Мы – Darvin Digital, агентство с 17-летней историей. Делаем сайты, SEO, рекламу. И последний год активно встраиваем ИИ в работу. В этом материале рассказываем, как нашли способ делать сложное быстрее и дешевле для клиента, сохранив качество.
Раньше некоторые идеи было дешевле вообще не проверять
Представим ситуацию: внутри бизнеса есть проблема. Например, менеджеры не видят остатки товара на складе. Из-за этого клиент делает заказ, а потом выясняется, что товара нет. Деньги на рекламу уже потрачены, лид получен, но всё заканчивается отказом.
Можно разработать отдельный сервис, связать его с системой учёта, добавить интерфейс, настроить интеграции. Но тут возникает важный вопрос: а сколько будет стоит проверка того, что такое решение действительно нужно?
Раньше на подобную задачу ушло бы несколько месяцев: необходимо найти команду разработчиков, подробно описать продукт, а потом много платить и просто ждать. Гарантии, что на выходе получится что-то подходящее рынку, конечно же, не было никогда. Поэтому бизнес часто выбирал ничего не тестировать. Но нейросети довольно сильно изменили ситуацию. Теперь специалист может гораздо быстрее собрать рабочую основу, показать её людям, получить обратную связь и только потом решать, во что имеет смысл вкладываться всерьёз.
Система для контроля остатков и перемещений между складами – реальный проект. Собирали так: сначала быстро сделали рабочую версию, а затем уже подключали специалистов для интеграций и работы с реальными данными. Так буквально изменили роль агентства в продвижении бизнеса: не только привели трафик через SEO или рекламу, но и увидели, почему он дальше теряется, а после этого предложили решить эту проблему цифровым инструментом. Сейчас тестируем.
Ещё нагляднее этого алгоритм сотрудничества описали ниже в шести кейсах использования нейросетей.
Хотите узнавать о новых кейсах и изменениях на digital-рынке раньше других? Подписывайтесь на Telegram-канал Darvin Digital. Там о самом интересном – кратко, структурно и с чек-листами.
Как из настройки проекторов – в отдельный продукт русификации ProjectQ TV
Мы давно работаем с интернет-магазином ProjectQ, который продаёт китайские проекторы, занимается их настройкой и русификацией.
В процессе сотрудничества у команды накопилось огромное количество наблюдений за целевой аудиторией: где человек путается в меню, как ищет приложения, какие настройки ему приходится менять. То есть после покупки устройства ему всё ещё нужно совершить десяток действий, прежде чем просто включить фильм.
Так родилась идея собственного интерфейса и появился ProjectQ TV – лаунчер с русификацией, установщиком, историей просмотра, рекомендациями, настройками интерфейса и помощником, который понимает функции самого проектора. Здесь хотелось бы сделать красивое заявление, например, “Нейросеть за два дня разработала целый продукт”, но на это ушло около 14 недель: интерфейс, установщик, работа с контентом, голосовой помощник, тестирование на устройствах и подготовка материалов запуска проходили несколькими итерациями.
Что же изменилось? Порог входа в такие разработки. Черновую рабочую основу отдельной гипотезы теперь можно собрать буквально за несколько дней, посмотреть на неё вживую и понять: двигаемся дальше или идея не стоит полноценной разработки. Уже после этого подключать программистов, интеграции, реальные данные и нормальную поддержку продукта.
Раньше последовательность часто была обратной: сначала большие затраты – потом проверка. Теперь тест может происходить первым. Как это заметно на примере установки и русификации проекторов? До появления лаунчера специалист подключался к компьютеру клиента, через него – к проектору, устанавливал необходимые компоненты, сталкивался со скоростью интернета и другими ограничениями. В новой версии пользователь запускает установщик непосредственно с флешки на проекторе и проходит последовательные шаги на экране. Подключение к компьютеру для этой процедуры не требуется.
Как отмечает Илья Федулов, CEO Darvin Digital, такой сценарий позволяет сокращать ручную настройку устройств перед продажей и потенциально убирать лишние действия между поступлением проектора на склад и отправкой покупателю. То есть одна разработка влияет одновременно и на продукт, и на поддержку, и на логистику.
После публикации подробного обзора лаунчера ProjectQ получил 23 заявки за первые 13 часов.
Лаунчер – лишь часть истории. О том, как ProjectQ увеличил продажи в 60 раз и вырос из магазина проекторов в бренд с собственным продуктом рассказали в этом кейсе.
Новые кейсы, инструменты и чек-листы присылаем раз в две недели на почту. Только польза и никакого спама. Подписывайтесь!
Собственный модуль для защиты сайтов от ботов: полдня на первую рабочую версию вместо долгого цикла разработки
В конце 2024 года Cloudflare фактически ушёл с российского рынка. Для агентства с десятками клиентских проектов это стало большой проблемой: боты и парсеры перегружали серверы, портили аналитику, на e-commerce проектах кэш разрастался до десятков гигабайт.
Мы искали замену. Бесплатных решений не нашли. Платные либо стоили дорого, либо плохо влияли на статистику: часть источников трафика терялась, всё сводилось в прямые заходы. Пробовали прокси-схемы и серверные настройки – неудобно.
Задумались: зачем продолжать поиски идеальной системы, если можно создать её самостоятельно? У команды Darvin Digital уже была накопленная база. Логи нескольких проектов, понимание, какие боты чаще всего создают нагрузку, чёткое представление о том, что именно должен уметь модуль. Проблема повторялась на разных проектах так часто, что к ней успели хорошо подготовиться, но никак не доходили руки её решить основательно.
Первую рабочую версию собрали с помощью нейросети примерно за полдня.
Важная оговорка: это не была работа с нуля. К этому моменту разработчики уже знали проблемные сценарии, понимали ограничения существующих решений и могли сформулировать техническое задание. ИИ ускорил именно реализацию. Скорость появилась из комбинации накопленной экспертизы + нейросети, а не вместо экспертизы – важная разница. Если специалист понимает задачу, ИИ сокращает путь между гипотезой и первой рабочей реализацией.
«Нейросети – не панацея. Даже с чётким ТЗ могут спотыкаться, задорно объявляя: "Задача успешно выполнена". Требуется знание предметной области, языка программирования, а также внимательная проверка результатов после каждой итерации. Тогда разработка в компании нейросети приводит к достойным результатам»,Проверьте, готов ли ваш сайт попадать в ответы ChatGPT и ИИ-поиска. Мы подготовили бесплатный чек-лист. С его помощью узнаете, оптимизирован ли ваш сайт под нейросети и не теряете ли вы заявки из-за отсутствия в ИИ-выдаче.
И BotGuard после первой версии продолжал развиваться: появились мониторинг нагрузки, поиск подозрительной активности, белые списки поисковых роботов, защита отдельных тяжёлых страниц, журнал блокировок и перенос настроек между проектами.
Модуль встроен в Darvin CMS: можно быстро включать, настраивать под конкретный проект, переносить правила между сайтами.
После внедрения на реальных проектах нагрузка стабилизировалась: на Премиум Табак количество блокировок снизилось с почти 7 000 в день до 270.
Гардиан М и Апит вышли из пиковых значений в нормальный рабочий режим.
Результат по проекту Гардиан М
Результат по проекту Апит
Детальнее про модуль защиты можно прочитать здесь.
Ruslo: сервис, который в одиночку пришлось бы разрабатывать месяцами, собрали за несколько недель
После изменений требований к использованию иностранных слов на российских сайтах нужно было проверять весь массив контента: страницы, товары, описания, данные в базе и файлах.
Первая версия решения была максимально простой: консольная программа под конкретный сайт, которая находила заданные слова и могла их заменять. Но быстро стало понятно, что нужен универсальный сервис, который можно подключать к разным сайтам независимо от CMS. Так появился Ruslo.
Сначала вместе с ИИ разработчики разбирали, какими способами вообще можно реализовать будущий сервис. Затем собрали требования, сформировали большое техническое задание, проверили его, внесли правки и начали последовательно отдавать нейросети отдельные части разработки.
«Моя задача была, во-первых, ставить конкретные адекватные задачи, чтобы она делала то, что нам надо. Собрать всю информацию, вместе с ней составить большое ТЗ, проанализировать его, внести правки и дальше уже по пунктам всё выполнять»,Код самого Ruslo практически полностью был написан с помощью нейросети. Сначала появилась минимальная версия, которая умела проходить по сайту и находить нужные слова.
Так выглядит отчёт, в котором видно, какие иностранные слова на сайте и сколько раз они встречаются
Потом менялись настройки, дизайн, логика взаимодействия с сайтом, работа с базой. Каждую новую функцию команда тестировала как обычный разработчик: искали повторы, конфликты замен, некорректное изменение данных и возвращали задачу модели на доработку.
Например, одна из проблем возникла, когда в одном предложении было несколько английских слов: последняя замена могла затереть предыдущую. Таких случаев в процессе оказалось много. Поэтому фраза «нейросеть написала сервис» без контекста здесь была бы обманчивой. ИИ писал код, но человек решал, что именно этот код должен делать, проверял результат на реальных сайтах и находил сценарии, которые модель не предусмотрела.
По оценке руководителя проекта, разработать такой сервис одному человеку без ИИ было бы либо практически нереально, либо потребовало бы огромного количества времени и ручных тестов. Рабочую систему с помощью нейросетей удалось собрать примерно за две недели, а с отладкой – приблизительно за три.
«Получился очень сложный, нагромождённый проект. А реализовать его удалось буквально за несколько недель. Это супер быстро»,
Сервис уже успешно работает на сайтах нескольких клиентов Darvin Digital. Ruslo проходит по файлам и базе данных сайта и собирает иностранные слова. Часть случаев заранее понятна системе: существуют списки исключений, известные варианты замен и технические слова, которые трогать нельзя.
Сервис работает в полуавтоматическом режиме – все изменения можно контролировать и корректировать
А вот с неоднозначными словами стартует ещё один вариант сценария. Ruslo по возможности забирает контекст страницы и отправляет его нейросети. Модель определяет подходящий вариант перевода, а если нормального перевода нет, может предложить транслитерацию. В интерфейсе специалист получает три варианта и уже принимает решение.
Таким образом ИИ задействован в сервисе дважды:
- сначала помог создать сам инструмент.
- потом стал одним из его рабочих компонентов.
По оценке команды Darvin Digital, работа с Ruslo идёт примерно на 80% быстрее, чем ручная проверка. Анализ сайта с ассортиментом в несколько тысяч товаров может занимать около 5-6 часов вместо одной-двух недель ручного поиска. Больше подробностей о сервисе вы найдёте здесь.
Разработка не привязана к Darvin CMS. Чтобы проверить свой сайт на соответствие 168-ФЗ и подготовить его к проверкам РКН, напишите нам. Найдём англицизмы на всех страницах и поможем привести сайт в соответствии с новым законом, не ломая контент и SEO.
Darvin Economy: как нейросеть сама готовит клиентские отчёты
Этот сервис появился благодаря самой популярной проблеме digital-агентств: клиенту сложно понять, из чего складывается стоимость работы агентства. Задачи, часы специалистов, подрядчики, рекламные расходы и результаты находятся в разных системах. Поэтому даже несмотря на то, что вся информация существует, собрать её в понятную картину – это отдельная работа. В процессе развития Economy нейросети оказались полезны сразу в нескольких местах.
Сначала ИИ стал помощником разработчика
Первую версию Darvin Economy создавали без нейросетей, по макетам дизайнеров.
Так выглядит главная Darvin Economy
ИИ подключили позже, когда начали развивать продукт и тестировать Cursor на других проектах. Причём использовали его не только как генератор кода.
У разработчиков уже была общая архитектура решения в голове, но её нужно было структурировать. По словам Дмитрия Моисеева, fullstack-разработчика Darvin Digital, он описывал нейросети свои идеи обычным текстом, а она помогала разложить их на составляющие и выстроить последовательность разработки.
Большую задачу после этого разбивали на маленькие и по очереди отдавали ИИ. Дальше – проверяли написанный код, смотрели, нет ли лишнего и всё ли соответствует структуре проекта. Если находили ошибки, исправляли их самостоятельно или возвращали задачу нейросети с замечаниями.
Особенно хорошо этот подход проявился при разработке «Мастера отчётов». Первые версии интерфейсов живого отчёта и генерируемого ИИ-отчёта практически целиком сверстала нейросеть.
Первоначальный интерфейс «Мастера отчётов», созданный с помощью ИИ
Отдельно привлекать дизайнера на этом этапе не пришлось. Разработчик описывал идеи, получал от нейросети несколько вариантов интерфейса и выбирал наиболее подходящий. Позже дизайнеры подготовили полноценный редизайн.
Скрин интерфейса «Мастера отчётов» после редизайна
Так удалось сначала получить работающие интерфейсы и проверить их на практике, а уже потом заняться полноценным дизайном.
ИИ помог и с разработкой отдельных функций. Например, для отчётов понадобился редактор комментариев, чтобы менеджеры могли не только показывать клиентам цифры, но и добавлять собственные пояснения с форматированием текста.
Так выглядит редактор
Для реализации этой функции разработчикам пришлось бы самостоятельно изучать незнакомые инструменты и искать документацию. Нейросеть помогла быстрее разобраться в технологии и написать код. Ошибки всё равно возникали, их приходилось находить и исправлять, но без ИИ на разработку ушло бы значительно больше времени.
Потом нейросеть стала частью самого Economy
ИИ пригодился не только при разработке. Теперь он помогает сотрудникам Darvin Digital готовить клиентские отчёты.
Для начала немного о том, как устроена отчётность в Economy. В системе есть «Мастер отчётов», который мы уже упоминали выше. Он собирает данные из Яндекс Метрики и Директа и показывает их в удобном формате. Менеджер может выбрать нужный период, посмотреть показатели, добавить комментарии и отправить клиенту готовый отчёт по публичной ссылке.
Если вы используете Яндекс Метрику, но не уверены, что она настроена корректно, забирайте наш бесплатный чек-лист проверки настройки Яндекс Метрики. Покажем, что проверить, чтобы данные в отчётах отражали реальность.
А ещё в Economy есть функция генерации ИИ-отчётов. Здесь нейросеть сама готовит черновик на основе данных проекта и задач, которые были выполнены по нему, а сотруднику остаётся проверить информацию, дополнить её выводами и адаптировать под конкретного клиента.
Как это работает? Economy собирает данные Яндекс Метрики и информацию о задачах из Кайтена: описания, статусы, комментарии сотрудников и другие доступные сведения. Также нейросеть получает информацию о наличии в Economy блоков с экономикой задач, но без конкретных финансовых показателей.
Для генерации подготовлен набор системных и пользовательских промптов. Они определяют, какие разделы должны быть в отчёте, какую информацию использовать и как представить её читателю. На основе этих данных нейросеть формирует текст отчёта, в том числе описывает выполненные работы и их хронологию.
Здесь возникла техническая сложность. Редактор Economy хранит содержимое в специальном формате, с которым используемой нейросети трудно работать напрямую, особенно с большими объёмами текста. Поэтому разработчики предусмотрели отдельный алгоритм: они преобразуют данные из формата редактора в обычный текст для передачи модели, а полученный ответ – обратно в нужный формат. Благодаря этому сгенерированный материал можно открыть в редакторе и доработать.
При создании ИИ-отчётов важно было продумать весь процесс: от сбора информации из разных систем до её передачи модели и последующего редактирования. По словам Дмитрия Моисеева, на проработку этой схемы вместе с ИИ понадобилось порядка часа-двух, после чего нейросеть помогала реализовать её в коде.
В итоге ИИ помогает в Darvin Economy на двух уровнях: ускоряет разработку инструментов и берёт на себя часть работы по подготовке клиентских отчётов. При этом за человеком остаются постановка задач, проверка результатов и выводы, которые нельзя получить простой компоновкой данных.
Подробнее о принципах работы самого Darvin Economy можно прочитать здесь.
Базу интернет-магазина перенесли за полторы недели. Без ИИ оценивали в два-три раза дольше
Иногда нейросеть экономит не месяцы продуктовой разработки, а очень конкретные часы, которые ушли бы из бюджета клиента на рутинную техническую работу.
Галерея дверей – сеть магазинов в Санкт-Петербурге, клиент с агентством 2015 года. К 2025-му сайт устарел технически и визуально, пришло время полного редизайна с переносом на новое ядро Darvin CMS.
Ещё до старта работ было понятно, где основная проблема проекта – миграция данных. Сотни товаров, каталоги, статьи, свойства. Вручную такой объём переносить было настолько долго и дорого, что агентство, по словам разработчиков, могло вообще не взяться за эту часть проекта.
Вместо этого разработчик передал нейросети структуры старой и новой баз. Модель предложила логику сопоставления таблиц и написала Python-скрипт для миграции. Дальше снова включился человек: прогоны в локальном окружении, тестовый сервер, проверка результата и ручное исправление ошибок.
В итоге сама миграция заняла около полутора недель. По оценке команды, без ИИ потребовалось бы в два-три раза больше времени.
Следом возникла ещё одна объёмная задача – переоформить под новый дизайн около 213 карточек каталога. Разработчик снова сначала описал модели старую и новую вёрстку и дал примеры, после чего нейросеть переносила контент по заданному паттерну. Работа всё равно не стала мгновенной и требовала контроля, но без автоматизации была бы кратно длиннее.
Карточки товара для нового сайта тоже нужно было обновить
Ещё один интересный способ использования ИИ. В новом каталоге магазина – фасетный фильтр: пользователь комбинирует параметры, каждая комбинация формирует отдельный URL.
Поисковые боты начали обходить все эти страницы и создавать огромную нагрузку на сервер. Стандартные решения (robots.txt, метатеги) не работали: часть краулеров их игнорирует. Команда искала информацию по этой проблеме. Нашла пару статей на английском, описывающих проблему, но не решение.
В итоге всё создали сами: увели отфильтрованные URL под hash-фрагмент, невидимый для ботов. Пользователь ничего не замечает, бот эти страницы не видит. Целевые посадочные страницы для продвижения остались индексируемыми. Это решение теперь используется как стандарт на других проектах агентства.
Ну и отдельно про фото. Качественных изображений дверей в интерьере у клиента не было: мастера снимали на телефон без света. Вытянуть такие снимки было невозможно. Визуализацию сделали с нуля через нейросети, подбирая атмосферу интерьера под характер каждой двери. Клиент согласовал подход. Для агентства это тоже был первый такой опыт. Более детально кейс редизайна описан здесь.
Плохие фотографии промышленного оборудования не отправили на пересъёмку
На сайте НПП «Энергия» была другая проблема. Компания производит сложное промышленное оборудование, но часть исходных фотографий была низкого качества: размытые детали, потерянные элементы – всё это подрывает доверие. В B2B-сегменте доверие к производителю часто решает исход сделки ещё до звонка.
Классических вариантов решения проблемы было два: новая профессиональная съёмка или большое количество ручной ретуши. Мы нашли третий и подключили Krea AI. Нейросеть помогла повысить чёткость, восстановить потерянные детали и целостность объектов. После этого дизайнер вручную исправлял то, где нужна точность: маркировки, надписи, дефекты и мелкие элементы.
Полностью исключить человека здесь тоже было нельзя, а нам и не нужно. Но без ИИ пришлось бы либо проводить повторную фотосъёмку, либо тратить десятки часов на ретушь.
Эту историю более подробно можете найти здесь.
Самое сложное оказалось не подключить нейросеть. А перестроить привычный процесс
Иногда мы и сами продолжаем работать так, будто ИИ-инструментов ещё нет. Недавно на внутренней планёрке обсуждали небольшую задачу по структуре страницы. Она могла пройти через несколько человек: сначала кто-то изучает материалы, затем аналитик составляет структуру, дизайнер её визуализирует, менеджер отправляет клиенту. Через несколько календарных дней клиент говорит, что структура ему не подходит и часть работы начинается заново. А этот время клиента, за которое он платит.
Поэтому новый подход – сначала за несколько минут собрать черновой прототип на основе материалов клиента и показать его заказчику. Обсудить, где какой блок расположен, нужен ли этот блок вообще и где не хватает информации. И только после этого уже подключать к работе дизайнера. Экономия и времени, и денег клиента.
Если ИИ может сделать работу быстрее, зачем тогда специалист?
Это, пожалуй, главный вопрос. Потому что соцсети в последнее время “продают” нам неверный и экстремальный вывод: зачем вообще разработчики, дизайнеры, SEO-специалисты и контент-маркетологи? Пусть всё делает нейросеть.
Наш опыт и кейсы показывают обратное:
BotGuard за полдня появился только потому, что разработчик уже хорошо понимал проблему, мог поставить задачу нейросети и проверить написанный код.
Ruslo нейросеть помогла написать почти целиком, но без специалиста система не смогла бы корректно работать: разработчик формулировал ТЗ, тестировал сервис, находил ошибки и решал, какие слова действительно нужно переводить, а какие нельзя трогать.
В Darvin Economy ИИ помогал разрабатывать отдельные функции и интерфейс, а теперь сам участвует в подготовке клиентских отчётов. Но структуру процесса, набор данных и логику работы всё равно задавали разработчики, а итоговый отчёт проверяет и редактирует человек.
Миграция базы интернет-магазина ускорилась только потому, что разработчик мог проверить предложенную нейросетью логику, протестировать скрипт и увидеть, где данные перенеслись неправильно.
В НПП «Энергия» ИИ восстановил фотографии, но маркировки, надписи и важные детали дизайнеру пришлось проверять и дорабатывать вручную.
В ProjectQ нейросети позволяют быстрее собирать и проверять отдельные гипотезы, но полноценный продукт всё равно требует разработки, интеграций, тестирования на реальных устройствах и постоянных итераций.
Сам по себе ИИ отлично ускоряет производство. Но он не отвечает за то, правильный ли результат мы вообще производим. И тогда специалист становится редактором, тем, кто руководит проектом и видит ситуацию объёмнее. Нейросеть – ещё один помощник. Главное, не ставить её вместо специалиста, а отдать ту часть работы, на которую можно не тратить время.
«Рутинные задачи имеет смысл делегировать инструменту, чтобы человек мог концентрироваться на том, где действительно нужны его знания и решения»,Что в итоге получает клиент
Расстроим: не обязательно более дешёвое агентство. Если человек раньше четыре часа делал операцию вручную, а теперь выполняет её за час с помощью ИИ, смысл не обязательно в том, чтобы просто уменьшить счёт в четыре раза. Ценность в другом: за те же деньги теперь можно сделать больше полезной работы, которая будет работать на рост выручки заказчика.
А ещё – раньше понять, где мы ошиблись. ИИ сделал ошибку дешевле. Теперь во многих случаях можно сначала сделать маленькую работающую версию, показать её людям и получить ответ. И уже потом инвестировать в разработку больше.
Для digital-агентства это постепенно меняет саму модель работы. Недостаточно просто привести трафик и сказать: «Свою часть мы сделали». Если видно, что заявка дальше теряется, появляется возможность проявить экспертность – зайти на следующий уровень и предложить клиенту это исправить. Потому что стоимость теста идей стала намного ниже.
Год назад это была гипотеза. Теперь у нас есть шесть доказательств
Примерно год назад внутри агентства появилась концепция, которую мы отразили в маскоте Darvin Digital – MonkeyBot. Обезьяна с роботизированными элементами: древняя мудрость и цифровые технологии в одном образе – отражение философии Darvin Digital.
Идея простая: нейросети – это инструмент, как промышленные роботы в своё время. Когда на заводах автоматизировали сборку, люди не исчезли. Появились новые профессии: операторы, наладчики, инженеры по автоматизации. Рутину забрала машина, а человек переместился туда, где нужно думать. И те, кто принял это раньше, получили преимущество.
Ключевой навык в работе с нейросетями не технический – умение запустить модель или написать промт, а управленческий: сформулировать задачу так, чтобы результат был адекватным и профессионально его оценить. Это нарабатывается годами экспертизы.
Год назад это была гипотеза. Шесть кейсов в этой статье – её подтверждение. Мы не отдали работу нейросетям, мы передали им рутину и освободили экспертизу для идей и задач, которые раньше просто не успевали делать.
«Это не бездумная работа с нейросетями, а именно внедрение. Когда появился калькулятор и у него были противники, и были те, кто его принял и получил преимущество – скорость вычислений. Так же сейчас и с ИИ. Мы идём в ногу со временем, но используем 17-летний опыт Darvin Digital для получения качественного результата. В итоге на выходе имеем качественный результат, но в разы быстрее»,Darvin Digital – digital-агентство с собственными IT-разработками для российского рынка. 17 лет создаём и выводим в топ сайты клиентов в поисковых системах. Обсудить свою задачу по продвижению можно здесь.
