⭐️ Анализ PageRank_NS и оптимизация сайта под метрику

Написал статью о том что такое PageRank_NS, как оно работает и расписал несколько приемов (не особо очевидных) для оптимизации сайта.

Поскольку статья обширная - разместил в Телеграфе, где её и можно прочесть.

Обратите внимание, что расписано 8 приемов оптимизации. Всяческие стандартные, типа роста EEAT, качества контента, технички - не расписывал - вы и так все их знаете. Если вы видите меньше 8 приемов в статье - то перегрузите страничку со статьей (бывает, что телеграф глючит).

Приятного чтения.

ЗЫ
На выходных планирую выложить интересную и главное практическую статью по улучшению ранжирования. Ну если допишу, конечно.

#DrMax #SEO #PageRankNS

🔄 Про размер текстовой портянки

1. Тут товарищи анализ провели и выяснили, что число ссылок (естественных) коррелирует с размером текста. Если кратко, то на страницах более 1000 слов началось заметное падение внешних естественных ссылок. Таким образом получаем некие пределы контента от 250 до 1000 слов. но это не точно )))

2. Анализ Гугло слива изменил понимание того, как Google определяет Thin Content - он оценивается не по длине текста, а по его оригинальности. Это означает, что короткий, но уникальный и ценный контент будет ранжироваться выше длинного, но шаблонного текста. Гугл оценивает не количество слов, а логическую структуру изложения, связность идей и прямоту ответа на запрос.

3. Принцип достаточности. Современный подход к определению оптимальной длины контента кардинально отличается от традиционных представлений о том, что "больше значит лучше". Исследования показывают, что контент должен быть настолько длинным, насколько это необходимо для полного ответа на вопрос пользователя, будь то 200 или 2000 слов. Ключевым фактором становится минимизация количества "переходов" в логической структуре контента. Чем меньше логических "скачков" между идеями, тем легче Google понимать связи между утверждениями и определять фокус контента. Отсюда вывод: некоторые темы лучше раскрывать через FAQ-секции, маркированные списки или другие структурированные форматы, а не традиционные длинные статьи.

Ставьте Клариту от Микрософта и смотрите как посетители лазают по сайту, как читают контент, как кликают по ссылкам. Собственно универсальной длины контента не существует, но стало понятно, что простыни нафиг не нужны: чем компактней и точней контент - тем лучше.

#DrMax #SEO #Google

🔄 Про CTR: около 60% поисковых запросов в Гугле не ведут к кликам на органику

Согласно прошлогоднему исследованию по zero-click search в США 58.5% поисков в Google не ведут к кликам на органику или рекламу, в ЕС – 59.7%. На сайты из 1000 запросов в 2024 году в США приходилось 360 кликов, в ЕС – 374. Почти 30% всех кликов в США уходили на сервисы Google.

После введения AI Overviews, данные показатели еще ухудшились.

Как бороться:

1. Необходимо пролезать в AI Overviews, Featured Snippets и PAA. Для этого используйте четкую структуру вопрос-ответ, списки, таблицы.

Пример: для запроса "регламент замены масла" создайте краткую инструкцию (с микроразметкой), которая может попасть в snippet, повышая узнаваемость бренда.

2. Schema Markup: Максимально используйте разметку (FAQ, HowTo, Product, Event). Это увеличивает видимость и информативность сниппета и помогает пролезть в LLM модели.

3. Дальнейшее "прилипание" к экосистеме Google (Barnacle SEO 2.0):

3.1. YouTube: Для информационных и how-to запросов видео часто занимают топовые позиции и дают прямой ответ.

3.2. Google Business Profile (GBP): Полностью заполненный профиль, регулярные посты, ответы на вопросы пользователей – прямая дорога к клиенту с SERP.

Пример: ресторан должен регулярно обновлять меню в GBP и публиковать акции.

3.3. Google Images/Shopping: Оптимизированные изображения (alt-теги, имена файлов, качество) и фиды для Merchant Center – дополнительные точки касания.

4. Контент-стратегия 2025:

4.1. Двойная цель контента: Предоставляйте быстрый ответ (для SERP-фич), но создавайте стимул для клика (уникальные данные, калькуляторы, углубленный анализ). Пример: статья "сколько стоит построить дом" может дать диапазон цен в snippet, но полный расчет сметы или конфигуратор доступны на сайте.

4.2. Брендинг через SERP: Даже zero-click показы работают на узнаваемость, если ваш бренд виден в ответах и расширенных сниппетах.

Раз кликов меньше, конверсия каждого посетителя становится критически важной. Аудит и оптимизация посадочных страниц, UX, скорости загрузки – постоянная работа.

Необходим высококачественный, экспертный, авторитетный и достоверный контент с четкой структурой, использующий семантически связанные сущности.

Оптимизируйте не только под ключевые слова, но и под темы и объекты (entities), которые Google понимает.

#DrMax #SEO #Google

ps
само исследование

🔺Необъявленный Гугл Апдейт

Примерно со 2-3 июня начал бушевать могучий и необъявленный Гугл Ап. Трясет не только выдачу, но и сами сайты: страницы вылетают из индекса и опять стремительно залетают обратно ))) При этом в панели мониторинга апов - молчок.

Перед вылетом (помещением в раздел просканировано - не проиндексировано), страницы проходят несколько этапов:

1. На странице достаточно резко падает трафик. Бог с ним с трафиком (это от ссылочного зависит). На странице резко падает количество просмотров, вплоть до 0.

2. Страница перестает переобходиться Гуглом.

3. Как закономерный итог - страница признается некачественной и помещается в "Просканировано - не проиндексировано". Это финал и полное фиаско.

Чем больше у вас страниц (признанных некачественными) в этом разделе - тем проблемней и хуже ваш сайт (в глазах Гугла). Да, есть множество причин, почему страницы туда попадают, но ежели они признаются некачественными (прошли все указанные этапы) - дело плохо.

Посему доводить до вылета страниц из индекса - категорически не нужно. Периодически сверяйтесь в GSC (эффективность - сравнение периодов), не припал ли траф. Периодически прогоняйте сайт лягушкой с подключенной API GSC и смотрите сколь дней прошло с момента переобхода страницы. И наиболее критические страницы переделывайте.

Напомню, у гугла есть метрика общего качества сайта (пресловутый траст сайта) - SiteAuthority, которая оценивает авторитетность всего домена и явно участвует в ранжировании. Поэтому доводить проект до восприятия его Гуглом, как не качественный - явно плохая затея.

Хорошего апа. И да, посмотреть на лютость изменений можно вот тут.

#DrMax #SEO #Google

🔔 Адаптация SEO-стратегий под AI Search

Вычитал офигенскую статью про то как работает AI Search. Статья основана на анализе патентов Гугла. Я приведу основные мысли статьи со своими комментариями. Итак, детерминированный поиск уступает место вероятностному. LLM не просто ранжируют – они интерпретируют, синтезируют и персонализируют ответы.

Query Fan-Out: Запрос пользователя – лишь триггер. LLM генерирует "веер" синтетических запросов (связанных, неявных, сравнительных, на основе истории). Ваш контент оценивается по релевантности всему этому "облаку" интентов.

Внедрение: Расширяйте семантическое ядро за пределы прямых вхождений. Прорабатывайте коконцы (тематические кластеры), отвечая на смежные и подразумеваемые вопросы.

Пример: для "лучший смартфон до 50000" готовьте контент по "сравнение камер смартфонов среднего сегмента", "автономность телефонов в категории Х", "смартфоны с NFC и беспроводной зарядкой".

Passage-Level Optimization & Pairwise Ranking: LLM оперируют не страницами, а пассажами (абзацами, блоками). Происходит попарное сравнение пассажей ("pairwise ranking prompting") на релевантность синтезированному запросу. Побеждает не страница, а самый точный и полезный фрагмент.

Внедрение: Структурируйте контент на атомарные, самодостаточные блоки. Каждый пассаж должен четко отвечать на микро-интент, быть фактологически выверенным и легко извлекаемым. Используйте семантические триплеты (субъект-предикат-объект).

Пример: Вместо общего раздела "Преимущества", создайте подзаголовки "Скорость доставки: 24 часа по МСК", "Гарантия: 2 года на все модели".


Reasoning Chains & Content Support: LLM строят "цепочки рассуждений" (reasoning traces). Контент оценивается по его способности поддерживать эти логические шаги.

Внедрение: Создавайте контент, который не просто отвечает, а объясняет, сравнивает, предоставляет данные для выводов. Важна не только фактура, но и логическая структура изложения.

Пример: Статья о выборе CRM должна не просто перечислять функции, а показывать, как функция А решает проблему Б для сегмента В, что приводит к результату Г.


Персонализация через User Embeddings: Контекст пользователя (история поиска, геолокация, взаимодействия с сервисами Google) преобразуется в эмбеддинги, влияющие на интерпретацию запроса и генерацию ответа. Ранжирование становится гипер-персональным. Разрабатывайте контент под разные пользовательские персоны и их пути (user journeys). Учитывайте разнообразие информационных потребностей и стилей потребления контента.

#DrMax #SEO #AIOverviews

🍎 Как работает Query Fan-Out (на основе патентов)

Это самое интересное в статье, что разбирали выше.

1. Исходный запрос + Контекст: Система получает запрос пользователя и обогащает его контекстом: предыдущие сессии, геолокация, история взаимодействий с сервисами Google, данные из пользовательских эмбеддингов (для AI Mode).

2. Генерация Синтетических Запросов: На основе этой информации LLM генерирует множество синтетических запросов. Это не просто синонимы, а целый спектр связанных интентов:

2.1. Связанные (Related): К "ремонт iPhone X" -> "замена экрана iPhone X цена", "сервисы Apple Москва".

2.2. Неявные (Implied): К "симптомы простуды" -> "чем лечить насморк дома", "когда сбивать температуру взрослому".

2.3. Сравнительные (Comparative): К "выбрать робот-пылесос" -> "сравнение Xiaomi Roborock и Dreame", "лучший робот-пылесос для шерсти животных".

2.4. Уточняющие/На основе истории: Если ранее искали "рецепт борща", новый запрос "капуста" может быть интерпретирован как "какая капуста для борща".

3. Формирование "Кастомного Корпуса": Документы из индекса извлекаются не только под исходный, но и под весь "веер" синтетических запросов. Создается кастомный набор релевантного контента.

4. Синтез Ответа: Из этого корпуса LLM выбирает наиболее подходящие пассажи для генерации ответа в AI Overview или AI Mode.

Что это значит для SEO и что делать:

1. Стратегия "Тематического Охвата": Контент должен покрывать не единичные ключи, а весь спектр связанных подтем, вопросов и проблем пользователя вокруг основного интента.

Пример: Статья о "выборе CRM" должна затрагивать "интеграция CRM с 1С", "стоимость внедрения CRM", "сравнение облачных и коробочных CRM".

2. Глубокая Проработка Семантики: Расширяйте СЯ за счет LSI, вопросов, разговорных формулировок, которые LLM может сгенерировать. Анализируйте "Люди также спрашивают" и связанные запросы.

3. Контент, Предвосхищающий Вопросы: Создавайте материалы, которые отвечают на последующие, неявные запросы пользователя в рамках его информационной потребности.

4. Структура для LLM: Четкие подзаголовки, списки, таблицы, FAQ-блоки помогают LLM легче "понять" и использовать ваш контент для разных синтетических запросов.

Выводы: Чтобы ваш контент был замечен и использован AI-системами Google, он должен быть релевантен не только прямому запросу, но и десяткам его вероятностных интерпретаций, генерируемых через Query Fan-Out. В апреле я много публиковал статей на эту тему, в том числе и как делать многоэтапные промты для генерации контента.

#DrMax #SEO

🔥 Автоматизация Репурпосинга Контента

В эпоху мультиформатного потребления информации и AI-driven поиска, ручной репурпосинг контента – непозволительная роскошь. Автоматизация этого процесса становится ключевым фактором масштабирования SEO-усилий и укрепления топикальной авторитетности.

Суть подхода: Использование AI (ChatGPT API, Claude API и др.) и платформ автоматизации (Make.com, Zapier) для трансформации одного качественного "материнского" контента (лонгрид, исследование) в множество производных форматов.

Практическая реализация:

Исходный актив: Глубокая статья, вебинар, расшифровка подкаста. Качество первоисточника – критично.

AI-обработка: Генерация саммари, ключевых тезисов, уникальных выводов, сценариев для коротких видео/аудио, постов для соцсетей (LinkedIn, Telegram, X), FAQ на основе контента.

Пример реализации:

Триггер: Публикация нового поста в блоге (через RSS или webhook).

Действие 1: Отправка URL или текста в AI-сервис (например, через API) для создания 5-7 ключевых выводов и короткого скрипта для видео/аудио.

Действие 2: Передача сгенерированных текстов в сервисы синтеза речи (для аудиоверсии) или API видеогенераторов (если доступны, например, для создания тизерных роликов из текста и стоковых медиа).

Действие 3: Автоматическое создание черновиков постов в Buffer, Hootsuite или напрямую в CMS с уникальными подводками для каждого канала и ссылками на основной материал и другие производные.

Человеческий контроль: Финальная вычитка, фактчекинг, добавление экспертного мнения.

SEO-преимущества:

1. Расширение охвата и точек входа: Присутствие на разных платформах (блог, YouTube, подкаст-платформы, соцсети) и в разных форматах, удовлетворяя предпочтения разнообразной аудитории.

2. Укрепление топикальной авторитетности: Множественные взаимосвязанные единицы контента по узкой теме формируют мощный семантический кластер, сигнализируя поисковым системам о вашей глубокой экспертизе.

3. Усиление E-E-A-T сигналов

4. Генерация естественных ссылок и упоминаний: Качественный репурпосед контент охотнее распространяется пользователями на разных площадках.

5. Повышение вовлеченности: Разнообразие форматов удерживает внимание аудитории и стимулирует взаимодействие.

Внедрение даже частичной автоматизации репурпосинга – это стратегическая инвестиция в долгосрочную видимость, авторитет и конверсионный потенциал вашего проекта.

#DrMax #SEO

🆕 AI Overviews: некоторые цифры и мысли

Ключевые цифры (и мысли) по AIO на сегодня:

1. Доминирование инфозапросов: Почти 100% AIO триггерятся информационными запросами. Коммерческие и транзакционные пока затронуты слабо (около 10% случаев). Фокусируйтесь на создании исчерпывающего контента, отвечающего на "как", "что", "почему".

2. Длинный хвост (Long-tail) рулит: Запросы из 8+ слов в 7 раз чаще получают AIO. Детализированные long-tail KWs – путь в AIO.
Пример: не "ремонт смартфона", а "как заменить аккумулятор на iphone 13 pro самому инструкция".

3. Шанс не только для топ-10: 40% источников в AIO находятся за пределами топ-10 органики (позиции 11-20). Это окно возможностей для качественных сайтов, еще не пробившихся в самый топ. Усиливайте E-E-A-T, работайте над глубиной контента.

4. Заметность и CTR: AIO занимают до 48% экрана на мобильных. Хотя некоторые исследования указывают на снижение CTR до 35% для топовых страниц, другие данные говорят, что 63% бизнесов видят позитивное влияние AIO на трафик и видимость. Брендированные упоминания в AIO могут увеличивать CTR бренда.

5. Структура контента для AIO: 7 из 10 пользователей читают лишь первые строки AIO. Важно структурировать контент так, чтобы ключевая информация была в начале (принцип перевернутой пирамиды). Используйте четкие подзаголовки (H2-H4), списки, таблицы – все, что помогает быстро извлечь суть.

6. Технические и сложные ниши: Запросы с технической терминологией на 48% чаще получают AIO. Если ваша ниша – B2B tech, инженерия, медицина (где важна точность) – оптимизация под AIO критична.

7. E-com и Local SEO пока в стороне: AIO редко показываются по e-commerce запросам (4%) и локальным (7%). Для интернет-магазинов и локального бизнеса прямая угроза пока ниже, но следить за трендами необходимо.

Выводы:

1. Структурированные данные: Внедряйте все релевантные типы Schema.org (FAQPage, HowTo, Article, VideoObject). Это помогает Google лучше понимать контент и потенциально использовать его в AIO.

2. Оптимизация под "People Also Ask" (PAA): 81% SERP с AIO также содержат блоки PAA. Ответы на вопросы из PAA могут стать источником для AIO. Интегрируйте эти вопросы и краткие, емкие ответы на них в свой контент (юзайте FAQ).

3. Авторитетность и ссылки: Хотя страницы не из топ-10 могут попасть в AIO, общая авторитетность домена и качественный ссылочный профиль остаются важнейшим фактором ранжирования.

4. UGC-платформы как источник: Reddit и Quora – популярные источники для AIO. Это сигнал к необходимости мониторинга упоминаний бренда на этих платформах и, возможно, к стратегическому присутствию там (например, экспертные ответы от имени компании).

5. Адаптация под голосовой поиск: Длинные, естественно звучащие запросы, характерные для голосового поиска, пересекаются с типами запросов, триггерящих AIO. Оптимизация под voice search может косвенно помочь попасть в AIO.

#DrMax #AIOverviews #Google

🔥 Оптимизация под AI-ответы Google

Итак, внедрение Google AI Mode (SGE / AI Overviews) привело к тому, что традиционное ранжирование полной страницы уступает место включению отдельных чанков (пассажей) контента непосредственно в AI-ответы. Как один из вариантов SEO продвижения - забыть о топ-1 страницы, как о самоцели. Теперь главная метрика – попадание в синтезированный ответ AI.

Теория:

1. AI генерирует ответы из множества подзапросов: Google не просто отвечает на ваш запрос, а выполняет серию связанных внутренних запросов. AI-ответ – это сборка лучших фрагментов контента по каждому из них.

Действие: Дробите контент на атомарные, самодостаточные блоки, каждый из которых отвечает на один узкий вопрос или аспект темы. Вместо общей статьи «‎Преимущества CRM» – отдельные H2/H3 для «‎CRM для отдела продаж», «‎Автоматизация маркетинга с CRM», «‎Интеграции CRM с X».

2. Гиперрелевантные пассажи > общая релевантность страницы: Страница может не быть в топе по основному запросу, но ее отдельный абзац – лучший ответ на один из подзапросов AI – попадет в сводку. Это «‎неявное ранжирование».

Действие: Насыщайте каждый чанк семантикой и связанными сущностями. Используйте синонимы, LSI, отвечайте на потенциальные вопросы (из PAA, "Related searches").

Пример: в блоке «‎Стоимость HubSpot для стартапов» упомяните «‎бесплатный тариф», «‎начальные пакеты», «‎ежемесячная оплата», «‎лимиты пользователей», «‎ключевые функции».

3. Цель – быть частью ответа, а не просто получить клик: AI-системы стремятся дать готовый ответ, минимизируя необходимость перехода на сайт.

Действие: Создавайте контент, который легко цитируется и используется в качестве источника. Точность, ясность и E-E-A-T на уровне каждого чанка критичны.

Руками это проделать - рехнешся. Поэтому вовсю можно и нужно использовать LLM для генерации контента нужной формации. К примеру у меня промпты давно перевалили за 3000 слов и включают несколько десятков требований, разбитых на 3-4 этапа, каждый из последующих этапов проверяет предыдущий и корректирует его.


Итак, практика:

1. Гранулярное структурирование контента: Четкие заголовки (H2-H6), списки, таблицы, определения. Каждый смысловой блок должен быть легко идентифицируемым для парсера.

2. Микроразметка для чанков: Используйте Schema.org не только для FAQPage. Внедряйте HowTo для инструкций, QAPage для вопросов-ответов, размечайте определения (DefinedTerm), выделяйте ключевые тезисы.

Пример: Для инструкции «‎Как настроить Google Analytics 4» – HowToStep для каждого шага. Для важного определения в статье – DefinedTerm внутри Article с termCode и name.

3. Внутренняя перелинковка на якоря (#): Ссылайтесь на конкретные разделы (id атрибуты у заголовков/блоков) страниц. Это усиливает релевантность чанка для специфического контекста и помогает AI навигации.

4. Анализ PAA и интентов: Идентифицируйте «‎микро-моменты» и вопросы пользователей (Google PAA, "Related searches", форумы, комментарии) и создавайте под них контентные блоки, оптимизированные как микро-ответы.

Пример: Если PAA по запросу "лучший смартфон" включает "какой смартфон лучше для фото", создайте чанк, детально отвечающий именно на это.

5. Краткость, ясность, самодостаточность: Каждый чанк должен быть понятен и давать ценность даже в отрыве от остального контента. Прямые ответы, минимум «‎воды».

Мониторьте появление вашего контента в AI Overviews (SGE) по целевым запросам. Инструменты для трекинга позиций в SGE становятся маст-хэв. Анализируйте отчеты GSC по показам и кликам для очень длинных, вопросительных запросов – это могут быть те самые скрытые подзапросы AI.

#DrMax #AIOverviews #SEO

🌐 Обзор статьи от Backlinko "Search Everywhere Optimization Guide"

За долгие годы - это первая толковая статья от Backlinko, особенно после того как он продал блог Semrush. Суть статьи в том, что нужно быть лидером там, где присутствует ЦА (целевая аудитория). Оптимизация только под Google SERP устарела, клиентский путь фрагментирован: Amazon, YouTube, TikTok, Reddit, LinkedIn, маркетплейсы, и AI-ассистенты – это новые точки поиска и принятия решений.

Кратко перескажу отдельные мысли, а детально читайте у него в блоге.

Первым делом необходим анализ пути пользователя (Customer Journey Mapping): детально картируйте, где ЦА ищет информацию на этапах Awareness, Consideration, Decision. Какие платформы? Какой контент?

Пример: Для e-commerce: поиск "обзор [товар]" на YouTube, "отзывы [товар] Reddit", сравнение цен на маркетплейсах, финальный поиск бренда + "купить" в Google.

Далее идет оптимизация управляемых каналов (Managed Touchpoints):

Сайт: Не только техничка и контент. Внедряйте максимальное количество релевантных Schema.org типов (Product, Review, FAQPage, HowTo, Article, VideoObject). Это улучшает представленность не только в Google, но и косвенно влияет на парсинг другими платформами.

Продуктовые фиды: Для e-com – критично. Детализированные и корректные фиды для Google Merchant Center, Яндекс.Вебмастер (Товары и цены), Amazon, Ozon, WB. Каждый атрибут важен.

Карточки компании: Google Business Profile, Яндекс.Бизнес, 2GIS – максимальная полнота, регулярные обновления, работа с Q&A и отзывами.

Социальные профили: Оптимизация под поиск внутри платформ (ключи в описаниях, названиях). Используйте pinned posts для важного контента.

Третье - это влияние на неуправляемые каналы (Influenced Touchpoints):

ORM/SERM: Активно управляйте репутацией. Стимулируйте отзывы на всех значимых площадках (отзовики, геосервисы, маркетплейсы). Отвечайте на позитив и негатив.

Digital PR и инфлюенс-маркетинг: Фокус на публикации и упоминания на авторитетных ресурсах и у лидеров мнений, которые сами ранжируются по релевантным запросам ("лучший [продукт/услуга]", "[продукт А] vs [продукт Б]"). Это прямые касания и траст.

Комьюнити-менеджмент: Присутствие на Reddit, Quora, тематических форумах, в комментариях под видео на YouTube. Экспертные ответы часто попадают в SERP и формируют доверие.

UGC: Поощряйте создание контента пользователями. Обзоры, фото, видео – мощный социальный пруф.

Потом, самое мое любимое в последнее время - подготовка к AI-поиску (SGE, Perplexity и т.д.): контент должен быть структурирован для прямого ответа (how-to, списки, FAQ). Подкрепляйте факты ссылками на авторитетные источники (E-E-A-T). Ваш бренд должен быть представлен на множестве площадок с позитивным или нейтральным контекстом, чтобы AI считал его надежным источником.

Расширенная аналитика - отслеживайте не только позиции и трафик из Google. Анализируйте охваты и вовлеченность на YouTube/TikTok, видимость на Amazon/маркетплейсах, прямые заходы после упоминаний, брендовый трафик с различных платформ.

Причины для внедрения "Search Everywhere" таковы:

1. Диверсификация источников трафика: Снижение зависимости от одного поисковика.

2. Увеличение точек касания: Присутствие на всех этапах воронки повышает вероятность конверсии.

3. Рост доверия (Trust): Видимость на разных платформах, подкрепленная отзывами и UGC, строит доверие эффективнее, чем просто сайт.

4. Конкурентное преимущество: Пока конкуренты фокусируются только на Google, вы занимаете все релевантное инфополе.

5. Адаптация к изменениям: Поисковые привычки меняются, особенно у молодой аудитории. Важно быть там, где они.

6. Наличие лишнего бабла и времени на вот всё это ))))

В общем почитайте статью - довольно интересно.

#DrMax #SEO

👀 Обзор AI Overviews Visualizer

Начали массово появляться инструменты для оптимизации контента под AI Overviews. Конечно, до нашей софтинки SEO Релевантность им еще далеко )))), но рекомендую изучить новый AI Overviews Visualizer от Market Brew. Кстати, у них есть блог, посвященный их сервисам - там я вычитал в свое время немало полезного.

Итак, оный AI Overviews Visualizer моделирует, как Google AI может оценивать ваш контент через эмбеддинги. По сути, это анализ семантической близости (юзает несколько устаревшее косинусное сходство) отдельных фрагментов текста к различным формулировкам запросов (от корневых до long-tail). Вы вводите URL и промпты (запросы), а система показывает косинусное сходство между эмбеддингами контента (фиксированные по длине чанки по ~700 символов) и эмбеддингами запросов.

Ключевые возможности инструмента:

1️⃣ Анализ покрытия семантического кластера (AI Mode Visualizer):

Задайте основной запрос (master prompt), и инструмент сгенерирует "веер" уточняющих, исследовательских запросов (fan-out). Это симулирует, как AI может дробить и расширять пользовательский интент. Вы увидите матрицу (heatmap), какие секции страницы лучше всего отвечают на каждый из этих подзапросов.

Применение: Идентифицируйте пробелы в контенте. Если по важному подзапросу нет релевантных пассажей, AI не сможет эффективно использовать ваш контент.

Пример: страница о "маркетинговых стратегиях" может слабо отвечать на "B2B SaaS маркетинг для стартапов". Дополните контент.

2️⃣ Детализированный анализ пассажей (AI Overviews Visualizer):

Углубитесь в конкретный URL-запрос. Инструмент покажет максимальное, среднее и топовое кластерное сходство. Важно, что он подсвечивает конкретные пассажи, наиболее релевантные запросу.

Применение: Оптимизируйте именно эти "выигрышные" пассажи. Убедитесь, что они самодостаточны, четко сформулированы и содержат ключевые сущности. Это ваши "кандидаты" на включение в AI Overview.

Пример: если лучший пассаж по "цене iPhone 16 Pro" размыт, уточните его цифрами и условиями.

3️⃣ Оценка заголовков (H1-Hn) и META Title:

Инструмент позволяет оценить семантическое сходство векторов заголовков и тайтла с эмбеддингом запроса.

Применение: Убедитесь, что заголовки не только содержат ключи, но и семантически точно отражают суть последующего блока контента для AI. Это критично для правильной сегментации и интерпретации страницы.

Пример: заголовок "Преимущества нашего ПО" может быть улучшен до "Ключевые преимущества CRM X для автоматизации продаж".

Каждый значимый блок контента должен быть потенциальным, лаконичным ответом на конкретный вопрос пользователя. Структурируйте текст так, чтобы AI легко "выхватывал" эти блоки. Не ограничивайтесь одним аспектом. Если страница о "выборе ноутбука", она должна затрагивать критерии, типы, бюджеты, бренды. Чем полнее раскрыт интент в рамках одного URL, тем выше его ценность для AI.

Явная структура документа (DOM): Хотя инструмент анализирует и DOM-сходство, общая рекомендация – используйте четкую и логичную структуру HTML (H1-Hn, списки, таблицы). Это помогает AI корректно парсить и понимать иерархию контента.

EEAT-сигналы в контенте: Вплетайте в текст маркеры экспертности, авторитетности и достоверности. Ссылайтесь на исследования, указывайте авторов с регалиями, приводите реальные кейсы. Это косвенно влияет на "доверие" AI к контенту.

В целом -занятная и может быть даже полезная софтинка для анализа отдельных страниц.

Но мой вам совет - юзайте "Длинные фразы" в софтинке "SEO релевантность", выдранные из конкурентов - оно понадежней будет для оптимизации )))

#DrMax #AIOverviews #SEO

🍎 Краткий анализ патента Google US20240289407A1

Почитал давешний патент Гугла (насколько осилил) и мороз по коже. Анализ патента показывает, что AI-модель будет вести с пользователем диалог, сохраняя контекст (Stateful Search), и самостоятельно генерировать множество уточнений (Query Fan-Out), чтобы дать один исчерпывающий ответ. Вот основные мысли:

1. Окончательный отход от ключей к коконам 2.0

Механизм "Query Fan-Out" означает, что Google на один запрос пользователя будет в фоновом режиме генерировать десятки связанных запросов, чтобы собрать полную картину. Оптимизация страницы под один ключ окончательно теряет смысл.

Что внедрять: Проектировать контентные хабы (топик кластеры), которые полностью закрывают задачу пользователя. Если ваша Pillar Page — «Ипотека для IT-специалистов», от неё должны идти детальные статьи-ответы на все возможные подзапросы, которые сгенерирует AI: «условия банков для IT-ипотеки», «как IT-специалисту подтвердить доход», «рефинансирование IT-ипотеки», «список аккредитованных IT-компаний». Ваша цель — предоставить AI готовый, взаимосвязанный набор данных по всей теме.

2. Контент, оптимизированный под цитирование AI

AI будет собирать свои ответы из фрагментов разных источников и ссылаться на них. Чтобы стать таким источником, контент должен быть «атомарным» и легко цитируемым.

Что внедрять: Структурировать текст по принципу «вопрос-ответ». Каждый H2/H3 — это конкретный вопрос. Первый абзац под ним — максимально сжатый, прямой ответ на 1-3 предложения, пригодный для цитирования. Дальше — раскрытие темы.

Пример: H2: «Можно ли использовать материнский капитал как первоначальный взнос?» Сразу под ним: «Да, закон позволяет использовать материнский капитал в качестве первоначального взноса по ипотеке полностью или частично. Для этого необходимо получить справку из ПФР и предоставить ее в банк». А далее расписываем подробней.


3. Захват Post-Transactional трафика

Патент описывает способность системы определять стадию пользователя, включая этап после покупки. Это открывает доступ к трафику, который многие игнорируют.

Что внедрять: Срочно развивать раздел поддержки (/help, /support). Оптимизировать контент под запросы, возникающие после покупки.

Пример: Для страницы товара "Кофемашина Breville Barista Express" создайте отдельную вкладку или страницу "/support" с контентом под запросы «breville barista express чистка», «ошибка E05 breville», «как настроить помол breville». Размечайте всё схемами FAQPage и HowTo. Это захват трафика, который конкуренты игнорируют, и мощный сигнал лояльности для Google.

4. Мультимодальные сигналы для верификации

AI верифицирует информацию, сопоставляя данные из разных форматов. Страница, где есть только текст, проигрывает странице с текстом, изображениями, схемами и видео.

Что внедрять: Обогащать контент. В статью о замене тормозных колодок добавляйте не только текст, но и пронумерованную схему тормозного суппорта, качественные фото каждого этапа и встраивайте видео с процессом. Это предоставляет AI больше точек для анализа и подтверждения фактов, повышая доверие к вашему контенту как к источнику.

Вывод: Стратегия смещается от "keyword matching" к "user journey mapping". Наша задача — не просто попасть в топ-10, а стать самым полезным ресурсом на каждом шаге пользователя, от первого запроса до решения проблемы с уже купленным товаром.

#DrMax #SEO #Google

⬆️ Привет, друзья

Знаете ли вы, что ваш Telegram Premium открывает не только вам новые горизонты, но и вашим любимым каналам? Ваш голос — это возможность напрямую повлиять на развитие нашего канала и сделать его еще круче!

🚀 Что дает ваш голос?

Каждый голос от Premium-подписчика помогает нам открывать новые функции Telegram: сторис для канала, больше реакций, кастомные эмодзи и другие полезные инструменты. А это значит — больше качественного, интересного и эксклюзивного контента для вас!

💡 Хотите видеть @DrMaxSEO еще более продвинутым и полезным?

Если наш контент вам ценен, и вы хотите, чтобы канал развивался, предлагая новые форматы и возможности, ваш голос — лучший способ это поддержать. Это не просто "клик", это ваш вклад в то, чтобы мы могли радовать вас еще больше!

👇 Поддержите развитие @DrMaxSEO своим голосом (если у вас Premium):

https://hottg.com/boost/drmaxseo

Спасибо, что вы с нами и помогаете делать канал лучше!

#DrMax

1️⃣ Переранжирование и сжатие чанков для доминации в эпоху AI-поиска

Это первая статья из запланированного цикла о современных методах оптимизации. Хочу поделиться с вами, так как часть старых приемов оптимизации уже перестала или перестает работать. Параллельно, эти методы я внедряю и проверяю на своих проектах. Итак погнали.

Сегодня пойдет речь о переранжировании и сжатии информационных чанков – не просто для LLM, а для оптимизации контента. Google уже давно ранжирует не только страницы, но и отдельные пассажи (чанки). Оптимизируя чанки, мы напрямую влияем на этот механизм.

1. Переранжирование чанков на странице

Ставим "самое важное" вверх: структурируем контент так, чтобы поисковый робот, анализируя страницу, мог эффективно выделить ключевые чанки-ответы для потенциального включения в свои обобщенные результаты.

🔴Главный интент – первым: Основной ответ на предполагаемый запрос пользователя должен быть в первых чанках (часто в первом-втором экране). Это снижает риск "потери в середине" при сканировании. Например, в статье "Как выбрать X?" – первыми идут ключевые критерии выбора или топ-3 модели, а не история X.

🔴MMR-логика (Maximal Marginal Relevance) для SEO: После основного ответа предоставляйте чанки, раскрывающие разные аспекты темы, минимизируя повторы. Это увеличивает шанс страницы ответить на более широкий спектр связанных запросов.

🔴Cross-Encoders как ментальная модель: Думайте, как поисковик может "склеивать" ваш запрос и чанк для оценки релевантности. Каждый чанк должен быть самодостаточным ответом на свой под-интент, но при этом явно связанным с основным запросом страницы.


2. Сжатие Контента: Информационная Плотность без воды

Необходимо провести удаление "словесного мусора" для повышения информационной плотности каждого чанка. Чем концентрированнее информация, тем выше ее "вес" для поисковика:

🔴LLMLingua-подход (вручную): Перечитывайте каждый чанк с вопросом: "Можно ли сказать то же самое короче, не потеряв смысл для ответа на запрос?". Удаляйте вводные слова, избыточные примеры, перефразируйте для лаконичности. Пример: Вместо "Многие эксперты в области цифрового маркетинга придерживаются мнения о том, что..." пишите "Эксперты по маркетингу считают...".

🔴Экстрактивное сжатие: Убедитесь, что ключевые предложения, несущие основную семантическую нагрузку, четко выделены и не затеряны. Возможно, это будут подзаголовки или первые предложения абзацев.

🔴Фокус на "answerability": Каждый сжатый чанк должен быть готов стать идеальным сниппетом или частью ответа в SGE.


Внедряем так:

🔴Аудит контента: Разбиваем существующие страницы на логические чанки.

🔴Оценка каждого чанка: Насколько он релевантен основному интенту? Насколько он информационно плотен? Нет ли избыточности?

🔴Переработка: Переписываем, сокращаем, меняем местами чанки, усиливаем их структурированными данными.

🔴Структурированные данные (Schema.org): Это форма "предварительного сжатия" и явного указания смысла чанков для поисковика. FAQPage, HowTo, Article schema помогают выделить ключевые информационные блоки.

🔴E-E-A-T на уровне чанка: Каждый чанк должен быть точным, достоверным и подкреплен (где возможно) ссылками на авторитетные источники или внутренние релевантные страницы.

🔴Внутренняя перелинковка: Используйте ссылки между релевантными чанками (или страницами, где эти чанки – ключевые), чтобы усилить их семантический вес и помочь краулерам понять связи (см пост про поиск релевантных страниц с помощью нашего софта).

🔴Анализ SERP: Изучайте, какие чанки конкурентов попадают в топ и в SGE-ответы.

#DrMax #AIOverviews #SEO #SGE

🔔 AI Overviews уже не всегда ТОП-1

Вычитал тут на Search Engine Land: Google AI Overviews (AIO) теперь не всегда занимают первую позицию в SERP. В 12.4% случаев на десктопах в США они отображаются НИЖЕ органических результатов. Месяц назад таких случаев было <2%. Кажется, Google прислушивается к пользовательскому поведению.

Цифры таковы:

Частота появления AIO: 19% всех десктопных запросов в США.

Распределение позиций AIO (когда они есть):
☯️Позиция 1: 87.6%
☯️Позиция 2: 7.6%
☯️Позиция 3: 2.8%
☯️Позиция 4 и ниже: 2%

Интент запросов, триггерящих AIO:
☯️Информационные: 84.16%
☯️Транзакционные: 12.38%
☯️Навигационные: 3.31%
☯️Локальные: 0.15%

Google, похоже, тестирует и адаптирует размещение AIO, ориентируясь на то, куда кликают пользователи. Если юзеры массово скроллят мимо AIO к органике, Google может понизить блок AIO для данного запроса.

Особенно интересно про транзакционные запросы: Когда AIO съезжают ниже первой позиции, это чаще происходит на транзакционных запросах. Для AIO на 4-й позиции и ниже доля транзакционного интента возрастает с 12.38% до 22.7%.

Пример из статьи: Запрос [games on a Nintendo Switch]. AIO уступил двум категорийным страницам Nintendo и карусели "Popular Products". Это четкий маркер, что для коммерческих запросов сильные, хорошо оптимизированные страницы категорий и товаров могут перебить AIO.

Традиционное SEO все еще трепыхается ))) Отсюда вывод, что необходим фокус на CTR сниппета в органике:

Заголовки (Title) и описания (Description): Делаем их мега-кликабельными. Используем цифры, вопросы, призывы к действию, специальные символы (где уместно).

Favicon: Не забываем про качественную, узнаваемую иконку.

Хлебные крошки (Breadcrumbs) с разметкой: Улучшают навигацию и вид сниппета.

Структурированные данные: Product, Offer, AggregateRating, Review: Обязательно для e-commerce. Расширенные сниппеты с ценами, рейтингами, наличием – это прямой путь к повышению CTR.

FAQPage: Если AIO не полностью закрывает все подвопросы, расширенный сниппет с FAQ может стать следующей точкой клика.

HowTo: Для инструкций и гайдов.

Контент должен покрывать не только основной интент, но и связанные вопросы, которые могут быть в PAA. Если ваш ответ там – шанс получить клик, даже если AIO выше. AIO – это суммаризация. Если контент предлагает уникальные данные, экспертные инсайты, интерактивные элементы (калькуляторы, конфигураторы), которых нет в AIO, у продвигаемого проекта есть преимущество.

Необходимо регулярно мониторить ключевые запросы в органике. Если AIO начинает "сползать" – это шанс усилить оптимизацию и занять ТОП.

Выводы: SEO не окончательно померло с приходом AIO. Качественный, хорошо оптимизированный контент с высоким потенциалом CTR может заставить Google "подвинуть" AIO (а может и не заставить).

#DrMax #SEO #Gogle #AIOverviews