Цель
Разработать рабочий прототип (MVP) веб-приложения, которое по ключевому запросу:
- Собирает органическую выдачу Google,
- Анализирует трех главных конкурентов,
- Сравнивает их контент с указанной целевой страницей,
- Выдает приоритезированные рекомендации по улучшению контента.
Входные данные через UI
- Ключевой запрос (keyword),
- URL целевой страницы,
- API-ключ для LLM (языковая модель),
- API-ключ Google SERP (SerpAPI / Custom Search и т.п.).
Логика работы
- Получить одну страницу органической выдачи Google.
- Выбрать топ-3 домена, исключая целевой.
- Для каждого найденного домена определить до 3 URL, релевантных ключевому запросу.
- Скачать и извлечь контент со страниц:
- Заголовки H1-H3.
- Основной текст, очищенный от навигации, меню и прочего технического кода.
- Провести AI-анализ:
- Сравнить целевой контент с конкурентами по глубине раскрытия темы;
- Выявить уникальные смысловые блоки и подтемы, отсутствующие на целевой странице;
- Сгруппировать пропущенные темы по категориям.
- Сформировать итоговый вывод с конкретными рекомендациями (что добавить или усилить) и указать для каждой рекомендации 2-уровневый приоритет: High / Medium / Low.
Хранение данных (обязательно)
Используется любая реляционная база данных (SQLite, PostgreSQL и т.д.) с таблицами для:
- Ключевого запроса;
- Даты и источника SERP (идентификатор запроса);
- Списка конкурентов (домен + URL);
- Извлечённого контента;
- Результатов AI-анализа (уникальные блоки, категории);
- Итоговых рекомендаций (текст совета + приоритет).
UI (веб-интерфейс)
- Форма для ввода всех API-ключей и целевых параметров (keyword, URL самого рекламируемого сайта);
- Кнопка «Run»/«Запустить анализ»;
- После завершения выдача на странице:
- Список результатов SERP (используя ту же логику фильтрации);
- Карточки 3 конкурентов с их контентными особенностями;
- Сравнительный график/чеклист плюсов:
- Финальные рекомендации с пометкой приоритета;
- Опционально - переключатель показа истории предыдущих запусков (каждому запуску → отдельная запись в БД).
Форма сдачи
Вы сдаёте: исходный код решения (папка с файлами), README.md с инструкциями по запуску, и скриншот / ссылку на JSON образца сохранённого анализа из БД.