Метод Точного Входа OS
🎯 Кабинет директолога
← Все статьи

Боты с ИИ заполняют формы: почему старые фильтры перестали ловить фейковые заявки

🛡 Скликивание и боты·22 июля 2026 г.·4 мин чтения

Год назад фейковую заявку было видно с порога: «Иван Иванов, 89999999999, тест тест». Сейчас в CRM падает «Марина, 8-988-..., хотим кухню в новостройку, когда можно замер?» — менеджер звонит, а человек ничего не оставлял. На форумах директологи описывают одно и то же: до половины заявок фейк, в интернет-магазинах до 30% заказов — призраки с реальными товарами в корзине и адресом из другого региона. Что изменилось: боты начали подключать нейросети.

Как это устроено

Старый бот заполнял формы по шаблону — одинаковые данные, мгновенная отправка, honeypot-поле заполнено. Его ловил любой базовый фильтр. Новый работает иначе: скрипт открывает страницу в настоящем браузере, LLM читает контекст — что за сайт, какие поля в форме — и генерирует правдоподобные данные под нишу. Телефон подставляется из базы реальных диапазонов операторов. Пауза перед отправкой рандомизирована. Один из специалистов в форумном обсуждении сформулировал точно: боты теперь «подключаются с ИИ, генерируют контент в зависимости от контекста и распихивают его по формам».

Зачем это кому-то нужно? Три мотива: конкурент выжигает ваш бюджет на оплате за конверсии, ботовод маскирует скликивание под «качественный» трафик с конверсиями, мотивированные исполнители имитируют лиды для отчётности. Во всех трёх случаях страдает не только бюджет — портится обучение кампаний: Директ видит «конверсию» и приводит ещё таких же.

Что перестало работать

Honeypot ловит только примитивные скрипты — браузерный бот с LLM скрытые поля не трогает. Проверка скорости заполнения обходит рандомная пауза. Валидация формата телефона бессильна против номеров из реальных диапазонов. Капча — хуже всего: живых она режет заметнее, чем ферму, которая её распознаёт за копейки.

Это не значит, что базовую защиту надо снимать — она по-прежнему отсекает дешёвый мусор, которого большинство. Слои из статьи про фильтрацию спам-заявок остаются фундаментом. Но против ИИ-ботов нужны сигналы, которые из браузера не подделываются.

Что ловит

Артефакты автоматизации. Даже «стелс»-браузеры оставляют следы: признаки Puppeteer и Playwright, несостыковки между заявленным устройством и реальным окружением — часовой пояс не совпадает с гео, видеокарта программная, разрешение экрана невозможное. По отдельности каждый сигнал слабый, в сумме — уверенный вердикт.

Серверные сигналы. IP из дата-центра, а не от домашнего провайдера. Пятнадцать заявок в минуту с одной подсети. Юзер-агент в запросе не совпадает с тем, что видит страница. Эти проверки бот из браузера не видит и обмануть не может — потому серверный контур и стал обязательным слоем в 2026-м.

Поведение до отправки. Живой человек читает, скроллит, двигает мышь с естественной кривизной траектории. Скрипт ведёт курсор по прямой и «читает» страницу полсекунды. Поведенческий скоринг до отправки формы помечает заявку баллом — и менеджер видит, кому звонить первым, а кого проверить.

И контрольный слой — экономический. Каждая заявка получает статус в CRM: настоящая или фейк. Вердикты уходят в Директ офлайн-конверсиями, и кампании учатся только на настоящих. Тогда даже просочившийся фейк не размножается: алгоритм не получает сигнал «приводи ещё таких». Это единственная защита, которая бьёт по мотиву атаки, а не по её технике — подробнее в гиде по офлайн-конверсиям.

У себя мы собрали это в связку: скрипт на сайте ставит баллы и шлёт цели в Метрику, серверная часть проверяет IP и частоту, спорные заявки видно списком — кого фильтр порезал и почему, с возможностью пересмотреть вручную. Поставить такой контур на свой сайт можно в конструкторе антибота.

Частые вопросы

Как быстро понять, что у меня именно ИИ-боты, а не обычный спам?

Верный признак — «качественные» фейки: данные осмысленные, телефоны настоящие, но люди «ничего не оставляли». Второй маркер — заявки идут, а робот-ность в Метрике низкая: продвинутый бот умеет не попадать в роботные отчёты. Сверьте UTM заявок с рекламными кампаниями — у ИИ-ботов метки обычно совпадают идеально.

Стоит ли ставить SMS-подтверждение на все формы?

На все — нет: каждый лишний шаг режет конверсию живых на 10–20%. SMS оправдана там, где цена лида высокая и фейк дорого обходится отделу продаж. Разумный компромисс — подтверждение только для заявок, которые скоринг пометил как подозрительные.

Может ли Директ сам отфильтровать такие конверсии?

Частично: антифрод Яндекса отсеивает явную автоматизацию, но заявку с реальным телефоном и человекоподобным поведением он видит как конверсию. Не ждите, что площадка решит проблему за вас, — размечайте заявки на своей стороне и возвращайте вердикты в Директ.

ДС
Денис Смагин

Специалист по платному трафику: Яндекс Директ и таргет ВКонтакте. 11 лет практики, больше 50 ниш — от угг и мороженого до онлайн-школ и авто. Все статьи пишу из своих проектов.

PRO-кабинет директолога

Ботов можно резать до того, как они съедят бюджет

Антибот-скрипт ставится на сайт клиента, помечает мусорные визиты и отдаёт Директу только живых. Плюс балл «звони первым» по каждой заявке.

Проверьте на своих цифрах
Бесплатные инструменты директолога

Больше 50 бесплатных калькуляторов и аудитов: грейдер аккаунта, чистка площадок, минус-слова из запросов, экономика клиента. Без регистрации.

Ещё по теме