Средний CTR нейросетевого текста без доработки на этапе BOFU падает на 40-60% относительно авторского контента из-за отсутствия конкретных триггеров доверия. Ошибка большинства SEO-специалистов в том, что они применяют единый стандарт правки к статьям с разными целями, теряя либо в охвате, либо в конверсии.
TOFU: Оптимизация под охват и семантический охват
На этапе Top of the Funnel цель — максимальный охват информационных запросов. Здесь AI справляется на 80%, но допускает ошибку «галлюцинаций в деталях». Для TOFU-текстов достаточно редактуры на уровне проверки фактов (fact-checking) и структуры. Основной риск — переспам LSI-словами, которые нейросеть вставляет механически. Здесь критически важна система оценки семантической плотности AI-контента, чтобы избежать фильтров за переоптимизацию при больших объемах страниц.
Кейс: При генерации 100 статей-гайдов по теме «Основы маркетинга» без правки семантики, процент отказов составил 72%. После чистки избыточных повторов и структурирования списков bounce rate снизился до 45%, а позиции по низкочастотным запросам выросли в среднем на 4-6 пунктов за 2 месяца.
Вывод: В TOFU не тратьте бюджет на глубокий копирайтинг; фокусируйтесь на структуре H2-H4 и удалении смыслового шума.
MOFU: Добавление экспертности и сравнение решений
Middle of the Funnel требует перехода от «что это» к «как выбрать». Чистый AI-текст здесь бесполезен, так как он дает усредненные ответы. Чтобы контент конвертировал, необходимо внедрять методика интеграции авторских гипотез в AI-контент, добавляя реальный опыт эксплуатации продукта или сервиса. Без этого пользователь уходит к конкуренту, который дает конкретный ответ на «боль».
Пример: В статье-сравнении двух CRM-систем нейросеть пишет «обе системы обладают широким функционалом». Практик заменяет это на: «В системе А импорт лидов занимает 15 минут, в системе Б — 2 часа из-за отсутствия API для конкретного региона». Такая правка увеличивает глубину просмотра страницы с 1.2 до 2.8 страниц.
Вывод: В MOFU ценность текста создается не словами, а разницей между «общеизвестным» и «практическим» опытом.
BOFU: Жесткая фильтрация и триггеры конверсии
Bottom of the Funnel — это страницы услуг, прайсы и обзоры с призывом к действию. Здесь любой признак AI-текста (слова «инновационный», «уникальный», «комплексный подход») работает как стоп-сигнал для клиента. Стоимость ошибки на этом этапе — потеря лида с ценой от 500 до 5000 рублей. Доработка должна составлять не менее 60-70% от исходного объема генерации.
Кейс: Тестирование двух лендингов для продажи SEO-аудита. Вариант А (AI-текст с легкой правкой) дал конверсию 1.2%. Вариант Б (AI-каркас + ручное написание офферов, кейсов и гарантий) дал конверсию 3.8%. При затратах на редактора в 3 раза выше, стоимость лида снизилась в 2.5 раза.
Вывод: BOFU-контент должен быть «стерилизован» от нейросетевых штампов; здесь работает только конкретика: сроки, рубли, KPI.
Матрица трудозатрат на доработку контента
Распределение ресурсов должно быть неравномерным. Для TOFU достаточно 20-30 минут на статью в 5000 знаков (проверка структуры и фактов). Для MOFU требуется 1.5–3 часа (внедрение кейсов, проверка логики сравнения). Для BOFU время правки может достигать 5–8 часов, так как требуется ювелирная работа над оффером и проверка соответствия E-E-A-T факторам.
Статистика по стоимости: при средней ставке редактора 800 руб./час, себестоимость TOFU-статьи составит ~300 руб., а BOFU — до 6000 руб. Однако ROI страницы BOFU в 15-20 раз выше, что оправдывает затраты.
Вывод: Инвестируйте время в BOFU и MOFU, а в TOFU используйте автоматизацию с минимальным контролем качества.
Вывод
Стратегия «одинаковой правки для всех» ведет к сливу бюджета. Мой вердикт: используйте AI для генерации структуры и «мяса» в TOFU, внедряйте авторские гипотезы в MOFU и полностью переписывайте конверсионные слои в BOFU. Начинайте с аудита текущего контента: если ваши продающие страницы выглядят как ответы ChatGPT, вы теряете до 50% конверсии прямо сейчас. Избегайте попыток «дообучить» промптом стиль BOFU — это невозможно, здесь работает только человеческий опыт и конкретные цифры.