Автоматизация Performance-маркетинга через LLM
Концепция Model Context Protocol (MCP) для управления кампаниями Яндекс Директа через естественный язык. Решение интегрирует продвинутые методологии сведения данных (CRM + Direct) и автоматизирует рутину, фокусируясь на главной метрике — trial-подписках.
Целевой CPA (Поиск)
≤ 3 900 ₽
Целевой CPA (РСЯ)
1 500 - 1 700 ₽
Месячный бюджет
До 300 млн ₽
Блок 1: Архитектура и Прикладная Логика
Как MCP связывает намерения пользователя с методами Yandex Direct API для решения задач Кинопоиска.
Задействованные методы Yandex Direct API
- 🗂️ Campaigns / AdGroups API:
Управление статусами, геотаргетингом, минус-фразами на уровне кампаний (в т.ч. ЕПК).
- 🔑 Keywords API:
Массовое добавление околоцелевых запросов (названия фильмов, актеры) из LLM-генераций.
- ⚖️ Bids / KeywordBids API:
Точечные корректировки ставок для удержания CPA в рамках KPI (3900 / 1700 руб).
- 📊 Reports API:
Автоматическая выгрузка статистики для замены ручного "ИНДЕКС + ПОИСКПОЗ" при сведении с CRM.
Трансформация процессов
Выгрузка отчетов из Директа, выгрузка CRM-базы. Часы работы с ВПР / ИНДЕКС+ПОИСКПОЗ в Excel для расчета реального CPA по trial-подпискам.
Ручной сбор семантики через Wordstat, написание сотен объявлений для новых сериалов копирайтерами.
Ручной поиск кампаний в РСЯ, где CPA превысил 1700 руб, и остановка групп.
Блок 2: Сценарии использования (Use Cases)
Как выглядит диалог специалиста с интерфейсом LLM и что происходит под капотом.
«Проверь кампании в РСЯ. Если CPA по цели 'Trial_Subscription' за последние 7 дней выше 1700 руб — снизь ставки на 15%, если выше 2500 руб — останови группу.»
- Понимает намерение: фильтрация РСЯ, расчет CPA по конверсиям, два условия (снизить ставку / остановить).
- Формирует запрос параметров для Reports API (поля: AdGroupId, Cost, Conversions).
Reports API: POST запрос с фильтром NetworkType=AD_NETWORK.Bids API / AdGroups API: setAuto (снижение на 15%), suspend (остановка).- Результат: Вывод в чат таблицы с измененными группами и сэкономленным бюджетом.
Интерактивный дашборд работы MCP
Демонстрация того, как MCP удерживает целевые значения CPA после получения команды на оптимизацию (Симуляция Reports API).
Динамика CPA (Поиск vs РСЯ)
Цель: Trial-подписка. Мониторинг за 14 дней.
Блок 3: Технические ограничения и безопасность
Защита от галлюцинаций LLM и управление лимитами API при бюджете до 300 млн руб.
Лимиты Yandex Direct API
- Баллы (Units): Динамически расходуются. MCP реализует паттерн Token Bucket. Если баллы заканчиваются, MCP ставит низкоприоритетные задачи (например, отчеты за год) в очередь.
- Частота (Concurrency): Ограничения на параллельные запросы (до 5 одновременных отчетов). MCP использует асинхронные пулы (Celery/Asyncio).
- Пакетность: LLM генерирует массивы данных (до 1000 ключей за раз), чтобы отправлять их одним пакетным API-запросом, экономя баллы.
Защита от галлюцинаций
- Human-in-the-loop (HITL): Любые изменения бюджета > 10% или остановка кампаний с расходом > 100k руб/день требуют подтверждения кнопкой "Approve" в чате.
- Pydantic / JSON Schema: LLM общается с MCP через строго типизированные схемы. Невозможно отправить ставку в формате "сто рублей" вместо
100.0. - Dry-Run: Перед реальным API вызовом, MCP симулирует изменения и пишет саммари: "Вы собираетесь повысить CPA до 5000₽. Это превышает KPI Кинопоиска (3900₽). Вы уверены?"