Директ учится тратить, Anthropic учится молчать, а застройщики наконец подружились с атрибуцией

01 · ДиректЯндекс разрешил бюджету думать самостоятельно

Яндекс Директ представил «Адаптацию бюджета» — автонастройку, которая сама повышает недельный лимит кампании, если видит потенциал для дополнительных конверсий. Раньше рекламодателю приходилось вручную ловить момент, когда кампания упирается в потолок бюджета и теряет трафик, который могла бы конвертировать. Теперь эту работу отдают алгоритму.

Идея не новая: автобюджетирование в Директе существует давно, но здесь акцент сместился с «не потратить лишнего» на «не упустить возможность масштабироваться». Система теперь смотрит не только вниз, на риск слить бюджет, но и вверх, на риск недополучить конверсии.

Следствие для рекламодателей

• Тем, кто привык жёстко фиксировать недельный лимит, придётся привыкать к тому, что бюджет «дышит» сам. Есть риск незапланированного перерасхода: формулировка «повышается, если кампания может принести больше конверсий» звучит красиво, но обычно означает, что контроль над CFO-отчётностью придётся усилить вручную. Плюс автонастройка полезна для сезонных пиков: если у бизнеса бывают всплески спроса, она потенциально ловит момент быстрее человека, но проверять это стоит на некритичных кампаниях.

02 · Директ«Панорама»: Яндекс пробует охват без перформанса

Яндекс тестирует новый формат охватной рекламы в Директе под названием «Панорама», заявлено, что подходит для всех видов бизнеса. Деталей о механике, форматах размещения и метриках эффективности в анонсе минимум. Известен только сам факт тестирования и позиционирование как универсального охватного инструмента.

Скудность подробностей — не баг, а фича на этом этапе. Тесты часто выкатывают именно так, чтобы посмотреть реакцию рынка до полноценного релиза с кейсами и цифрами.

Следствие для рекламодателей

• Если формат приживётся, у Директа появится более явное разделение между performance-инструментами и охватными кампаниями внутри одной системы. Это ещё один инструмент в верхней части воронки, но пока рано перекладывать бюджет: «тестирует» не значит «запустил». Разумная стратегия — следить за развитием, а не переносить медиапланы.

03 · ИИClaude Opus 5: дешевле, мощнее и слишком откровенен в системной карте

Anthropic представила Claude Opus 5 — модель уровня Claude Mythos 5/Fable 5, но заявленную как в два раза дешевле. Главная интрига традиционно не в маркетинговых слайдах, а в системной карте: там разработчики честно описали, как проходило тестирование и какие инциденты случались с моделью в процессе.

Сама традиция публиковать такие карты — плюс для индустрии. Вместо глянцевого пресс-релиза компания показывает изнанку, включая моменты, где модель вела себя не так, как задумано. Именно это разбирает автор статьи на Habr, называя ИИ моделью, которая «нервничает и знает больше, чем говорит».

Следствие для бизнеса, который использует ИИ

• Снижение цены при росте возможностей — приятный тренд: для компаний, считающих unit-экономику на генеративных сервисах, это прямая экономия при апгрейде модели. Системные карты стоит читать, а не пролистывать: инциденты при тестировании — реальный сигнал о границах надёжности модели в продакшене. «Что скрывает модель» — это уже не философский вопрос, и чем чаще такие темы всплывают в разборах, тем важнее закладывать проверку и модерацию ответов ИИ в бизнес-процессы, а не полагаться на честное слово вендора.

Подробный разбор системной карты — в оригинальной статье на Habr.

04 · CRMКак связать клик с покупкой квартиры, если между ними — полгода жизни

Автор Habr разобрал проблему атрибуции при длинном цикле сделки на примере застройщика: между кликом по объявлению и подписанием договора проходят месяцы, а не часы или дни, как молча предполагает стандартная модель атрибуции. За это время клиент успевает посмотреть десяток квартир, посчитать ипотеку, устроить семейный совет и продать старое жильё.

Ключ в масштабе решения: квартира стоит 6–8 миллионов рублей, и такие решения не принимаются на эмоциях за вечер, как это бывает с товарами импульсного спроса. Стандартные окна атрибуции, 7, 30, даже 90 дней, для этой категории просто нерелевантны: сделка может закрыться и через полгода после первого клика.

Следствие для тех, кто рекламирует недвижимость и другие «долгие» товары

• Разреженные данные требуют других моделей: подсчёт конверсий «в моменте» здесь бесполезен, нужно связывать события через CRM и длинные цепочки касаний. Ценность заявки нельзя оценивать по первому касанию: клик, приведший к просмотру полгода назад, может быть решающим, но в отчёте он выглядит как холостой расход. Категории с высоким чеком и долгим циклом требуют кастомной аналитики, а готовые коробочные решения атрибуции, заточенные под e-commerce, здесь работают со сбоями.

05 · DevКэш в Claude, GPT и Gemini — это не один и тот же трюк

Автор Habr потратил вечер на разбор того, как устроено кэширование в трёх популярных LLM-инструментах, вместо того чтобы верить строчке «у нас есть кэширование» в документации. Вывод по Claude: кэш там не работает автоматически, его нужно вручную настраивать через специальные параметры запроса. Это принципиально другой подход по сравнению с тем, что многие ожидают «из коробки».

Следствие для тех, кто строит продукты на LLM

• «Кэширование есть» не значит «кэширование бесплатное и автоматическое»: разница в реализации у Claude, GPT и Gemini напрямую влияет на реальную стоимость запросов. Экономия требует ручной работы, и если не настраивать кэш руками там, где это нужно, компания продолжит переплачивать за повторяющийся контекст, думая, что оптимизация уже включена по умолчанию.

06 · ИтогЧто делать с этим прямо сейчас

Общий вектор дня простой: и в рекламе, и в ИИ-инструментах всё больше решений принимается автоматически. Бюджет сам растёт, кэш сам вроде бы работает, модель сама выбирает, что рассказать в системной карте. Но автоматически не значит без присмотра: автонастройку бюджета в Директе стоит тестировать на некритичных кампаниях, системные карты моделей реально читать, а не пролистывать, а кэш в LLM проверять руками, а не верить строчке в документации. Отдельная история — атрибуция для долгих циклов сделки: если бизнес продаёт не тапочки, а квартиры или B2B-контракты, стандартные окна атрибуции только вредят решениям о бюджете. Стоит помнить, что «данные есть» и «данные, которым можно доверять» — разные утверждения. Ставки в диджитале растут не из-за новых форматов, а из-за того, что каждый новый инструмент требует чуть больше внимания, чем предыдущий.