📌📌📌 Гвозди Гольдмана. Часть 1.

Работа с GSC (Длиннохвосты)

Аккурат лет 15 назад я публиковал цикл статей с аналогичным названием на Lipf(dot)ru. Ну что ж, пора выпустить продолжение. Сегодня мы вспомним технику, о которой я уже рассказывал и в канале и в интереснейшей телеконференции у Миши Шакина. И переосмыслим её.

Итак, идем в GSC --> Результаты поиска и пихаем Regex фильтр (Регулярный запрос) следующего вида:

(?i)\b(who|what|where|when|why|how|which|whose|whom|can|could|will|would|should|shall|may|might|must|do|does|did|is|are|am|was|were|be|been|have|has|had)\b

так мы выгребаем все накопившиеся запросы-вопросы.

Этот паттерн помогает сегментировать 70–80% информационных запросов, генерируя идеи для FAQ, что повышает E-E-A-T и ранжирование. Судя по единичному отзыву у Миши на Ютубе:

трафик на блог увеличился с 35К до 123К (без ссылочного).

Продолжим.

Для фокуса на начале запроса добавляем ^ в начало, дабы фильтровать запросы, начинающиеся с этих слов. Например, ^(?i)(who|what|...)\b)

Русский аналог regex-паттерна для выявления вопросов в поисковых запросах будет несколько пошире, так как он включает вопросительные слова, их формы по падежам, родам и числам, а также вспомогательные глаголы и модальные конструкции, часто используемые в вопросительных предложениях.

(?i)\b(кто|что|где|когда|почему|как|какой|какая|какое|какие|чей|чья|чьё|чьи|сколько|куда|откуда|зачем|почем|который|которая|которое|которые|кому|кем|о ком|о чем|чему|чего|чем|чём|ком|быть|есть|суть|был|была|было|были|будешь|будет|будем|будете|будут|бы|буду|мочь|могу|можешь|может|можем|можете|могут|мог|могла|могло|могли|должен|должна|должно|должны|иметь|имею|имеешь|имеет|имеем|имеете|имеют|имел|имела|имело|имели|делать|делаю|делаешь|делает|делаем|делаете|делают|делал|делала|делало|делали|можно|нужно|надо|следует|возможно|стать|становиться|казаться|являться|считаться|называться|прийти|приехать|вернуться)\b

Естественно, вы можете поковырять этот русский запрос и значительно его расширить (не забываем об ограничении в консоли на запрос в 4096 символов).

Например, добавить "чо" (чо, че, чё, шо, шта, чта, чёта, чего, чёго, штаго.), "хто" (кта, кво, ктоо, ктоб, ктаго), "гди" (гдэ, гдэта, гдето, гдиж), "када" (кода, кагда, когды, кадаб), "пачему" (почму, поче му, почиму, пачмуи), "каг" (кк, каак, кагто, кяк), "кокой" (какай, каково, какойта, какава) а так же (чий, чёй, чиё, скока, сколька, скок, куды, кута, кудато, аткуда, откуд, аткудава, зачём, зач, зачим) и так далее.

Также добавляем тупые сленговые выражения и зелепуки типа (pachiemu, pochmu, poche mu, pochimu, skoka, skolka, skok и т.д.), что позволяет выцепить фразы типа "skoka стоит".

Включение "чо" и подобных в regex может увеличить захват неформальных поисков на 15-30%, особенно в GSC для молодежной аудитории или регионов.

Далее всё это пихаем в LLM и промптом фильтруем

"У меня есть список сленговых вариаций русских вопросительных слов: [вставьте список, например: чо, че, чё, шо, шта, хто, кта, гди, гдэ, kada, pochmu, kag, kokoy, skoka, kudy]. Отсортируй их по категориям: 1) По базовому слову (что, кто, где, когда, почему, как, какой и т.д.); 2) По типу вариации (интернет-сленг, молодежный жаргон, региональный диалект, опечатка); 3) По предполагаемой частоте использования (высокая, средняя, низкая, на основе общего знания). Выведи результат в таблице с колонками: Вариация, Базовое слово, Тип вариации, Частота. Добавь обоснование для каждой категории."

Этот промпт поможет структурировать данные для дальнейшего анализа

Как использовать.

Самое очевидное - сделать FAQ. Не вздумайте пихать кривые "чо" в текст!!! Вы и так уже ранжируетесь по ним (раз нашелся запрос в GSC). Используйте нормальные формулировки и ответы на базе вашего контента!

Второй вариант - сгруппировать промптом в кластеры

"Создай кластеры из моих запросов по семантике и предложи SEO-применение. [приложите список оных запросов]"

Продолжение следует....

Главное - регулярно обновляйте этот список: Проверяйте ежемесячно, выцепляя новые фразочки. Их море.

#DrMax #SEO #GSC #ГвоздиГольдмана

📌📌📌 Гвозди Гольдмана. Часть 2.

Работа с GSC (Длиннохвосты 2)

Выцепляем все длиннохвостые запросы в GSC следующей регуляркой

([^\s]+\s+){3,}

здесь получаем список ключей в 4+ слов.


Вариации паттернов:

По длине в символах:

^.{35,}

фильтрует запросы длиннее 35 символов (адаптируйте число под нужды). Полезно для очень детализированных фраз, где число слов не критично.

С Unicode-поддержкой:

([\p{L}\p{N}_]+\s+){3,}

где \p{L} для букв любого языка (включая кириллицу), \p{N} для цифр. Юзаем для многоязычных сайтов.


С интентом (вопросительные):

(?i)\b(как|почему|где)\b(\s+[^\s]+){3,}

сочетает русский интент с длиной, игнорируя регистр.

Негативный (исключение коротких):

^(?!.{0,34}).*

пропускает только длинные запросы, исключая короткие.

Ежели запросы содержат знаки препинания, корректируйте \s+ на [\s\p{P}]+ для учета пунктуации.


Как использовать:

⏺Кластеризуйте промптами список ключей и/или используйте на свое усмотрение

⏺ Разрабатывайте и монтируйте коконцы (тематические хабы) либо подмонтируйте к уже существющим новые дочерние страницы

⏺ E-commerce оптимизируем страницы фильтров продуктов (классный способ, +100500 трафа)

⏺ Пихаем в описания продуктов и alt теги

⏺ Юзаем в Гугл мой Бизнес - ежели ключи региональные


Длиннохвостые запросы влияют на SEO через фокус на интенте и низкую конкуренцию, но эффект зависит от ниши, авторитета сайта и качества контента.
Выгоды таковы (есть кейсы, но я их вам не покажу):

1. От длиннохвостов конверсии в 2-3 раза выше, чем от коротких ключей
2. Квалифицированный трафик растет на 20-50% в нишевых рынках (от трудолюбия вашего конечно зависит)
3. Улучшает E-E-A-T, повышает позиции в AI-ответах
4. Их просто продвигать

Минусов тоже много, например, медленный рост трафа, при этом в конкурентных нишах (положим - финансы) эффект минимален без сильного домена (бренда).


Продолжение следует....

#DrMax #SEO #GSC #ГвоздиГольдмана

📌📌📌 Гвозди Гольдмана. Часть 3.
Работа с GSC (Прочие хитрые запросы)

Выцепляем URL в запросах:

(?i)\b(https?://|www\.)\S+

Паттерн для URL помогает найти запросы вроде "www.site.ru/page ошибка 404", указывая на сломанные ссылки. Создайте редиректы или обновите контент.

Паттерн для запроса с e/mail

(?i)\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b

Используйте паттерн для URL или email, чтобы выявить запросы вроде "https://spam.site вирус" или "hack@example.com скачать".
Для сайтов с форумами — фильтруйте в GSC, затем проверяйте источники трафика.


Паттерн для запроса с числами

\b\d{2,}\b

Паттерн для запросов с датами:

(?i)\b(\d{1,2}[./-]\d{1,2}[./-]\d{2,4}|\d{4}[./-]\d{1,2}[./-]\d{1,2})\b

Захватывает форматы ДД.ММ.ГГГГ или ГГГГ-ММ-ДД, полезно для сезонных запросов (например "акции до 31.12.2025").

Паттерн для запросов с брендами или продуктами:

(?i)\b(бренд1|бренд2|модель\s*\d+)\b

Замените на конкретные термины; для продуктов добавьте \s*\d+ для номеров моделей.
Фильтруйте, например, "samsung galaxy s24 купить" супротив небрендовых. Разработайте стратегии лояльности.

Для запросов с хэштегами:

(?i)\b#[\p{L}\p{N}_]+\b 

захватывает #тег или #Tag, включая кириллицу (\p{L} для букв).

Для телефонных номеров:

\b(?:+?\d{1,3})?[-.\s]?$?\d{3}$?[-.\s]?\d{3}[-.\s]?\d{4}\b 

находит номера вроде +7 (495) 123-45-67 или 8-800-1234567.

Для артикулов товаров:

(?i)\b(art|артикул|model|модель|sku|код)\s*[:=]?\s*[\p{L}\p{N}-_]+\b

для "артикул 123-ABC" или "model XYZ-456".

Специфические паттерны влияют на SEO через точный анализ, позволяя оптимизировать под нишевые запросы с низкой конкуренцией.
Эффект варьируется: в нишевых рынках рост трафика на 15-40%, в конкурентных — на 10-25%. Они обеспечивают квалифицированный трафик с конверсиями в 1,5-2 раза выше, но и требуют 3-6 месяцев на реализацию.

Продолжение следует....


#DrMax #SEO #GSC #ГвоздиГольдмана

📌📌📌 Гвозди Гольдмана. Часть 4.

Работа с GSC и Интентами (Информационные интенты).

Интент поиска (search intent) - это цель пользователя за запросом. То есть, на кой ляд пользователь вбивает в поиск или там в LLM тот или иной запрос.

Ежели SEO специалиста вопросить - мол с какими типами интентов ты знаком, то мнения разделятся.

Начинающий бодро отрапортурет о навигационных, транзакционных, информационных интентах. Мол так его научили и действительно - это основные интенты, описанные в классификации Бродера 2002 года.

Маститый SEO-шник призадумается и начнет загибать пальцы. Причем на обоих руках. Ибо он припомнит и коммерческие интенты и уточняющие и сравнительные и неявные интенты (которые скрыты в ключах без точных маркеров) и черте что еще припомнит. Ибо он опирается уже не только на расширения классификаций Бродера, но и на свой сугубо практический опыт.

Кто умеет работать с интентами - тот умеет нагонять мощный, релевантный, высококонвертабельный траф для любого сайта, любой ниши,рынка,типа посетителей. Это основа SEO продвижения.

Мы начнем с начала и разберем все виды интентов и я кратко расскажу сценарии, что с ними делать (в общем).

Итак, "Информационные интенты".

Информационный интент запроса - пользователь стремиться что-то узнать (без явного намерения купить). Они составляют 80% поисков, привлекая траф на верхнем уровне воронки, но с низкой конверсией (1-5%). Фокус на E-E-A-T для ранжирования.

Чтобы выявить с каими информационными интентами захаживают посетители на наш сайт - идем в GSC (Performance > Queries > Custom regex).

Важно уточнить, что для русского языка паттерны должны учитывать морфологию (формы слов), а для английского - модальные глаголы.

Итак, английский паттерн с фокусом на вопросительных и вспомогательных словах:

(?i)\b(how|what|why|when|where|who|is|are|can|does|do|did|will|would|should|could|may|might|must)\b

Примеры: "what is intent", "how to bake bread".

Расширенная версия:

(?i)\b(how to|guide|tutorial|step by step|tips|tricks|ways to|best way to|learn|help|explain|understand|instruction|methods|examples|meaning of|definition|what is|why does|when should|where can|who invented|facts about|history of|causes of|effects of|symptoms of|treatment for|pros and cons of|benefits of|disadvantages of|reasons for|types of|list of|overview of|introduction to|basics of|advanced guide to)\b

Русский c с глаголами:

(?i)\b(как|что|почему|когда|где|кто|есть|был|будет|можно|должен|может|является|делает)\b

Примеры: "что такое интент", "как печь хлеб".

Промпты для обработки таковы:

Базовый для классификации:

"Классифицируй эти запросы [список из GSC] по подтипам информационного интента: 'объяснение' (facts/definitions), 'инструкция' (how-to/guides), 'исследование' (causes/effects/history); для каждого предложи 2 идеи контента и оценку конкуренции (низкая/средняя/высокая)."

Для обработки данных:

"Очисти и сгруппируй запросы [суйте csv выгрузку] по темам, удали дубликаты, рассчитай средний CTR для информационных; выведи топ-10 по показам."

Расширенный с анализом:

"Проанализируй запросы [список] на информационный интент, классифицируй по подтипам, учти сезонность ( например 'лето 2025'); предложи ключевые слова для расширения и A/B-тесты заголовков."

Можно использовать:

✅Создание контента для блогов: Паттерны выявляют "how to SEO" для гайдов.

✅Анализ SERP: Фильтруйте запросы, проверяйте топ-страницы.

✅Кластеризация ключей: Группируйте по темам для хабов.

✅Оптимизация on-page: Добавьте маркеры в H1/H2.

✅Lead generation на коммерческих сайтах: Привлекайте трафик гайдами, конвертируйте CTAs.

✅Монетизация инфо-сайтов: Ads/affiliate в статьях.

✅Локальный SEO: Для "where is [place]".

✅A/B-тестирование: Тестируйте заголовки под паттерны.

✅Сезонный контент

✅B2B-стратегии: Гайды для "what is [tech]".

✅Образовательные платформы: Хреначим образовательные курсы под "learn [topic]".

✅Социальные интеграции: Контент для расшаривания.

#DrMax #SEO #GSC #ГвоздиГольдмана

💡 Просили - получите!
Новая версия Яндекс Вордстат Extension 3.8 от Андрея Симагина

По запросам товарищей из нашего чата Андрей добавил возможность отображения / скрытия панели поисковых операторов Вордстат (на что были жалобы в чате).

На этом нововведения не заканчиваются. Была добавлена отдельная панель со списком уникальных слов в ключевых запросах, добавлен режим «Мультигруппа» для отображения семядра без папок одним списком, добавлен минус-режим для списка ключевых слов непосредственно в самом расширении.

Итак, что нового внедрил Андрей:
- для более удобной фильтрации и управления семядром добавлена отдельная панель со списком уникальных слов в ключевых запросах
- добавлена настройка отображения / скрытия панели поисковых операторов в строке Вордстат
- добавлен минус-режим для списка ключевых слов непосредственно в самом расширении
- добавлена возможность импорта ключевых слов из CSV для частотностей WS и «!WS»
- исправлен некорректный импорт ТОП сайтов поисковой выдачи при импорте семядра из CSV
- добавлен режим «Мультигруппа» для отображения семядра без папок одним списком

Скачать тут: https://wordclusterer.ru/version-history/

Пожелания для Андрея пишем в комментариях. Он почитывает и оперативно реагирует на них.

И не забываем сказать спасибо Андрею!

#DrMax #Софт

📌📌📌 Гвозди Гольдмана. Часть 5.

Работа с GSC и Интентами (Транзакционные интенты).

Транзакционные интенты - запросы, где пользователь готов совершить действие (покупка, регистрация, скачивание), часто на BOFU стадии воронки. По классификации Broder (2002) и обновлениям 2025 года, они составляют 10-20% поиска, с высокой конверсией (5-15%), фокусируясь на действиях. В SEO они критичны для коммерческих сайтов, где маркеры (buy, купить) сигнализируют о готовности к транзакции.

Паттерны в GSC помогают фильтровать такие запросы для оптимизации лендингов, форм и CTAs, повышая ROI на 20-50%.

Английская версия:

(?i)\b(buy|purchase|order|shop|book|reserve|download|sign up|register|subscribe|join|apply|free trial|trial|demo|quote|pricing|price|cost|cheap|discount|coupon|promo|sale|get|obtain|acquire|rent|hire|book now|reserve now|add to cart|checkout|pay|payment|invoice|bill|receipt|refund|return|exchange|warranty|guarantee|shipping|delivery|pickup|in store|online|deal|offer|bargain|clearance|sale price|best price|lowest price|limited time offer|flash sale|bundle|package|subscription|membership|enroll|sign in for|access|unlock|upgrade|renew)\b

Русская версия:

(?i)\b(купить|заказать|приобрести|оформить|забронировать|скачать|зарегистрироваться|подписаться|оформить заказ|добавить в корзину|оплатить|доставка|самовывоз|акция|скидка|промокод|цена|стоимость|дешево|недорого|лучшая цена|гарантия|возврат|обмен|бесплатная доставка|получить|арендовать|бронировать|оформить подписку|пробный период|демо|заявка|ограниченное|предложение|распродажа|комплект|пакет|подписка|членство|записаться|войти для|доступ|разблокировать|обновить|продлить)\b

Расширяем и дополняем самостоятельно. Окончания в русской версии в запросе оставил в покое. Можете пофиксить.

Далее, экспортируйте запросы из GSC и пихайте в LLM

Промпты:

Базовый для классификации:

"Классифицируй эти запросы [список из GSC] по подтипам транзакционного интента: 'покупка' (buy/order), 'регистрация/подписка' (sign up/subscribe), 'скачивание/демо' (download/trial), 'бронирование/заявка' (book/apply); для каждого предложи 3 идеи оптимизации страниц (CTA, формы)."

Для обработки данных:

"Очисти и сгруппируй транзакционные запросы [CSV-список] по подтипам, удали дубликаты, рассчитай средний CTR/конверсии; выведи топ-10 по потенциалу продаж."

Расширенный с анализом:

"Проанализируй запросы [список] на транзакционный интент, классифицируй по подтипам, учти сезонность (e.g., 'черная пятница 2025'); предложи A/B-тесты CTAs и landing pages."

Для русского:

"Классифицируй русские запросы [список] по транзакционному интенту: 'покупка', 'регистрация', 'скачивание'; добавь примеры оптимизации на русском (кнопки, формы)."

Сценарии использования:

🚀 Лендинги для прямых покупок: Паттерны выявляют "buy iPhone" для страниц с корзиной.

🚀 Формы регистрации/подписки: Для "sign up free trial" — модальные формы.

🚀 PPC-кампании с низким CPC: Таргетинг транзакционных для ads.

🚀 Оптимизация корзины и оплаты: Для "add to cart" — упрощение процесса.

🚀 Лидогенерация на инфо-сайтах: Транзакционные в гайдах с формами.

🚀 Ремаркетинг и email

🚀 Локальные услуги с бронированием

🚀 Скачивания и демо

🚀 Акции и скидки: Для "promo code" - страницы распродаж.

🚀 A/B-тестирование CTAs: Тесты кнопок под паттерны.

и так далее

Транзакционные интенты дают низкий объем трафика (10-20%), но высокие конверсии. Паттерны повышают ROI на 20-50%. Судя по кейсам, влияние на трафик: +10-30% квалифицированного.

Общая оценка использование паттернов: 10-25% рост продаж!!!

Влияние на ранжирование по отдельным кейсам: +5-15 позиций за счет релевантности.


#DrMax #SEO #GSC #ГвоздиГольдмана

✍️ Как я работаю с ключами

1. Собранные сырые ключи скармливаю промпту
2. На основе ключей определяются интенты
3. На основе интентов определяются сущности
4. Список найденных сущностей расширяется и дополняется связанными и неявными сущностями
5. Сущности группируются в домены
6. Для всех доменов и всех сущностей определяются новые интенты
7. Интенты кластеризуются
8. Строится таксономия на основе сущностей и интентов
9. Таксономия наполняется контентом (генерачим по мега правилам - см промптоведение)
10. В контент внедряем часть ключей (если их там еще нет)
11. Проводим самоконтроль всего этого барахла
12. В контент внедряем перелинковку
13. Проводим самоконтроль всего этого барахла
14. Выгрузка на сайт, вычитка

Это если кратко. Если чуть более подробно - смотрите и читайте 1 и 2 сезон промптоведения - там много из этого расписано.

Это я к чему написал вообще. Тут товарищ мой говорит, что LLM уравняло качество контента для всего инета и у всех в среднем одно и тоже.

А вот фиг там.

Я выдал мои боевые промпты товарищам, записал видео как с ними работать, как поднастраивать ежели чего. Показал все настройки в LLM.

А качество выходного контента у меня и товарищей совершенно разные. Даже на моих боевых промптах. Я помыслил и понял что дело в двух вещах:
1. Входные данные в промпт
2. Вычитка (в меньшей степени).

О том как готовить данные для промпта - можно целую книгу написать. То как делю это я - моё личное ноу-хау, кое я юзаю успешно более года. В рамках статей в канале это не расписать, да и не стоит этого делать.

В общем юзайте схему, совершенствуйте её. Читайте Промптоведение.

#DrMax #LLM #Промпт

📕 Модель обогащения контента новыми сущностями, не выявленными на этапе анализа онтологической области.

Суть довольна проста. Мы собираем для начала сущности (см промптоведение сезон 1) для нашего контента, а после выстраиваем граф из этих сущностей. Где связи слабые - там нужны доп. сущности. Таким образом мы выискиваем НЕЯВНЫЕ ИНТЕНТЫ товарищей - пользователей контента и внедряем их в текст (или не внедряем - как хотите).

Кроме того, мы переходим с анализа внутренней онтологической области вашего явления (допустим кровля крыш) к внешним проявлениям (например индустриальным трендам. Делает ли кто то крыши из говна и палок и насколько это востребовано)

Кусок промпта выглядит следующим образом:

6.0. Построение онтологической модели предметной области.
Задача - формализация предметной области в виде направленного графа знаний G(E, R), где E - конечное множество ключевых сущностей (концептуальных узлов) предметной области, а R - множество n-арных реляций (ориентированных ребер), описывающих каузальные, иерархические, функциональные и атрибутивные связи между сущностями из E. Каждая реляция r ∈ R должна быть эксплицитно выражена в формате тройки (субъект, предикат, объект) или ее расширенной n-арной формы. Целью является максимизация плотности и полноты графа G для исчерпывающего описания системы.

6.1. Аудит семантической целостности и устранение лакун.
Задача - провести анализ топологии графа G на предмет выявления сущностей eᵢ ∈ E с аномально низкой степенью связности (degree ≤ 1). Данные сущности идентифицируются как "семантические лакуны", указывающие на нарушение полноты онтологической модели. Необходимо итеративно устранять выявленные лакуны путем введения в граф G новых "транзитивных" сущностей и/или предикатов, которые устанавливают логически непротиворечивые реляции между ранее изолированной сущностью и основным ядром графа.
Конечная цель - достижение высокого коэффициента связности графа, где отсутствуют изолированные вершины.

6.2. Контекстуальная триангуляция онтологической модели.
Задача - верификация и обогащение построенной модели G путем ее позиционирования в рамках трех внешних систем координат. Итоговый сгенерированный контент должен содержать явные вербальные конструкции, доказывающие проведение анализа по каждой из трех указанных систем.
Система 1: Генезис (Источник/Авторство): Установление и описание реляций между ключевыми атрибутами модели G и атрибутами/деятельностью сущности-создателя (автора, производителя, первопричины). Анализ на соответствие, отклонение или эволюцию относительно других моделей, порожденных тем же источником.
Система 2: Таксономия (Классификация/Типология): Определение положения модели G в общепринятой иерархической системе классификации (таксоне). Проведение сравнительного анализа ключевых сущностей и реляций G с эталонными моделями (архетипами) в том же классе для выявления уникальности, сходства или аномалий.
Система 3: Прагматика (Применение/Потребитель): Анализ функциональной ценности и импликаций модели G для конечного пользователя/целевой аудитории. Установление связей между внутренними атрибутами модели и внешними практическими результатами или опытом, которые она порождает для субъекта-потребителя.

Добавляем в свой промпт (системные инструкции) сразу после сбора всех сущностей.

#DrMax #Промпт

📕 Модель обогащения контента новыми сущностями, не выявленными на этапе анализа онтологической области. ПРИМЕР.

Собственно в PDF как это отрабатывает (с выводом промежуточных данных, что явно не нужно делать в боевом промпте) тот же ЧАТ ГПТ.

Там же сам промпт (с предварительным сбором сущностей, см промптоведение 1 сезон).

Весьма поучительно. Если еще учитывать, что LLM вывел из за своей ленности только часть данных.

Привел оный промпт и ответ с выводом (который выводить и не надо) для пояснения, как оное расширение использовать и КАКУЮ ПОЛЬЗУ ОНО ПРИНОСИТ.

Что важно:
1. Кусок расширения онтологической области - ТЕМАТИКОНЕЗАВИСИМЫЙ, его можно юзать в любом вашем промпте. Такое дорогого стоит. Он сам "подстраивается" под любую тематику, благодаря математическому описанию.
2. Он немного менее ресурсоемкий и ИМХО несколько более быстрый, чем его аналоги (если они есть) благодаря описанию на формальном языке.

ЗЫ.
10 декабря состоится телеконференция у Миши Шакина. Заявки по тематикам, предварительные вопросы что стоит осветить - пишем в комментариях. Думается начнем с ним с обсуждения промптоведения. А там видно дальше будет.

#DrMax #Промпт

👨‍💻 Разбор статьи "How to optimize for ChatGPT"

В комментариях (нашем чате) скинули ссылку на статью про оптимизацию под Чат ГПТ. Если вам интересно мное мнение по ней, то собрал все факты из статьи и прокоментировал их.

Мнение сугубо мое и не претендует на окончательную достоверность!!!

Итак:

1. Ссылающиеся домены - главный фактор авторитета

Фиг там. У LLM нет прямого «счётчика ссылок». Модель обращается к обучающей выборке и косвенным сигналам авторитетности, основанным на большом корпусе данных, где связь с данными по трафику, видимости и качеству контента сильнее, чем слепое количество ссылок. То есть 50 трафиковых ссылок уработают 100500 ссылающихся нерелевантных доменов.


2. LLMs.txt файлы неэффективны для цитирования

Это верно


3. Трафик сайта коррелирует с цитированиями

Ранжирование и трафик. например, с яндекса, накрученный ПФ, никак не улучшает видимость в LLM


4. Домашняя страница должна привлекать трафик.

Вполне вероятно.


5. Упоминания на Quora и Reddit повышают цитирование

Для ЧатГПТ однозначно. Ибо оно обучено именно на них. А не на умных книжках Льва Толстого.


6. Контент от 1,900 слов лучше коротких статей.

Качество гораздо важнее длины. Два абзаца высокого качества лучше, чем 5,000 слов воды.


7. Структура текста (120–180 слов между заголовками) критична.

Вполне возможно. Но у меня иные цифры и иные представления о структуре контента.


8. FAQ-секции помогают цитированию

FAQ иногда полезны для пользователей и помогают выделить ключевые вопросы, но сами по себе не повышают цитирование без другого контекста авторитета.
То есть тупо пихая FAQ на страницы говносайта - ничего не добьешся.


9. Свежесть контента (обновления за 3 месяца) важна.

Для отдельных тематик - аж критична. Для других (например медицина) - не особо.


10. Общие заголовки лучше ключевых слов в URLs

В URL мы должны показать какие сущности закрывает контент, а ключи - это один из частных примеров. То есть LLM ищет контекст и релевантность, а не точные совпадения ключевых слов.


11. Профили на платформах отзывов (Trustpilot, G2) важны.

Частично верно. И вообще, по умолчанию, такие профили нужно развивать. Для гугла дают буст.


12. Core Web Vitals (скорость загрузки) влияют на цитирование.

Частично да. Но буста не дает никакого. Может просто плюнуть бот LLM на сайт и не обойти его.


13. FAQ schema markup слаб, обычная структура лучше.

LLM вообще не видит микроразметку. Они используют безопасное извлечение данных, где пререендер отдает LLM готовый текст (безопасный), а не HTML страницу. Я летом это выяснял с некоторыми LLM, когда не мог понять, почему они так криво анализируют структуру HTML по URL.


14. Доменный авторитет (DT > 90) даёт 4x больше цитирований
Херня. От пузомерок никак не зависит. LLM ничего не знают о выдуманных пузомерках, равно как и гугл.

Как то так )))

#DrMax #LLM

📕 Повышаем вероятность попадания в ответы LLM

Итак, как мы знаем, для каждого запроса LLM строит пучок подзапросов и, выбирая из контента ответы на них, пытается вычислить наиболее безопасный (а не лучший в прямом смысле слова) результат.

Предположим, что LLM будет нарезать чанки по структурным единицам (грубо говоря подразделам h2/h3 - что там у вас есть), а не использует способы нарезки чанков отлавливанием смены тематики в контенте или по фиксированной длине чанка.

Я уже описывал в 1 сезоне промптоведения "Принцип Семантической Триангуляции", когда мы 3-4 Ключевых раздела (H2/H3), посвященные важным сущностям или технологиям, строим по принципу "триангуляции", чтобы превентивно ответить на веер под-запросов.

В рамках каждого такого раздела мы покрываем три важных типа интента:
a. Определение и принцип работы (Что это? / Как работает?)
b. Сравнительный анализ (Чем отличается от аналогов?)
с. Практическое применение (Какую проблему решает для пользователя?)

Универсальный промпт выглядит следующим образом:

2.5. Применение принципа семантической триангуляции.
Для подмножества ключевых узлов, описывающих фундаментальные концепции или технологии, применяется обязательный структурный паттерн "Семантическая триангуляция". Содержание данных узлов должно быть последовательно структурировано для разрешения трёх ортогональных информационных векторов:
a) Дефиниционно-функциональный аспект: Формальное определение сущности и алгоритмическое описание принципа ее функционирования.
b) Дифференциально-сравнительный аспект: Компаративный анализ сущности с альтернативными или предшествующими аналогами с целью выявления ключевых отличий.
c) Прагматико-утилитарный аспект: Описание практической ценности, прикладного значения и конечной выгоды от использования сущности для конечного субъекта-пользователя.

Используем этот кусок при генерации некоторых структурных подразделов вашего контента. Каких - выбирайте сами. Добавляйте его в ваш Мастер-промпт.

Он должен помочь повысить видимость в LLM. Ну и для ранжирования в Гугле тоже неплохо выходит.

Во вложении - пример генерации ЧатГПТ описания Форда F150 с применением этого принципа (сам промпт + ответ)

#DrMax #Промпт

🤯 Философия SEO. Заметка нумер1.

Вообще, успех или неуспех сайта зависит от единственной вещи. Не от ссылочного, не от 100500 миллионов опубликованных страниц, не от возраста или траста домена, не от прокачанных авторов/редакторов, не от OnPage / OnSite оптимизации. Это всё важно, но абсолютно не гарантирует никакого успеха. От слова совсем.

Единственное важная вещь на сайте - полезность контента. Чем он полезней, тем меньше нужно ссылочного, усилий по продвижению, какой либо оптимизации. И самое странное, что это алгоритмически можно измерить (что и проделывает Гугл).

И ваша точка зрения на качество контента и его полезность может вполне расходиться с тем, что имеет в ввиду Гугел под этими понятиями. Впрочем вы легко это можете заметить по неросту или падению трафа на сайт, не смотря на все прикладываемые усилия.

Я лет 15 назад приводил простой пример (наверняка спер откуда нибудь) самого полезного контента на сайте. Я приводил пример сайта такси (еще до массового появления агрегаторов) и самый полезный контент и практически единственно нужный - это огромные цифры с номером телефона. Всё, больше ничего не нужно. Этого достаточно, чтобы контент сайта стал полезным для его посетителей.

Гугл умеет определять полезность контента отдельных страниц сайта (об этом написал в новой книженции целый раздел). При этом он вычисляет долю полезного и бесполезного контента на сайте. И буст дается тем сайтам, где превалирует полезный контент над бесполезным.

Именно этим объясняется, что прием "обрезки сайта" (удаление говностраниц) у кого то дает превосходные результаты, а у кого то не срабатывает никак. У последних, даже после удаления массы "говностраниц", число полезных страниц все равно меньше критического уровня.

Повторюсь, ваше видение качества контента и видение Гугла - могут в корне различаться.

Я продолжаю анализировать данные утечек и судебных слушаний и нашел прямое подтверждение алгоритмическому определению качества контента и принципов разделения контента на качественный и не качественный. И без разницы: пишите вы его руками, генерируете LLM - качество контента не в этом. Качество - в приносимой пользе.

Самое смешное, что всякие товарищи, собирающие ключи и генерирующие семантические ядра, напихивающие ключи в контент - делают далеко не полную, а зачастую напрасную работу. Да, вы попали в ранжирование. Да, вы получили клики из выдачи. Но гугл меряет количество "плохих" и "хороших" кликов. И если посетитель пришел на страницу (только из за того, что там напиханы ключи), не нашел там полезного контента и возвратился в выдачу - получайте "плохой клик из выдачи". При превышении определенного соотношения плохих кликов к хорошим - получаете мегаштраф.

Продолжая эту мысль, еще больше меня смешат те, кто заказывает сбор семантических ядер на стороне. То есть непрофессионалы (если сами не могут предсказать нужные им запросы) заказывают анализ семантики у других непрофессионалов (которые вообще не в теме) и ориентируются на частотность ))) Если глянуть что стало с пресловутой частотностью после сентябрьской обрезки говноботов гуглом - становиться еще смешней. К слову говоря - это величайшее достижение гугла за этот год.

Подводя итог, скажу - старайтесь быть полезным. Зачастую этого достаточно для хорошего ранжирования/конверсии.

Собственно это основа-основ любого SEO. Возможно и об этом мы поговорим на скорой телеконференции у Миши.

#DrMax #SEO #Google

📺 Телеконференция у Миши Шакина 10 декабря 2025

Итак, аккурат 10 декабря в 17:00 (по Москве) состоится телеконференция у Миши Шакина.

Прочитаю доклад на тему "Введение в практическое промптоведение." Это будет уже эпизод 3. Плюс затрону некоторые вопросы, что выдали в комментариях.

Ну и как всегда - ответы на вопросы зрителей.

Трансляция будет вот здесь:

🔵 https://www.youtube.com/watch?v=H7i3UfdA_gw

🔵 https://vkvideo.ru/video80770238_456241277

🔵 https://rutube.ru/video/4cfd5a065f9d08253cf86bcd6ad27fce/

Там же можно задавать вопросы.

Подписывайтесь на уведомления, а то забудете/пропустите.

В комментариях к этому уведомлению можете писать доп вопросы - постараюсь ответить в теле доклада (если уместно будет).

Не знаю что еще написать - потому закругляюсь)))

#DrMax #телеконференция

➡️ Промптоведение. Сезон 3. Часть 1.

Управляющие триггеры - токенны.

Управляющие триггеры-токены - это специальные ключевые слова или фразы (токены), которые вставляются в запрос к генеративной модели (LLM) для непосредственного контроля над её стилем, тоном, структурой, объемом или персоной ответа.

Они действуют как команды-модификаторы, которые корректируют вероятности выбора следующих токенов, заставляя модель соответствовать заданным параметрам. Иными словами, это мета-инструкции, управляющие самим процессом генерации текста, а не только его содержанием.

Можно выделить порядка 300 основных управляющих триггеров-токенов, которые условно разбиты на следующие группы:

🔵Cutters - токены, уменьшающие объём, эмоции, клише

🔵Expanders - токены, увеличивающие детализацию, глубину, эмоциональность

🔵Formalizers - формализуют стиль, повышают точность и строгость

🔵Narrative Boosters - усиливают повествовательность

🔵Analytical Structuring - структурируют, логизируют

🔵Technical Mode - включают инженерный/технический регистр

🔵Creativity Controls - повышают/снижают дивергенцию генерации

🔵Bias Suppressors - подавляют маркетинговые шумы и клише

🔵Boundary Setters - жёсткие ограничения поведения

🔵Persona Shifters - меняют роль/персону

🔵Linguistic Filters - управляют синтаксисом, ритмом, лексикой

🔵Format Enforcers - заставляют следовать структуре/формату

🔵Risk-mode Triggers - снижают вероятность галлюцинаций

🔵Abstraction Controllers - управляют уровнем абстракции

🔵Information Density Controllers - регулируют плотность смысла


Примеры токенов:

ТРИГГЕРЫ СЖАТИЯ, УРЕЗАНИЯ, ОГРАНИЧЕНИЯ

"коротко" → уменьшает длину, но может терять детали
"кратко" → сокращает структурные блоки, упрощает синтаксис
"в 1 абзац" → сжимает логические блоки
"тезисно" → списки, без развернутых объяснений
"детально" → расширенные предложения, уточнения
"пошагово" → увеличивает количество мелких логических блоков
"структурировано" → модель добавляет списки и подзаголовки

Триггеры логики, структуры и аналитичности

"логично" → повышает когерентность
"строго по шагам" → формирование строго линейной структуры
"разбери по этапам" → сегментация, блоки
"сначала анализ, затем выводы" → управляет порядком мыслей
"как бенчмарк" → таблицы сравнений
"как матрица" → структурные отношения
"структура: проблема → решение → вывод" → фиксирует шаблон

Триггеры рисков и сдержанности (влияют на запретные токены)

"не делай предположений" → ↓ галлюцинаций
"не выдумывай факты" → ↑ факт-чек режим
"пиши только то, что известно" → модель откатывает фантазию
"без домыслов" → ↓ комплетивности
"без обобщений" → ↓ генерализаций
"без оценок" → ↓ субъективности
"с указыванием источников" → ↑ цитирование

Триггеры изменения уровня абстракции

"высокоуровнево" → генерация концептов
"конкретно" → снижение абстрактности
"на уровне принципов" → общие закономерности
"на уровне реализации" → конкретные шаги
"как для новичка" → упрощения, примеры
"как для эксперта" → уменьшение пояснений
"как для директора" → стратегичность

Важно понимать нексколько вещей:

1. Триггеры имеют различный приоритет. Поэтому некоторые триггеры-токены будут безусловно выполняться, а некоторые только иногда, при соблюдении условий. Более того, одни триггеры-токены могут перекрывать другие триггеры-токены с меньшим приоритетом.

2. Поскольку модели обучались на разных данных, то смещение к "слоям данным" происходит в каждой модели по разному. Именно поэтому один и тот же промпт в разных LLM дает разный результат

Перечень важнейших управляющих токенов с таблицами весов и принципами использования я привел в приложении к новой книжке "DrMax. Доказательное SEO 2026", которая выйдет на днях. Кроме того, затрону эту тему на телеконференции у Миши Шакина (не пропустите).

#DrMax #Промпт

‼️ Подборка №3. Цикл Промптоведения или Продвинутый AI-копирайтинг 2025

👨‍💻 Цикл Промптоведения. Сезон 1.

часть 1 (Генерация через УТП)- https://t.me/drmaxseo/894

часть 2 (сущности)- https://t.me/drmaxseo/896 и https://t.me/drmaxseo/897

часть 3 (самопроверка на воду) - https://t.me/drmaxseo/899

часть 4 (Архитектура "Вопрос-Ответ) - https://t.me/drmaxseo/902

часть 5 ((NER-подход) - https://t.me/drmaxseo/907

Первый мастер промпт - https://t.me/drmaxseo/908

часть 6 (качество контента) - https://t.me/drmaxseo/913

часть 7 (ветвление промптов и смена ролей) - https://t.me/drmaxseo/915

часть 8 (мультимодальность) - https://t.me/drmaxseo/920

часть 9 - второй промежуточный промпт - https://t.me/drmaxseo/925

часть 10 (перелинковка) - https://t.me/drmaxseo/928

часть 11 (принцип компрмисса) - https://t.me/drmaxseo/932

часть 12 (принцип эволюции)- https://t.me/drmaxseo/934

часть 13 (Принцип "Кросс-доменных аналогий") - https://t.me/drmaxseo/935

часть 14 (тематика контента)- https://t.me/drmaxseo/942

часть 15 (Принцип "Адвоката Дьявола") https://t.me/drmaxseo/951

часть 16 (Принцип "Квантифицированного Доказательства" и внедрение Мини-Кейсов) https://t.me/drmaxseo/954

ПРОМПТ - ХУМАНИЗАТОР (пишем как живой человек) https://t.me/drmaxseo/957

Промптоведение. Анализ. Часть 1. - https://t.me/drmaxseo/991


🟡 Межсезонье (разные промпты)

Анализ выбора сниппетов в AI-ответах Google - https://t.me/drmaxseo/995

ИИ и Восстановление Ссылок (Link Reclamation) - https://t.me/drmaxseo/1049

Почему весь контент, генерируемый ИИ звучит одинаково. https://t.me/drmaxseo/1071

Как я работаю с ключами https://t.me/drmaxseo/1107

Модель обогащения контента новыми сущностями, не выявленными на этапе анализа онтологической области. - https://t.me/drmaxseo/1110 / вторая часть https://t.me/drmaxseo/1111

Повышаем вероятность попадания в ответы LLM https://t.me/drmaxseo/1114


✍️ Цикл Промптоведения. Сезон 2.

Часть 1. Ритмическое кадрирование и управление когнитивной нагрузкой - https://t.me/drmaxseo/1010

Часть 2. Избегаем шаблонных ответов. https://t.me/drmaxseo/1017

Часть 3. Хуманизатор. Версия 3.1. https://t.me/drmaxseo/1044

Часть 4. Работа с сущностями. https://t.me/drmaxseo/1056

Часть 5. Универсальный блок промпта: Оптимизация читаемости для любого контента https://t.me/drmaxseo/1068

Часть 6.1. Почему LLM пишут однообразно и как это исправить #1 - https://t.me/drmaxseo/1076

Часть 6.2. Почему LLM пишут однообразно и как это исправить #2 - https://t.me/drmaxseo/1078

Часть 7. Структура промптов. https://t.me/drmaxseo/1082


📝 Цикл Промптоведение. Сезон 3.

Часть 1. Управляющие триггеры - токенны. https://t.me/drmaxseo/1123

Часть 2. Контентный промпт. Этап 1. https://t.me/drmaxseo/1127

Часть 3. Контентный промпт. Этап 2. https://t.me/drmaxseo/1129

Часть 4. Мультимодальный аудит визуальной иерархии страницы https://t.me/drmaxseo/1131

Часть 5. Универсальный промпт для семантической разведки и проектирования семантического кокона https://t.me/drmaxseo/1138

Часть 6. Универсальный промпт для мощной и правильной перелиновки и линкбилдинга https://t.me/drmaxseo/1145

Часть 7. Оптимизация Ютуба: Составление оглавления видео (с таймкодами). https://t.me/drmaxseo/1154

Продолжение следует...


👀 Предыдущие подборки интересных и практических постов:

Подборка №1 - https://t.me/drmaxseo/890

Подборка №2 - https://t.me/drmaxseo/1011

Мой канал с аудиоподкастами https://t.me/DrMaxSEOCasts

Наш SEO чат: (Перейдите в комментарии и подайте заявку)

#DrMax #Подборка@DrMaxSEO #Промпт

Телеконференция у Миши Шакина уже началась

Прочитаю доклад на тему "Введение в практическое промптоведение." Это будет уже эпизод 3. Плюс затрону некоторые вопросы, что выдали в комментариях.

Ну и как всегда - ответы на вопросы зрителей.

Трансляция вот здесь:

🔵 https://www.youtube.com/watch?v=H7i3UfdA_gw

🔵 https://vkvideo.ru/video80770238_456241277

🔵 https://rutube.ru/video/4cfd5a065f9d08253cf86bcd6ad27fce/

Там же можно задавать вопросы.

➡️ Промптоведение. Сезон 3. Часть 2.

🔥 Контентный промпт. Этап 1.

Сбор сущностей / интентов/ ключей /

Ниже приведена расширенная, формальная и универсальная версия «Этапа 1» контентного промпта, готовая к использованию как верхний слой для любой предметной области (товар - электрочайник, автомобиль - Ford F-150, система - МКС и т.п.).

https://telegra.ph/Kontentnyj-prompt---EHtap-1-12-12

Этот промпт разбит на три фазы: настройка → исполнение → самопроверка/коррекция.

В конце - строгая спецификация формата промежуточного вывода (JSON) и набор программных валидаций.

Тон - сухой, академический. Инструкции - детализированы и детерминированы, чтобы модель вела себя как модуль NER/онтологического сборщика.

Обязательно посмотрите видео пояснения по промпту 1 этапа.

Как работать:
1. На вход подаем входную информацию (например PDF)
2. Настраиваем переменные (в начале промпта)
3. Запускаем промпт
4. На выходе получаем JSON со всеми собранными сущностями / интентами / ключами и разбивкой по группам

Все просто )))

Циклы промптоведения тут: https://t.me/drmaxseo/1123
Мои аудиподкасты по SEO тут: https://t.me/DrMaxSEOCasts
Наш закрытый SEO -чат - перейдите в комментарии и подайте заявку

#DrMax #Промпт

➡️ Промптоведение. Сезон 3. Часть 3.

🔥 Контентный промпт. Этап 2.

Построение таксономии

На основании результатов выполнения 1 этапа построим таксономию – содержание контентного обзора, где спроектируем структуру и распределим сущности, интенты и ключи по этой структуре.

Это универсальный, формальный, применимый к любому объекту (техника, автомобиль, космическая станция, SaaS-продукт и т. д.).

Цель - создать таксономию, которая покрывает почти все сущности/интенты из Этапа 1, не повторяет конкурентные структуры и служит семантическим фундаментом для высокорейтингового SEO-контента.

https://telegra.ph/Kontentnyj-prompt---EHtap-2-12-13

Этот промпт разбит на три фазы: настройка → исполнение → самопроверка/коррекция.

В конце - строгая спецификация формата промежуточного вывода (JSON) и набор программных валидаций.

📺 Обязательно посмотрите видео пояснения по промпту 2 этапа.

Как работать:
1. На вход подаем входную информацию (или руками или скармливаем результаты 1 этапа)
2. Настраиваем переменные (в начале промпта)
3. Запускаем промпт
4. На выходе получаем разработанную таксономию.

Все просто )))

Циклы промптоведения тут: https://t.me/drmaxseo/1123
Мои аудиподкасты по SEO тут: https://t.me/DrMaxSEOCasts
Наш закрытый SEO -чат - перейдите в комментарии и подайте заявку

#DrMax #Промпт