Арбитраж с Дзена через SEO: кейс на 373 тысячи рублей

Я работаю на Дзене с 2020 года. За это время платформа изменилась до неузнаваемости: из золотой жилы для арбитражников она превратилась в настоящее минное поле с постоянно меняющимися правилами игры. Каждый год сообщество хоронит арбитраж на Дзене, но мы продолжаем находить новые подходы к монетизации платформы.

К концу 2024 года классический арбитраж через ленту рекомендаций окончательно перестал приносить стабильный доход. Постоянные изменения алгоритмов, ужесточение модерации, падение охватов — все это заставило меня искать альтернативные источники трафика. И тут я вспомнил об одной особенности, которую большинство арбитражников упускают из виду: Яндекс дает своей платформе (пусть уже и бывшей) приоритет в поисковой выдаче.

В этой статье я подробно расскажу о том, как за 5 месяцев построил практически полностью автоматизированную систему залива SEO-трафика через Дзен, какие технические решения использовал, с какими проблемами столкнулся и как их решал. Результат — 373 тысячи рублей практически чистой прибыли при минимальных вложениях.

1. Почему SEO в Дзене работает
   • Приоритет в поисковой выдаче
   • Скорость индексации
   • Целевая аудитория и ее особенности
2. Подготовка: от идеи к реализации
   • Сбор семантического ядра
   • Выбор инструментов монетизации
3. Автоматизация: от костылей к рабочему решению
   • Понимание масштаба задачи
   • Архитектура системы
4. Практическая реализация
   • Типичный рабочий день
   • Масштабирование и оптимизация
5. Проблемы и их решения: битва с ветряными мельницами
   • Проблема 1: взаимная конкуренция статей
   • Проблема 2: блокировки доменов витрин
   • Проблема 3: усиление модерации и изменения алгоритмов
   • Проблема 4: технические сбои и ограничения
6. Аналитика и метрики: что и как измерять
   • Ключевые показатели эффективности​​​​​​​
   • Инструменты аналитики
7. Работа с языковыми моделями: практические советы
   • ​​​​​​​Эффективное использование LLM для разработки
   • Промпт-инжиниринг для генерации контента
8. ​​​​​​​​​​​​​​Финансовые результаты и экономика
9. Эволюция метода и адаптация к изменениям
10. Рекомендации для начинающих

Почему SEO в Дзене работает

Приоритет в поисковой выдаче

Главное преимущество Дзена для SEO — особое отношение со стороны поисковых алгоритмов Яндекса. Проверить это легко: возьмите любую актуальную новость, напишите по ней статью на Дзене, и через 30–40 минут вы увидите ее в топе поисковой выдачи, ну или почти в топе. При этом ваша статья обойдет даже крупные новостные порталы с многолетней историей и высоким авторитетом. Конечно, кроме тех, которые имеют свои каналы в Дзене.

Самое интересное, что это работает даже для каналов с тегом noindex в коде страницы, пусть и не всегда. Я неоднократно наблюдал, как статьи с технически отключенной индексацией все равно появлялись в выдаче. Видимо, внутренние алгоритмы Яндекса работают по своим правилам, которые не всегда совпадают с официальной документацией.

На скриншоте пример того, как Яндекс пушит статьи с Дзена в топ поиска по многим запросам:

Скорость индексации

Если обычные сайты ждут индексации новых страниц днями или даже неделями (за исключением крупных СМИ), то статьи на Дзене появляются в поиске достаточно быстро. В моей практике средний показатель составлял менее часа от момента публикации до появления в выдаче. Для новостных и актуальных тем это критически важное преимущество. Бывают дни, когда задержка появления статей в поиске сильно увеличивается, но это, судя по всему, следствие технических неполадок в Дзене или на стороне Яндекса. В последнее время это стало происходить все чаще и чаще, к сожалению.

Целевая аудитория и ее особенности

Я целенаправленно работал с аудиторией 45+. Эти люди активно используют поиск для получения информации, доверяют Яндексу как источнику и охотно переходят по ссылкам для получения дополнительной информации. Основные темы, которые их интересуют:

• политические новости и аналитика;
• социальные изменения и реформы;
• пенсионные вопросы и выплаты;
• здоровье и медицина;
• происшествия и резонансные события.

И вот что особенно важно: аудитория 45+ гораздо лучше конвертит на новостных витринах вроде Oneprofit, чем более молодые пользователи.

Подготовка: от идеи к реализации

Сбор семантического ядра

Первым этапом стала подготовка базы ключевых слов. Процесс может показаться трудоемким, но проделать его достаточно один раз, и обновлять пул ключевиков раз в пару недель, а то и вовсе сидеть на старых месяцами. Вот мой подход:

1. Базовые высокочастотные запросы — начал с Яндекс Вордстат, выгребая все популярные запросы по своим тематикам.
2. Расширение через подсказки — каждый базовый запрос прогонял через поисковые подсказки Яндекса для поиска низкочастотных хвостов.

В итоге получилась база примерно на 3000 ключевых фраз, разбитых по тематическим кластерам. Это позволило в дальнейшем автоматически подбирать релевантные ключи для каждой статьи.

Выбор инструментов монетизации

Для монетизации трафика я выбрал витрины OneProfit. Схема простая и понятная:

1. Пользователь ищет информацию в Яндексе.
2. Находит мою статью на Дзене (благодаря высокой позиции в выдаче).
3. Читает статью.
4. Кликает по ссылке для получения «полной версии» или дополнительной информации.
5. Попадает на витрину с продолжением статьи и рекламными блоками.
6. Я получаю комиссию за привлеченный трафик и дальнейшую активность пользователей.

В принципе никто не мешает сливать трафик на прямые офферы, но витрина банально удобнее для меня, чистая вкусовщина.

Автоматизация: от костылей к рабочему решению

Понимание масштаба задачи

Когда я осознал, что для эффективной работы нужно публиковать сотни уникальных (реюз старых статей, к слову, результаты не ухудшает) SEO-оптимизированных статей ежедневно, стало понятно — без автоматизации не обойтись. Проблема была в том, что мои навыки программирования недалеко уходят от условного первокурсника-программиста. Но тут на помощь пришли современные языковые модели.

Архитектура системы

Финальная система состояла из нескольких ключевых компонентов:

1. Генератор SEO-контента

Это ядро всей системы. После множества экспериментов я пришел к следующей архитектуре.

• Системный промпт — базовая инструкция для языковой модели о том, что от нее требуется:

Ты опытный копирайтер, специализирующийся на создании SEO-оптимизированных текстов для поисковых систем. Твоя задача — писать уникальные, информативные и эмоциональные статьи, которые естественным образом включают ключевые слова и мотивируют читателя искать дополнительную информацию.

• Основной промпт с динамическими параметрами:

Напиши SEO-статью объемом {LENGTH} символов на тему "{TITLE}".

Требования к тексту:

• эмоциональная подача с элементами недосказанности;
• естественное использование ключевых слов: {KEYWORDS};
• структура с подзаголовками и логичными переходами;
• живой язык без канцеляризмов и шаблонных фраз;
• создание интриги и желания узнать больше.

Стиль: как будто опытный журналист рассказывает важную новость знакомому, добавляя личные наблюдения и выводы. Блогерский стиль с элементами новостника.

Где:

• {LENGTH} — случайное значение от 5000 до 9000 символов;
• {TITLE} — заголовок статьи на основе актуальных тем;
• {KEYWORDS} — набор из 10–30 ключевых слов из базы.

Заголовки можно придумать самостоятельно, подсмотреть у СМИ или же попросить LLM каждый раз генерировать заголовок самостоятельно на основе выпавших рандомно ключевиков. Также в скрипте можно настроить рандомизацию количества ключевиков для каждого запроса. В моей реализации рандомилось от 5 до 50 ключевиков, это нужно для того, чтобы в одной пачке текстов было больше вариативности: часть текстов кишит переспамом, а другая часть ориентируется на узкую тематику. Это не только повышает общую вариативность и уникальность текстов, но и позволяет опытным путем (случайно) создать наиболее успешные тексты, которые потом можно переиспользовать.

Также стоит отметить, что для экономии можно использовать не просто бесплатные модели с Openrouter, а провернуть небольшую хитрость: создать много аккаунтов, а в скрипте реализовать ротацию API-ключей, чтобы обойти проблемы с суточными лимитами платформы.

2. Мультимодельный подход к генерации

Чтобы избежать однообразия и снизить конкуренцию собственных статей между собой, я подключил целый зоопарк языковых моделей через API OpenRouter:

• Claude — использовал для аналитических материалов. Модель отлично структурирует информацию и создает логичные тексты. Особенно хорошо себя показывают варианты модели с Thinking, так как они глубже оперируют контекстом, «забывают» меньше ключевиков и более эффективно работают с SEO. К сожалению, Клод не любит писать острые горячие желтушные тексты, но шанс развести его на это дело существует, экспериментируйте. Рекомендую использовать версию sonnet 3.7 Thinking, но если у вас есть доступ к четвертой версии, то вам повезло.
• GPT-4 — идеален для эмоциональных статей с яркими примерами и метафорами, но плоховато работает с контекстом. Рекомендую использовать версии 4.1 или 4.1 Mini.
• Gemini — отлично подходит для огромных креативных статей, но часто галлюцинирует из-за раздутого контекстного окна. Рекомендую использовать бесплатную версию 2.0 Flash, но если у вас есть доступ к 2.5 Pro, то добро пожаловать.
• Llama и Qwen — бесплатные модели для массового контента. Качество ниже, но для определенных задач вполне достаточное. Крайне не рекомендую использовать старые версии!
• DeepSeek — неожиданно хорошо показал себя на технических и специализированных темах, особенно его вариации с reasoning. Но частенько косячит с разметкой подзаголовков, может выдать зацикленный ответ и прочее-прочее.
• Grok 3 — несмотря на ставку на нонконформизм в пиар-кампании, оказался чем-то средним между GPT и Gemini. В целом неплох, стабильно работает, но креативности маловато.

Стоит отметить, что платные модели гораздо качественнее работают с контекстом, чем бесплатные, но обойдутся в кругленькую сумму. Безусловно, существуют бесплатные версии, иногда появляются всякие лазейки, но раскрывать я их, увы, не имею права. Для SEO-арбитража с Дзена будет достаточно DeepSeek и Gemini 2.0 Flash.

3. Автоматический раскидыватель ссылок

Следующий важный компонент — система для естественной вставки ссылок на витрины. С помощью Claude 3.7 я разработал алгоритм, который:

1. Анализирует текст, ищет границы абзацев и раскидывает ссылки между ними по определенным правилам.
2. Определяет наиболее подходящие места для размещения ссылок.
3. Подбирает релевантный анкор из контекста.
4. Вставляет гиперссылку так, чтобы она выглядела естественной частью текста.

4. Система автопостинга с распознаванием капчи

Самой сложной частью оказалась автоматизация публикации. Дзен активно борется с автоматическим постингом и при обнаружении подозрительной активности начинает показывать капчу.

Процесс создания системы распознавания:

1. Сбор датасета — с помощью автокликера и пары бессонных ночей собрал несколько тысяч изображений капчи.
2. Обучение модели — опять же с помощью Claude написал простую сверточную нейросеть для распознавания.
3. Интеграция в автопостер — встроил модель в общий процесс публикации.
4. Оптимизация — довел производительность до 1500 статей в час.

Код получился далеким от идеала, но главное — он работал с точностью более 70%.

Изначально для распознавания капчи я использовал простую библиотеку ddocr, которая показывала эффективность в районе 15%. Я понял, что так дело не пойдет, и принялся собирать датасет. Спустя пару недель у меня был собран датасет из 40 000 правильно разгаданных капч и еще более 200 000 неразгаданных. Воспользовавшись услугами дешевой рабочей силы, я получил в свое распоряжение еще около 20 000 размеченных капч и добавил в датасет для обучения нейросети. Поигравшись с настройками, спустя несколько дней получил нейронку, которая с головой покрывает все мои потребности.

5. Менеджер профилей

Для работы с множеством аккаунтов разработал систему управления браузерными профилями:

• Изоляция cookies и localStorage для каждого аккаунта.
• Рандомизация User-Agent и других параметров браузера,
• Использование прокси для разных аккаунтов.
• Имитация человеческого поведения (случайные паузы, движения мыши).

По большей части кастомный менеджер профилей браузера был нужен для работы с автоматизацией. Безусловно, существует масса готовых решений, но все они показались мне чрезмерно ограниченными. Например, ни в одном инструменте я так и не нашел возможности интегрировать свой автопостер на основе нейросети.

Практическая реализация

Типичный рабочий день

К январю 2025 года у меня сложился рабочий процесс, который занимал 2–3 часа в день:

09:00–10:00 — анализ и подготовка

• Мониторинг новостей и трендов.
• Поиск тем, которые будут искать в ближайшие часы.
• Подготовка 50–100 заголовков на основе актуальных событий.

10:00–11:00 — генерация контента

• Запуск генератора с подготовленными заголовками.
• Создание 150–200 уникальных статей через разные LLM.
• Автоматическая вставка ссылок на витрины.
• Проверка качества (выборочно 5–10 статей).

11:00–12:00 — подготовка к публикации

• Распределение статей по каналам.
• Настройка параметров публикации.
• Проверка работоспособности всех систем.

01:00 (ночью) — автоматическая публикация

• Массовый постинг через автоматизированную систему.
• Обход капчи при необходимости.
• Логирование результатов.

Почему именно час ночи? Опытным путем выяснил, что это оптимальное время:

• Минимальная активность модераторов (и ботов).
• Алгоритмы работают в щадящем режиме.
• К утру статьи уже проиндексированы и висят в выдаче.

По большей части на работу уходило даже меньше времени, а вот на тесты… Если большую часть работы можно было сделать один раз и почти ничего не менять неделями, то вот для тестирования новых подходов приходилось сидеть по 14 часов в сутки. Я не жалуюсь, это был преинтереснейший опыт.

Удачные заголовки и ключевики я собрал еще в декабре, а потом нужно было лишь по чуть-чуть дополнять их новыми трендами и копаться в настройках самописных инструментов.

Масштабирование и оптимизация

В пиковые периоды (декабрь-январь) удавалось делать две волны публикаций — ночную и утреннюю. Использовал 1–2 канала в сутки, больше не имело смысла из-за быстрых блокировок.

Средний жизненный цикл канала:

• 01:00 — публикация статей.
• 01:30 — появление в поисковой выдаче.
• 02:00–10:00 — активный сбор трафика.
• 10:00–14:00 — блокировка канала (обычно в 10:00 или 13:00–14:00).

Проблемы и их решения: битва с ветряными мельницами

Проблема 1: взаимная конкуренция статей

Симптомы: несколько моих статей по схожим запросам начинали конкурировать между собой в выдаче, снижая общую эффективность.

Решение:

1. Внедрил рандомизацию всех возможных параметров (длина текста, стиль изложения, фокус на разных аспектах темы).
2. Использовал разные языковые модели для генерации статей по одной теме.
3. Создал систему проверки на семантическую близость перед публикацией.

Проблема 2: блокировки доменов витрин

Симптомы: стоковые домены OneProfit регулярно блокировались в Яндекс Браузере и мобильных приложениях (приложения от Яндекса и Дзен), что отсекало до 90% трафика.

Решение:

1. Разработал систему мониторинга доступности доменов.
2. Создал автоматический ротатор ссылок при обнаружении блокировки.

Проблема 3: усиление модерации и изменения алгоритмов

Симптомы: Периодические штормы на платформе, когда привычные методы переставали работать.

Решение:

1. Научился определять признаки надвигающихся изменений.
2. В периоды нестабильности снижал объемы и тестировал новые подходы.
3. Тестировал залива в необычное время суток.

Проблема 4: технические сбои и ограничения

Симптомы: капчи, лимиты на публикацию, технические ошибки платформы.

Решение:

1. Постоянное совершенствование системы распознавания капчи.
2. Распределение нагрузки.
3. Создание системы автоматического восстановления после сбоев, что в автоматизированных решениях крайне важно.

Аналитика и метрики: что и как измерять

Ключевые показатели эффективности

Для оценки успешности я отслеживал следующие метрики:

1. Позиции в поисковой выдаче

• 15–20% статей попадали в топ-3.
• Еще 5% — в топ-10.
• Остальные либо не индексировались, либо занимали дальние позиции, либо попросту проигрывали конкуренцию.

2. Конверсия в клики

• Целевой показатель: >10% (отношение кликов к просмотрам).
• Результат: 7–12%.
• Лучшие статьи показывали до 15% конверсии просмотров в клики по гиперссылкам.

3. Скорость индексации

• Среднее время: 15–40 минут.
• Рекорд: 10 минут от публикации до топ-3.

4. Финансовые показатели

• Средний доход с канала: 3–5 тысяч рублей (в декабре до 18 тыс.).

Доход сильно зависит от средней стоимости клика на витрине, а он, в свою очередь, зависит от качества трафика на целевом потоке ПП. Иногда потоки получали слишком много некачественного трафика, что роняло ставку до неокупаемых значений. А еще, конечно, этот показатель зависит от времени года. Так, в декабре средняя ставка составила 13,7 рубля, а уже в марте упала до 3,6 рубля.

Инструменты аналитики

Для сбора данных использовал:

• Яндекс Метрику — подключал к каждому каналу для отслеживания трафика.
• Собственные логи — фиксировал все действия системы.
• Финансовая отчетность OneProfit — для отслеживания доходов.

Работа с языковыми моделями: практические советы

Эффективное использование LLM для разработки

Создание всей системы с минимальными навыками программирования стало возможным благодаря правильному использованию языковых моделей. Вот ключевые принципы:

• Детальная постановка задачи.
• Четкость формулировок.
• Краткость.

Плохо:

Напиши скрипт для постинга в Дзен.

Хорошо:

Мне нужен Python-скрипт для автоматизации публикаций в Яндекс Дзене со следующим функционалом:

1. Авторизация через Selenium с сохранением сессии.
2. Загрузка статей из указанной папки (форматы: .txt, .md, .docx, .html).
3. Публикация с настраиваемыми задержками между действиями.
4. Обработка возможных ошибок (капча, лимиты, технические сбои).
5. Детальное логирование всех операций.
6. Возможность работы с несколькими аккаунтами.

На самом деле, конечно, реальный промпт будет больше: вам понадобится указать LLM на конкретные элементы, найдя их в коде, обсудить детали реализации, но это опустим, иначе статья превратится из кейса в многостраничный гайд.

Используйте современные практики: типизацию, обработку исключений, модульную структуру.

Итеративная разработка

Мой процесс работы с LLM:

1. Получение базовой версии кода.
2. Тестирование на реальных данных.
3. Выявление проблем и edge cases.
4. Возврат к LLM с конкретными примерами ошибок.
5. Получение исправленной версии.
6. Повторение цикла до достижения стабильной работы.

Комбинирование сильных сторон разных моделей

• Claude — архитектура приложений и сложная логика.
• Gemini — отладка, оптимизация, поиск «бутылочных горлышек» и прочих неочевидных проблем.

Для более удобной работы с LLM я создал свой простенький чат-клиент, из которого можно по API (Openrouter или от других сервисов) подключаться к разным моделям. В основном я использовал его для работы с кодом. Если у вас есть хотя бы базовые познания в программировании, то в тандеме с хорошей современной LLM ваши возможности расширяются чуть ли не до полноценного разработчика.

Промпт-инжиниринг для генерации контента

Создание эффективных промптов — отдельное искусство. Вот что я выяснил экспериментальным путем.

Элементы успешного промпта:

1. Четкое определение роли («Ты опытный журналист...»).
2. Конкретные требования к стилю и структуре.
3. Примеры желаемого результата.
4. Ограничения и то, чего следует избегать.
5. Технические параметры (длина, ключевые слова).

Техники повышения качества:

• Использование chain-of-thought для сложных тем.
• Добавление эмоциональных маркеров в промпт.
• Указание целевой аудитории и ее особенностей.
• Требование конкретных примеров и фактов.

Внезапно при кодинге эффективно работали УГРОЗЫ. Например, если сказать LLM, что при появлении критических багов я отменяю подписку… Он внезапно начинал «причесывать» код намного лучше!

Финансовые результаты и экономика

Итоговые цифры за 5 месяцев

Доходы:

• Общий доход: 373 000 рублей.
• Средний месячный доход: 74 600 рублей.
• Лучший месяц (декабрь): 161 000 рублей.
• Худший месяц (апрель): 32 000 рублей.

Временные затраты

• Разработка системы: ~200 часов (растянуто на 2 месяца).
• Ежедневная работа: 2–3 часа (по факту до 14).
• Итого за 5 месяцев: ~450 часов.

Для метода, не требующего специальных знаний и больших вложений, результат более чем достойный. Хотя, оглядываясь назад, тейк про «не требующий специальных знаний»... В любом случае все эти навыки освоить значительно легче, чем, допустим, получить высшее образование.

Эволюция метода и адаптация к изменениям

Хронология основных изменений

• Ноябрь 2024 — запуск проекта, отладка базовых процессов, тесты, тесты, тесты…
• Декабрь-январь 2024 — пик эффективности, две волны публикаций в день.
• Февраль 2025 — первые серьезные проблемы с модерацией.
• Март 2025 — адаптация к новым условиям, снижение объемов.
• Апрель 2025 — просадка дохода, стабилизация на новом уровне, поиск новых решений усиливающихся проблем.

Отдельно хотел бы отметить опыт в написании самодельной клоаки, которая, конечно, не в силах противостоять алгоритмам Яндекса, однако поначалу весьма неплохо продлевала жизнь каналам, а также позволила на лету менять домены. 

По сути, вместо клоаки у меня получилась обыкновенная прокладка, а так как хостится она на ресурсе с весьма трастовым доменом и дает возможность менять часть URL, то сама прокладка всего пару раз за несколько месяцев попадала в бан Яндекса и/или Дзена. Я просто создавал новый профиль на ресурсе, название которого предпочту не упоминать (кто ищет, тот всегда найдет) на каждый залив. 

Мой вариант клоаки работает весьма просто: в отдельных файлах на хостинге записаны нежелательные айпишники и элементы юзерагента, а сам HTML-файл клоаки через JS проводит необходимые проверки: IP, ГЕО, юзерагент, паттерны поведения. Юзерагенты, свойственные мобильным приложениям Яндекса, пропускаются с минимальным уровнем проверок, а вот пользователям с ПК уделяется больше внимания, а также для попадания на целевую страницу им придется пошевелить мышью. Базовые простейшие методы защиты, но работают гораздо лучше, чем если бы в статьях стояли прямые ссылки на витрину.

Ключевые выводы

1. Гибкость важнее совершенства — лучше быстро адаптироваться, чем долго оптимизировать.
2. Диверсификация снижает риски — использование разных моделей, тем, подходов.
3. Автоматизация — ключ к масштабированию — ручной труд в малоэффективен.
4. Данные решают — постоянный мониторинг и анализ метрик.

Рекомендации для начинающих

1. Изучите платформу — проведите несколько недель, наблюдая за поведением Дзена.
2. Начните с малого — сначала опубликуйте 10–20 статей вручную.
3. Анализируйте результаты — поймите, что работает именно в вашей нише.
4. Автоматизируйте постепенно — начните с генерации текстов, затем добавляйте другие элементы.

Необходимые навыки:

• базовое понимание SEO — хотя бы основные принципы;
• умение работать с данными — анализ метрик, выявление закономерностей;
• навыки работы с LLM — умение писать эффективные промпты;
• техническое мышление — готовность разбираться в новых инструментах.

Типичные ошибки:

1. Попытка сразу залить тысячи статей — начинайте плавно.
2. Игнорирование качества контента — даже сгенерированный текст должен быть полезным или как минимум выглядеть именно так, легко читаться и оставлять в целом положительные эмоции у читателя.
3. Отсутствие аналитики — без данных невозможно оптимизировать процесс.
4. Зацикленность на одном подходе — будьте готовы меняться.

Подытожим

SEO-арбитраж через Дзен — это рабочий метод для тех, кто готов:

• инвестировать время в изучение и автоматизацию;
• постоянно адаптироваться к изменениям;
• использовать современные технологии;
• мыслить системно и опираться на данные.

За 5 месяцев мне удалось создать систему, которая приносила доход, а в качестве побочного эффекта — способствовала получению новых знаний в перспективных направлениях, таких как промпт-инжиниринг, SEO, программирование, отчасти маркетинг. Ключевыми факторами успеха стали:

1. Фокус на недооцененном источнике трафика (поиск вместо ленты).
2. Максимальная автоматизация всех процессов.
3. Использование AI-инструментов для решения технических задач.
4. Постоянный анализ и оптимизация.

Метод продолжает работать и сегодня, хотя и требует постоянной адаптации. Я совру, если скажу, что выложил все карты, но это было бы даже вредно: без личного глубокого понимания процессов вы никогда не сможете адаптироваться даже к тем изменениям, которые по меркам Дзена — обычный вторник.