Привет, Хабр! Меня зовут Анастасия, я руководитель направления ИТ-комплаенса в РГС. Перед каждым циклом планирования мне нужно разбирать и оценивать сотни задач, чтобы определить, какие из них требуют внимания в первую очередь. На это обычно уходила целая рабочая неделя, и я решила поискать способ упростить этот процесс, чтобы освободить время для более сложной экспертной работы. В итоге мне удалось автоматизировать часть рутины с помощью ИИ, и в этой статье я как раз хочу поделится, как, не имея бюджета на разработку и навыков программирования, я сократила время разбора задач с пяти рабочих дней до двух.

Статья стабильно держится в топ-3 по выдаче, позиции не падают, а трафика почему‑то становится меньше. Начинаете разбираться и обнаруживаете над привычной выдачей ИИ‑ответ. Причем нейросеть ссылается на три чужих сайта, а вашу статью будто не заметила. Дело в том, что ИИ‑поиск работает с запросами иначе. Он разбивает вопрос пользователя на несколько уточняющих подзапросов, ищет информацию по каждому и собирает общий ответ. Это и называют веером запросов. Поэтому статья, заточенная под один ключ, может раскрывать только часть вопросов, которые ищет нейросеть. Остальное она возьмет у конкурентов.

Разберемся, как работает веер запросов, чем отличается от привычных ключей и нужно ли ради него переделывать SEO‑статьи.

Неподвижный SpeedyBot занимал около 70% восьми CPU. Профиль процессов, работа NPU/Hailo и четыре локальные оптимизации: fusion без отладочной картинки, кеш зон, запись позы и разбор логов. Показываем выигрыш операций и почти неизменный общий CPU.