Как мы сделали SEO-блог из 84 страниц на трёх языках через Claude API: рабочий рецепт и вещи, которые пошли не так

• Делали SEO-блог под SAT-направление для школьников из СНГ. Нужно было SEO сразу на трёх языках: RU, KK, EN.
  
• Написали 28 уникальных статей. Каждая переведена на три языка, итого 84 файла контента и 90 URL в sitemap. От первой строки до индексации в Google и Яндексе ушло три календарных дня.
  
• Пайплайн на Claude API, Next.js 16 и GitHub CI/CD. Без CMS, без Markdown, без headless платформ. Статьи хранятся как TypeScript-файлы.
  
• Соотношение AI / ручная работа у нас получилось примерно 70/30. Остальные 30% (вычитка фактов, локализация идиом, финальные правки) — человек. Без этой части статьи быстро уходят в low-quality индекс.
  
• В robots.txt запрещены AI-краулеры (GPTBot, ChatGPT-User, Google-Extended, anthropic-ai и другие). Так делают многие крупные медиа. В паре с AI-генерируемым блогом это создаёт этическую неоднозначность, про неё — ниже.

import type { BlogArticle } from '../../types';
export const satGrammarRules: BlogArticle = {
  slug: 'sat-grammar-rules',
  locale: 'ru',
  title: 'SAT Grammar Rules — полный список правил',
  description: 'Все правила грамматики для секции Reading & Writing...',
  keywords: ['SAT grammar', 'SAT правила грамматики', /* ... */],
  excerpt: 'Краткое описание для карточки...',
  heroImage: '/landing/blog/grammar.png',
  heroAlt: 'SAT Grammar Rules — список правил',
  publishedAt: '2026-03-20',
  readingTime: 12,
  author: 'yanina',
  alternates: {
    en: 'sat-grammar-rules-complete-list',
    kk: 'sat-grammatika-erezheleri',
  },
  content: `
## Первый заголовок H2
Текст параграфа. Markdown формат.
...
`,
};

• Типобезопасность. Забыл поле readingTime или опечатался в locale. TypeScript ругается в IDE, до билда дело не доходит. С Markdown frontmatter такое ловится в рантайме, часто уже в проде.
  
• hreflang из коробки. Поле alternates напрямую маппится в  в . Никакой отдельной базы соответствий.
  
• Нет CMS — нет зависимости. Contentful падает, блог падает. GitHub падает — ну, такое.
  
• Diff-able review. Изменение статьи — это PR с понятным diff. Можно посмотреть blame, прогнать CI-проверки на обновлённый контент.

• Структура TypeScript-файла с примером корректного объекта BlogArticle
  
• Требования к контенту: 3-8 секций H2, обязательные H3 внутри, таблицы где уместно, списки, итоговый CTA
  
• Список существующих статей блога с URL — Claude видит и обязан проставить 2-3 internal-ссылки
  
• Стилистические гайдлайны: избегать общих фраз типа «в современном мире», приводить конкретные цифры, использовать прямую речь
  
• Чеклист перед выдачей: все поля заполнены, keywords не пустые, alternates содержит slug для всех трёх языков

// 1. ID
ARTICLE_IDS.push('sat-grammar-rules');
// 2. URL slug на каждом языке
SLUG_MAP['sat-grammar-rules'] = {
  ru: 'sat-grammar-rules',
  en: 'sat-grammar-rules-complete-list',
  kk: 'sat-grammatika-erezheleri',
};
// 3. Категория
CATEGORY_MAP['sat-grammar-rules'] = 'writing';
// 4. Автор
AUTHOR_MAP['sat-grammar-rules'] = 'yanina';
// 5. Даты
DATES_MAP['sat-grammar-rules'] = {
  publishedAt: '2026-03-20',
  updatedAt: '2026-03-20',
};
// 6. Рейтинг (для Review schema)
RATING_MAP['sat-grammar-rules'] = { value: 4.8, count: 12 };
// + loader в getArticle() для каждого языка

• Claude пишет полную русскую версию с максимальной детализацией.
  
• Отдельным вызовом с другим промптом Claude переводит и адаптирует на английский и казахский. Промпт явно говорит: не просто переводи, локализуй с учётом SAT-контекста местной аудитории.
  
• Slug на каждом языке свой (не транслит), прописывается в alternates.
  
• Next.js через generateMetadata автоматически ставит  на все три версии. x-default направили на RU, это основная аудитория.

• Через Gemini 2.5 Flash Image API генерируем тематический фон 1200×630 по теме статьи (например, «SAT Math formulas pattern» или «abstract reading background»).
  
• Через PIL на этот фон композитим вырезанное фото автора статьи (у нас три автора: два эксперта плюс обобщённая марка проекта). Вырезание белого фона, мягкая тень, лёгкое свечение.
  
• На выходе PNG, который идёт в heroImage статьи и в OG-метатеги.

User-Agent: GPTBot
Disallow: /
User-Agent: ChatGPT-User
Disallow: /
User-Agent: CCBot
Disallow: /
User-Agent: Google-Extended
Disallow: /
User-Agent: Bytespider
Disallow: /
User-Agent: anthropic-ai
Disallow: /

• 28 уникальных статей × 3 языка = 84 файла контента, ~75 000 слов
  
• 90 URL в sitemap, отправлены в GSC и Яндекс.Вебмастер
  
• Все статьи с уникальными OG-превью, hreflang, JSON-LD Article schema
  
• Индексация пошла в обеих системах, трафик начал расти через 2 недели после публикации

• Цифры и даты. Claude регулярно придумывает статистику типа «по данным College Board 85% студентов...» с несуществующей ссылкой. Мы ввели правило: любая статистика либо реальная с пруфом, либо её нет в тексте. Ловится только ручной вычиткой.
  
• Обновление статей. SAT меняется, даты плавают, College Board обновляет формат. Автоматически Claude это не отслеживает, нужен отдельный процесс аудита раз в квартал.
  
• Уникальные инсайты. AI пишет корректно, но не даёт того, что даёт эксперт после пяти лет в теме. Самые сильные статьи у нас те, где Claude написал черновик, а человек добавил свой опыт и конкретные случаи.

• Определите 20-30 ключевых запросов в своей нише через GSC (если уже есть сайт) или Ahrefs/Similarweb/Serpstat. Каждый запрос — это будущая статья.
  
• Составьте типовую структуру статьи под свой домен: какие H2 нужны, какие поля метаданных, какие internal-ссылки. Это ваш будущий BlogArticle тип в TypeScript.
  
• Напишите большой system prompt с этой структурой, примерами, стилевыми гайдлайнами («избегай общих фраз», «приводи цифры», «ссылайся только на реальные URL из списка»). Начните со 200 строк, доращивайте до 400+ по мере ошибок.
  
• Пишите через Claude API (или GPT/Gemini) итеративно. Каждая статья — отдельный вызов с одним и тем же system prompt и новыми параметрами темы. Claude Sonnet для такого достаточно, Opus излишен.
  
• Сохраняйте как TypeScript, коммитьте в GitHub. Настройте CI/CD на автодеплой в Vercel или AWS App Runner. Sitemap генерируется Next.js автоматически из вашего реестра статей.
  
• Обязательно вручную: факт-чек цифр, финальная вычитка на калькированные обороты, если есть локализация — проверка носителем. Это те 30%, без которых статьи уходят в low-quality.
  
• В robots.txt решите позицию по AI-краулерам. Можете пускать, можете блокировать. Главное, чтобы Googlebot и YandexBot были открыты.

• Автоматизировать обновление статей: скрипт, который раз в месяц проверяет даты SAT-экзаменов на College Board и обновляет соответствующие поля в нужных статьях.
  
• Интеграция с Google Indexing API и IndexNow для мгновенного пинга поисковиков после публикации (сейчас индексация идёт органически, через 7-14 дней).
  
• A/B тест заголовков на основе данных GSC: статьи с высокими impressions и низким CTR автоматически получают 2-3 альтернативных заголовка для теста.
  
• Выход на четвёртый язык (узбекский) — но только после стабилизации KK-версий.