WordPress отлично дружит с ИИ — если добавлять нейросети не «плагином-магией», а точечными модулями под задачи бизнеса. Ниже — семь способов, которые я внедряю клиентам: что это даёт, как устроено под капотом, сколько стоит и когда это будет лишним. Этот сайт сам работает на WordPress, и ИИ-обвязка здесь не исключение, а рабочая практика.
Кому ИИ на сайте нужен, а кому нет
Сначала честно. ИИ окупается, если у вас есть одно из двух: поток однотипных вопросов от клиентов или поток однотипного контента. Каталог, служба поддержки, отдел продаж с ручной квалификацией заявок — это к вам.
Если сайт — визитка на десять страниц и заявки приходят две в неделю, нейросети на нём будут украшением. Дешевле нанять человека на полставки или просто быстрее отвечать самому. Я так и говорю на аудите: иногда самый выгодный ИИ-проект — тот, который не сделали.
1. ИИ-ассистент на базе ваших документов
Чат на сайте, который отвечает клиентам по вашим регламентам, прайсу и FAQ. Под капотом — RAG: документы режутся на фрагменты, индексируются, модель отвечает по ним и только по ним. Нет ответа в базе — честно передаёт человеку, без фантазий.
Что даёт в цифрах
- Ночью и в выходные заявки не остывают: клиент получил ответ через 5 секунд, а не через 8 часов.
- Типовая доля вопросов, которые закрывает ассистент без человека, — 40–70%. Зависит от качества базы знаний, а не от модели.
- Нагрузка на менеджера падает: остаются только живые диалоги с деньгами.
Сколько стоит
От 40 000 ₽ под ключ: подключение к вашей базе, виджет на сайт, сценарий эскалации на человека. Эксплуатация — токены, для среднего бизнеса это 500–3 000 ₽ в месяц. Подробно про подготовку базы знаний я писал в статье ТЗ на ИИ-ассистента.
Когда не надо
Если база знаний не написана, а «где-то в головах». Сначала документы, потом ассистент. Иначе получите уверенного в себе болтчика.
2. Умный поиск по каталогу и контенту
Поиск по смыслу, а не по точному совпадению: «тёплое освещение для спальни» находит нужные товары, даже если этих слов в карточках нет. Технически — эмбеддинги и векторный индекс поверх вашей базы товаров.
Особенно заметно на каталогах от 500 позиций и там, где клиенты описывают потребность бытовым языком: стройка, мебель, одежда, запчасти. Поиск перестаёт терять продажи из-за несовпадения формулировок.
Ориентир: от 60 000 ₽. Срок — 2–3 недели вместе с тестами на вашем ассортименте.
3. Генерация описаний товаров
Магазин с 2 000 товаров без описаний — знакомая боль. ИИ пишет карточки по шаблону бренда из характеристик: тон, структура, обязательные блоки заданы один раз, дальше конвейер. Человек выборочно проверяет и публикует.
Цена вопроса: от 50 000 ₽ под ключ с шаблоном и выгрузкой обратно в каталог. Стоимость владения — копейки: генерация 1 000 карточек обходится в сотни рублей токенов. Сравните с копирайтером по 80–150 ₽ за карточку.
Важная деталь: описания не должны пахнуть генерацией. В шаблон закладываю запреты на штампы («идеальное решение для ваших задач») и обязательные конкретные факты из характеристик.
4. Автоматические ответы на отзывы и заявки
Черновики ответов на отзывы маркетплейсов и карт — в вашем тоне, с учётом статуса клиента: постояннику одно, автору претензии другое. Человек читает, правит при необходимости, отправляет.
Для активного e-commerce это 5–10 часов в неделю. Для сферы услуг — репутация, отвеченная в тот же день, а не через три.
Реализуется связкой n8n или Make с моделью и API площадки. О сравнении конструкторов автоматизации у меня есть отдельная статья: n8n, Make или Zapier.
5. Умные формы и квалификация лидов
Форма задаёт уточняющие вопросы по ходу заполнения, ИИ квалифицирует лида и направляет нужному менеджеру с резюме: «бюджет назван, сроки горящие, решает один человек». Конверсия формы растёт, «мусорные» заявки отсеиваются до менеджера.
Отдельный бонус: в резюме лида менеджер видит ответы на свои любимые вопросы, и первый звонок превращается из допроса в разговор по делу.
Ориентир: 35 000–70 000 ₽ в зависимости от глубины интеграции с CRM.
6. SEO-обвязка под ИИ-выдачу
Люди всё чаще спрашивают про товары и услуги не Google, а ChatGPT, Perplexity и Алису. Чтобы сайт цитировали в таких ответах, нужна структура: микроразметка SchemaGraph, FAQ-блоки из заголовков-вопросов, llms.txt для ИИ-краулеров, чистые ответы на вопросы прямо в тексте. Никакой магии — дисциплина в разметке и формулировках.
Мой плагин DarSeo закрывает это из коробки — этот сайт собран на нём. Отдельно про файл для ИИ-краулеров: llms.txt: что это и зачем.
Стоимость настройки на готовом сайте — от 25 000 ₽. Эффект не мгновенный: ИИ-системы подхватывают структуру за 4–12 недель.
7. Внутренний помощник для редакции и контента
В админке WordPress: черновики заголовков, перелинковка, выдержки и мета-описания по кнопке. Редактор тратит на рутину минуты вместо часа.
Плагины уровня DarSeo умеют подключать ваш ключ OpenAI, Anthropic или YandexGPT — данные и биллинг ваши, без посредников и переплат за «кредиты».
Сколько это стоит поддерживать
Часто забытый вопрос. Расклад на практике:
| Статья расходов | Ориентир в месяц |
|---|---|
| Токены моделей | 500–3 000 ₽ |
| Хостинг векторного индекса (если поиск) | 0–1 500 ₽ |
| Сопровождение у меня | от 6 000 ₽ |
Дешевле, чем половина ставки контент-менеджера, а эффект — круглосуточный.
Три ошибки, которые убивают ИИ-проекты
Начать с технологии, а не с задачи
«Хотим ChatGPT на сайт» — это не задача. «Снизить долю неотвеченных заявок ночью с 60% до 10%» — задача. Технология выбирается второй.
Экономить на базе знаний
Ассистент ровно настолько хорош, насколько хороша база. Мусорные документы — мусорные ответы, и виновата будет нейросеть, хотя она честно пересказала ваш хаос.
Не считать эффект
До старта фиксируем метрику: доля закрытых диалогов, время ответа, конверсия формы. Через месяц смотрим. Не сдвинулось — переделываем или отключаем.
Частые вопросы
Клиенты поймут, что отвечает бот?
Честный бот представляется ботом в первой реплике. Обман «притворись человеком» — путь к негативным отзывам. Правильно собранный ассистент этим не грешит: он быстрее и полезнее, и этого достаточно.
Куда идут мои данные и данные клиентов?
В модель провайдера, которого выберем вместе. Для чувствительных данных есть варианты с локальными моделями на вашем сервере — дороже в разы, но данные не покидают контур.
Сколько занимает внедрение?
Ассистент — 2–3 недели, умный поиск — 2–3 недели, формы с квалификацией — 1–2 недели. Аудит перед стартом — 5–7 дней, 30 000 ₽.
С чего начать
Правило простое: один модуль — одна измеримая цель. Не «добавим ИИ вообще», а «снизим долю неотвеченных заявок ночью» или «закроем 2 000 карточек описаниями за месяц».
Начните с аудита: 30 000 ₽ и 5–7 дней — и вы точно знаете, какой из семи пунктов окупится у вас первым. Пишите в Telegram или на почту — отвечаю в течение суток.
// материалы по теме
