Готовлю AI-конвейер статей к санкциям поисковиков: 12 мер против отпечатка машины

Мой конвейер статей на вайб-кодинге пишет и публикует посты в два блога почти без меня: тема из беклога, черновик, фактчек, картинка, публикация. И вот в конце июля 2026 я потратил один рабочий день на то, чтобы этот конвейер не поймал фильтр поисковика. Не потому что уже прилетело, а потому что понял: он оставляет очень характерный след машины. Ниже - 12 мер, которыми я этот след затирал, и почему главная проблема оказалась не там, где я её искал.

Началось всё с простого вопроса к самому себе: если я поисковик, как я отличу мой конвейер от живого автора? И ответ мне не понравился.

Что выдаёт AI-конвейер поисковику

Главный отпечаток AI-конвейера - это не возраст доменов и не сам факт генерации, а метрономность публикации. Оба моих сайта выкатывали ровно по 2 статьи в день на площадку, без единого пропуска: 44 статьи за две с половиной недели, как по будильнику. В терминах Яндекса это ровно "массовая публикация по расписанию".

Домены-то у меня старые, живые, с историей. А вот ритм - идеально ровный, какого у человека не бывает. Живой автор то заболел, то запостил три штуки в запале, то пропал на неделю. Мой конвейер работал как метроном, и именно это первым бросается в глаза любому антиспам-алгоритму.

Тут стоит сказать про фон. Летом 2025 Яндекс докатил обновление, которое в отрасли прозвали по-разному, но суть одна: нейросеть научилась ловить статьи, написанные только ради SEO, без реальной пользы, и сайты на массовой генерации текста просели в выдаче. То есть сам по себе AI-текст не криминал. Криминал - конвейерный почерк вокруг него. Про то, почему обвязка сама по себе не делает из ассистента фабрику софта, я уже писал отдельно - здесь ровно тот же сюжет, только со стороны SEO.

Как убрать метрономность: неровный ритм публикации

Лечится метрономность детерминированной случайной квотой. Я захардкодил суточную норму 0-2 статьи на каждую пару "площадка + дата", запретил два нуля подряд (чтобы блог не замолкал) и поставил недельный предохранитель - максимум 8 статей на площадку. Плюс джиттер по времени: публикация и генерация теперь стартуют не в ровный час, а с разбросом в 0-40 минут.

Слово "детерминированная" тут важное. Квота случайная, но выводится из пары "площадка, дата" - то есть при повторном прогоне того же дня число не скачет, конвейер остаётся воспроизводимым. Это не рандом ради рандома, а управляемая неровность.

Результат на проде: ритм упал с ровных 14 статей в неделю до 5.8 на одной площадке и 7.0 на второй. Стало медленнее? Да. Стало похоже на живого человека, который пишет когда пишется? Тоже да. И это тот случай, когда медленнее - это фича, а не баг. К слову, ручной апрув на публикацию у меня и так висел через кнопки в Telegram, так что человек в петле остался, просто теперь и робот не частит.

E-E-A-T и AI-disclosure: кто, как и зачем писал статью

E-E-A-T для AI-статей - это не про "спрятать, что писала модель", а про то, чтобы у текста был видимый автор, опыт и честное происхождение. Google прямым текстом говорит: он награждает качественный оригинальный контент независимо от того, человек его написал или ИИ, и предлагает оценивать материал по связке "кто, как и зачем".

Так что я сделал ровно это, только руками (ну, руками агента). Под каждой статьёй появился блок "как готовился материал", байлайн ведёт на страницу автора, а в JSON-LD прописались author.url и sameAs. Пересборка применила это ко всем 18 статьям второго сайта разом - не пришлось ходить по каждой.

Идея простая. Поисковику и AI-обзорам нужен ответ на "кто за этим стоит". Если ответа нет - текст выглядит ничьим, а ничей текст в 2026 по умолчанию подозревают в машинном происхождении. Раскрытие "да, черновик собрал конвейер, но вот живой автор, вот его опыт, вот зачем" работает не против тебя, а на тебя.

Нужна ли IPTC-метка на AI-обложках

IPTC DigitalSourceType - это стандартный словарь, которым в метаданных картинки помечают её происхождение, и значение trainedAlgorithmicMedia означает "изображение целиком сгенерировано обученной моделью". Стандарт ведёт IPTC, метку поддерживают Meta и другие площадки, кладётся она в XMP-пакет файла.

Я честно написал скрипт, который проставляет XMP/IPTC для JPEG и PNG без единой внешней зависимости, с тестами. А потом проверил обложки на проде - и выяснил, что генератор kie.ai уже сам ставит trainedAlgorithmicMedia. Все 8 проверенных обложек были помечены. То есть нарушения не было изначально, а я неделю переживал зря.

Код я не выбросил. Он остался страховкой на случай смены провайдера картинок или ручной загрузки, когда метку никто не проставит. Мораль: прежде чем чинить, сходи и посмотри на прод. Иногда там уже всё хорошо, и это та же грабля, что с когнитивным долгом - чинишь то, что казалось сломанным, а сломано другое.

Как поймать санкции в первые дни, а не через месяц

Ранние индикаторы санкций - это автоматический трекинг индексации и просадок с алертами в Telegram, чтобы поймать фильтр в первые дни, а не когда трафик уже месяц как утёк. Я подключил URL Inspection и сигналы Вебмастера, повесил алерты с антидребезгом (чтобы не спамили на каждый чих).

И вот тут случилось самое интересное. Первый же живой прогон показал не профилактическую картинку, а реальную проблему: на одной площадке 76% статей не в индексе, на второй - все 100%. То есть пока я готовился к гипотетическим санкциям, у меня под носом обнаружилась вполне конкретная дыра с индексацией. Профилактика превратилась в диагностику ровно в тот момент, когда я включил измерение.

Это, кстати, лучший аргумент за такие индикаторы. Ты ставишь их "на всякий случай", а они тут же ловят то, что ты бы иначе увидел через месяц по просевшему трафику - и то не сразу понял бы причину.

Стоп-чек уникальности и штраф за шаблонность

Чтобы конвейер не штамповал близнецов, я добавил две проверки в этап качества. Первая - блокирующий стоп-чек: в статье должно быть минимум 3 элемента, которых у модели физически не могло быть из обучения (мои цифры, мои инциденты, мои команды с выводом). Нет трёх - черновик не проходит, точка.

Вторая проверка - штраф за шаблонность между статьями. Отдельный скрипт считает, насколько новый текст похож на уже опубликованные по структуре и формулировкам, и режет балл за самоповтор. Пороги я калибровал на 47 реальных статьях, чтобы не рубить живые совпадения, но ловить конвейерную штамповку. Потому что второй отпечаток машины после метрономности - это когда все тексты на сайте написаны по одному лекалу. Разнообразие тут - не эстетика, а сигнал живого авторства.

Аудит 48 статей и что в итоге

Последним шагом я прогнал аудит по всем 48 уже опубликованным статьям на живых данных. Скрипт разметил каждую: усилить, объединить или оставить. Вышло, что почти всё старое надо дорабатывать (28 статей на одной площадке, 18 на другой), пара штук - объединить или скрыть. Саму доработку я вынес в отдельный тикет, чтобы не смешивать с этой программой.

Теперь честно про две вещи, которые меня саму мучили. Первое - сколько это заняло. Вся программа из 12 задач закрылась за один рабочий день, 31 июля 2026, буквально в полуторачасовом окне: задачи ехали параллельными агентами, каждый в своей ветке. Это не марафон на неделю, это один плотный заход, когда ты один раз сел и переоборудовал конвейер целиком.

Второе - паранойя это или дело. Формально я лез профилактически, реального бана мне не прилетало. Но индикаторы тут же нашли проблему с индексацией, а аудит показал, что старьё надо переписывать. Так что нет, это оказалось не паранойей. Разработка с ии даёт скорость, а скорость без тормозов оставляет ровный машинный след - и рано или поздно этот след кто-нибудь прочитает. Лучше я сам, чем алгоритм Яндекса.

А я пойду переписывать те 46 статей, которые аудит пометил "усилить". Такие дела.