--- title: "ИИ в рекламе: что решает алгоритм, а что человек" description: "Разбираем, какие задачи в рекламных кабинетах закрывает автоматика, а какие остаются за специалистом. Плюс сроки обучения и контроль бюджета." canonical: https://adsbeast.pro/blog/ru/ii-v-reklame-chto-reshaet-algoritm-a-chto-chelovek language: ru published: 2026-09-22T00:35:30.440Z updated: 2026-09-22T00:35:30.441Z author: "Редакция ADS Beast" translations: - ar: https://adsbeast.pro/blog/ar/what-ai-advertising-algorithms-decide-alone-vs-humans - en: https://adsbeast.pro/blog/en/what-ai-advertising-algorithms-decide-alone-vs-humans - es: https://adsbeast.pro/blog/es/publicidad-con-inteligencia-artificial-que-decide-la-ia - he: https://adsbeast.pro/blog/he/what-ai-advertising-algorithms-decide-alone-vs-humans - sk: https://adsbeast.pro/blog/sk/ai-v-reklame-co-zvladne-samo-a-co-patri-cloveku - uk: https://adsbeast.pro/blog/uk/avtomatizatsiya-marketingu-shcho-virishuye-algoritm-a-shcho-lyudina --- # ИИ в рекламе: что алгоритмы решают сами, а что остаётся человеку ИИ в рекламе закрывает операционку: распределяет бюджет внутри кампании, пересчитывает ставки в аукционе и выбирает площадки показа. Человеку остаётся стратегия: цели, структура кампаний, семантика, креативы, работа с аудиториями и решение, когда вмешаться в обучение алгоритма. Ниже разобрано, где проходит эта граница и как её не перепутать. ## Коротко - Автоматика управляет ставками, распределением бюджета и выбором площадок; человек задаёт цель, бюджет и креативы. - Решение о показе конкретному пользователю принимается за миллисекунды по сотням сигналов, повлиять на него можно только через аудитории и минус-слова. - Автоматические стратегии ошибаются на малых данных: при менее 10-15 конверсий в неделю прогноз остаётся неточным. - Период обучения занимает от 7 до 14 дней или до накопления 30-50 конверсий по цели. - Алгоритм не понимает контекст бизнеса: сезонный всплеск он не отличит от реального роста спроса. ## Что именно автоматика берёт на себя Алгоритмы рекламных кабинетов управляют тремя вещами: ставками в аукционе, распределением бюджета внутри кампании и выбором площадок показа. В Google Ads и Яндекс Директе ставки пересчитываются по несколько раз в день с учётом прогноза конверсии. Человек в этой цепочке задаёт только рамки: цель, бюджет, креативы. Дальше начинается то, что раньше делалось вручную. Система сама решает, в какой момент дня поднять ставку, а в какой придержать, какие площадки отключить как неэффективные и как перераспределить деньги между группами объявлений. Если вы помните эпоху ручных ставок по ключам, разница ощутима: тогда специалист выставлял цену клика и каждый день смотрел, что из этого вышло. Что автоматика не делает, так это не придумывает цель. Если в кабинете стоит цель «клик», алгоритм будет прилежно искать дешёвые клики. Он выполнит задачу ровно так, как она сформулирована, и не догадается, что вам нужны заявки, а не переходы. ## Как алгоритм выбирает, кому показать объявление Решение о показе принимается в момент аукциона, за миллисекунды, на основе вероятности клика и вероятности конверсии для конкретного пользователя. Система оценивает сотни сигналов: историю запросов, устройство, время суток, поведение на сайте, предыдущие взаимодействия с рекламой. Рекламодатель не видит эту логику и не может её переписать. Что он может - сузить круг: задать аудитории, добавить минус-слова, ограничить гео и расписание. Это работает как фильтр на входе, а не как рычаг внутри аукциона. Отсюда практический вывод. Спорить с алгоритмом на уровне отдельного показа бессмысленно, а вот на уровне входных данных - продуктивно. Если из кампании льётся мусорный трафик, почти всегда проблема в том, что вы недостаточно чётко очертили круг или неверно назвали цель. ## Где автоматические стратегии ошибаются Автоматические стратегии проваливаются там, где мало данных. Алгоритм учится на конверсиях, и при числе конверсий меньше 10-15 в неделю прогноз остаётся неточным. Он может увести показы в дешёвый, но нецелевой трафик, особенно если цель настроена неверно. Вторая типичная ошибка - раннее вмешательство. Специалист видит просадку на третий день, меняет ставку или бюджет, и обучение сбрасывается. Кампания начинает учиться заново, срок выхода на плато отодвигается. Третья - слепая вера в отчёт. Алгоритм оптимизируется под ту метрику, которую вы дали, и не обязан соотносить её с деньгами в кассе. Цель «заявка» может выполняться отлично, пока отдел продаж не скажет, что половина заявок - нецелевые. Как отличить проблему обучения от реального провала: смотрите на динамику, а не на срез. Если CPL колеблется, но тренд за две недели ровный, это обучение. Если показатели падают монотонно несколько недель подряд при неизменных входных данных, дело не в алгоритме. ## Что остаётся за специалистом За человеком остаётся всё, что требует контекста бизнеса. Стратегия: выбор целей, структура кампаний, семантика, креативы, работа с аудиториями. Плюс решения о вмешательстве: когда остановить обучение, сменить оффер, перераспределить бюджет между каналами. Алгоритм не отличит сезонный всплеск от реального роста спроса. Он не знает, что у вас через месяц смена ассортимента, что конкурент ушёл с рынка или что отдел продаж не справляется с потоком. Всё это - человеческая зона. | Задача | Алгоритм | Человек | |---|---|---| | Ставки в аукционе | Пересчитывает несколько раз в день | Задаёт цель и лимиты | | Распределение бюджета внутри кампании | Делает сам | Определяет общий бюджет и приоритеты | | Выбор площадок | Отключает неэффективные | Задаёт исключения и аудитории | | Цели кампании | Оптимизируется под заданную | Выбирает и проверяет на бизнес-смысл | | Семантика и минус-слова | Учитывает как сигнал | Собирает и чистит | | Креативы | Тестирует варианты | Создаёт и оценивает по смыслу | | Остановка обучения | Не инициирует | Решает по динамике | | Сезонность и контекст рынка | Не видит | Учитывает и корректирует план | Эта граница не сдвигается в одну сторону. Чем больше данных накапливает кабинет, тем больше алгоритм берёт на себя и тем меньше смысла лезть в ручные настройки. На старте, наоборот, ручной контроль полезнее. ## Сколько длится обучение и когда можно расслабиться Период обучения обычно занимает от 7 до 14 дней или до накопления 30-50 конверсий по цели. До этого срока CPL и CTR могут колебаться в 1,5-2 раза. Это норма, а не сигнал к действию. Ранние правки сбрасывают обучение и отодвигают выход на плато. Поэтому первые одну-две недели стоит держать ручной контроль ставок и лимиты, но не трогать саму структуру кампании без серьёзной причины. Что считать серьёзной причиной: грубая ошибка в цели, технический сбой в отслеживании, явный мусорный трафик из нерелевантных площадок. Что не является причиной: колебания CPL в пределах нормы, отдельные дорогие клики, желание «попробовать другую ставку». Сколько именно продлится обучение в вашем случае, зависит от объёма трафика, числа конверсий в неделю, ширины семантики и того, насколько стабильно работает отслеживание. На узкой кампании с редкими конверсиями обучение может тянуться дольше двух недель, и это не повод её ломать. ## Как выстроить работу с алгоритмом: пошагово Порядок действий, который снижает риск слить бюджет на обучении. 1. Определите цель в терминах бизнеса, а не кабинета. Не «клик» и не «переход», а заявка, звонок, покупка. Проверьте, что эта цель корректно передаётся из аналитики. 2. Задайте жёсткие рамки: дневной лимит, общий бюджет на период обучения, ограничения по гео и расписанию. 3. Соберите и почистите семантику до запуска. Минус-слова дешевле добавить заранее, чем вычищать мусорный трафик после. 4. Запустите с ручным контролем ставок или консервативной стратегией на первые одну-две недели. 5. Не трогайте кампанию в период обучения, если нет технической ошибки. Записывайте наблюдения, но не вносите правки. 6. По выходу на плато переведите кампанию на автоматическую стратегию и следите за трендом, а не за дневными цифрами. 7. Раз в неделю сверяйте отчёт кабинета с данными отдела продаж. Расхождение по качеству заявок - повод менять цель, а не ставку. Отдельно про отслеживание. Если конверсии передаются с ошибкой, алгоритм учится на неверных данных, и никакая стратегия это не исправит. Проверьте связку между кабинетом и аналитикой до того, как увеличивать бюджет. Для сверки источников пригодится [конструктор UTM-меток: как создать ссылку для кампании](/blog/ru/konstruktor-utm-metok-kak-sozdat-ssylku-dlya-kampanii) - разметка помогает увидеть, какой канал действительно даёт заявки. ## Где ИИ в рекламе выходит за пределы кабинета Автоматизация не заканчивается на ставках внутри Google Ads или Директа. Появляются форматы, где реклама встраивается прямо в диалог с ассистентом: [реклама в диалогах ChatGPT: как устроен формат](/blog/ru/reklama-v-dialogakh-chatgpt-kak-ustroen-format) описывает, как это работает и чем отличается от привычных площадок. Там же меняется логика измерения. Если бренд упоминается в ответах ассистентов, классические метрики кликов не показывают всей картины. [Доля голоса бренда в ответах ассистентов: как измерить](/blog/ru/dolya-golosa-brenda-v-otvetakh-assistentov-kak-izmerit) разбирает, как подойти к этому измерению. Для агентств, которые ведут несколько кабинетов и клиентов, ручная работа с каждой кампанией быстро упирается в потолок по времени. Здесь помогают [рекламные операции для агентств](/features/ru/automation-agents): агентные сценарии снимают рутину со специалиста, оставляя ему стратегические решения. Если вы запускаете кампании не только в Google и Яндекс, посмотрите [How to Advertise on Bing](/blog/ru/kak-zapustit-reklamu-v-bing-nastroyka-akkaunta) - логика обучения там похожа, но есть свои нюансы в настройке аккаунта. Про цену клика и конверсии в Google есть отдельный разбор: [настройка рекламы гугл цена клика и конверсии](/blog/ru/nastroyka-reklamy-google-tsena-klika-i-konversii) объясняет, от чего зависит стоимость и как её оценивать без иллюзий. ## Что делать дальше Проверьте одну свою кампанию по трём пунктам: корректно ли передаётся цель, стоит ли дневной лимит, не вносились ли правки в последние семь дней. Если по всем трём порядок, кампании нужно дать время до конца обучения. Если хотя бы один пункт провален, начинать надо с него, а не с настройки стратегии. Для команд, которые ведут много кампаний сразу, следующий шаг - передать рутину агентным сценариям: [рекламные операции для агентств](/features/ru/automation-agents). ## FAQ **Что алгоритм рекламного кабинета решает без участия человека?** Автоматика берёт на себя распределение бюджета внутри кампании, ставки в аукционе и выбор площадок показа. В Google Ads и Яндекс Директе алгоритмы пересчитывают ставки по несколько раз в день с учётом прогноза конверсии. Человек при этом задаёт только цель, бюджет и креативы. **Как алгоритмы выбирают, кому показать объявление?** Система оценивает вероятность клика и конверсии для каждого пользователя по сотням сигналов: история запросов, устройство, время суток, поведение на сайте. Решение принимается за миллисекунды в момент аукциона. Рекламодатель может лишь сузить круг через аудитории и минус-слова. **Почему автоматические стратегии иногда сливают бюджет?** Алгоритм учится на данных, и при малом числе конверсий (меньше 10-15 в неделю) прогноз остаётся неточным. Он может уводить показы в дешёвый, но нецелевой трафик, если цель настроена неверно. Первые 1-2 недели обучения стоит держать ручной контроль ставок и лимиты. **Какой контроль над кампанией остаётся у специалиста?** Человек отвечает за стратегию: выбор целей, структуру кампаний, семантику, креативы и работу с аудиториями. Он же решает, когда остановить обучение, сменить оффер или перераспределить бюджет между каналами. Алгоритм не понимает контекст бизнеса и не отличит сезонный всплеск от реального роста спроса. **Сколько времени нужно алгоритму, чтобы выйти на стабильные показатели?** Обычно период обучения занимает от 7 до 14 дней или до накопления 30-50 конверсий по цели. До этого срока CPL и CTR могут колебаться в 1,5-2 раза. Ранние правки в кампании сбрасывают обучение и отодвигают выход на плато. ## Вопросы и ответы ### Что алгоритм рекламного кабинета решает без участия человека? Автоматика берёт на себя распределение бюджета внутри кампании, ставки в аукционе и выбор площадок показа. В Google Ads и Яндекс Директе алгоритмы пересчитывают ставки по несколько раз в день с учётом прогноза конверсии. Человек при этом задаёт только цель, бюджет и креативы. ### Как алгоритмы выбирают, кому показать объявление? Система оценивает вероятность клика и конверсии для каждого пользователя по сотням сигналов: история запросов, устройство, время суток, поведение на сайте. Решение принимается за миллисекунды в момент аукциона. Рекламодатель может лишь сузить круг через аудитории и минус-слова. ### Почему автоматические стратегии иногда сливают бюджет? Алгоритм учится на данных, и при малом числе конверсий (меньше 10-15 в неделю) прогноз остаётся неточным. Он может уводить показы в дешёвый, но нецелевой трафик, если цель настроена неверно. Первые 1-2 недели обучения стоит держать ручной контроль ставок и лимиты. ### Какой контроль над кампанией остаётся у специалиста? Человек отвечает за стратегию: выбор целей, структуру кампаний, семантику, креативы и работу с аудиториями. Он же решает, когда остановить обучение, сменить оффер или перераспределить бюджет между каналами. Алгоритм не понимает контекст бизнеса и не отличит сезонный всплеск от реального роста спроса. ### Сколько времени нужно алгоритму, чтобы выйти на стабильные показатели? Обычно период обучения занимает от 7 до 14 дней или до накопления 30-50 конверсий по цели. До этого срока CPL и CTR могут колебаться в 1,5-2 раза. Ранние правки в кампании сбрасывают обучение и отодвигают выход на плато.