🔥 Майская распродажа моих книг и руководств

С 7 по 17 мая стартует традиционная майская супер мега распродажа книг, покетбуков и наборов промптов.

Выбирайте с мега скидками:

➡️DrMax: Доказательное SEO 2026 + Введение в Промптоведение

➡️25 PRO промптов + Pocketbook DrMax: Промптоведение для SEO-стратегов 2026

➡️Полный набор из книги "Доказательное SEO 2026", промптов и покетбука

PS
Всеми распродажами рулит Аня Ященко ( @annayashchenko ). По всем вопросам (в том числе нестандартным вариантам оплаты) - к ней

#DrMax #Book2026

☄️ FAQ Rich Results - конец эпохи

7 мая 2026 года Google разместил официальное уведомление на странице FAQPage в документации Search Central: "FAQ rich results are no longer appearing in Google Search". Это финальный шаг трёхлетней деградации фичи - первое сокращение было в августе 2023, когда FAQ-сниппеты оставили только для "авторитетных государственных и медицинских сайтов". 7 мая исчезли и для них.

Сигналы первыми зафиксировали Search Engine Land (Barry Schwartz) - живые обсуждения подтвердили мгновенное исчезновение сниппетов.

Полный таймлайн удаления таков:

➡️Август 2023 - FAQ убраны для всех сайтов, кроме gov и health

➡️7 мая 2026 - FAQ-сниппеты исчезли из SERP для всех, включая gov/health

➡️Июнь 2026 - Удаление FAQ appearance filter, rich result report и поддержки в Rich Results Test

➡️Август 2026 - Удаление поддержки FAQ rich result из Search Console API

Что делать с FAQPage-разметкой: оставить или удалить?

Здесь мнения разделились, и важно понять нюанс.

➡️Аргумент за удаление: фича, ради которой разметка ставилась, мертва. GSC-отчёт по ней тоже исчезает. С точки зрения "ROI от разметки" - нулевой для SERP.

➡️Аргумент за сохранение: Google явно написал в документации, что продолжает использовать FAQPage structured data для понимания содержимого страницы, даже без визуального результата. Исследования AEO (Answer Engine Optimization) фиксируют более высокий процент цитирования страниц с чистой structured data в AI Overviews и LLM-ответах. Удалить схему сейчас - снизить AI-цитируемость без какого-либо плюса.

Вывод: разметку не трогать. Убрать нужно только ожидание, что она влияет на CTR в SERP.

Почему это произошло

Официального объяснения от Google нет, но паттерн очевиден:

➡️Google освобождает SERP-пространство для AI Overviews - expandable FAQ-дропдауны конкурировали с AI-сниппетами визуально и семантически

➡️FAQ-разметка массово злоупотреблялась для захвата лишней SERP-выдачи без пользы для пользователя

➡️Форматы "вопрос-ответ" Google теперь обрабатывает через AI Overviews напрямую, без необходимости показывать их отдельным rich result блоком

Что проверить прямо сейчас

➡️GSC → Enhancements → FAQ - открыть отчёт, пока он ещё доступен (до июня), скачать список URL с FAQPage-разметкой. Это база для следующих шагов.

➡️Сравнить CTR до и после 7 мая - в GSC → Performance → Compare: взять диапазон 1–6 мая vs 7–11 мая для страниц с FAQ-разметкой. Резкое падение CTR при сохранении позиций = потеря FAQ-сниппета как CTA.

➡️Решить по каждой странице - если страница жила только за счёт FAQ-сниппета, нужен новый CTR-драйвер: переписать мета-тайтл/дескрипшн, добавить How-To schema (где применимо), тестировать видеотранскрипт-разметку.

Разметку не удалять - но переориентировать FAQ-секции под AEO-логику: answer-first структура (прямой ответ 40–80 слов в начале блока) повышает шансы попасть в AI Overviews.

К сожалению на аудит накладывается скрытый апдейт Гугла (6-8 мая был), так что результаты могут быть искажены.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook DrMax: Промптоведение для SEO-стратегов 2026

🔔 Спец канал с промптами

#DrMax #SEO #Google

🎮 Микроразметка и ИИ-цитирования

На днях Ahrefs выкатил результаты двухэтапного исследования. Сначала - корреляционный анализ шести миллионов страниц, затем контролируемый эксперимент с 1885 страницами, которые добавили JSON-LD разметку между августом 2025 и мартом 2026.

Корреляция вводит в заблуждение. Страницы, которые цитирует ИИ, втрое чаще содержат JSON-LD, чем не цитируемые. Эту цифру часто преподносят как "доказательство" пользы разметки - но это ложная зависимость. Сайты с разметкой просто в среднем лучше: выше авторитет, сильнее контент, больше ссылок.

Четыре независимых статистических теста дали одинаковый результат: добавление разметки не увеличивает ИИ-цитирования на страницах, которые ИИ уже видит.

Важное ограничение исследования: В выборку попали только страницы, которые уже находились в "поле зрения" ИИ - имели 100 и более цитирований до эксперимента. Для страниц, которые ИИ ещё не замечает, вопрос остаётся открытым.

Отдельный эксперимент компании searchVIU показал: пять крупных ИИ-систем (ChatGPT, Claude, Perplexity, Gemini, Google AI Mode) при прямом обращении к странице полностью игнорируют JSON-LD - они читают только видимый HTML. Это означает: при реальном поисковом запросе разметка не работает напрямую. Её роль при индексировании и обучении моделей по-прежнему не изучена.

Разметку НЕ нужно использовать для этих целей:

➡️Ради роста ИИ-цитирований на страницах, которые уже видны - данные опровергают этот сценарий

➡️Как замена качественному содержанию - корреляция "разметка = авторитет" объясняется качеством сайта, а не кодом

➡️FAQ-разметка ради расширенных сниппетов в поиске - с 7 мая 2026 года Google перестал их показывать


Разметку НУЖНО использовать по этим причинам:

➡️Расширенные результаты в выдаче - типы "Товар", "Рецепт", "Мероприятие", "Инструкция", "Навигационная цепочка" продолжают работать и дают визуальное преимущество в выдаче

➡️Граф знаний и распознавание сущностей - Google строит граф сущностей; разметка ускоряет привязку бренда, автора, организации к нужной сущности

➡️Голосовой поиск - структурированные данные остаются основным сигналом для голосового ответа

➡️Страницы вне поля зрения ИИ - для страниц, которые ИИ ещё не индексировал, разметка потенциально помогает попасть в круг рассмотрения; данных нет, но логика обоснована

Разметка через JavaScript и разметка в HTML - ИИ-сканеры обрабатывают их по-разному; разметка, встроенная через JavaScript, игнорируется при прямом обращении, но иначе учитывается при индексировании

Привожу некоторые дополнительные трюки с разметкой:

1. Speakable - почти никто не применяет

Тип Speakable указывает ИИ и голосовым помощникам, какой именно фрагмент страницы является каноническим ответом на вопрос. Это прямой способ сказать Google: "вот тот абзац, который нужно процитировать". Охват применения ничтожен - конкуренция за эту разметку близка к нулю. Официально функция доступна для новостных изданий на английском, португальском, немецком и французском языках; для остальных сайтов разметка не даёт гарантированного результата, но не запрещена и может влиять на выбор фрагмента в ИИ-ответах.

Пример реализации: отметить заголовок и первые один-два абзаца статьи как "голосовой фрагмент" - по аналогии с тем, как оптимизируют выделенный сниппет в текстовом поиске, только для аудио.


2. VideoObject + транскрипт - двойной сигнал

Тип VideoObject с полем transcript даёт ИИ-системам машиночитаемый текст видеоролика без необходимости его распознавать. Механика: страница с материалом по теме + встроенное видео + VideoObject с транскриптом = три независимых сигнала об одной теме вместо одного. Ahrefs прямо называет это отдельной гипотезой для проверки.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook DrMax: Промптоведение для SEO-стратегов 2026

🔔 Спец канал с промптами

#DrMax #SEO #Google

🔋 Конференция Google I/O 2026 (19–20 мая)

Конференция пройдёт через неделю, но контуры SEO-анонсов уже читаются по утечкам и экспертным прогнозам.

Вот пять прогнозов, с которыми в основном согласен экспертный консенсус:
​
➡️AI Mode станет форматом поиска по умолчанию - не экспериментальной функцией, а основным режимом. Это означает, что присутствие в ИИ-цитированиях становится новым «средним положением».

➡️Gemini получит явную роль в поиске - атрибуция источников и чёткость происхождения данных станут более важными, чем когда-либо. Разметка структурированных данных, привязанная к сущностям авторов, выйдет в приоритет.

➡️Разрыв в измерении ИИ-трафика сократится - либо Google предоставит новые инструменты в Search Console для отслеживания ИИ-трафика, либо отрасль получит официальное руководство по косвенным сигналам.

➡️Агентный веб получит официальный технический стандарт - структурированные данные становятся «витриной» для агентов-покупателей. Ожидаются стандарты для machine-readable эндпоинтов.

➡️Gemini 4 и/или обновление модели - вероятно, расширение контекстного окна до 2 млн токенов, что напрямую влияет на глубину понимания длинного контента.
​
Главный вывод накануне I/O: начать аудит присутствия в AI Mode, Gemini и AI Overviews и зафиксировать текущую базовую линию - чтобы после анонсов было с чем сравнивать.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook DrMax: Промптоведение для SEO-стратегов 2026

🔔 Спец канал с промптами

#DrMax #SEO #Google

🔥 Данные GSC были неточными почти год

Google официально признал и исправил ошибку в логировании данных Search Console, которая искусственно завышала показатели показов с 13 мая 2025 по 27 апреля 2026 - почти 11 месяцев.

Хронология событий:

➡️Сентябрь 2025 - Google отключил параметр &num=100, которым боты подгружали 100 результатов за раз; каждый такой запрос регистрировался как 100 показов. Показатели показов по всей отрасли мгновенно упали на 30–70%

➡️30 марта 2026 - Brodie Clark (SEO-консультант) публично задокументировал вторую аномалию: после завершения мартовского основного обновления показы снова поползли вверх по неожиданным причинам
​
➡️3 апреля 2026 - Google официально подтвердил ошибку логирования
​
➡️9–27 апреля 2026 - поэтапная коррекция; первым откорректировался поиск по изображениям (падение ~200 000 показов/день на крупных аккаунтах)
​
Исторические данные не будут исправлены задним числом. Любые сравнения год к году, в которых один из периодов попадает в окно "май 2025 - апрель 2026", требуют аннотации и пересчёта базовой линии. Правильный первичный показатель эффективности - клики, а не показы. И это крайне печально.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook DrMax: Промптоведение для SEO-стратегов 2026

🔔 Спец канал с промптами

#DrMax #SEO #Google

🔋Процесс ранжирования в Google

Как и обещал, выкладываю описания паплайна ранжирования страничек в Гугле. Он построен на данных сливов, а главное, судебных слушаний против Google - то есть достоверность паплайна примерно 95%.

Выкладываю как кусок книги SEO Монстр NEXT 2026 (куда он изначально и встраивался), которую я когда нибудь закончу (или нет).

Пользуйтесь. Особое внимание обратите на финальную таблицу.
Ну и потестируйте промпт, который я выложил по этому поводу.

ЗЫ.
Распродажа книженций со скидками заканчивается.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook DrMax: Промптоведение для SEO-стратегов 2026

🔔 Спец канал с промптами

#DrMax #SEO #Google

🔥 Руководство Google для AI-поиска (от 15 мая 2026). Полный разбор. Часть 1.

Google впервые опубликовал официальное руководство по оптимизации для AI-функций поиска - AI Overviews и AI Mode. Примечательно, что книга "Доказательное SEO 2026", написанная на основе судебных слушаний US vs Google и утечки Content Warehouse API, предвосхитила практически все ключевые позиции этого документа - за полгода до его выхода. А если вы внимательный читатель канала, то многие концепции были показаны и озвучены за год и более до выхода руководства Гугла.


Пункт 1. "SEO по-прежнему актуален для AI-поиска"

Что говорит Google:

Лучшие практики SEO остаются актуальными, потому что наши AI-функции построены поверх основных систем ранжирования Search. Они используют RAG (Retrieval-Augmented Generation) - ответы генерируются на основе страниц, извлечённых из обычного поискового индекса.

Если страница не проиндексирована - её нет для AI Overviews. Точка.

Где это в книге:
📖 Глава 1 - "Архитектура ранжирования"

Книга описывает полный конвейер: Alexandria (индекс) → SegIndexer → Mustang (скоринг) → NavBoost (поведенческая валидация) → Twiddlers (финальные корректировки). RAG работает именно как обёртка поверх этой системы - система берёт уже отранжированные кандидатов.

Ключевые приёмы из книги:

➡️Аудит scaledSelectionTierRank - уровень тиринга, в который попадает страница. Страницы на Landfill-уровне (низший тир) практически не участвуют в AI-генерации

➡️Проверка isRoboted и isCrawled через Search Console перед любой AI-оптимизацией

➡️Концепция "архитектурного соответствия" вместо "обратной инженерии" - фундаментальный сдвиг в подходе


💡 Кроме того почитайте в канале про пайплайн ранжирования Гугла и попробуйте промпт аудита страницы для пайплайна ранжирования.


Пункт 2. "Query Fan-Out - параллельные подзапросы"

Что говорит Google:

"При обработке запроса система генерирует набор параллельных подзапросов. Например, для запроса "как починить газон от сорняков" система автоматически запускает: "лучшие гербициды", "удалить сорняки без химии", "предотвратить сорняки"".

Страница может попасть в AI-ответ по fan-out запросу, даже не упоминая оригинальный запрос.

Где это в книге:
📖 Глава 9 - "Семантическая оптимизация: QBST и сущности"

Книга описывает механизм QBST (Query-Based Salient Terms) - "запомненный" набор терминов, которые Google ожидает встретить на странице данной темы. По сути это и есть инструмент работы с fan-out логикой.

Ключевые приёмы из книги:

➡️QBST-оптимизация через отсутствующие термины (раздел 9.5.2): найти термины, которые есть у лидеров выдачи, но отсутствуют на вашей странице - Google "ждёт" их для этой темы

➡️Entity-first внутренняя перелинковка (раздел 9.5.4): строить ссылки не по ключевым словам, а по смысловой близости сущностей - это усиливает покрытие fan-out зоны

➡️Управление вероятностью disambiguации (раздел 9.5.1): если Google неправильно определяет тему страницы - она проиграет в fan-out конкуренции

💡 Кроме того почитайте в канале Как работает Query Fan-Out, модель коконцев 2.0 (последняя версия уже 4) на основе Query Fan-Out, и спец статью Оптимизация для Query Fan-Out.


Пункт 3. "Создавайте ценный, некомодийный контент"

Что говорит Google:

"Commodity content - например "7 Tips for First-Time Homebuyers" - основан на общеизвестных данных, которые мог написать кто угодно. Non-commodity content - например "Why We Waived the Inspection & Saved Money" - даёт уникальный экспертный или личный взгляд, выходящий за рамки обычного".

Это самое важное требование гайда. И самое технически задокументированное в книге.

Где это в книге:
📖 Глава 8 - "Контент: от количества к "усилию"

Атрибут contentEffort из утечки - это алгоритмическая реализация того, что Google теперь называет "non-commodity". Google использует LLM (Gemini) для оценки сложности воспроизведения контента. Если ваш текст можно сгенерировать за 30 секунд - contentEffort стремится к нулю.

Ключевые приёмы из книги (6 методов, раздел 8.4):

➡️Anti-replicability engineering (8.4.1) - Намеренно создавать структуры, которые LLM не может воспроизвести: личные хронологии, нестандартные форматы сравнений, авторские методологии

➡️Data-shift optimization (8.4.2) - Смещать уникальность из текста в данные: оригинальные таблицы, собственные замеры, проприетарная статистика

➡️Anti-template strategy (8.4.3) - Контролируемая асимметрия страниц - разрушать шаблонность структуры, чтобы OriginalContentScore не опускался к нулю через ContentChecksum96

➡️Явные человеческие ограничения (8.4.4) - Встраивать в контент детали, которые возможны только при реальном опыте: конкретные цифры, даты, неудачи, нестандартные результаты

➡️Content layering (8.4.5) - Асинхронное наращивание "слоёв усилия" - добавлять данные постепенно, каждый раз повышая contentEffort

➡️Закрытые экспертные кластеры (8.4.6) - Связывать контент в "закрытые" экспертные сети: LLM труднее воспроизвести систему взаимосвязанных оригинальных материалов

💡 Кроме того почитайте в канале про GIST систему и попробуйте систему GIST - промптов для анализа и генерации сверхконтента.

Продолжение следует...

#DrMax

🔥 Руководство Google для AI-поиска (от 15 мая 2026). Полный разбор. Часть 2.

Продолжаем разбор руководства Google по оптимизации для AI-функций поиска - AI Overviews и AI Mode и сверкой с книгой "DrMax: Доказательное SEO 2026" и материалами канала. Часть 1 разбора- тут.


Пункт 4. "Уникальная точка зрения и первичный опыт"

Что говорит Google:

Рецензия на основе личного опыта - это уникальная перспектива. Пересказ существующего контента - это просто повторение того, что уже есть в интернете".

Где это в книге:
📖 Глава 13 - "E-E-A-T: перевод руководства асессоров на язык алгоритмов"

Книга вводит "Гипотезу об отсоединённой сущности": анонимный контент алгоритмически обречён, потому что Google не может привязать его к authorReputationScore и authorObfuscatedGaiaStr.

Ключевые приёмы из книги:

➡️Привязка автора к Knowledge Graph (раздел 13.2): создать страницу автора с ссылками на LinkedIn, Wikipedia-упоминания, Google Scholar - чтобы EntityAnnotations связали автора с темой

➡️Явные маркеры первичного опыта (раздел 13.3): даты тестирования, конкретные условия, нестандартные результаты - всё, что невозможно без реального опыта

➡️"AI Reputation Watchdog" (раздел 11.4.6): мониторинг того, как бренд и авторы упоминаются в AI-ответах, и активное управление этим


💡 Кроме того посмотрите Промпт эмулятора ассесора + Промпт аудита ассесором спамного контента. А также инструмент аудита EEAT страниц (2.0).


Пункт 5. "Техническая структура - основа доступности для AI"

Что говорит Google:

Страница должна быть проиндексирована и иметь сниппет - это минимальное условие для попадания в AI Overviews. Следуйте лучшим практикам краулинга, семантического HTML и Page Experience".

Где это в книге:
📖 Глава 3 - "Сканирование и индексация" + Глава 4 - "Core Web Vitals"

Книга документирует связь CWV с NavBoost: медленная страница не напрямую теряет позиции - она накапливает badClicks, которые снижают P (сигнал популярности).

Ключевые приёмы из книги:

➡️robots.txt: приём isRoboted (раздел 3.1): Google хранит статус robots.txt в индексе - ошибочная блокировка критических страниц остаётся в системе дольше, чем принято думать

➡️ContentChecksum96 (раздел 3.3.3): Google вычисляет цифровой отпечаток каждой страницы и находит дубликаты не по URL, а по содержимому - включая cross-site дубликаты

➡️clutterScore и "размазывание сигнала" (раздел 15.3): агрессивная реклама на одной части сайта портит clutterScore всего домена, не только конкретных страниц

➡️CWV → NavBoost → ранжирование (раздел 4.1): оптимизировать CWV нужно не ради прямого фактора, а ради снижения badClicks в NavBoost


💡 Кроме того, посмотрите промпт эмулятора пайплайна ранжирования.



Пункт 6. "Изображения и видео - дополнительные точки входа"

Что говорит Google:

"AI-функции поиска могут включать релевантные изображения и видео - это дополнительные возможности присутствия помимо ссылок на страницы".

Где это в книге:
📖 Глава 16 - "Оптимизация для вертикалей: изображения и видео"

Книга описывает атрибуты original_media_score, nimaAva/Vq (оценка эстетики изображения Google), clickMagnetScore - все они влияют на отбор медиа-элементов для включения в AI-ответы.

Ключевые приёмы из книги:
➡️original_media_score: оригинальные изображения (не стоковые) получают значительно выше оценку. Скриншоты собственных тестов, авторские фотографии - прямой вклад в contentEffort

➡️OCR-индексация: Google читает текст на изображениях. Инфографика с уникальными данными - это двойная защита от воспроизведения

➡️ YouTube как AI-источник: в мае 2026 YouTube обогнал Reddit по частоте цитирований в AI-ответах. Видео индексируется по транскрипту - те же правила non-commodity

💡 Кроме того, посмотрите также старенький промпт Составление оглавления видео (с таймкодами).

#DrMax

🛒 Первый анализ данных конференции Google I/O 2026

Главное событие SEO на сегодня - это старт Google I/O 2026 (19–20 мая), на котором компания объявила крупнейшее за 25 лет обновление поиска. Параллельно прошёл Google Marketing Live (20 мая). Всё вместе формирует принципиально новую архитектуру поисковой видимости.

🚨 Главное: Google I/O 2026 - "Search is AI Search"

Теперь это о официальная позиция компании, а не маркетинговый лозунг. Поиск получил крупнейшее обновление с момента основания.

1. Gemini 3.5 Flash - новый движок AI Mode (глобально с 20 мая)

С 20 мая Gemini 3.5 Flash стал дефолтным движком AI Mode для всех пользователей мира. Ключевые характеристики:

➡️В 4 раза быстрее других frontier-моделей по токенам в секунду

➡️Новая строка поиска динамически расширяется под длинные запросы

➡️Встроенный AI-автокомплит: предсказывает намерение, а не просто строку поиска

➡️Прикрепить к запросу можно файл, изображение, видео или вкладку Chrome - поиск переходит в AI Mode автоматически

SEO-следствие: ответы AI Mode теперь умнее и точнее. Тест поведения своих ключевых запросов в новом AI Mode - первоочередная задача недели. Старые оптимизации под AI Overviews могут давать иные результаты.


2. Information Agents - 24/7 фоновые поисковые агенты

Самое стратегически важное объявление для SEO. Новая функция позволяет пользователям создавать персональных AI-агентов, которые:

➡️Работают в фоне 24/7, сканируя блоги, новостные сайты, соцсети, Reddit

➡️Мониторят конкретную тему: квартиры, туры любимой группы, цены на товары

➡️Присылают умный дайджест с готовыми действиями прямо из интерфейса

➡️Имеют доступ к Gmail, Google Calendar, Google Photos (Personal Intelligence)


Агент сканирует не по запросу, а непрерывно. Это означает:

➡️Freshness-сигналы становятся ещё критичнее - агент забирает свежее первым

➡️Контент должен быть action-triggerable: агент не просто находит, он предлагает действие. Страницы без CTA или прямого ответа проигрывают на этапе агентного суммирования

➡️Новая метрика видимости: упоминание в агентном дайджесте, которое не отображается в стандартных SERP-трекерах


3. Personal Intelligence - глобальный запуск в 198 странах / 98 языках

Personal Intelligence (персонализация AI Mode через Gmail, Photos, Calendar) вышла за пределы США и стала доступна глобально. Поиск больше не возвращает один и тот же ответ разным пользователям на одинаковый запрос.

По сути это начало конца традиционного трекинга позиций:

"Вы больше не конкурируете за позицию - вы конкурируете за релевантность для конкретного пользователя"

Практические следствия:

➡️Brand presence в email-рассылках → ваш бренд попадает в Personal Intelligence контекст пользователя

➡️Инфлюенсеры с упоминаниями бренда в рассылках → усиливают AI-видимость для своей аудитории

➡️Rank-tracking теряет смысл как единственная метрика; нужен Share of AI Presence


В общем куча изменений - буду осмысливать и анализировать.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook DrMax: Промптоведение для SEO-стратегов 2026

🔔 Спец канал с промптами

#DrMax #SEO #Google

🏢 Google апдейт ядра.

Google запустил основное обновление за май 2026 года. Судя по данным конференции - это будет крупнейшее обновление за 25 лет!

Волатильность в выдаче уже чувствовалась последние 3-4 дня. Собственно, после этого Core апдейта, выдача уже будет совершенно иной (если не врут гугловцы).

Будем поглядеть ))).

И да, посмотрите новый промпт по оценке контента (в спец промпт канале).

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook DrMax: Промптоведение для SEO-стратегов 2026

🔔 Спец канал с промптами

#DrMax #SEO #Google #Core

👩‍💻 Выпустили WordPress 7.0

20 мая вышел новый WordPress 7.0 (кодовое имя Armstrong). Это самый значимый релиз за несколько лет. Не потому что там AI, - а потому что он закрывает сразу несколько хронических болей SEO-специалистов без плагинов.

Нативный блок Breadcrumbs

Хлебные крошки теперь встроены в ядро WordPress. Блок автоматически строит путь на основе структуры сайта, настраивается визуально, работает в шапке через Site Editor. SEO-плагины (Yoast, RankMath) добавляют к нему JSON-LD schema автоматически.


Responsive-блоки без кода

Теперь прямо в редакторе можно скрыть или показать любой блок в зависимости от устройства (десктоп / планшет / мобильный). В List View видно, у каких блоков стоят правила устройств. Больше не нужны кастомные CSS-классы или плагины для адаптивности. Следовательно - чище HTML, меньше скрытого контента, лучше мобильный рендеринг - и меньше шансов получить soft 404 от разных версий страницы.


AI Connectors

WordPress 7.0 добавляет раздел Connectors прямо в настройках. Там можно подключить ChatGPT, Claude, Gemini, и другие AI-провайдеры через API-ключи - один раз для всего сайта и всех плагинов. Все AI-плагины (Yoast AI, SEOPress AI, и другие) теперь берут ключи из одного места. Не нужно вводить API-ключ в каждый плагин отдельно.


Визуальный просмотр ревизий

Сравнение версий страниц теперь работает как слайдер: двигаешь ползунок - видишь что добавлено (зелёный), что изменено (жёлтый), что удалено (красный), прямо на визуальном превью страницы. Не в тексте дифа - а на живой странице.


Производительность

Клиентская обработка медиафайлов перенесена на сторону браузера - загрузка изображений быстрее, нагрузка на сервер ниже. Продолжена работа над скоростью рендеринга блоков. Актуально для media-heavy сайтов с галереями, каталогами, листингами.


Безопасность по умолчанию

Роли "Администратор" и "Редактор" убраны из дефолтного выбора роли при регистрации пользователей. Простая, но критичная защита от случайного выдачи прав новым пользователям.


PS
Потестил 7 вордпресс и сразу же пришлось вносить изменения в паттерны. Слетел кастом-HTML блок, куда я пихал микроразметку (кастомную).

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook DrMax: Промптоведение для SEO-стратегов 2026

🔔 Спец канал с промптами

#DrMax #SEO #WordPress

🔥 Google опять врёт. Разбор руководства для AI-поиска (от 15 мая 2026). Часть 3.

Google сказал: "Чанкинг не нужен". Это типичное вранье. Дословно звучит так:

"Вам не нужно разбивать контент на маленькие части. Google понимает страницы с несколькими темами"

Звучит разумно. Проблема одна - это противоречит собственным исследованиям Google.

В 2024 году Google Research выпустил MUVERA (Multi-Vector Retrieval via Fixed Dimensional Encodings). Этот алгоритм - основа retrieval-слоя в современных AI-системах - делает следующее: берёт страницу и разбивает её на passage-level векторы, каждый из которых представляет отдельный смысловой блок. Затем сравнивает каждый блок с запросом пользователя. Результат в их же публикации: +10% recall при −90% задержки по сравнению с предыдущими методами.

То есть Google внутри строит систему, которая автоматически чанкирует ваш контент. И одновременно говорит вам, что чанкинг не нужен.

С 2021 года в Google работает Passage Indexing - официальная фича, которая ранжирует отдельные пассажи страницы независимо от её общего содержания. Если система ранжирует части - качество этих частей имеет значение (вот ссылка на хорошую статью).

Mike King из iPullRank провёл прямой тест на Gemini API - той же системе, что стоит за AI Overviews. Взял абзац, одновременно покрывающий "machine learning" и "data privacy". Измерил cosine similarity к каждой теме:

Цельный абзац: 0.648 / 0.695

После разбивки на два тематически чистых фрагмента: 0.748 / 0.763

Прирост retrieval score: +15% и +10%.

Это измеримый результат в той самой системе, которую Google использует для отбора источников в AI Overviews.

Bing при этом гораздо честней. В мае 2026 он опубликовал документ. Там сказано: процессы чанкирования могут исказить смысл вашего контента при попадании в AI-ответ. Если ваш текст не выживает при разбивке на части - он войдёт в AI Overviews в искажённом виде или не войдёт вовсе.


Почему Google постоянно врет? Да потому, что если в SEO верят, что "всё то же самое" и чанкинг не нужен - они не нанимают GEO/AEO-специалистов, не выделяют бюджет на ChatGPT, Perplexity и Claude-оптимизацию, не инвестируют в brand presence за пределами Google.

Google - это не ваш партнёр по трафику. Это конкурент в борьбе за внимание пользователя.

Выводы таковы:

Дробить сайт на тысячи микро-страниц - не нужно. Google тут прав. Но дробить смысловые блоки внутри страницы - критически важно.

1. Принцип "одна идея - один абзац". Каждый абзац должен содержать одно утверждение + обоснование. Не "machine learning и конфиденциальность данных - это важные темы в современном AI" в одном абзаце. А два отдельных блока: один про ML, один про privacy.

2. Ключевые факты страницы (цены, характеристики, выводы, определения) должны быть в чистом тексте, в первой трети материала, не в JS-компонентах и не в аккордеонах. Именно этот фрагмент grounding-слой читает в первую очередь.

3. Атрибутируемые утверждения - не нарратив. Замените: "многие эксперты считают, что скорость загрузки влияет на конверсии" на: "По данным Google (2024), снижение LCP с 4s до 2.5s увеличивает конверсии на 12%". Провенанс - автор, дата, источник - это то, что AI-система использует для верификации при grounding.

4. Заголовки как "якоря retrieval". Каждый H2/H3 должен быть самодостаточным вопросом или утверждением. Плохо: "Дополнительные сведения". Хорошо: "Почему скорость загрузки влияет на позиции в 2026 году". Система должна уметь "вырвать" секцию вместе с заголовком и получить полноценный смысловой блок.

Чанкинг - это то, что RAG-системы делают с контентом без вашего участия. Вопрос только в том, насколько ваш текст выживает при этом процессе с сохранением смысла.

PS
Опробуйте мега промпт по оценке чанкирования вашего контента из спец-промпт канала.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook DrMax: Промптоведение для SEO-стратегов 2026

🔔 Спец канал с промптами

#DrMax #SEO #Google

🔥 AI Overviews - НЕ зеркало топ-10

Ahrefs проанализировал в марте 863 000 ключевых запросов и 4 миллиона URL. Оказалось, что только 38% ссылок в AI Overviews берутся из органического топ-10. Год назад этот показатель был 76%. Сегодня 31% всех цитирований приходит со страниц за пределами топ-100. Страница на позиции 150 имеет такой же шанс попасть в AI-ответ, как страница на позиции 3.

Это весьма коррелирует с данными исследования AirOps (2026 State of AI Search - вот тут разбор + масса интересной инфы): около 60% AI Overview-цитирований приходит из URL, не входящих в топ-20 органической выдачи.

Ключевая причина расхождения - Query Fan-Out: когда пользователь вводит запрос, Google разбивает его на 5–15 под-запросов и цитирует страницы, которые чаще всего встречаются во всей совокупности этих под-запросов - а не топ результатов по основному запросу. Это означает: страница на позиции 40–70, покрывающая смежные подзапросы качественно, имеет равный шанс на цитирование с позицией #1

Что это меняет в стратегии

Прежняя логика: выбрать главный ключ → написать лучший материал → выйти в топ → получить трафик и AI-цитирование.

Эта логика больше не работает в полной мере. Можно занимать позицию 1 по главному ключу и не появляться в AI-ответах вовсе. Конкурент с позиции 45 появляется - потому что его страница точнее закрывает один из под-вопросов в цепочке. Позиция в поиске и присутствие в AI-ответах - это теперь два отдельных результата с разными механиками достижения.

Как оптимизировать:

1. Разберите главные страницы на под-вопросы. Возьмите, к примеру, топ-20 страниц сайта. Для каждой выпишите: какие уточнённые вопросы человек задаёт до того, как сформулировал этот запрос - и какие после. Это и есть ваши пробелы в покрытии.

Инструменты: "Люди также спрашивают" в Google, автодополнение поиска, AlsoAsked.com, раздел вопросов на Яндекс Кью или тематических форумах. Ну или используйте Реддит маппер (лучшее решение)

2. Добавьте блок с прямым ответом на каждый под-вопрос прямо на странице. Не в отдельной статье - на этой же странице. 60–100 слов. Первое предложение - прямой ответ, без введений.

Плохо:

"Вопрос выбора материала корпуса давно обсуждается среди покупателей. Специалисты расходятся во мнениях..."

Хорошо:

"Стеклянный корпус позволяет контролировать уровень воды визуально, но требует аккуратного обращения. Нержавеющая сталь долговечнее и лучше удерживает тепло - оптимальный выбор при интенсивном ежедневном использовании."

3. Создайте отдельные страницы под под-вопросы, которых у вас нет. Каждый вопрос из "Люди также спрашивают", на который у вас нет страницы - это незакрытая точка в коконце. Такие страницы не обязаны быть объёмными: 400–600 слов с исчерпывающим прямым ответом работают лучше, чем 2 000 слов общей информации.


4. Свяжите все страницы коконца перекрёстными ссылками. Главная страница кластера ссылается на все под-страницы. Под-страницы ссылаются обратно. Это не просто перелинковка - это структурный сигнал о том, что весь кластер принадлежит одному тематическому пространству и покрывает его полностью.

Практически: блок "По этой теме" в конце каждой страницы кластера с 3–5 внутренними ссылками.

5. Проверьте, кто цитируется в AI-ответах по вашим запросам. Введите 10 ключевых запросов в Google. Посмотрите, чьи страницы цитируются - и на какой именно фрагмент ведёт ссылка. Найдите этот абзац у конкурента и прочитайте его. Почти наверняка он короткий, конкретный и начинается с прямого ответа. Это и есть эталон для переработки ваших страниц.


Вывод
Стратегия "один главный ключ - одна лучшая страница" оптимизирует только для позиций в поиске. Для присутствия в AI-ответах нужна другая единица работы: тематический кластер, закрывающий весь спектр под-вопросов, которые Google разворачивает внутри одного запроса.

PS
Про Query Fan-Out я опубликовал постов 20, часть с промптами. Используйте поиск по каналу - там масса интересного и полезного есть.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook

🔔 Спец канал с промптами

#DrMax #SEO #Google

🏠 Майское обновление Google. Разбор паттернов.

21 мая Google запустил второе масштабное обновление алгоритма за два месяца. Роллаут занимает до двух недель - финальные данные появятся к 4 июня. Но первые 96 часов уже дали устойчивый сигнал о том, куда движется Google.

Чтобы понять майское обновление, нужно смотреть на него не изолированно, а как на продолжение серии. В марте 2026 года завершилось предыдущее обновление. Его масштаб был рекордным за последние годы: 79,5% страниц из топ-3 изменили позиции, 90,7% страниц из топ-10 сдвинулись, а каждая четвёртая страница из топ-10 вылетела за пределы топ-100 полностью. Для сравнения: в декабре 2025 года аналогичный показатель был 14,7%.

Первые 96 часов дают чёткую картину. Она хорошо согласуется с мартом, но с одним важным исключением.

Растут:

➡️Официальные и институциональные источники (государственные домены, исследовательские организации, университеты)

➡️Нишевые специализированные сайты с оригинальными данными и реальным первичным опытом

➡️Известные бренды с прямой транзакционной ценностью - там, где пользователь может сделать что-то, а не просто прочитать

➡️Локальный малый бизнес с полностью заполненным профилем в Google Бизнесе

➡️Reddit, Yelp, Quora - восстановили позиции после потерь в марте


Падают:

➡️Директории и агрегаторы "рядом со мной": в первые 48 часов фиксировались падения на 6–15 позиций по ключевым запросам

➡️Широкие сайты на медицинскую тематику - клинические и исследовательские источники забирают их трафик

➡️Туристические агрегаторы и платформы недвижимости широкого охвата - в пользу прямых сайтов брендов

➡️Агрегаторы вакансий - в пользу сайтов работодателей напрямую

➡️Партнёрские сайты на шаблонном контенте без реального тестирования продуктов


На Google I/O было объявлено, что основой ранжирования становятся модели на базе Gemini, специально обученные оценивать качество контента. Майское обновление - первый масштабный деплой этих моделей в боевых условиях. По формулировке самого Google:
"обновление следующего поколения основных систем ранжирования на базе расширенных моделей Gemini, делающих акцент на оригинальном, полезном контенте, ориентированном на людей, и штрафующих автоматизированный, перегруженный рекламой контент".

Данные трёх последовательных обновлений - декабрь 2025, март 2026, май 2026 - дают единый паттерн: Страницы-посредники теряют видимость. Контент, который существует между пользователем и первичным источником информации, не добавляет ценности с точки зрения алгоритма. Это касается агрегаторов, директорий, сравнительных таблиц без оригинального тестирования, обзоров, написанных по чужим данным. Выигрывают страницы, которые являются первичным источником: бренд напрямую рассказывает о своём продукте, специалист описывает реальный опыт, исследовательская организация публикует собственные данные.

По данным анализа 71% партнёрских сайтов после мартовского обновления: характерные черты пострадавших - шаблонные страницы сравнения продуктов без оригинального тестирования, AI-генерированный контент без редакционного надзора, купонные агрегаторы на программной генерации. Типичные потери трафика на ключевых страницах - от 20 до 50%.


Роллаут продолжается. Страница, которая упала сегодня, может восстановиться к концу следующей недели без каких-либо действий с вашей стороны. Google прямо рекомендует ждать минимум неделю после завершения роллаута, прежде чем делать выводы.

Проверьте профиль в Google Бизнесе. Если у вас есть физическая локация или привязка к географии - локальный бизнес стабильно растёт в майском обновлении. Полностью заполненный профиль с отзывами и регулярными обновлениями - один из немногих факторов, который поддаётся быстрой доработке.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook DrMax: Промптоведение для SEO-стратегов 2026

🔔 Спец канал с промптами

#DrMax #SEO #Google #GoogleUpdate

‼️ Лучший SEO канал

Выдвинули наш канал на номинацию. Прошу проголосовать.

Идем вот сюда
https://cpc.forum/awards2026

Там ищем рубрику "Лучший канал про SEO"

Ну и голосуем )))

#DrMax

🤫 Время жизни контента в AI поиске составляет 90 дней

Вычитал интересное исследование, которое опубликовал David Baum и нашел кучу подтверждений этому.

Цитата дословно:

"Существует задокументированный 3-месячный обрыв цитирований в AI-поиске. Контент, не обновлявшийся недавно, стремительно выпадает из AI-ответов"

Он отслеживал это на собственных материалах. Паттерн устойчивый: контент, опубликованный или обновлённый в последние 90 дней, цитируется AI-системами значительно чаще, чем более старый. Это не единственное подтверждение. Нашел еще некоторые исследования.

Salespeak проанализировал корпус AI-цитирований: 50% всех цитируемых материалов - младше 13 недель. Прямая формулировка: "у вашего контента трёхмесячный срок годности в AI-поиске".

Исследование 35 миллионов AI Overviews показало: AI-цитируемый контент в среднем на 25,7% свежее, чем контент в традиционной органической выдаче. AI-системы намеренно смещены в сторону недавнего.

Почему так происходит? AI-системы при retrieval оценивают достоверность факта в том числе через его свежесть. Это логично: факт, опубликованный год назад и ни разу не подтверждённый - может быть устаревшим. Модель понижает его вес в grounding-слое даже если по существу он актуален.

Что интересно, Google различает четыре состояния контента:

➡️недавно обновлённый - получает буст

➡️корректно статичный (долгоиграющий контент, или как его называют идиоты - вечнозеленый) - нейтрально

➡️искусственно освежённый (смена даты без содержательных изменений) - штраф

➡️устаревший и заброшенный - постепенное выпадение

Попытка обмануть систему сменой даты не работает. Нужны содержательные изменения. Что конкретно проделал David Baum. Он запустил 60-дневный цикл обновления для топ-20 материалов сайта. Затраты: около одного часа на материал раз в квартал. В результате 7 из 20 материалов вошли в AI-цитирование после первого обновления, при том, что до этого не цитировались вообще.

Что он проделал:

➡️актуализировал статистику и примеры до текущего года

➡️добавил 1–2 новых исследования или данных за последние месяцы

➡️обновил /добавил цитаты экспертов

➡️добавил раздел "Что изменилось с [дата предыдущей версии]"


Важные правила таковы:

Не переписывать. Не менять структуру. Не публиковать заново с нуля.

Что можно проделать на ваших сайтах:

1. Создайте реестр цитируемых материалов.

2. Добавьте поле "Дата последнего обновления" в CMS. Дата обновления должна быть видима в HTML-коде страницы как отдельный тег - не просто в CMS-базе данных. AI-краулеры читают HTML, а не базу данных. Без видимой даты сигнал свежести не передаётся.

3. Установите 60-дневный триггер в задачнике. Для каждой страницы из реестра - повторяющаяся задача раз в 60 дней. Не "написать новый материал". Именно "обновить этот".

4. Минимальный стандарт обновления. Достаточно любого из следующего: одна новая статистика с источником и годом, один новый пример из текущей практики, блок "Обновлено [месяц год]: что актуально сейчас", новая цитата эксперта или исследование.

5. Проверьте, что обновление видно краулеру. После публикации прогоните страницу через Firecrawl или Jina Reader. Убедитесь, что дата обновления и новый абзац присутствуют в markdown-выводе - то есть видны AI-системам при парсинге.

Это один из самых дешевых и простых SEO приемов по соотношению затрат и результата: один час в квартал на материал против системного выпадения из AI-ответов. David Baum назвал это прямо:

если вы не выстраиваете обновления как регулярную операцию, а не как отдельный проект - вы постепенно исчезаете из AI-генерируемых ответов.

Внедряйте!

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook DrMax: Промптоведение для SEO-стратегов 2026

🔔 Спец канал с промптами

#DrMax #SEO #AIOverviews #Google

✈️ Google Merchant Center: новые метрики AI-видимости

Google запустил раздел AI Performance Insights в Merchant Center - первый официальный инструмент измерения видимости бренда в AI-шопинге.

Что показывает:

➡️Доля голоса (share of voice) - как товары представлены в AI-поиске относительно конкурентов

➡️Воронка шопинга - от открытия через AI-ответ до покупки

➡️Разговорные запросы - какие формулировки пользователи используют при поиске через AI Mode и Gemini

➡️Пробелы в атрибутах - Google прямо указывает, каких полей (цвет, материал, стиль) не хватает в фиде

Это первое официальное подтверждение того, что "доля голоса в AI" становится отслеживаемой метрикой. Сначала в Merchant Center, затем логично ожидать в Search Console.

Запуск: США, Канада, Австралия, Индия, Новая Зеландия в ближайшие месяцы.

#DrMax #SEO #AIOverviews

📕 Как работает AI-поиск в мае/июне 2026 года. Часть 1.

Вычитал интересную статью про развитие АИ поиска. Сейчас выдам вам краткий обзор самых важных моментов. Но всеж рекомендую пару раз перечитать оригинал.

Еще год назад модель была гораздо проще: запрос → поиск → топ-N фрагментов → ответ с источниками. Вы попали в топ-N - вас процитировали. Не попали - нет.

Эта схема больше не существует ни в одной крупной AI-системе.

Google AI Mode, ChatGPT, Perplexity, Gemini Deep Research - все они теперь работают по агентной RAG-архитектуре. Один запрос пользователя порождает внутри системы от 5 до 20 подзапросов. Каждый выполняется отдельно. Найденные фрагменты сравниваются попарно - буквально: "какой из двух отрывков лучше отвечает на этот подзапрос?". Затем критик-модуль проверяет качество черновика и решает, достаточно ли доказательств, чтобы ответ был надёжным.

Контент должен пройти пять последовательных фильтров при каждом подзапросе:
планировщик → маршрутизатор → поиск → попарное ранжирование → критик.

Только пройдя все пять - страница попадает в финальный ответ. При этом традиционное отслеживание цитирований видит только выживших. Оно не показывает, на каком именно этапе вы отсеялись.

Шесть изменений в контентной работе

1. Одной "хорошей страницы" недостаточно - нужна топическая плотность (привет коконцы!)

Агент разбивает тему на 5–20 подзапросов. Страница, которая существует как изолированный материал без покрытия смежных подтем, попадает в цитирование один раз - и исчезает из следующих подзапросов. Страница, которая является узлом плотного связного топического кластера, цитируется в одном ответе по пять раз.

Действие: для каждой приоритетной темы проведите аудит покрытия. Какие смежные подвопросы задаёт ваша аудитория? Какие из них у вас не закрыты отдельным материалом?


2. Атомарные самодостаточные абзацы бьют монолитные статьи (привет чанкирование!)

Система извлекает и сравнивает фрагменты, а не страницы. Абзац, который требует прокрутки двух параграфов вверх для понимания, проигрывает в попарном сравнении абзацу, который понятен без контекста.

Требования к "выживающему" абзацу:

➡️именованные сущности в самом начале ("Для магазинов с оборотом до 1 млн рублей...")

➡️явные условия применимости

➡️таблицы, списки, конкретные числа - всё, что LLM может процитировать без интерпретации

Действие: возьмите топ-3 страницы по приоритетным запросам. Пройдитесь по каждому абзацу с вопросом: "Понятен ли этот абзац без чтения предыдущих?"


3. Контент с признанием ограничений проходит через критика (Привет мастер промпты из спец канала!)

Когда критик-модуль оценивает черновик, он ищет однобокость. Источник, который игнорирует исключения и не признаёт, когда его рекомендации не работают, классифицируется как потенциально ненадёжный и отфильтровывается. Рекламный текст без оговорок - прямой путь к отклонению на этапе рефлексии.

Действие: добавьте на экспертные страницы явный раздел: "Когда этот подход не работает" или "Ограничения и исключения".


4. "Мостовые сущности" - крутейший приём (опять привет коконцам!)

Когда агент на первом подзапросе находит сущность A, второй подзапрос исследует связи A с другими сущностями. Если ваш контент является каноническим источником, связывающим тему A с темой B - вас цитируют в ответах, где пользователь вообще не упоминал ваш бренд или сайт.

Действие: определите, какие смежные темы в вашей нише слабо связаны в существующем контенте. Создайте страницы-мосты - они дают цитирования в "боковых" запросах.


5. Инструментальный контент побеждает статьи там, где задача вычислима

Когда запрос требует расчёта (калькуляторы, сравнения, актуальные ставки, спецификации товаров) - маршрутизатор предпочтёт вызвать API или инструмент, а не цитировать статью. Компании, которые продолжают писать "полные руководства" по темам, где нужен калькулятор, будут заменены функциональным вызовом.

Действие: для каких тем в вашей нише вычислимый инструмент полезнее статьи? Калькулятор, сравнительная таблица с реальными данными, API-точка с актуальной информацией.


6. Свежесть - это фильтр критика