ИИ-агент против директолога: честное сравнение кампаний

#О чём на самом деле спор

ИИ-агент — сервис или скрипт, который через API Директа сам создаёт кампании, генерирует объявления, подбирает ключи, минусует и меняет ставки. Директолог делает то же руками и головой. Клиенту не важно, кто нажимал кнопки, — ему важны заявки, которые превращаются в деньги.

Поэтому вопрос не «ИИ или человек», а «какие кампании дают больше квалифицированных заявок за те же деньги и не развалятся при первом сбое». Ответ даёт сравнение по пяти пунктам ниже.

#Шаг 1. Выравниваем условия

Без этого сравнение нечестное:

• Одна ключевая цель — та, что ближе к деньгам: квалифицированная заявка или офлайн-конверсия из CRM, а не клик по телефону.
• Одинаковый период — минимум 2–4 недели после окончания обучения стратегии, без праздников и сезонных провалов посередине.
• Сопоставимый бюджет и гео. Кампания на 30% бюджета всегда выглядит «эффективнее» по CPA за счёт самых горячих запросов.
• Одинаковые площадки. Поиск сравнивают с поиском, РСЯ — с РСЯ.

#Шаг 2. CPA и качество заявок

Смотрите в Мастере отчётов кампании обеих сторон рядом: расход, конверсии по ключевой цели, CPA. Затем из CRM или коллтрекинга — сколько из этих заявок квалифицированные. Дешёвая заявка, которая не берёт трубку, дороже дорогой, которая покупает.

Пример из практики: клиент ушёл на ИИ-настройку через API. Через пару месяцев у ИИ-кампаний CPA был выше, заявок меньше, а в кабинете почти не осталось точных соответствий. «Пока работает» — но держится на широких запросах и сломается при первом сбое аукциона.

#Шаг 3. Качество семантики

Откройте отчёт по поисковым запросам и сгруппируйте по типу соответствия и условию показа. Вопросы для проверки:

• Какая доля показов пришла по ключевым фразам, а какая — по автотаргету и расширенному соответствию?
• Есть ли точные и узкие маски под горячие запросы или только широкие ключи?
• Работает ли кросс-минусовка между группами и не съедает ли минус целевой трафик?
• Сколько запросов явно мимо: «бесплатно», «своими руками», вакансии, конкуренты.

Подробнее о разборе — в статье анализ поиска.

#Шаг 4. Журнал изменений и устойчивость

Журнал показывает, как часто агент трогал кампании. Частые правки ставок, целей и семантики сбивают обучение автостратегий — кампания всё время «учится» и не выходит на стабильный CPA. Проверьте, есть ли у агента логика «работает — не трогай» и понимает ли он разницу между мягким и жёстким переобучением.

Директологу полезно вести то же самое вручную — дневник гипотез: что изменил, когда, метрики до и после. Это и аргумент в споре, и защита от собственных ошибок.

#Что ИИ уже делает хорошо

• Сводит отчёты и выгрузки по десяткам кампаний и аккаунтов.
• Анализирует объявления конкурентов по шаблону.
• Копирует кампании и группы, проверяет кросс-минусовку.
• Генерирует варианты заголовков и текстов — подробнее в статье нейрообъявления.
• Ловит аномалии: рост CPL, кампании-аутсайдеры, всплески спама.

Где пока слабее человека: сбор семантики с нормальной частотностью (без ручной чистки — 50 на 50), понимание стратегии аккаунта целиком, разговор с клиентом и его отделом продаж, анализ сайта и оффера. Встроенные генераторы пишут тексты, но не знают, какой сегмент вы ведёте и почему.

Ниже 10 готовых планов сравнения для разных ниш — по шагам статьи: ключевая цель, условия и что проверить в запросах и журнале.