клиентов, смотрят на твои кампании раз в неделю. Физически не могут иначе.
А потом смотрю на то, как за последние пару месяцев прокачались агенты. И думаю: подождите.
40 000 рублей живым людям. Или 16 000 — подписка на Claude/Cursor. При этом AI может анализировать кампании каждый день. CTR просел, цена конверсии вылезла за порог, кампания в минус — замечает сразу, не на следующем созвоне.
Решил запилить такой инструмент. С нуля, для себя.
Архитектура: тянем данные из Яндекс Директа и Метрики → анализируем метрики, ищем аномалии → скармливаем структурированный бандл в LLM → получаем рекомендации → применяем изменения обратно в Директ (ставки, минус-слова, стоп-кампании).
Два защитных слоя: DRY_RUN по умолчанию — ничего не трогает пока явно не скажешь. И sandbox-режим API — продакшн только явно.
Первым делом выстраивал не код, а инфраструктуру под агента: правила, конвенции, справочники API. Прогнал план через несколько итераций — собрал, спросил «что плохо», доработал, снова. Раз пять. Это сильно экономит время потом.
Отдельно понравилось решение с документацией — сделал агента, который сам ходит в доку Яндекс Директа и Метрики, собирает методы с описаниями и складывает себе в справочник. Теперь основной агент не придумывает методы — он их знает.
Прежде чем писать код — выстрой контекст для агента. С правильной инфраструктурой он делает правильные вещи сразу, без переделок.
Посмотрим что выйдет по цифрам.
P.S. В следующем посте расскажу, как применял его и что получилось.