Трекер контенту конкурентів

Трекер контенту конкурентів — маркетингова автоматизація на кастомному коді, яка стежить за публікаціями обраних конкурентів і щотижня видає стислий звіт про покриття тем. Інструмент замінює ручний обхід 10–20 сайтів і закритих розсилок одним структурованим дайджестом. Відкриті теми стають видимими — це пряме джерело ідей для власного контент-плану.

Процес роботи AI-агента складається з шести кроків:

1. Планувальник запускає збір за розкладом — раз на день для джерел, що швидко оновлюються, або раз на тиждень для довгих форматів.
2. AI-агент обходить список джерел: блоги конкурентів, сторінки та пости в LinkedIn, YouTube-канали, подкаст-фіди, email-розсилки, бази знань.
3. Для кожного знайденого матеріалу витягується заголовок, дата публікації, основна теза, формат (стаття, відео, короткий пост) і ключові факти.
4. AI-агент групує публікації за темами, визначає частоту кожної теми у вибірці та позначає нетипові формати.
5. Результати зіставляються з архівом попередніх тижнів — виділяються нові теми, стійкі тренди та теми, які конкуренти перестали розкривати.
6. Готовий дайджест падає в Slack, CMS або пошту з розділами «часто пишуть», «рідко пишуть», «нове за тиждень», «зникло з порядку денного».

Чого трекер контенту конкурентів не робить:

• Не пише контент за вас. AI-агент формує беклог ідей, але фінальні статті, відео та сценарії створює редакція.
• Не відстежує закриті джерела. Публікації за paywall, приватні Telegram-чати та особисті DM залишаються поза зоною видимості — агент працює лише з відкритим вебом.
• Не оцінює якість контенту конкурентів. Агент рахує частоти та виділяє теми; суб'єктивну оцінку «сильний / слабкий / хороший продакшн» дає людина.

Дайджест містить 15–30 карток за тиждень і читається за 10–15 хвилин. Редактор позначає цікаві теми тегом у CMS, Notion або Linear, і вони автоматично потрапляють у беклог контент-плану. Знання про ринок перестають жити в голові однієї людини — вони лежать у спільному сховищі та доступні всій команді.

Технічний стек трекера побудований на зв'язці скрейпера, LLM-суммаризатора і роутера сповіщень. Кастомний код потрібен тому, що кожне джерело має свою структуру: RSS, HTML-блог, API соцмережі, транскрипт YouTube — універсальний інструмент не впорається без додаткової логіки.

Потік даних виглядає так:

1. Планувальник (cron, Vercel Cron, workflow-рушій-таймер) ініціює прогін.
2. Скрейпер-модуль читає заздалегідь налаштований список джерел. Для блогів — RSS і fallback на HTML-парсинг; для LinkedIn — офіційний API або верифікований коннектор; для YouTube — Data API і транскрипти через Whisper; для подкастів — RSS-фіди і транскрибація.
3. Нові матеріали (за published_at та ідентифікатором) зберігаються в базу — Postgres або Supabase — з сирим текстом і метаданими.
4. AI-агент на AI-моделі проходить по батчах і для кожного матеріалу генерує картку: тема, теза (2–3 речення), формат, ключові факти, теги.
5. Другий прохід суммаризації агрегує картки тижня: групування за темами, підрахунок частот, виділення нетипових форматів, порівняння з попередніми періодами.
6. Роутер сповіщень надсилає готовий дайджест у Slack-канал маркетингу, дублює в email і (за бажанням) створює чернетку в CMS з тегом «competitor-digest».
7. Редактор читає дайджест і ставить мітку на теми, які йдуть у беклог. Мітки зворотним сигналом повертаються до бази — агент навчається, які теми важливі саме вам.

Типові варіанти налаштування

• Мінімум (2 тижні): 5–8 джерел, RSS + HTML, один дайджест на тиждень у Slack, без архіву.
• Середній: 10–15 джерел з різними типами контенту, щоденний збір, тижневий дайджест + щоденні алерти на ключові теми, архів у Postgres.
• Розширений: 20+ джерел, включно з YouTube-транскриптами і подкастами; інтеграція з CMS (Payload, Contentful) для автостворення чернеток тем; semantic search по архіву через pgvector.

Альтернативні підходи

• Готові медіамоніторинги (BrandMentions, Brand24) закривають brand mentions, але слабо працюють із тематичним аналізом контент-маркетингу.
• Feedly + ручна суммаризація — дешевше на старті, але упирається в 3–5 годин роботи контент-маркетолога на тиждень і втрачає масштаб при більш ніж 10 джерелах.
• оркестратор-flow без кастомного коду працює для RSS-джерел, але ламається на LinkedIn, YouTube і нестандартних сайтах — тому підсумкове рішення будується на custom-code.

Безпека і compliance

Агент ходить тільки по публічних сторінках і офіційних API. Скрейпинг поважає robots.txt і rate-limit. Дані конкурентів зберігаються як цитати з атрибуцією джерела — це мінімізує правові ризики і залишає слід для fact-check.

Для запуску трекера контенту конкурентів потрібен мінімальний набір вхідних даних, доступів і домовленостей усередині команди.

Дані та доступи:

• Узгоджений список із 5–20 конкурентів з URL їхніх основних каналів (блог, LinkedIn-сторінка, YouTube, подкаст-фід).
• Slack-воркспейс або email-розсилювач, куди надходитимуть дайджести.
• База для архіву — Postgres, Supabase або аналог. У простому варіанті достатньо managed-інстансу від Supabase.
• Доступ до API AI-моделі або іншої LLM для сумаризації.
• При роботі з LinkedIn і YouTube — окремі API-ключі та узгоджені квоти.

Готовність команди:

• Маркетинг-лід або контент-редактор, який формулює список джерел і ухвалює рішення, які теми йдуть у беклог. Орієнтовно 1–2 години на тиждень на роботу з дайджестом.
• Інженер (внутрішній або підрядник), знайомий з Python або Node.js, для налаштування скрейперів і розгортання пайплайну. Мінімум 20–30 годин на MVP.
• Домовленість щодо периметру: які джерела вважаються конкурентами, що робити з дружніми ресурсами, які теми не цікавлять.

Можливі підводні камені

• Джерела, які блокують скрейпери або часто змінюють верстку — закладайте 10–15% часу на виправлення.
• Нерозмічені відео та подкасти без транскриптів потребують додаткового кроку з Whisper і можуть збільшити вартість LLM-прогонів.

Терміни запуску: 2–4 тижні для базового варіанту з 5–10 джерелами та щотижневим дайджестом. Ускладнення — YouTube-транскрипти, інтеграція з CMS, семантичний пошук по архіву — додає ще 2–4 тижні.