Настройка Яндекс Директ через ИИ: бесплатный skill для кампаний, ЕПК и Wordstat

Мы разобрали два курса Яндекса по Директу, наложили на них свой практический опыт и собрали skill, который помогает ИИ-агенту проектировать кампании как управляемую систему, а не как быстрый запуск на автопилоте.

28 мая 2026

Зачем вообще понадобился отдельный skill

С Яндекс Директом есть одна неприятная штука: интерфейс постоянно подталкивает к быстрым сценариям. Мастер кампаний, простой старт, широкие автотаргетинги, РСЯ вместе с поиском, товарная автоматизация без понимания фида. Всё выглядит удобно, пока бюджет не начинает расходоваться там, где у бизнеса нет прозрачной аналитики.

Мы хотели другой подход. Чтобы ИИ не просто отвечал «давайте запустим рекламу», а сначала задавал вопросы как директолог: что продаём, где продаём, какая экономика, какие цели Метрики, сколько конверсий нужно стратегии, есть ли фид, какие регионы надо отделить, что нельзя обещать в объявлениях.

Так появился yandex-direct-campaign-builder - skill для настройки Яндекс Директ через ИИ. Он бесплатный, лежит в открытом репозитории direct-mcp AI Project на GitHub и доступен по MIT-лицензии:

github.com/awaik/direct-mcp-ai-project

Что мы положили внутрь

За основу взяли не «личное мнение из воздуха», а два курса Яндекса по Директу, включая продвинутый курс, и практику работы с реальными аккаунтами. Потом выкинули всё, что относится только к ручному интерфейсу, и оставили правила, которые можно безопасно выполнять через API и direct-mcp.

Внутри skill есть несколько крупных блоков:

• бриф перед запуском кампаний;
• аудит посадочной страницы;
• проверка Метрики, целей и ecommerce;
• сбор семантики через Wordstat;
• выбор сценария: TEXT_CAMPAIGN, UNIFIED_CAMPAIGN, фид, маркетплейс, ретаргетинг, медийка или приложение;
• расчёт стратегии и бюджета;
• подготовка объявлений, быстрых ссылок, уточнений и UTM;
• read-before-write логика перед любым изменением в аккаунте;
• план мониторинга после запуска.

Звучит объёмно, да. Но смысл простой: ИИ должен идти не короткой дорогой, а правильной.

Главная развилка: TEXT_CAMPAIGN или UNIFIED_CAMPAIGN

Самая важная часть обновления - явный выбор типа кампании.

TEXT_CAMPAIGN используется по умолчанию для search-first запуска. Это обычная поисковая кампания для услуг, лидов, локального бизнеса и понятного коммерческого спроса. В ней всё крутится вокруг фраз, минус-фраз, релевантных объявлений, посадочной страницы и цели в Метрике.

UNIFIED_CAMPAIGN используется только когда есть конкретная причина идти в ЕПК. Например:

• товарная галерея;
• товарные объявления;
• страницы каталога;
• комбинаторные объявления;
• показы на Картах;
• список организаций в результатах Поиска;
• ecommerce-сценарий с фидом;
• маркетплейс с понятной интеграцией продаж.

И вот тут важный момент. ЕПК сама по себе не плохая. Но ЕПК не должна быть «Мастером кампаний под другим названием». Если запускаем UNIFIED_CAMPAIGN через API, значит есть управляемая структура: кампания, группы, фиды или объявления, стратегии, цели, ограничения по местам показа и понятный план оптимизации.

Почему skill не включает РСЯ по умолчанию

В Директе легко случайно смешать Поиск и РСЯ. Для бизнеса это часто выглядит как «мы включили больше охвата», а в аналитике потом начинается каша.

Поиск отвечает на сформулированный спрос. Пользователь уже ввёл запрос: «настройка Яндекс Директ», «реклама в Яндекс Директ», «сколько стоит настройка Директа». Здесь можно строить логику вокруг интента.

РСЯ работает иначе. Там важны аудитории, интересы, площадки, креативы, частота, отложенные конверсии и качество трафика. Это отдельный сценарий, а не галочка «добавить побольше показов».

Поэтому в skill зашито правило: сети выключены по умолчанию. Для search-first кампании network_strategy должен быть SERVING_OFF или вообще не передаваться. Аудиторные сценарии, ретаргетинг, look-alike и широкий автотаргетинг требуют отдельного подтверждения.

Дааа, это может показаться слишком осторожным. Но именно так снижается риск слить тестовый бюджет на трафик, который не отвечает текущей задаче.

Как skill выбирает структуру аккаунта

Мы отдельно перенесли из продвинутого курса Яндекса идею, что одна структура не подходит всем. В skill это превращено в практическое правило: структура зависит от бюджета, объёма данных и управляемости.

Если бизнес небольшой и конверсий мало, дробить всё на десять кампаний опасно. Каждая стратегия будет получать мало данных, обучение может буксовать, а выводы окажутся шумными. В таком случае кампанию лучше укрупнить, но честно зафиксировать минус: управлять долями трафика между форматами будет сложнее.

Если аккаунт зрелый, бюджет высокий, а эффективность отличается по местам показа, категориям и регионам, структуру надо разделять. Например:

• Поиск отдельно от РСЯ;
• товарная галерея отдельно от текстовых объявлений;
• бренд отдельно от generic-запросов;
• конкуренты отдельно от своего бренда;
• Москва отдельно от федерального запуска, если экономика отличается;
• категории товаров отдельно, если маржа и спрос разные;
• ЕПК отдельно от обычной поисковой кампании, если у них разные форматы и цели.

Skill прямо проверяет эти развилки: место показа, тип объявления, категория, регион, бюджет, объём конверсий, доступность аналитики и фида.

Семантика и SEO: что показал Wordstat

Перед этой статьёй мы собрали семантику через Wordstat. Картина получилась ожидаемая: общий спрос вокруг Директа высокий, а точный спрос по MCP пока низкочастотный, но очень целевой.

По России за последние 30 дней:

Что это значит для SEO? Узкий запрос mcp сервер для яндекс директ важен, но статью нельзя строить только вокруг него. Нужно связать его с более понятными интентами: настройка Яндекс Директ, ИИ для рекламы, рекламная кампания Яндекс Директ, ЕПК, Wordstat, Метрика.

Именно поэтому в заголовке и тексте мы говорим не только про MCP, а про практическую задачу: настройка Яндекс Директ через ИИ.

Гео: где спрос сильнее

Для гео-оптимизации мы смотрели распределение спроса по городам. По запросу яндекс директ лидируют:

Для настройка Яндекс Директ картина похожая: Москва, Санкт-Петербург, Екатеринбург, Краснодар и Новосибирск дают основной объём.

Практический вывод такой: skill должен нормально работать и для федеральной рекламы по России, и для локальных запусков в Москве, Санкт-Петербурге, Екатеринбурге, Краснодаре, Новосибирске, Казани и других городах. Но гео нельзя просто вписать в название кампании. Его надо проверять в Wordstat, Метрике и статистике по регионам после запуска.

Что skill делает перед созданием кампании

Перед любым созданием кампании skill заставляет ИИ пройти read-only этап. Это скучная, но очень нужная часть.

ИИ должен проверить:

• какие кампании уже есть в аккаунте;
• нет ли дубля с похожей структурой;
• какие счётчики Метрики подключены;
• какие цели реально существуют;
• есть ли ecommerce-цели и revenue;
• хватает ли бюджета под выбранную стратегию;
• какие регионы надо включить или исключить;
• какие фразы и минус-фразы подходят под посадочную;
• работает ли посадочная страница;
• какие write-инструменты понадобятся.

Только после этого ИИ показывает план записи. И только после текстового подтверждения вроде «подтверждаю» или «запускай» можно создавать кампанию.

Это защищает от типичной ошибки, когда агент сразу вызывает add_campaign, хотя не проверил ни цели, ни гео, ни старые кампании.

Примеры промптов

Ниже несколько практических запросов, которые можно использовать в Claude Code, Cursor, ChatGPT или другом MCP-клиенте с подключённым direct-mcp.

Собери search-first план кампании в Яндекс Директе для услуги ремонта кофемашин в Москве. Сначала проверь Wordstat, гео, Метрику и посадочную. Ничего не создавай без моего подтверждения.

Проверь, какой тип кампании нужен для интернет-магазина обуви: TEXT_CAMPAIGN или UNIFIED_CAMPAIGN. Есть YML-фид, доставка по России, приоритет Москва и Санкт-Петербург. Покажи риски и структуру до записи.

Собери семантику через Wordstat для запуска по Санкт-Петербургу. Раздели бренд, конкурентов, горячий спрос, тёплый спрос и информационные запросы. Сразу предложи минус-фразы.

Аудит текущего аккаунта: найди кампании, где поиск смешан с РСЯ, где автостратегия не набирает конверсии, и где цели Метрики не похожи на бизнесовые. Ничего не меняй, только план исправлений.

Подготовь ЕПК для товарной галереи, но не включай РСЯ. Проверь фид, категории, фильтры, ecommerce-цели и минимальный недельный бюджет для обучения.

Кому это пригодится

Skill полезен не только разработчикам. Он нужен всем, кто хочет работать с Директом через ИИ, но не готов отдавать рекламный бюджет в полностью автоматический чёрный ящик.

Для предпринимателя это способ быстро получить структуру кампании и понять, какие вопросы должен задавать нормальный директолог.

Для агентства это чеклист качества. ИИ не забывает спросить про KPI, CPA, ДРР, гео, фид, цели, минус-фразы и подтверждение перед live-write.

Для маркетолога это ускоритель рутины: Wordstat, кластеризация, структура, объявления, быстрые ссылки, план оптимизации. При этом финальное решение остаётся у человека.

Для разработчика это пример того, как упаковывать предметную экспертизу в skill: с маршрутизацией сценариев, safety-gates и ссылками на API-инструменты.

Где взять

Репозиторий открыт:

github.com/awaik/direct-mcp-ai-project

Лицензия MIT, поэтому проект можно использовать, изучать и адаптировать под свои процессы. Внутри есть конфиги для популярных AI-клиентов и skills для работы с Яндекс Директом, VK Ads, Wordstat и связанными сценариями.

Для подключения нужен API-ключ LidFly и рекламные доступы. А сам стартовый проект и skill доступны бесплатно на GitHub.

Что дальше

Мы будем усиливать skill по реальным кейсам: больше проверок по Метрике, больше сценариев для ecommerce, аккуратнее работа с фидами, отдельные правила для маркетплейсов и более строгая диагностика стратегий.

Но базовая идея уже готова: ИИ не должен «настраивать Директ» одной общей командой. Он должен сначала понять бизнес, спрос, гео, аналитику, бюджет и тип кампании. А потом уже предлагать запись в аккаунт.