Google Ads после ключевых слов: как работать с AI Max и не потерять контроль

Представьте обычное утро специалиста по рекламе. Он открывает отчёт по поисковым запросам и видит фразу, которой не было ни в одном списке ключевых слов. Затем проверяет объявление — часть заголовков написал не он. Переходит на посадочную — Google выбрал другую страницу сайта. Кампания при этом формально остаётся поисковой, а не превращается в Performance Max.

Это не ошибка интерфейса и не три разрозненные автоматические функции. Так работает AI Max — дополнительный слой оптимизации для Search-кампаний, в котором Google может расширять соответствие запросов, адаптировать рекламный текст и выбирать посадочную страницу под конкретный аукцион.

Звучит как логичное продолжение автоматизации: система получает больше свободы и ищет конверсии, которые специалист мог не охватить вручную. Но вместе со свободой меняется и сама работа с поисковой рекламой. Раньше команда в основном управляла связкой «ключевое слово — объявление — URL». Теперь всё важнее определить границы, подготовить сайт и передать системе правильный бизнес-сигнал.

Разберёмся, что именно делает AI Max, где он способен найти дополнительный спрос, почему рост конверсий ещё не доказывает рост бизнеса и как тестировать автоматизацию, не включая её вслепую на весь аккаунт.

AI Max разумно тестировать в поисковых кампаниях, где уже есть корректная передача ценных конверсий, достаточный объём данных и сайт с понятной структурой. Особенно полезен он там, где бизнесу нужен дополнительный long tail и вручную невозможно быстро покрыть все формулировки спроса.

Безопасный старт — отдельный эксперимент на небрандовом трафике, одна основная бизнес-метрика, заранее заданные guardrails по качеству, ограничения URL и проверенные бренд-настройки. Решение принимают по инкрементальному качеству и экономике, а не по росту охвата или количеству найденных запросов.

Если данных мало, посадочные противоречат друг другу, продукт сильно регулируется или отдел продаж не размечает лиды, автоматизация лишь быстрее масштабирует неопределённость. В таком случае сначала исправляют измерение и сайт, а уже затем дают системе больше свободы.

AI Max не заменяет поисковую кампанию отдельным типом размещения. Структура Search остаётся знакомой: кампании, группы объявлений, ключевые слова, минус-слова, responsive search ads, стратегии назначения ставок и цели конверсии. Поверх неё включается набор функций, которые дают Google больше свободы в трёх местах.

• Поисковый запрос. Система может выйти за пределы заданных ключевых слов и подобрать пользователя по смыслу запроса, содержанию объявлений и посадочных страниц.
• Рекламный текст. Google может создавать дополнительные заголовки и описания на основе существующих объявлений, ассетов и сайта.
• Посадочная страница. Вместо указанного URL система может выбрать другую релевантную страницу того же домена.

В официальной справке Google эти блоки называются search term matching, text customization и final URL expansion. Их можно настраивать раздельно: например, оставить расширение запросов, но отключить автоматический выбор страниц. Поэтому вопрос «работает ли у нас AI Max» недостаточно точный. Сначала нужно выяснить, какие его компоненты включены и на каком уровне кампании или группы они управляются.

Поисковые запросы становятся длиннее и сложнее, а часть людей формулирует задачу не как набор ключей, а как полноценное описание ситуации. Рекламной системе всё труднее покрывать такой спрос только заранее собранной семантикой. Логика AI Max состоит в том, чтобы использовать больше сигналов и находить релевантный аукцион даже там, где рекламодатель не предусмотрел точную формулировку.

Для Google это не эксперимент на периферии продукта. Автоматически созданные ассеты (ACA) и настройка broad match на уровне кампании начали переходить в AI Max осенью 2026 года. Переход Dynamic Search Ads компания перенесла: согласно обновлённому объявлению Google, он должен начаться в феврале 2027 года. Значит, у рекламодателей остаётся время разобраться с новой логикой до того, как прежние настройки окончательно переедут в единый слой автоматизации.

Автоматический апгрейд должен переносить прежнюю логику настроек, но для бизнеса это всё равно точка изменения системы. До перехода полезно сохранить не только скрин переключателя, а полный контрольный слепок.

• Выгрузить действующие настройки кампании, историю изменений и список активных экспериментов.
• Зафиксировать, какая legacy-функция запустила переход: автоматически созданные объекты, campaign-level broad match или DSA.
• Проверить, какие компоненты AI Max будут включены после переноса. Для ACA Google указывает search term matching и text customization; для campaign-level broad match — search term matching; для DSA после перехода — все три функции с сохранением прежних URL-контролей.
• Перепроверить брендовые ограничения, географию интереса, URL inclusions и exclusions, шаблоны отслеживания и обязательные формулировки.
• Сохранить базовые показатели до обновления: источники совпадений, запросы, реальные посадочные, квалифицированные лиды, продажи и ценность конверсий.
• Отметить дату перехода в аналитике. Иначе изменение трафика можно ошибочно принять за сезонность, работу специалиста или новый рыночный спрос.

В интерфейсе эксперимента Google может объединять возможности AI Max в более крупные группы — search term matching и asset optimization. В статье мы разделяем механизм на три решения: расширить соответствие запросу, изменить текст и выбрать другой URL. Это аналитическая модель для контроля, а не обещание, что кабинет всегда покажет три независимых переключателя. Перед тестом нужно смотреть фактический набор функций в конкретной кампании.

Обычная поисковая кампания начинается с ключевых слов и типов соответствия. AI Max добавляет к ним keywordless matching: Google анализирует тексты объявлений, содержание страниц и другие сигналы, чтобы понять, на какие дополнительные запросы может отвечать предложение.

Это может быть полезно, когда люди описывают одну и ту же потребность десятками способов, используют разговорные формулировки или сначала называют ситуацию, а не продукт. Компания по ремонту домов может собирать очевидные запросы вроде «renovation contractor», но пропустить более конкретные сценарии, связанные с реконструкцией brownstone, согласованием работ или ремонтом исторического дома.

Обратная сторона расширения проста: система способна найти не только новый спрос, но и новый шум. Смысловая близость ещё не означает одинаковое намерение купить. Информационный запрос, запрос соискателя, поиск инструкции или смежной услуги может выглядеть релевантным для модели, но не иметь ценности для бизнеса.

Google использует существующие объявления, материалы аккаунта и содержание сайта, чтобы адаптировать заголовки и описания под запрос. Это помогает охватить формулировки, для которых команда не написала отдельный вариант объявления.

Однако алгоритм не знает внутренних ограничений бизнеса, если они нигде не зафиксированы. Он может сделать акцент на второстепенной услуге, превратить осторожную формулировку в слишком смелое обещание или использовать текст страницы, который юридический отдел не разрешил бы выносить в рекламу. В регулируемых нишах, B2B и дорогих услугах такая ошибка опаснее обычного снижения CTR: объявление может привести неподходящего клиента или создать ожидание, которое отдел продаж не выполнит.

Важно учитывать и техническую деталь: при включённом final URL expansion закрепление элементов RSA может не соблюдаться, если система выбирает другую страницу. Если определённый дисклеймер или формулировка обязаны появляться всегда, одной фиксации заголовка недостаточно — настройки расширения нужно проверять отдельно.

Вместо одной заранее заданной страницы Google может направить пользователя на другой URL того же домена, который считает более подходящим запросу. Для большого каталога, сети услуг или сайта с хорошей структурой это способ быстро связать длинный хвост спроса с конкретным содержанием.

На плохо подготовленном сайте final URL expansion заметно повышает риск ошибки. Алгоритм может выбрать устаревшую акцию, архивную страницу, вакансию, статью без понятного следующего шага или версию услуги для другой географии. Отдельный риск создают несовместимые шаблоны отслеживания: Google предупреждает, что динамическая подмена URL иногда приводит к некорректным адресам и ошибкам 404.

Поэтому AI Max неожиданно делает архитектуру сайта частью работы с рекламным кабинетом. Заголовки страниц, содержание, канонические версии, языки, география, формы и логика URL влияют не только на SEO и пользователя, но и на то, как алгоритм понимает бизнес и куда отправляет оплаченный трафик.

Автоматизация не означает, что специалист больше ничего не решает. Но контроль перемещается с каждой отдельной комбинации на уровень системы. Ошибки тоже становятся системными.

Кампания оптимизируется не на тот результат
Если основной конверсией считается отправка формы, алгоритм будет искать людей, которые чаще отправляют форму. Он не узнает, что половина заявок не отвечает, не подходит по бюджету или ищет другую услугу, пока бизнес не вернёт эти данные из CRM.

Для AI Max это особенно важно, потому что расширение запросов даёт системе больше способов находить именно тот результат, который ей указали. Плохой сигнал масштабируется так же уверенно, как хороший.

Сайт говорит больше, чем рекламодатель хотел использовать
Страница может упоминать старые цены, соседние направления, вакансии, партнёров или информационные материалы. Человек понимает контекст, а алгоритм может интерпретировать фрагмент как часть предложения. До запуска нужно решить, какие URL разрешены, а какие следует исключить на уровне кампании.

Новый объём маскирует ухудшение качества
AI Max способен увеличить показы, клики и количество зафиксированных конверсий. Но дополнительный объём может прийти из менее коммерческих запросов или дать более дешёвые, но слабые заявки. Поэтому сравнивать нужно не только CPA в интерфейсе, но и квалификацию, продажи, выручку или ценность конверсий на одинаковом горизонте.

Отчёты появляются позже решений алгоритма
Google расширяет отчётность, но специалист всё равно анализирует уже совершившиеся показы. Нельзя сначала отдать системе весь домен и весь бюджет, а потом надеяться, что новый отчёт объяснит потери. Ограничения, исключения и критерии остановки теста задают до запуска.

Google сообщает, что полный набор AI Max в среднем даёт на 7% больше конверсий или их ценности при сопоставимом CPA или ROAS по сравнению с использованием только search term matching. Это внутренние данные платформы, а не гарантия для отдельного бизнеса. В другом материале Google приводит более высокий средний прирост для кампаний, которые до теста в основном использовали точное и фразовое соответствие, — то есть исходная структура аккаунта заметно влияет на потенциальный эффект.

Для баланса важно учесть независимый результат. В тесте агентства Grayvault AI Max восемь недель сравнивали со стандартной Search-кампанией в зрелом e-commerce аккаунте с расходами около 100 тысяч долларов в месяц по Google Ads. При практически одинаковых затратах эксперимент получил на 11,3% больше кликов и на 7,9% больше показов.

Количество конверсий номинально выросло на 5,7%, но их ценность оказалась примерно на 13% ниже. Ключевые показатели не достигли статистической значимости, поэтому команда не назвала тест провалом, но и не стала распространять настройку на другие кампании.

Этот пример хорошо показывает проблему автоматизации: больше найденного трафика не всегда означает больше найденной ценности. В зрелом аккаунте основные коммерческие запросы уже могли быть покрыты, поэтому расширение ушло в менее ценный хвост. В новом или плохо собранном аккаунте результат может быть другим.

AI Max объединяет три отдельные гипотезы: сможет ли Google найти дополнительный коммерческий запрос, сохранить смысл предложения в автоматически собранном объявлении и выбрать страницу, которая помогает пользователю совершить целевое действие. Если включить все компоненты одновременно, итоговый CPA не объяснит, какой именно механизм повлиял на результат.

В Pickles мы тестировали AI Max в поисковой рекламе Drive — сервиса аренды автомобилей. Выраженного прироста тест не дал: основные показатели конфигурации с AI Max и действующей поисковой рекламы оставались близкими. Поэтому оснований менять рабочую структуру ради самой автоматизации не было. Этот результат не доказывает, что AI Max работает хуже обычного Search. В конкретном аккаунте он не показал дополнительной ценности, которую имело бы смысл масштабировать.

Потенциал AI Max, на наш взгляд, выше в интернет-магазинах и каталогах, где страницы последовательно описывают товар, характеристики, цену и наличие, а коммерческое намерение хорошо считывается из длинного хвоста запросов. В услугах с узкой географией, ограниченным предложением или сложной квалификацией клиента автоматическое расширение требует большей осторожности: смысловая близость запроса ещё не подтверждает, что пользователь ищет подходящую услугу на нужных условиях.

Поэтому компоненты лучше проверять поэтапно. Сначала — search term matching при собственных текстах и фиксированной посадочной. Если новые запросы дают квалифицированный результат, отдельно тестировать text customization. Final URL expansion подключать последним и только после инвентаризации сайта, настройки URL-ограничений и проверки аналитики. Такой порядок замедляет тест, но позволяет связать изменение экономики с конкретной настройкой

Наибольший потенциал появляется там, где ручная структура явно не покрывает весь релевантный спрос, а сайт помогает алгоритму понять различия между продуктами и намерениями пользователя.

• У компании большой каталог, много услуг, городов или сценариев использования, которые трудно полностью разложить по ключам.
• Пользователи формулируют потребность длинными и нестандартными запросами.
• В аккаунте настроены продажи, квалифицированные лиды или ценности конверсий, а не только отправки форм.
• Сайт имеет ясную структуру, актуальные страницы и рабочую аналитику.
• Бизнес может провести эксперимент и не принимать решение по нескольким первым конверсиям.

Осторожность нужна в кампаниях с маленьким объёмом данных, очень узкой географией, жёсткими юридическими требованиями к тексту или сайтом, где множество страниц нельзя использовать как посадочные. Это не запрет на тест, а причина сильнее ограничить его рамки.

Отдельный случай — зрелый аккаунт с хорошо собранной семантикой и большой историей минус-слов. Здесь AI Max может не найти много нового коммерческого спроса. Его задача в таком тесте — доказать инкрементальный результат, а не просто перераспределить уже существующие конверсии.

Встроенный эксперимент AI Max доступен не для любой конфигурации. Типичные ограничения — подключённая Display Network, портфельная стратегия назначения ставок, общий бюджет, отдельные режимы bidding exploration, уже активный эксперимент или устаревшая конфигурация кампании. Точный список меняется, поэтому перед проектированием теста проверьте ограничения эксперимента в актуальной справке и интерфейсе аккаунта.

Если встроенный тест недоступен, это не делает обычное сравнение периодов равноценной заменой. Сезонность, изменение спроса и параллельные правки легко создают ложный эффект. Лучше сначала убрать техническое ограничение или использовать допустимый для аккаунта дизайн с сопоставимой контрольной группой.

Встроенный эксперимент AI Max доступен не для любой конфигурации. Типичные ограничения — подключённая Display Network, портфельная стратегия назначения ставок, общий бюджет, отдельные режимы bidding exploration, уже активный эксперимент или устаревшая конфигурация кампании. Точный список меняется, поэтому перед проектированием теста проверьте ограничения эксперимента в актуальной справке и интерфейсе аккаунта.

Если встроенный тест недоступен, это не делает обычное сравнение периодов равноценной заменой. Сезонность, изменение спроса и параллельные правки легко создают ложный эффект. Лучше сначала убрать техническое ограничение или использовать допустимый для аккаунта дизайн с сопоставимой контрольной группой.

Google предлагает отдельный AI Max experiment, который делит трафик существующей кампании между контрольным и тестовым вариантами. Такой подход безопаснее массового включения: обе части работают внутри одной кампании, а после теста настройки можно применить или отклонить.

Шаг 1. Определить бизнес-метрику
До запуска зафиксируйте, что считается успехом: квалифицированный лид, встреча, продажа, маржа или ценность заказа. Если цикл сделки длинный, заранее определите промежуточный сигнал и срок, через который можно оценить качество.

Шаг 2. Выбрать подходящую кампанию
Для первого теста обычно полезнее небрендовая Search-кампания с понятным объёмом и историей. Брендовый трафик может скрыть реальный эффект: человек уже искал компанию, а алгоритм лишь получил конверсию, которая и без него была близка к покупке.

Шаг 3. Подготовить ограничения
Настройте брендовые включения или исключения, проверьте географический интерес, добавьте URL-исключения и решите, каким группам действительно нужен keywordless matching. Не нужно открывать алгоритму весь сайт только потому, что функция это позволяет.

Шаг 4. Проверить сайт и измерение
Откройте потенциальные посадочные на мобильном устройстве, отправьте формы, проверьте языки, номера телефонов, цены, аналитику и шаблоны отслеживания. Отдельно убедитесь, что рекламная система получает данные о качестве заявки или ценности продажи.

Шаг 5. Не менять всё одновременно
По умолчанию эксперимент может включить search term matching, text customization и final URL expansion. Если тест сразу меняет запросы, тексты и страницы, итоговый эффект покажет пользу или вред всего набора, но не объяснит вклад каждого блока. Для чувствительного аккаунта разумно заранее определить, что именно проверяется и какие компоненты остаются выключенными.

Шаг 6. Смотреть связку, а не отдельный отчёт
В отчёте AI Max нужно сопоставлять запрос, источник расширения, показанный текст и выбранную страницу. Затем данные связывают с качеством сессии и CRM. Запрос может выглядеть разумно, но приводить не тот сегмент; страница может быть релевантной по теме, но хуже конвертировать.

Шаг 7. Заранее назначить момент решения
Тест завершают не тогда, когда первая неделя понравилась команде, а после достаточного объёма данных и с учётом задержки конверсии. Возможны три честных результата: AI Max улучшил целевую метрику, ухудшил её или тест не дал статистически надёжного ответа. Последний вариант не нужно превращать в победу только потому, что показы выросли.

Эксперимент должен иметь минимальный эффект, ради которого бизнес действительно готов менять кампанию. Если улучшение CPA на 2% ничего не меняет, а ухудшение качества лида на 10% уже опасно, эти границы нужно записать до старта. Затем по исторической конверсии и объёму оценивают, способен ли тест вообще заметить такой эффект за приемлемый срок.

При редких продажах основную метрику можно поставить на стабильную квалификацию, а выручку оставить защитной и итоговой. Но нельзя после запуска менять критерий успеха на тот показатель, который случайно оказался зелёным. Результат «данных недостаточно» является полноценным выводом: он означает, что масштабировать изменение пока нечем обосновать.

Google рекомендует дать AI Max не меньше двух недель на обучение до обычных оптимизационных изменений. Это не означает, что первые 14 дней нужно не открывать кабинет. Важно разделить аварийный контроль и выводы об эффективности.

До запуска: зафиксировать контроль
Сохраните расходы, конверсии, CPA или ROAS, долю квалифицированных лидов, выручку, поисковые запросы и реальные посадочные за сопоставимый период. Отдельно пометьте брендовый трафик и конверсии, которые уже собирали другие кампании: без этого перераспределение существующего спроса легко принять за прирост.

Дни 1–7: искать поломки, а не объявлять победителя
Проверьте ошибки 404, передачу параметров, языки, регионы, юридически опасные тексты, нерелевантные категории запросов и страницы, на которые нельзя покупать трафик. Такие ошибки исправляют сразу. Но рост кликов, несколько дешёвых лидов или первая дорогая конверсия ещё не дают основания судить об экономике.

На 14-й день: разобрать механику расширения
В Search terms добавьте Source и отделите AI Max expanded matches от AI Max landing page matches. Затем откройте Search terms and ad combinations и проверьте полную связку: запрос, заголовок и URL. В отчёте Landing pages посмотрите колонку Selected by, а в отчёте ассетов — элементы с пометкой Google AI. После этого оцените, какие новые намерения система действительно нашла и где просто раздула объём.

Как классифицировать новые запросы
Разбор Search terms полезно вести не списком «хорошо / плохо», а по типам намерения. Новый коммерческий запрос с подходящим продуктом — кандидат на сохранение. Смежный, но нерелевантный запрос требует ограничения или более ясной страницы. Информационный запрос, поиск работы, поддержки, конкурента, другой географии или отсутствующего продукта — повод для минус-слова, URL-исключения либо изменения контента сайта

Для каждой строки фиксируйте связку: запрос, источник расширения, показанный текст, выбранный URL, тип намерения, качество сессии, статус CRM и решение. Именно последняя колонка превращает отчёт в управление: оставить, исключить запрос, закрыть страницу, переписать текст, изменить сигнал конверсии или собрать дополнительную выборку.

На 30-й день и позже: принять бизнес-решение
Сравните контроль и тест не только по конверсиям интерфейса, но и по квалификации, продажам, марже или conversion value с учётом задержки сделки. Проверьте результат всего аккаунта: AI Max мог забрать брендовые запросы или конверсии у другой кампании и выглядеть успешным без реального прироста. Решение должно быть одним из четырёх: масштабировать, оставить только полезный компонент, продолжить тест ради статистики или отключить.

Специалисту легко обсуждать новые типы соответствия и отчёты, но руководителю нужны вопросы, которые связывают настройку с риском бизнеса.

• На какую конверсию будет оптимизироваться кампания и отражает ли она реальную ценность клиента?
• Какие запросы, бренды, страницы и регионы алгоритм не должен использовать?
• Кто проверит созданные тексты и обязательные формулировки?
• Как команда увидит, какую посадочную выбрал Google?
• С чем сравнивается тест и какая метрика определит решение?
• Через какой срок качество лида или продажи возвращается из CRM?
• При каком результате тест остановят, а при каком расширят?

Если на эти вопросы нет ответов, проблема не в том, что AI Max слишком сложный. У кампании пока нет управляемой рамки. Алгоритм может работать технически корректно и одновременно оптимизировать совсем не тот бизнес-результат, который ожидал руководитель.

AI Max — настройка рекламной кампании: она влияет на подбор запросов, текста и посадочной. AI Overviews и AI Mode — пользовательские форматы Google Search, внутри или рядом с которыми могут появляться объявления. Эти сущности связаны, но включение одной не покупает гарантированное место в другой.

На 28 сентября 2026 года официальная справка Google указывает, что существующие Search-, Shopping- и Performance Max-кампании могут автоматически участвовать в аукционе рядом с AI Overviews, а подходящие текстовые и товарные объявления — также внутри AI-ответа на поддерживаемых рынках. Отдельно выбрать только это размещение нельзя, отказаться именно от него тоже нельзя, а сегментированной статистики по показам внутри AI Overviews пока нет.

Для сложных запросов Google использует не только исходную фразу пользователя, но и содержание AI-ответа. Поэтому broad match и keywordless-механика AI Max могут расширить число подходящих аукционов. Но это лишь условие участия: конкретный показ всё равно зависит от релевантности и Ad Rank. Правильная формулировка для бизнеса звучит не «мы включили рекламу в AI Mode», а «наша Search-кампания получила больше способов претендовать на показы в новых поисковых сценариях».

В поисковой рекламе становится меньше смысла вручную контролировать каждую формулировку и больше — правильно описывать продукт, строить структуру сайта, настраивать данные, ограничения и эксперименты. Это не переход от человека к машине, а переход от ручного составления комбинаций к проектированию среды, в которой алгоритм принимает решения.

Хороший специалист не обещает, что AI Max обязательно снизит CPA. Он формулирует гипотезу, выбирает участок спроса, проверяет конверсии, ограничивает опасные страницы и сравнивает тест с контролем. Если система находит дополнительную прибыль — масштабирует. Если находит только дополнительные клики — выключает или сужает настройки.

Поэтому главный вопрос звучит не «включать ли AI Max». Важно понять, что именно мы разрешаем системе менять, на каких данных она будет учиться и каким доказательством подтвердит пользу для бизнеса.

Если Google Ads уже приносит обращения, но команда не понимает, где заканчивается полезное расширение и начинается потеря качества, начните с аудита поисковых запросов, конверсий, посадочных и данных CRM. Pickles помогает выстраивать Google Ads как часть полной воронки — от намерения пользователя до квалифицированного лида и продажи.