Рассматривается задача управления мнениями агентов при помощи координированных информационных воздействий со стороны социальных ботов, погруженных в социальную систему. Модель управления основана на приближении среднего поля для SCARDO-модели и учитывает гетерогенность популяции аутентичных агентов, модулярность социальной сети, а также штрафы за слишком частое применение ботов, налагаемые самой платформой. Вычислительные эксперименты показали, что алгоритмы ранжирования, минимизирующие взаимодействия между похожими агентами, способствуют достижению поставленной субъектом управления цели. Таким образом, для повышения устойчивости социальной сети можно использовать алгоритмы ранжирования, напротив, способствующие образованию информационных пузырей – последние являются "щитом" против внешних воздействий. Также мы смогли определить оптимальное количество ботов, обеспечивающее наилучшее значение целевого функционала – порядка 30% от общего числа агентов, что согласуется с эмпирическими оценками численности ботов в реальных онлайн платформах, а также аналитическими оценками эффективного числа ботов, обеспечивающего рост кооперативного поведения в популяции.