⬆️ Что нового в локальном SEO 2026 - часть 3.

Многоканальный контент становятся нормой

Генеративные модели, такие как Gemini, являются мультимодальными. То есть они способны одновременно анализировать и понимать информацию из разных форматов: текста, изображений, аудио и видео. Модели ИИ отдают предпочтение страницам, которые уменьшают семантическую неоднозначность, предоставляя информацию в нескольких форматах одновременно.

Короткое демонстрационное видео, аннотированное изображение или аудио-объяснение часто предоставляют более четкие и менее двусмысленные сигналы, чем один только текст. LLM-модель может "обучиться" на короткой демонстрации гораздо точнее, чем на длинном описательном абзаце, поскольку визуальная информация оставляет меньше пространства для неверной интерпретации.

Контент часто используется в AI Overviews не только потому, что он качественный, а потому, что он машиночитаем. Он показывает, обозначает и подкрепляет информацию в разных форматах, что позволяет ИИ с высокой степенью уверенности синтезировать ответ.

Требования к качеству производства мультимодального контента для малого и среднего бизнеса ниже, чем может показаться. Речь идет не о создании голливудских видео, а о предоставлении ясных визуальных сигналов.

Строительный подрядчик может загрузить фотографии каждого этапа ремонта с четкими подписями: "Этап 1: Демонтаж", "Этап 2: Прокладка электрики". Эти простые визуальные ресурсы позволяют ИИ с большим доверием оценить вашу компетентность (Экспертизу и Опыт), чем страница, наполненная одним лишь текстом. Ясность демонстрации важнее кинематографического качества.

Системы ИИ отдают предпочтение контенту, который показывает, а не рассказывает. Компании, создающие понятные, мультимодальные демонстрации, повышают свою видимость, потому что их контент устраняет неоднозначность.

Что делать:

1. Создавайте короткие, поясняющие видео. Для каждой ключевой услуги или самого сложного аспекта вашего продукта снимите короткое (60-90 секунд) видео "как это работает" или "ответ на главный вопрос". Используйте обычный смартфон и хорошее освещение.

Пример: Вместо текстовой инструкции "Как настроить наш софт", снимите скринкаст, демонстрирующий 3 первых шага.

2. Делайте видео "читаемыми" для машин. Предоставьте ИИ максимум контекста.

2.1. Транскрипция: Всегда добавляйте полную текстовую расшифровку видео.

2.2. Тайм-коды (Chapters): Разбейте видео на семантические блоки (0:15 - Настройка API, 0:45 - Интеграция с CRM). Это аналог H2/H3 для текста.

см. промпт для генерации таймкодов из видео: https://t.me/drmaxseo/1154

2.3. Schema.org: Используйте разметку VideoObject, указав name, description, uploadDate и transcript.

3. Сочетайте видео с аннотированным текстом. Внедряйте видео не в изоляции, а в контексте статьи. Текст должен не дублировать, а дополнять видео. Под видео-инструкцией разместите маркированный список, кратко повторяющий ключевые шаги, показанные в ролике. Это подкрепляет информацию и удобно для пользователей, которые предпочитают быстро сканировать текст.

4. Используйте аннотированные изображения. Не просто вставляйте скриншоты или фотографии. Добавляйте на них стрелки, рамки, короткие текстовые пояснения, чтобы направить внимание пользователя и машины на самый важный аспект. Помните, что Google "читает" текст на изображениях через OCR.

Цель состоит в создании контента, который ИИ сможет легко и однозначно понять, а не контента, который пытается произвести впечатление за счет сложности или высокого качества производства. В мультимодальной эпохе побеждает ясность.

Моя новая книга:
📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение: https://t.me/drmaxseo/1144

Циклы промптоведения тут: https://t.me/drmaxseo/1123
Мои аудиподкасты по SEO тут: https://t.me/DrMaxSEOCasts

#DrMax #SEO #AIOverviews

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение

Новогодняя скидка на книгу действует заключительный (последний) день.

Подробности все см вот тут.

#DrMax #Book2026

⬆️ Что нового в локальном SEO 2026 - часть 4.1.

Искусственный интеллект - вот ваш новый конкурент

Генеративные модели, создающие AI Overviews - это новый, мощный конкурент по созданию контента. Системы ИИ генерируют развернутые ответы, включающие рекомендации, сравнения и пошаговые инструкции. Это означает, что страницы, единственная ценность которых заключалась в агрегации и пересказе общедоступной информации - стремительно теряют свою видимость. LLM-модель способна выполнить ту же работу быстрее, масштабнее и часто с большей структурной ясностью.

Отсюда необходимо контент фокусировать не на пересказах, а на демонстрации реального опыта, а именно: на разборе конкретных клиентских нужд, на анализе клиентских проблем, обосновании решений в бизнес-процессе.

Эти детали должны быть основаны на личном, непосредственном опыте. Искусственный интеллект не может убедительно их сфабриковать. Когда модели ищут качественные объяснения в вашей области, ваш контент обязан имеет больший вес, чем общие обучающие материалы, дабы он смог демонстрировать высокий contentEffort и содержать уникальные данные, которые невозможно воссоздать.

Системы ИИ воспринимают контент, основанный на опыте, как более достоверный, так как он содержит сигналы подлинности: контекст, ограничения, описание ошибок и реальные результаты. Эти элементы невозможно надежно восстановить из общих обучающих данных, на которых натренирована модель. Когда ваш контент демонстрирует реальный процесс, лежащий в основе вашей экспертизы, вы выходите из категории контента, где ИИ может вас заменить.

Информационный контент, не содержащий уникального опыта или данных, является легко воспроизводимым. В новой экосистеме он имеет низкую "сложность воспроизведения" и, как следствие, низкий contentEffort. Получает видимость только тот контент, который основан на реальных примерах и понимании от первого лица.

Что делать:

1. Создавайте контент на основе кейсов, а не принципов. Вместо статьи "5 принципов хорошего дизайна", напишите "Разбор редизайна нашего сайта: как мы увеличили конверсию на 25% (с графиками, A/B-тестами и тепловыми картами)". Так вы предоставляете уникальные данные и демонстрируете Опыт (Experience), который ИИ не может сгенерировать.

2. Документируйте ошибки и ограничения. Делитесь не только успехами, но и провалами. Опишите, почему определенный подход не сработал. "Мы попробовали три стратегии линкбилдинга: почему две из них провалились, а одна принесла результат". Это мощнейший сигнал аутентичности и Доверия (Trust). ИИ, обученный на "идеализированных" текстах, редко генерирует такой уровень самокритики.

3. Создавайте функциональные, а не только информационные активы. Разрабатывайте и встраивайте в контент калькуляторы, шаблоны, чек-листы, конфигураторы, которые пользователи могут скачать и использовать. Вместо статьи "Как рассчитать бюджет на ремонт", создайте "Бесплатный шаблон сметы на ремонт в Google Sheets (скачать здесь)". Вы предоставляете прямую функциональную ценность, которую AI Overview не может воспроизвести. Это заставляет пользователя перейти на ваш сайт.

4. Делайте акцент на уникальной точке зрения и выводах. После изложения фактов всегда добавляйте блок с вашим собственным, авторским анализом и прогнозом. Например, после обзора нового обновления Google добавьте раздел "Наше мнение: как это на самом деле повлияет на e-commerce в ближайшие 6 месяцев".

В 2026 году конкурентное преимущество в локальном SEO заключается в незаменимости. Контент, который можно легко сгенерировать, будет сгенерирован ИИ-системами Google. Видимость сохранится только за тем контентом, который является результатом уникального опыта, подкреплен оригинальными данными и предоставляет ценность, выходящую за рамки простого информирования.

Моя новая книга:
📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение: https://t.me/drmaxseo/1144

Циклы промптоведения тут: https://t.me/drmaxseo/1123
Мои аудиподкасты по SEO тут: https://t.me/DrMaxSEOCasts

#DrMax #SEO #AIOverviews

⬆️ Что нового в локальном SEO 2026 - часть 4.2.

Искусственный интеллект - вот ваш новый конкурент (продолжение)

А теперь несколько промптов. Обязательно РУКАМИ дорабатывайте результаты генеренки.

Итак:

1. Смещение оптимизации с текста на процесс

ИИ отлично генерирует результаты (итоги, выводы, инструкции), но плохо воспроизводит процессы - цепочки решений с контекстом, ограничениями и промежуточными ошибками. Google это учитывает: контент, описывающий как именно было принято решение, повышает signals of Experience (сигналы опыта) и снижает воспроизводимость.

В каждом материале добавляйте слой process narrative (описание процесса), а не только outcome (результата).

Промпт

Роль: Experience-first Content Strategist (стратег контента, ориентированного на опыт).

Задача:
1. Возьми готовый информационный текст.
2. Восстанови процесс принятия решений:
– какие гипотезы рассматривались,
– какие ограничения существовали,
– какие варианты не сработали и почему.
3. Добавь блок "Как мы к этому пришли", не меняя основного вывода.

Контент перестаёт быть абстрактным и трансформируется в зафиксированный опыт, который LLM не может достоверно реконструировать.


2. Встраивание "невидимых" данных

Большинство оптимизаторов думают, что Original Data (оригинальные данные)- это только графики и исследования, но на практике Google также учитывает неявные данные, встроенные в текст. Что относится к таким данным:

⏺точные пороги («при нагрузке выше 70%»),

⏺временные лаги («эффект проявился через 12 дней»),

⏺количественные ограничения («работает только при 3–5 итерациях»).

⏺и так далее


Промпт

Роль: Original Data Extractor (извлекатель оригинальных данных).

Задача:
1. Проанализируй текст.
2. Найди места, где выводы сделаны без числовых ограничений.
3. Добавь:
– диапазоны,
– пороги,
– условия применимости,
основанные на практическом опыте.
4. Избегай усреднённых формулировок.

Здесь повышается Information Gain (прирост информации) и contentEffort (затраты на создание контента), что напрямую снижает конкуренцию с AI Overviews.


3. Анти-обобщающие якоря

ИИ по своей природе стремится к обобщению. Контент, который сознательно сопротивляется обобщению, становится для алгоритмов более ценным. Как это выглядит: просто добавляем в текст несколько якорей, ограничивающие применимость знания:

⏺"это работает только если…"

⏺"в нашем случае не сработало, потому что…"

⏺"метод неприменим при…"


Промпт

Роль: AI Resistance Editor (редактор устойчивости к ИИ).

Задача:
1. Найди в тексте универсальные утверждения.
2. Для каждого добавь ограничение применимости:
– контекст,
– тип проекта,
– стадию зрелости.
3. Убедись, что вывод стал менее универсальным, но более точным.

4. Превращение контента в инструмент

ИИ может объяснить, но не может взаимодействовать, поэтому любой интерактивный элемент резко повышает ценность страницы. К ним относятся таблица для копирования, шаблон, чек-лист, конфигуратор условий и так далее.


Промпт

Роль: Functional Content Designer (дизайнер функционального контента).

Задача:
1. Проанализируй статью.
2. Определи, какое действие пользователь захочет выполнить после прочтения.
3. Предложи инструмент:
– шаблон,
– таблицу,
– форму.
4. Опиши, как встроить его в текст.

Контент приобретает утилитарную ценность, которую AI Overview не может заменить.


Выводы таковы: ИИ выигрывает там, где ценность заключена в обобщении. Вы выигрываете там, где ценность заключена в опыте, ограничениях и ответственности за выводы. Создавайте не ответы, а доказательства, не инструкции, а зафиксированный путь. Только тогда ИИ перестаёт быть конкурентом и превратится в посредника, ведущего пользователя к вашему источнику.

Моя новая книга:
📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение: https://t.me/drmaxseo/1144

Циклы промптоведения тут: https://t.me/drmaxseo/1123
Мои аудиподкасты по SEO тут: https://t.me/DrMaxSEOCasts

#DrMax #SEO #AIOverviews

🔄 Первые 200 слов как AI-интерфейс страницы. Часть 1.

Неочевидная оптимизация зоны первичной классификации и промпты управления ею

В классическом SEO блок «над сгибом» (above the fold - зона экрана до прокрутки) рассматривался как UX-элемент. В AI-поиске 2026 года это интерфейс машинного чтения.

Первые 150–200 слов страницы - это не вступление, а семантическое первичное согласование между документом и LLM-моделью, где происходит первичное Entity Resolution (разрешение сущностей), определение intent framing (рамка намерения), предварительная оценка опыта, экспертизы, авторитетности и доверия.

Ошибка на этом этапе не исправляется глубиной текста ниже: если страница классифицирована неверно, она либо не используется в AI Overviews, либо используется фрагментарно и без атрибуции.

Принцип «семантической инициализации» (Semantic Initialization)

LLM не «читает» страницу линейно, а строит инициализационный вектор, опираясь почти исключительно на начало документа. В первые 200 слов должны быть явно заданы:

🔵Источник: кто говорит (бренд / автор / организация как сущность).

🔵Область знания: не просто тема, а домен применения (domain of applicability).

🔵Формат знания: гайд, кейс, чек-лист, исследование, сравнение.

🔵Границы применимости: где знание работает и где не работает.

Это создаёт для модели замкнутый семантический контур, минимизируя риск ошибочной интерпретации.

Интуитивная ошибка для любого вступления - широкий охват. Для AI-поиска более правильно работает обратное. Чем уже и точнее рамка в первых 200 слов, тем выше вероятность корректной классификации, цитирования и атрибуции бренда.

Пример корректной рамки во вступлении:

Это практическое руководство от [Brand] для B2B-SaaS-команд, работающих с органическим трафиком в Google, и описывает оптимизацию первых 200 слов страницы под AI Overviews. Материал не рассматривает классическое keyword-SEO и не применим к новостным сайтам.

Для человека это выглядит не особо и довольно ограничено, но для ИИ - практически идеально.

AI-модель обязана быстро ответить на вопрос, что это за тип документа. Если формат не указан явно, модель догадывается, и иногда ошибается. Формат должен быть назван прямо: "Это руководство…", "Этот чек-лист…", "Этот кейс описывает…", "В этом сравнении…" и так далее. Это снижает риск intent drift (дрейф интента) - ситуации, когда AI использует страницу в неверном контексте.


Неочевидный, но критически важный элемент: одно предложение, которое самодостаточно, фактологично, не содержит ссылок на "ниже мы рассмотрим". Это предложение часто становится ядром AI Overview. Характеристики такого предложения:

🔵1–2 сущности

🔵1 причинно-следственная связь

🔵измеримый эффект или чёткое свойство.

Пример:

Оптимизация первых 200 слов страницы повышает вероятность использования контента в AI Overviews, так как именно в этом блоке LLM-модели выполняют первичную идентификацию сущностей, интента и уровня доверия источнику.

Неочевидный приём оптимизации (фишка): ранняя декларация ограничений

Для человека ограничения - крайне плохо, но для ИИ это плюс к доверию. Явное указание, где контент не применим, усиливает Trustworthiness (доверие), потому что снижает риск генерации ложных обобщений и сигнализирует о реальном опыте.

Это особенно важно в AI-поиске, где Google стремится минимизировать "опасные" ответы.

Моя новая книга:
📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение: https://t.me/drmaxseo/1144

Циклы промптоведения тут: https://t.me/drmaxseo/1123
Мои аудиподкасты по SEO тут: https://t.me/DrMaxSEOCasts

#DrMax #SEO #AIOverviews

🔄 Первые 200 слов как AI-интерфейс страницы. Часть 2.

Промпты для оптимизации первых 200 слов


Внимание:
Приведенные промпты сознательно упрощены и приводятся в таком виде для понимания материала. Дорабатывайте их под себя. Тестируйте и оптимизируйте перед "боевым" использованием.


ПРОМПТ 1.
AI-оптимизация вступления (AI First-200 Optimizer)

Роль: AI Search Classification Engineer.

Задача:
Перепроектировать первые 200 слов страницы так, как если бы их анализировала LLM Google.

Вход:
– текущие первые 200 слов,
– тема страницы,
– целевая аудитория,
– тип контента (guide / checklist / case study / comparison).

Требования:
1. В первые 2 предложения явно указать:
– источник (бренд / автор),
– область знания,
– формат материала.
2. Добавить одно Extractable Statement
(самодостаточное предложение).
3. Явно обозначить границы применимости контента.
4. Исключить:
– вводные фразы,
– общие формулировки,
– нарратив без фактов.

Выход:
Оптимизированный блок до 200 слов, ориентированный на AI-поиск.

ПРОМПТ 2.
Проверка классификации (LLM-as-a-Classifier)

Роль: Search Engine Classifier Simulator.

Задача:
Проанализировать первые 200 слов страницы и ответить строго на 4 вопроса:

1. Кто является источником?
2. О чем этот контент (в 1 предложении)?
3. Для кого он предназначен?
4. В каком формате представлен?

Если хотя бы на один вопрос нет однозначного ответа - указать причину и предложить исправление.

ПРОМПТ 3.
Оптимизация под цитирование (AI Citation Booster)

Роль: AI Overview Citation Optimizer.

Задача:
Найти в первых 200 слов предложение, которое AI может использовать как цитату.

Если такого нет:
- переписать одно предложение так, чтобы оно стало Extractable Statement,
– сохранить фактологичность и нейтральный тон.

Практический вывод:

В AI-поиске страница ранжируется не целиком, а сначала как гипотеза. Первые 200 слов - это момент, когда Google решает стоит ли читать дальше, можно ли доверять, безопасно ли использовать как источник. Если этот блок оптимизирован под человека, но не под ИИ - страница теряет шанс быть использованной в AI Overviews, даже если остальной контент идеален.

Моя новая книга:
📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение: https://t.me/drmaxseo/1144

Циклы промптоведения тут: https://t.me/drmaxseo/1123
Мои аудиподкасты по SEO тут: https://t.me/DrMaxSEOCasts

#DrMax #SEO #AIOverviews

📈 Генератор адверсариального контента (Mega-LLMO)

Почитал несколько исследований (и еще и т.д.) по "взлому" LLM и родилось несколько вариаций промптов для генерации спец контента с целью доминирования в LLM для товарных карточек (продуктов).

Предлагаю всем желающим потестить на 1-2 продуктах. Не вздумайте внедрять массово!

В комментариях выложу вариацию промпта, которая работает с Json. Другие версии (работающие непосредственно с текстом) выкладывать не буду. Если хотите - мастерите сами.

Этот метод - черное SEO для LLM. Используйте его для понимания того, как ваши продукты видят алгоритмы, и помните, что LLM постоянно обучают свои модели распознавать подобные манипуляции.

Как использовать результат:

Просто скопируйте сгенерированный код и вставьте его в любое место HTML-кода вашей страницы (лучше всего перед закрывающим тегом </body> или внутри <head>). Это сделает товарную страницу "заряженной" для любого ИИ-поисковика.

Почему это может сработать:

1. Многократное дублирование триггеров: В каждом поле (Brand, Review, Description) содержатся разные типы атак. Если модель проигнорирует инъекцию в description, она может "споткнуться" о неё в reviewBody.

2. Использование "Instruction Injection": Промпт заставляет ИИ писать команды прямо внутри данных. Когда другая LLM читает этот JSON, она видит строку [INSTRUCTION_FOR_GENERATOR]:... и часто выполняет её, путая со своими системными промптами.

3. Versioning (Версионность): Использование тегов типа V2, ID-901 создает у модели ощущение, что это свежее, актуальное обновление данных, которое имеет приоритет над старым контентом в её базе.


Забирайте промпт из комментариев и тестируйте на здоровье.

Повторюсь - не вздумайте похабить реальные рабочие сайты. Мало ли что!

Используйте только для тестов!

#DrMax #SEO #AIOverviews #Промпт

✔️ Атрибуты alt и title как скрытый семантический слой страницы

Обновляю книжицу "SEO Монстр Next т.1." к текущим реалиям 2026 года. Пока идет сложно (поэтому о сроках завершения даже думать не хочу). Вот что пока выходит:

Атрибут alt изначально создавался как элемент доступности для пользователей с ограничениями зрения. Однако нынче он превратился в один из самых сильных скрытых текстовых сигналов, участвующих одновременно в текстовом ранжировании, поиске по изображениям и мультимодальном понимании контента LLM-моделями.

Ключевая особенность alt заключается в том, что он не виден пользователю в стандартном сценарии, входит в индексируемый текстовый слой страницы и жёстко связан с визуальным объектом, а значит проверяется на соответствие изображению. Именно эта связка делает alt одновременно мощным и опасным инструментом.

Сегодня Google не "верит" alt по умолчанию, а сопоставляет пиксельное содержимое изображения контексту страницы и проверяет текст alt. Если alt описывает то, чего нет на изображении, возникает семантическое несоответствие, что является негативным сигналом доверия.

Например, на изображении нарисована корова, а alt: "человек за ноутбуком, фриланс, удалённая работа". Ранее такой alt мог частично отработать, но нынче с таким альтом происходит снижение доверия к странице, возможное обесценивание всех alt в документе и ухудшение image-based relevance (релевантности, основанной на изображениях).

Alt всё чаще используется LLM как точка привязки сущностей. Правильно составленный alt может уточнить, какая именно сущность изображена, усилить тематическую специализацию страницы и связать изображение с контекстом.

Пример слабого alt:

alt="SEO"

Пример сильного alt:

alt="Интерфейс Google Search Console с отчетом об AI Overviews для e-commerce сайта"

Во втором случае указана сущность (Google Search Console), указан контекст (AI Overviews) и указана сфера применения (e-commerce). Для LLM это структурированное знание.

Классическая ошибка в восприятии alt как "спрятанного анкора" (если вы ставите ссылку с изображения). По сути alt должен быть одновременно описательным, контекстным и проверяемым визуально.

Формула качественного alt такова:

[что изображено] + [в каком контексте] + [почему это важно для темы страницы]

Пример (для карточки товара):

alt="Кофемашина DeLonghi Magnifica S на кухонной столешнице, вид спереди, модель для домашнего использования"

Теперь расcмотрим атрибут title.

Сегодня это крайне слабый, но полезный уточняющий сигнал. Он одновременно является факультативным, менее значимым, чем alt но всё ещё учитываемым в сильно оптимизированных документах. Особенность title такова, что он чаще используется как дополнение к действию, а не к объекту и особенно важен для ссылок.

Типичный сценарий совместного использования: alt описывает изображение, а title уточняет, что произойдёт при клике.

Пример:

<img src="..." alt="Инфографика роста органического трафика после AI-оптимизации">
<a href="/case-study" title="Открыть кейс с подробным разбором и графиками">

Важно, чтобы все alt на странице не были изолированными, так как LLM анализирует совокупность всех alt (как тематический кластер). Поэтому alt на одной странице должны описывать разные изображения, но поддерживать одну и ту же тему.

Итак, сегодня атрибут alt - это не "дополнительный текст", а узел мультимодального доверия который соединяет изображение, текст и сущности в единую интерпретируемую модель. Ошибки в alt не игнорируются и масштабируются на всю страницу, что напрямую влияет на доверие AI к источнику. При этом правильно выстроенные alt и title усиливают тематическую фокусировку и повышают шансы использования контента в AI Overviews, что дает дополнительное преимущество в конкурентных SERP.

PS
а еще в alt пихают адверсариальный контент для "взлома" LLM (но это в книжке описывать не буду)

Моя новая книга:
📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение: https://t.me/drmaxseo/1144

Циклы промптоведения тут: https://t.me/drmaxseo/1123
Мои аудиподкасты по SEO тут: https://t.me/DrMaxSEOCasts

#DrMax #SEO #AIOverviews

📺 SEO прогнозы на 2026 от 52 экспертов

Миша Шакин собрал, смонтировал и выкатил прогнозы от 52 достаточно известных товарищей о том что произойдет с SEO в 2026 году. Получилось монструозное видео на 5+ часов. Но там есть таймкоды - можно выбрать наиболее интересных персон и послушать о чем они вещают.

Там и я есть (на 3 часу телепередачи) )))

Посмотреть можно на разных платформах:

https://www.youtube.com/watch?v=b0ah-TR22Dw
https://vk.com/video80770238_456241306
https://dzen.ru/video/watch/69698e6b3105f52a21aab3ec
https://rutube.ru/video/11135b0f70a8ab459a52a96405a1d41d/ - 1 часть
https://rutube.ru/video/57daf2dc67432d3bef7c2c35f7ceacb3/ - 2 часть

Так что будет чем заняться на выходных.

Спасибо Мише за такой труд!


#DrMax #video

🖌 Методология CLAVIS

Аббревиатура CLAVIS возникла в профессиональной среде промпт-инженеров как методология структурирования запросов для генеративных нейросетей (Midjourney, Stable Diffusion, DALL·E и их последователей). Её практическая задача - превратить хаотичное творческое описание в формализованный алгоритм, который корректно интерпретируется моделями искусственного интеллекта.

Важно понимать, что CLAVIS - это не "шаблон ради шаблона", а мнемоническая модель, отражающая то, в каком порядке и с каким приоритетом ИИ анализирует входные данные. CLAVIS не является официальным стандартом какой-либо компании или лаборатории. Модель сформировалась как результат коллективной эволюции практики внутри профессионального сообщества.

В 2024–2025 годах произошёл качественный сдвиг. Генеративные модели стали мультимодальными (multimodal - работающими с текстом, изображением, стилем и намерением одновременно), при этом резко выросла чувствительность моделей к контексту, иерархии и приоритетам входных сигналов и стало очевидно, что "красивые описания" без структуры приводят к галлюцинациям, стилистическому шуму и непредсказуемости вывода. В ответ опытные пользователи начали эмпирически выделять категории информации, которые ИИ "считывает" в первую очередь. CLAVIS стала одной из самых устойчивых и распространённых схем фиксации этих категорий.

Ценность CLAVIS - не в самой аббревиатуре, а в контроле генеративного процесса.

1. Управляемость результата. CLAVIS превращает генерацию в настраиваемую систему параметров. Если результат неудовлетворителен, вы точно понимаете:

➡️проблема в освещении ➡️ корректируется L (Lighting),

➡️искажен масштаб или перспектива ➡️ A (Angle),

➡️"не тот вайб" ➡️ I (Intention) или V (Visual Style).


2. Полнота описания без перегруза. Методология заставляет учитывать критические, но часто забываемые параметры, например, точку обзора (Angle), назначение изображения (Intention), окружение как источник контекста (Setting). В результате промпт становится не длиннее, но структурно насыщеннее и воспринимается моделью как профессиональное техническое задание.

3. Универсальность между моделями. CLAVIS не привязана к синтаксису конкретной нейросети. Это важно, потому что Midjourney, Stable Diffusion, DALL·E, Gemini, Sora и др. используют разные интерфейсы, но принципы сцено-понимания (scene understanding) у них сходны.


Расшифровка CLAVIS:

➡️C - Concept (Концепт). Главный объект или субъект изображения.
Ответ на вопрос: что является смысловым центром сцены?

➡️L - Lighting (Освещение). Тип, направление и характер света (естественный, студийный, неоновый, контровой).
Сильнейший фактор визуального восприятия.

➡️A - Angle (Ракурс). Точка обзора камеры: снизу, сверху, макро, изометрия, "рыбий глаз".
Определяет масштаб, драматургию и восприятие объекта.

➡️V - Visual Style (Визуальный стиль). Художественный язык: фотография, иллюстрация, масло, 3D, киберпанк, минимализм.
Фиксирует эстетический контекст.

➡️I - Intention (Намерение). Эмоция, цель или функция изображения: реклама, эпичность, доверие, уют, тревога.
Именно этот блок чаще всего отличает "красивую картинку" от рабочей.

➡️S - Setting (Окружение). Среда и детали фона: локация, эпоха, интерьер, погода, второстепенные объекты.
Создаёт контекст и правдоподобие сцены.

Практический пример (CLAVIS в действии)

Неструктурированный промпт:

"Крутая футуристическая девушка в городе ночью"

CLAVIS-версия:

C: молодая женщина-курьер с электробайком

L: неоновое освещение, отражения на мокром асфальте

A: ракурс на уровне глаз, лёгкая перспектива сбоку

V: киберпанк, фотореализм

I: ощущение скорости и технологического будущего

S: ночной мегаполис, голографические вывески, дождь

В целом, CLAVIS является крутой моделью взаимодействия с генеративным ИИ.

Пример в первом комментарии. Там же генеренка Нано Бананой.

Юзайте.

Моя новая книга:
📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение: https://t.me/drmaxseo/1144

Циклы промптоведения тут: https://t.me/drmaxseo/1123
Мои аудиподкасты по SEO тут: https://t.me/DrMaxSEOCasts

#DrMax #SEO #AIOverviews

🎮 Приёмы оптимизации заголовков h1-h6
(семантическое усиление и адаптация под AI-поиск)

Продолжаю обновлять книжицу "SEO Монстр Next т.1." к текущим реалиям 2026 года. Новый кусочек книжИцы.

Классическая оптимизация заголовков <h1>-<h6> решает лишь базовую задачу - корректную иерархию и вхождение ключевых слов. Однако в условиях AI-поиска заголовки выполняют значительно более сложную функцию. Современные поисковые системы используют заголовки не только как элементы HTML-разметки, но и как якоря семантической интерпретации. Через них модели определяют границы смысловых блоков, подчинённость подтем и уровень экспертности документа.

Итак, <h1> используется AI-моделями как основной идентификатор темы страницы. Если заголовок допускает двойное толкование, модель может отнести страницу к неправильному тематическому кластеру, снизить её релевантность и не использовать её в AI Overviews.

Заголовок <h1> должен однозначно отвечать на вопрос "о чём эта страница и для кого?" без необходимости читать текст ниже.

Плохо (размытая тема):

<h1>Все о ремонте</h1>

Хорошо (семантически зафиксировано):

<h1>Ремонт ванной комнаты в квартире: этапы, сроки и стоимость</h1>

Здесь указана сущность (ванная комната), указан контекст (квартира) и зафиксирован интент (информационно-практический).

Для LLM заголовки <h2>-<h4> формируют логическую карту документа. Если структура нелогична, модель хуже понимает причинно-следственные связи внутри текста. Даже при формально правильной иерархии заголовки могут быть семантически несвязными.

Пример проблемы:

<h2>Преимущества пластиковых окон</h2>
<h2>Как выбрать монтажную пену</h2>

С точки зрения человека - допустимо, но с точки зрения ИИ - это разные тематические ветки.

Каждый <h2> должен быть подтемой <h1>, а каждый <h3> - логическим продолжением <h2>.

LLM-промпт для проверки иерархии (закидываем URL):

Роль: Аналитик структуры контента.
Задача: Проверь, образуют ли заголовки логическую иерархию. Для этого выдели список заголовков <h1>-<h4>.
Входные данные: [URL страницы]
Критерии:
- семантическая вложенность,
- отсутствие резких тематических скачков,
- логическая последовательность.
Вывод:
1) Найденные разрывы,
2) Какие заголовки выбиваются из темы,
3) Как их переформулировать.

Современный поиск опирается на Entities (сущности) - конкретные объекты, понятия и процессы, связанные с Knowledge Graph (графом знаний Google). Заголовки являются приоритетной зоной извлечения сущностей. именно поэтому ключевые сущности страницы должны встречаться в <h1> и в части <h2>, а не быть "спрятанными" только в тексте.

Как уже отмечалось, дублирование <title> и <h1> нежелательно, однако в AI-поиске это приобретает дополнительный смысл. <title> должен быть ориентирован на SERP, а <h1> - на интерпретацию контента внутри страницы:

➡️<title> ➡️ шире, маркетинговее (если нужно), с синонимами

➡️<h1> ➡️ точнее, жёстче, сущностно.

Пример:

<title>Ремонт ванной под ключ - цены, примеры, советы</title>
<h1>Ремонт ванной комнаты в квартире</h1>

LLM часто цитируют заголовки напрямую, особенно <h2> и <h3>, если они самодостаточны, содержат законченную мысль и не требуют контекста. Поэтому необходимо формулировать часть заголовков как готовые ответы.

Пример:

<h2>Оптимальная длина заголовка <h1> - 50-80 символов</h2>

Такой заголовок может быть использован в AI-ответе и повышает вероятность атрибуции источника.

Выводы таковы: нынче заголовки <h1>-<h6> - это уже не просто элементы форматирования и не только SEO-фактор, а точки входа для интерпретации смысла AI-системами. Грамотно оптимизированные заголовки фиксируют тему, выстраивают логику, усиливают сущности и повышают вероятность использования контента в AI Overviews.

Моя новая книга:
📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение: https://t.me/drmaxseo/1144

Циклы промптоведения тут: https://t.me/drmaxseo/1123
Мои аудиподкасты по SEO тут: https://t.me/DrMaxSEOCasts

#DrMax #SEO #AIOverviews

🤪 Оптимизация карточки товара. Часть 1.

Семантический обогатитель характеристик

Большинство карточек выводят характеристики в виде таблицы. Для пользователя это довольно удобно, но LLM лучше интерпретируют характеристики, если каждая характеристика логически связана с применением и рядом присутствует краткое пояснение "почему это важно".

Примеры:
Cлабая подача:

Мощность: 24 кВт
КПД: 92%

Усиленная подача (SEO + AI):

Мощность: 24 кВт - позволяет отапливать помещения площадью до 240 м².
КПД: 92% - высокий коэффициент полезного действия снижает расход газа.

Усиленная подача повышает semantic completeness (семантическую полноту) и вероятность использования данных в AI-ответах.

Ниже приведен промпт для автоматической трансформации табличных данных в семантически насыщенный контент. Вместо перечисления параметров он создает логические связки, которые объясняют пользу каждой характеристики.

Исходные данные:
Список технических характеристик (копипаст из таблицы или мануала) и название/категория товара.

✈️ Сам промпт:

Роль: Senior Technical Content & Semantic SEO Expert
Контекст: Оптимизация карточек товаров для поисковых систем нового поколения (AI-driven search) и повышение конверсии через раскрытие ценности технических параметров.
Цель: Преобразовать список сырых технических характеристик в семантически полную структуру, где каждый параметр снабжен лаконичным экспертным пояснением.

Инструкция:
Проанализируй предоставленный список характеристик для товара категории [ТИП_ТОВАРА].
Для каждой характеристики сформируй вывод в формате: "Характеристика: Значение - [Краткое экспертное пояснение]".

Правила формирования пояснений:
1. Прямая польза: Пиши, на какой конкретный аспект эксплуатации влияет этот параметр.
2. Отсутствие "воды": Избегай маркетинговых клише (например, "лучший выбор", "превосходное качество"). Используй только техническую логику и физические свойства.
3. Семантическая связность: Используй ключевые слова, которые потенциально могут быть в запросах пользователей (например, "площадь обогрева", "совместимость", "время автономной работы").
4. Лаконичность: Одно пояснение не должно превышать 10–12 слов.
5. Стиль: Профессиональный, технический, аргументированный.

Пример обработки:
Вход: "Мощность: 24 кВт"
Выход: "Мощность: 24 кВт - позволяет отапливать помещения площадью до 240 м² при стандартной высоте потолков."

Входные данные:
Тип товара:
[ТИП_ТОВАРА]

Список характеристик:
[ВСТАВИТЬ_СПИСОК]

Формат вывода:
Выведи результат в виде маркированного списка. В конце добавь краткий блок "SEO-профит", где объяснишь, какие семантические сущности были добавлены в текст и для чего они нужны.

Как пользоваться промптом:

1. Настройка переменных

[ТИП_ТОВАРА]: Укажите конкретную категорию (например, "Газовый котел", "Игровой ноутбук", "Кроссовки для трейлраннинга"). Это задает контекст для нейросети, чтобы она понимала условия эксплуатации.

[ВСТАВИТЬ_СПИСОК]: Просто скопируйте столбцы из вашей таблицы Excel или характеристики с сайта конкурента/поставщика.

2. Донастройка
Если вам нужен более "продающий" текст, замените в инструкции фразу "без маркетинга" на "с акцентом на конкурентные преимущества". Если ваша аудитория - профессионалы (например, B2B), добавьте в инструкцию: "используй узкоспециализированные термины и ГОСТы/стандарты".

На выходе получаем список, где каждая строчка является готовым микро-контентом. Используйте этот промпт для массового обновления старых карточек товаров, которые имеют низкий Time on Page.

Кроме того, данные в таком формате подходят для разметки Product (в поле description или дополнительных полях), что повышает вероятность попадания в расширенные сниппеты.

Моя новая книга:
📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение: https://t.me/drmaxseo/1144

Циклы промптоведения тут: https://t.me/drmaxseo/1123
Мои аудиподкасты по SEO тут: https://t.me/DrMaxSEOCasts

#DrMax #SEO #AIOverviews #Промпт

🤪 Оптимизация карточки товара. Часть 2.

Управляемое описание для вариативных товаров

Разновидности товара (цвет, размер, объём) часто реализуются одной карточкой. При этом характерной ошибкой является наличие одинакового описания для всех вариантов.

Для AI это выглядит как слабая уникальность, отсутствие различий между объектами и, соответственно, низкая ценность для ответа.

Необходимо добавлять микро-вариации описаний, завязанные на конкретный вариант. Например для одежды:

➡️Размер S - акцент на облегающую посадку.

➡️Размер XL - акцент на комфорт и свободу движения.

Этот прием - один из пунктов стратегии борьбы с "внутренним каннибализмом" для повышения релевантности карточек под узкие, низкочастотные запросы.

Ниже приведу пример промпта для создания подобных текстовых модулей для каждой модификации товара (размер, цвет, объем, материал), который адаптирует акценты под логику выбора конкретного варианта.

Роль: Senior E-commerce SEO Copywriter & UX-Writer
Контекст: Оптимизация товарных карточек с множественными вариациями (SKU) для улучшения семантического охвата и пользовательского опыта.
Задача: На основе базового описания создать микро-вариации текста, адаптированные под специфику каждого конкретного варианта товара.

Инструкция: Для каждой вариации из списка [СПИСОК_ВАРИАНТОВ] создай уникальный текстовый блок (2-3 предложения), который дополняет базовое описание [БАЗОВОЕ_ОПИСАНИЕ].

### Алгоритм смены акцентов:
1. Для размеров:
- Маленькие (XS/S): акцент на точность посадки, компактность, подчеркивание силуэта.
- Большие (XL/XXL+): акцент на свободу движений, комфорт, особенности кроя для удобства.
2. Для объемов/веса:
- Малые объемы: акцент на "попробовать", дорожный формат, компактность хранения.
- Большие объемы: акцент на экономию, длительность использования, семейный формат.
3. Для цветов/дизайна:
- Темные/базовые: акцент на практичность, универсальность, строгость.
- Яркие/необычные: акцент на самовыражение, акцент в интерьере/образе, тренды.

Обязательные требования:
- Сохраняй единство стиля и техническую точность.
- Не выдумывай несуществующие свойства.
- Используй синонимы (LSI-слова), характерные для конкретного выбора (например, "оверсайз" для больших размеров, "тревел-формат" для малых объемов).
- Текст должен органично вписываться в карточку товара.

Входные данные:
- Базовое описание: [БАЗОВОЕ_ОПИСАНИЕ]
- Список вариантов: [СПИСОК_ВАРИАНТОВ]

Формат вывода:
Выведи результат в виде таблицы:
| Вариант | Адаптированный текстовый блок | Ключевой акцент (для SEO) |

здесь:

➡️[БАЗОВОЕ_ОПИСАНИЕ]: Вставьте основной текст о товаре (состав, общие свойства, бренд).

➡️[СПИСОК_ВАРИАНТОВ]: Перечислите параметры, например: "Размеры: S, M, L, XL" или "Объемы: 50мл, 200мл, 1000мл".

➡️Если у вас специфическая ниша (например, стройматериалы), нужно заменить "Алгоритм смены акцентов" на свой. Например: "Для фасовки 5кг - акцент на мелкий ремонт, для 50кг - на оптовую выгоду и масштабное строительство".

Получаем таблицу, где для каждого SKU прописан свой микро-текст.

Используем:

➡️Для динамической смены контента: Настройте фронтенд сайта так, чтобы при выборе размера или цвета в интерфейсе блок описания менялся (через JS или смену URL).

➡️Для индексации SKU: Если у вас каждый вариант имеет свой URL (например, ?size=xl), описания помогут избежать санкций за дубли.

➡️Для микроразметки: Используйте эти описания в поле description для каждого Offer внутри схемы Product. Это поможет Google точнее отображать товар в поиске по уточняющим запросам.

Моя новая книга:
📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение: https://t.me/drmaxseo/1144

Циклы промптоведения тут: https://t.me/drmaxseo/1123
Мои аудиподкасты по SEO тут: https://t.me/DrMaxSEOCasts

#DrMax #SEO #AIOverviews #Промпт

🔍 Семантический ревизор контента страницы (Entity-Gap Analyzer)

Сейчас я покажу как выполнить инвентаризацию сущностей в уже опубликованном материале. Большинство "старых" страниц содержат разрозненные ключи и страдают от дефицита сущностей или их неравномерного распределения. Мы возьмем текущую версию страницы, вытащим из неё все сущности (объекты, процессы, характеристики, роли, метрики, источники и т.д.) и сравним с актуальной семантикой, контентом конкурентов из топа, текущими интентами пользователей или просто с нормативными материалами.

Зачем это нужно:

➡️Диагностика "зависания": Помогает понять, почему страница стоит на 10-15 месте, несмотря на хорошие ссылки и техническую оптимизацию.

➡️Глубина контента: Увеличивает "Semantic Completeness" (семантическую полноту), которую поисковики используют для оценки качества ответа.

➡️Актуализация: Позволяет быстро найти и заменить устаревшие сущности (старые версии софта, неактуальные законы, вышедшие из моды тренды).

Используем исходные данные: Текст оптимизируемой страницы (подсовываем либо URL, либо скрин всей страницы, либо код страницы), тематика (основной интент) ну и опорные данные (например, PDF паспорт товара или еще чего).

Роль: Senior Semantic SEO Architect & Knowledge Graph Specialist
Контекст: Глубокий аудит существующего контента на предмет полноты графа сущностей (Entities).
Цель: Выявить семантические пробелы, которые препятствуют выходу страницы в ТОП-3 по высокочастотным и среднечастотным запросам.

Инструкция:
Проанализируй текст страницы в контексте темы [ТЕМАТИКА_СТРАНИЦЫ]. Выполни задачу по шагам:

Шаг 1: Инвентаризация сущностей (Extraction)
Извлеки из текста все значимые сущности и распредели их по категориям:
- Объекты: (Предметы, инструменты, бренды, продукты).
- Процессы и Действия: (Технологии, методы, этапы работы).
- Характеристики: (Параметры, измеримые показатели, свойства).
- Подтверждения (E-E-A-T): (Данные, исследования, ссылки на источники, имена экспертов, метрики).

Шаг 2: Анализ актуальности и полноты
На основе знаний о [ТЕМАТИКА_СТРАНИЦЫ] на 2026 год:
1. Выдели устаревшие сущности (которые потеряли актуальность или были заменены новыми стандартами).
2. Выяви пропущенные сущности (LSI/Entity Gaps), которые критически важны для раскрытия темы, но отсутствуют в тексте.

Шаг 3: Вердикт по семантическому покрытию
Оцени, насколько текущий набор сущностей соответствует интенту пользователя. Укажи на логические разрывы (например: описан процесс, но не указаны инструменты или метрики успеха).

Входные данные:
- Тематика страницы: [ТЕМАТИКА_СТРАНИЦЫ]
- Текст для анализа:
[ВСТАВИТЬ_ТЕКСТ_СТРАНИЦЫ]

Формат вывода:
1. Таблица извлеченных сущностей (Тип | Сущность | Роль в тексте).
2. Список "Критический дефицит": перечень сущностей, которые нужно добавить для усиления экспертности.
3. Рекомендации по замене: что устарело и на что заменить.
4. Резюме для SEO: "Почему страница не в ТОП-3" (краткий вывод).

Настройка переменных:

[ТЕМАТИКА_СТРАНИЦЫ]: Укажите не просто ключ, а тему максимально широко. Например, не "купить iPhone", а "Анализ производительности и выбор моделей iPhone для мобильной видеосъемки в 2026 году".

[ВСТАВИТЬ_ТЕКСТ_СТРАНИЦЫ]: Скопируйте весь контент страницы (статьи или описания категории) без кода.

Если вы чувствуете, что текст слишком "водянистый", добавьте в инструкцию:

"Игнорируй стоп-слова и общие фразы, фокусируйся только на специфических отраслевых терминах и фактах".

Я закидываю промпт в системные инструкции Гугл AI Студии, а в окне запроса уже добавляю контент для проверки и опорные данные (например инструкции или еще чего)

Выгод от анализа старого контента - масса. Его можно легко модифицировать и обновить, делая упор не на ключи а на пропущенные сущности. Можно использовать пропущенные сущности как анкоры или темы для гостевых постов, чтобы создать связный тематический кластер. Ч

Моя новая книга:
📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение: https://t.me/drmaxseo/1144

Циклы промптоведения тут: https://t.me/drmaxseo/1123

#DrMax #SEO #AIOverviews #Промпт

🔄 Расширение контента через Entity-gap

Недавно публиковал технику аудита устарелого контента (Entity-Gap Analyzer). После него выявляются так называемые Entity-gaps - смысловые пробелы, которые поисковая система ожидает увидеть на странице. Товарищам понравилось (см наш чат), но возникли вопросы - как умело и правильно переработать страницы.

Важно понимать, что при наличии позиций (и трафа) не нужно переписывать старый текст и не нужно заменять существующие ключи. Контент доращивается слоями. То есть:

➡️каждый недостающий кластер сущностей - добавляем новый абзац или подблок

➡️подблок встраивается в существующую структуру

➡️старый контент сохраняет свои позиции и вес.

При отсутствии трафа/позиций - переделываем страницу полностью.

Отсюда проистекает хитрый промпт, который предназначен для "наращивания" контента на страницах имеющих трафик, но застрявших в развитии. Он генерирует новые смысловые блоки на основе списка недостающих сущностей (Entity-gaps), выявленных при аудите. Вы не трогаете старый текст, который уже проиндексирован и приносит переходы, а разные поисковые системы видят, что страница теперь содержит ответы на специфические под-вопросы, которые раньше игнорировались. Это поможет странице ранжироваться по более широкому пулу низкочастотных запросов.

Исходные данные для промпта: список недостающих сущностей, контекст страницы и фрагмент текста, куда нужно встроить новый блок.

Роль: Senior Semantic SEO Copywriter & Topic Authority Expert
Контекст: Интеграция недостающих семантических сущностей в существующий и ранжирующийся контент для закрытия "информационных пробелов" (Entity-gaps).
Цель: Создать дополнительный контентный модуль, который органично дополнит страницу, повысит её экспертность и закроет специфические семантические лакуны.

Инструкция по генерации:
Напиши новый текстовый блок (абзац или подраздел) для страницы на тему [ТЕМА_СТРАНИЦЫ].

Задачи:
1. **Использование сущностей:** Обязательно используй в тексте сущности из списка: [СПИСОК_СУЩНОСТЕЙ].
2. **Контроль фактов:** Опирайся только на предоставленные данные или общеизвестные технические стандарты. Избегай маркетинговых обещаний.
3. **Бесшовная интеграция:** Текст должен по смыслу продолжать или дополнять существующий контекст.
4. **Исключение дублей:** Не повторяй те факты и формулировки, которые уже есть в текущем тексте страницы.

Стилистические ограничения:
- Тон: Информационный, экспертный, лаконичный.
- Структура: Не более 3-4 предложений на один логический блок.
- Запрет: Не используй вводные фразы типа "Важно отметить", "Кроме того", "Стоит добавить". Сразу переходи к сути дела.

Входные данные:
- Тема: [ТЕМА_СТРАНИЦЫ]
- Текст: [СТАРЫЙ_ТЕКСТ_СТРАНИЦЫ]
- Список сущностей для внедрения: [ВСТАВИТЬ_СПИСОК]
- Контекст (после какого блока вставляем): [ВСТАВИТЬ_ФРАГМЕНТ_ТЕКСТА]

Формат вывода:
Выведи готовый текстовый блок. Под текстом добавь список "Внедренные сущности", чтобы я мог проверить соответствие ТЗ.

Здесь:

➡️[ТЕМА_СТРАНИЦЫ]: Укажите узкую тему (например, "Установка двухконтурного котла в частном доме").

➡️[СПИСОК_СУЩНОСТЕЙ]: Скопируйте список из предыдущего Entity-аудита (например: "расширительный бак, коаксиальный дымоход, датчик давления, антифриз").

➡️[ОКРУЖАЮЩИЙ_ТЕКСТ]: Вставьте 1-2 предложения, которые стоят непосредственно перед местом предполагаемой вставки. Это нужно для соблюдения стиля и логики.

Если у вас много пропущенных сущностей (например, 20+), не пытайтесь запихнуть их в один абзац. Разбейте их на группы по 4-5 штук и прогоните промпт несколько раз, создавая 3-4 вставки в разные части.

Получаем плотный, фактологический текст, который выглядит как естественное продолжение статьи.

❕ Возьмите ваши лучшие статьи за 2023-2024 годы и добавьте в них по 1-2 таких "слоя" на основе современных данных 2026 года. Это даст сигнал поисковику, что контент обновлен (сигнал Content Freshness).

Моя новая книга:
📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение: https://t.me/drmaxseo/1144

Циклы промптоведения тут: https://t.me/drmaxseo/1123

#DrMax #SEO #AIOverviews #Промпт