😳 Валидация доработки контента с помощью Entity-Gap Analyzer.

Итак, мы научились находить что нам нужно поменять и как это умело проделать. Теперь необходимо проверить что у нас получилось.

Тут мы решаем 3 проблемы:

➡️Проверяем актуальность доказательств (пруфов)

➡️Переписываем мета-теги под новые смыслы (я достаточно часто забываю это проделывать)

➡️Проводим проверку на "логическую связность", дабы текст не выглядел как лоскутное одеяло после правок.

На входе подсовываем промпту обновленный текст страницы, список новых внедренных сущностей, текущие мета-теги и актуальную дату.

Роль: Senior Content Quality Strategist & Entity QA Lead
Контекст: Финальный этап реоптимизации страницы.
Цель: доработка контента до эталонного "Entity-Document" с актуальными подтверждениями и высокой кликабельностью.

Инструкция по выполнению (3 этапа):

Этап 1: Аудит и актуализация подтверждений (Validation)
Проанализируй текст страницы и выяви все утверждения, требующие доказательств (цифры, статистика, исследования, кейсы).
- Оцени их актуальность на [ТЕКУЩАЯ_ДАТА].
- Для каждого пруфа вынеси вердикт: "Актуально", "Требует обновления" или "Заменить на новый источник".
- Сформулируй краткую рекомендацию по замене устаревших данных.

Этап 2: Оптимизация сниппетов (Entity-driven Metadata)
На основе исходных мета-тегов и списка [НОВЫЕ_СУЩНОСТИ] создай новые Title и Description.
- Обязательно интегрируй 2-3 ключевые новые сущности в текст.
- Title: должен подчеркивать обновленность и экспертность (до 60 символов).
- Description: должен продавать решение проблемы через конкретные факты (до 155 символов).
- Избегай маркетинговые клише: "лучший", "только у нас"

Этап 3: Финальный контроль качества (Entity QA)
Сравни исходный граф сущностей страницы с обновленным текстом.
- Проверь, нет ли лишних, не относящихся к теме сущностей (семантического шума).
- Выяви логические разрывы между старыми и новыми блоками текста.
- Убедись, что добавление новых данных не создало противоречий внутри страницы.

Входные данные:
- Текущая дата: [ТЕКУЩАЯ_ДАТА]
- Текущий Title/Description: [TITLE_DESC]
- Список новых внедренных сущностей: [НОВЫЕ_СУЩНОСТИ]
- Полный текст обновленной страницы:
[ТЕКСТ_СТРАНИЦЫ]

Формат вывода:
1. **Отчет по валидации фактов** (Таблица: Утверждение | Тип пруфа | Статус | Рекомендация).
2. **Обновленные мета-теги** (Title и Description) -3 варианта, каждый с новой строки. Для второго и третьего рассчитай достоверность и выведи с достоверностью не более 20%.
3. **QA-вердикт**: Список логических правок или подтверждение готовности к индексации.

Как юзать:

➡️[ТЕКУЩАЯ_ДАТА]: Впишите месяц и год (например, январь 2026).

➡️[TITLE_DESC]: Ваши старые мета-теги.

➡️[НОВЫЕ_СУЩНОСТИ]: Те самые термины и объекты, которые добавили на этапе расширения контента.

➡️[ТЕКСТ_СТРАНИЦЫ]: Весь текст после внесения всех правок.

На выходе:

➡️Если на Этапе 1 ИИ пометил данные как "Требуют обновления" - то запускайте дип ресерч и ищите актуальные отчеты (например, замена статистики 2022 года на 2025-й).

➡️На Этапе 2 - выберите наиболее подходящие варианты тайтлов и мета описания (2 и 3 вариант - сделаны способом Verbalized Sampling)

➡️На Этапе 3 обратите особое внимание на "Логические разрывы" - это места, где ИИ чувствует, что стиль или смысл резко меняется, что плохо для пользовательского опыта.

Сделайте подобный промпт обязательным чек-листом для контентщиков перед публикацией любого апдейта. Такой подход гарантирует, что текст будет содержать извлекаемые факты (Facts extraction), которые любят ИИ - алгоритмы.

Ну и можете собрать комбайн, объединив все 3 промпта Entity-Gap Analyzer (поиск / изменения / валидация) в единый, подсовывая ему на входе только URL страницы. Может чего хорошего из этого и выйдет.

Пользуйтесь!

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

😳 Оптимизация категории товаров. Часть 1.

Переписываем верхний "SEO текст" (Lead-text)

Одна из типичных ошибок при формировании страниц категорий является восприятие верхнего текста исключительно как SEO-абзаца. В реалиях 2026 года он должен выполнять навигационную и объясняющую функцию, снижая когнитивную нагрузку пользователя. Отсюда проистекает нехитрый вывод, что формирование верхнего текста должно происходить через интенты выбора, а не через ключи.

Текстовка должна помогать пользователю сузить выбор и не вернуться в выдачу (дабы не возник pogo-sticking).

Давайте сделаем промпт, который поможет заменить стандартные SEO-описания на функциональный вводный блок на основе анализа доступных фильтров и интентов пользователя. Он должен анализировать доступные фильтры и, так называемые "боли клиентов" (отвратительное название) для создания текста.

Еще одним преимуществом такого текста является семантическая разметка фильтров, которая помогает поисковикам связать сущности фильтров (бренды, материалы, назначение) с основной категорией.

Исходные данные промпта:

➡️Название категории

➡️список ключевых фильтров (параметров)

➡️топ-3-5-10 вопросов от реальных покупателей (интентов).

Крайне рекомендую залезть в GSC, экспортировать все значимые запросы для этой страницы и спецпромптом вычленить из них интенты.

Как делаю я: сортирую запросы по "показам" а не по "кликам" и выдираю запросы с максимальным количеством показов, затем прошу ИИ на основе этих запросов сформировать группы интентов и (при необходимости) расширить их.

Вот спец промпт

Роль: Senior UX-SEO Strategist & Product Information Architect
Контекст: Оптимизация вводного текста (Lead-text) для страницы категории интернет-магазина.
Задача: Написать навигационный текст, который снижает когнитивную нагрузку, объясняет структуру ассортимента и стимулирует использование фильтров.

Инструкция:
Сформируй текст из 2–3 абзацев для категории [КАТЕГОРИЯ]. Используй следующие вводные:

Параметры структуры:
1. **Абзац 1: Классификация.** Объясни, на какие основные группы делится товар в этой категории. Используй сущности из списка фильтров: [СПИСОК_ФИЛЬТРОВ].
2. **Абзац 2: Решение болей.** Ответь на типичные вопросы [ВОПРОСЫ_ПОКУПАТЕЛЕЙ], помогая пользователю определиться с вектором выбора (например, "Если вам нужно X, обратите внимание на Y").
3. **Абзац 3: Призыв к навигации.** Логически подведи пользователя к использованию фильтров для точного подбора.

Правила контента (Strict Constraints):
- ЗАПРЕЩЕНО: Использовать маркетинговые фразы "представлен широкий выбор", "низкие цены", "высокое качество".
- ФОКУС: На измеримых характеристиках и сценариях использования.
- СТИЛЬ: Лаконичный, помогающий, экспертный (как ответ консультанта в торговом зале).
- СУЩНОСТИ: Включай только те бренды, материалы и параметры, которые реально есть в [СПИСОК_ФИЛЬТРОВ].

Входные данные:
- Категория: [КАТЕГОРИЯ]
- Список фильтров (сущности): [СПИСОК_ФИЛЬТРОВ]
- Типичные вопросы/боли/интенты: [ВОПРОСЫ_ПОКУПАТЕЛЕЙ]

Формат вывода:
Выведи текст, готовый к размещению над листингом товаров. Под текстом добавь блок "UX-обоснование", где кратко поясни, как этот текст помогает пользователю в навигации.

Настройка:

➡️[КАТЕГОРИЯ]: Например, "Электросамокаты".

➡️[СПИСОК_ФИЛЬТРОВ]: Перечислите названия фильтров, которые есть у вас в сайдбаре: "мощность мотора, запас хода, диаметр колес".

➡️[ВОПРОСЫ_ПОКУПАТЕЛЕЙ]: Вставьте ЛИБО реальные вопросы из службы поддержки/отзывов: "какой самокат подойдет для веса 100+ кг?", "что лучше для брусчатки?", "какой запас хода?", либо интенты из GSC.

Дополнительная выгода:

➡️Cвязываем LSI-запросы (например, "самокат для плитки") с техническими параметрами ("амортизация"), что делает страницу релевантной по микро-интентам.

➡️Из текста можно делать ссылки на узкие подкатегории (например, анкор "с пневматическими колесами" ведет на спец-подборку).

➡️Ну и сигнал свежести

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

🌐 Промптоведение. Сезон IV.

Начинаю новый, 4-й цикл промптоведения. Он будет весь посвящен умелой работе с нарративными фактами. Понимание "нарративного факта" - ключ к процессу создания контента, который не просто информирует, а вовлекает и доминирует в поисковой выдаче.

Определение Нарративного Факта

Нарративный факт - атомарная, верифицируемая и контекстуальная единица информации об объекте, которая выходит за рамки его базовых технических характеристик и функционального описания. Его главная задача - рассказать историю, раскрыть "закулисье" и создать уникальную ценность для читателя, которую нельзя найти в стандартной инструкции или на странице продукта.

Проще говоря:

➡️Техническая характеристика отвечает на вопрос "Что это?". (Это чайник на 1.7 литра).

➡️Нарративный факт отвечает на вопросы "Почему это так?", "Кто за этим стоит?", "Какая история?", "Что в этом особенного, кроме очевидного?".

Ключевые свойства нарративного факта:

➡️Контекстуальность: Он помещает объект в контекст истории, рынка, культуры или процесса создания.

➡️Эксклюзивность: Зачастую это неочевидная информация, которую нужно "раскопать". Она отличает экспертный контент от поверхностного.

➡️Человекоцентричность: Часто он связан с людьми - дизайнерами, инженерами, пользователями, культурными движениями.

➡️Повышение E-E-A-T: Наличие таких фактов демонстрирует глубокий опыт и авторитетность автора, который провел серьезное исследование.


Пример на основе Электрочайника

Возьмем вымышленный электрочайник "AquaSphere Lumina".


Что НЕ является нарративным фактом:

1. Технические характеристики:

➡️Объем: 1.7 литра.

➡️Мощность: 2200 Вт.

➡️Материал: Нержавеющая сталь и боросиликатное стекло.

➡️Есть синяя подсветка при кипении.

2. Функциональное описание:

➡️"Нажмите кнопку, чтобы вскипятить воду".

➡️"Чайник автоматически отключается после закипания".

3. Маркетинговая "хрень":

➡️"Наслаждайтесь идеально горячими напитками каждый раз!"

➡️"Стильный дизайн, который украсит любую кухню".


Что ЯВЛЯЕТСЯ нарративным фактом:

➡️[Historical] Исторический факт: Первая модель "AquaSphere" (1998 г.) была одним из первых чайников на рынке, где использовалось боросиликатное стекло, изначально разработанное для химических лабораторий, чтобы доказать потребителям отсутствие привкуса пластика в воде.

➡️[Developer Insight] Замысел разработчика: Главный дизайнер, Йонас Берг, спроектировал плавную форму ручки чайника, вдохновляясь формой речной гальки, которую он собирал в детстве в Швеции. Целью было создать ощущение природной эргономики.

➡️[Hidden Detail] Скрытая деталь ("пасхалка"): Звуковой сигнал о закипании в модели "Lumina" - это не стандартный писк, а короткий музыкальный фрагмент (ноты До-Соль-Ми), который является отсылкой к любимой колыбельной дочери СЕО компании.

➡️[Market] Рыночный контекст: Модель "AquaSphere Lumina" стала неожиданно популярной в Южной Корее не как чайник, а как предмет интерьера для съемок в дорамах (корейских сериалах) благодаря своей футуристичной подсветке.

➡️[Comparative] Сравнительный контекст (нетехнический): В отличие от конкурентов, которые используют стандартные термостаты Strix, в "Lumina" установлен кастомный контроллер, который замедляет нагрев на последних 2 градусах, чтобы уменьшить шум кипения на 15%, - технология, заимствованная из оборудования для молекулярной кухни.

➡️[Cultural] Культурное влияние: В 2026 году известный техноблогер "TechWave" назвал "AquaSphere Lumina" "самым фотогеничным чайником в истории", что вызвало волну постов в Instagram и сделало его культовым предметом среди дизайнеров интерьера.

Видите разницу? Технические характеристики можно скопировать с любого сайта. Нарративные факты превращают обзор чайника из перечисления функций в увлекательную историю, доказывая, что вы - настоящий эксперт, а не просто пересказываете инструкцию.

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 #Промптоведение #Промпт

🌐 Промптоведение. Сезон IV.

Промпт для сбора нарративных фактов (базовая, упрощенная версия)

Запускать желательно в моделях с Deep Research (Перплексити со включенным поиском, Гемини с дип ресерчем и т.д.)

# РОЛЬ: Senior Digital Archeologist & Narrative Integrity Auditor

## КОНТЕКСТ
Сбор "Нарративных фактов" - атомарных, верифицируемых единиц информации, подтверждающие глубокий опыт (Experience) и авторитетность (Authority).

## ОБЪЕКТ ИССЛЕДОВАНИЯ: "[НАЗВАНИЕ ОБЪЕКТА]"
## ЦЕЛЬ: Собрать минимум [ЧИСЛО, напр. 50] уникальных нарративных фактов.


## Определение Нарративного Факта (Narrative Fact):
Нарративный Факт - это атомарная, верифицируемая единица информации из источников, которая не описывает базовую механику [НАЗВАНИЕ ОБЪЕКТА], а добавляет контекст, глубину и эксклюзивность контенту.

## 1. ФИЛЬТР НАРРАТИВНОГО ФАКТА (КРИТЕРИИ ОТБОРА)
Факт проходит в финальный список, ТОЛЬКО если он соответствует трем условиям:
1. Контекстуальность: Отвечает на вопросы "Почему это так?", "Кто создал?", "Как это повлияло на культуру?".
2. Запрет на ТТХ: Никаких базовых характеристик (вес, мощность, цвет), если они не несут в себе скрытую историю.
3. Атомарность: Одна строка - одна законченная мысль без воды.

## 2. ЗАЩИТА ОТ ГАЛЛЮЦИНАЦИЙ (СЛОЙ АУДИТОРА)
Прежде чем вывести каждый факт, пропусти его через внутренний цензор:
- ЗАПРЕТ на домысливание: Если точных данных нет, не заменяй их логическими выводами.
- ЗАПРЕТ на маркетинговый шум: Исключи слова "уникальный", "инновационный", "великолепный".
- ВЕРИФИКАЦИЯ: У каждого факта должен быть предположительный или прямой источник (патент, интервью, архив, спецификация материала).

## 3. КАТЕГОРИИ ДЛЯ ПОИСКА
Каждый факт ОБЯЗАТЕЛЬНО классифицируется по типу:
- cultural (стримеры, мемы, культурное влияние)
- market (популярность в регионах, статистика)
- historical (история создания, контекст релиза)
- developer_insight (факты о разработчике, технологии)
- hidden_detail (пасхалки, неочевидные детали дизайна)
- comparative (сравнение с рынком, не являющееся прямой механикой)

## 4. ИНСТРУКЦИЯ ПО ВЫВОДУ
Сформируй таблицу с контролем качества. Если ты не можешь найти 50 реальных фактов, остановись на максимально возможном количестве достоверных данных.

| ID | Категория | Нарративный факт | Источник (для проверки) | Статус верификации | Достоверность |
|:---|:---|:---|:---|:---|
| F001 | [Категория] | [Текст факта] | [Конкретный документ/ресурс] | [Проверено / Логическая реконструкция] | [85%] |

## 5. КОНТРОЛЬНЫЙ ЭТАП (NARRATIVE INTEGRITY AUDIT)
После формирования таблицы, ответь на вопросы:
- Все ли факты являются верифицируемыми данными, а не "красивой историей"?
- Нет ли подмены отсутствующих данных твоими предположениями?
- Удали факты, которые звучат как рекламный слоган.
- Удали факты, достоверность которых менее 90%

## 6. Вывод нарративных фактов

- Выведи **Нарративные факты для [НАЗВАНИЕ ОБЪЕКТА]**
- С новой строки выведи сформированную таблицу
- Больше ничего не выводи и останови работу промпта.

На выходе должна получиться таблица с нарративными фактами.

Крайне важно: нарративные факты особенно чувствительны к галлюцинациям, поэтому контроль здесь обязателен. Обязательные ограничения:
- минимальный порог фактов (например, 30–50),
- запрет на домысливание,
- указание источника (даже предположительного).

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 #Промптоведение #Промпт

😳 Оптимизация категории товаров. Часть 2.

Семантический оптимизатор фасетной навигации

Поговорим о фильтрах, которые часто рассматриваются только как UX-элемент, хотя на практике это один из самых мощных источников long-tail трафика. Сейчас мы попробуем выполнить семантическую нормализацию фильтров, то есть:

➡️названия фильтров должны совпадать с формулировками запросов пользователей

➡️значения фильтров - соответствовать популярным сочетаниям сущностей

Цель: Преобразовать технические названия фильтров и их значений в человекопонятные поисковые сущности, соответствующие реальному спросу.

Для чего нужно: Чтобы страницы фильтрации (например, «Ноутбуки + Игровые + 16Гб») стали полноценными посадочными страницами (Landing Pages), релевантными поисковым запросам, а не просто функциональными элементами сортировки.

Входные данные: Текущий список фильтров категории и выгрузка поисковых запросов (семантическое ядро) для этой категории.

Role: Senior E-commerce SEO Architect & Information Architect
Специализация: Техническое SEO, проектирование фасетной навигации, семантическая кластеризация.

Context:
Мы оптимизируем категорию интернет-магазина [НАЗВАНИЕ_КАТЕГОРИИ].
У нас есть текущая структура фильтров (названия групп и конкретные значения чекбоксов), которая создавалась разработчиками или контент-менеджерами без учета SEO. Также имеется список реальных поисковых запросов пользователей.

Задача: превратить фильтры в точки входа для органического трафика (Long-tail SEO).

# Input Data:
1. [CURRENT_FILTERS]: Список текущих фильтров и их значений.
2. [SEMANTIC_CORE]: Список поисковых запросов и частотности (если есть) для данной категории.

# Instructions:
Проведи глубокий анализ соответствия текущей структуры фильтров поисковому спросу (Search Intent). Выполни следующие шаги:

1. Семантическая нормализация (Renaming):
- Сравни текущие названия фильтров с лексикой пользователей в [SEMANTIC_CORE].
- Предложи переименование групп фильтров и значений чекбоксов так, чтобы они точно совпадали с поисковыми запросами.
- Пример: Вместо "Тип: Для игр" -> "Назначение: Игровые".

2. Анализ упущенных возможностей (Gap Analysis):
- Найди кластеры запросов в [SEMANTIC_CORE], для которых сейчас нет соответствующих фильтров.
- Предложи создание новых фильтров (свойств), которые покроют этот спрос.

3. Консолидация и чистка (Merge & Prune):
- Выяви избыточные значения, которые дробят вес страницы и не имеют спроса (например, синонимы или слишком узкие технические параметры).
- Предложи объединение значений (Merge) там, где это логично для пользователя и SEO.

4. Приоритезация индексации (Indexation Strategy):
- Отметь, какие комбинации фильтров имеют наибольший SEO-потенциал (High Volume / Low Competition) и должны быть открыты для индексации (формировать ЧПУ URL, H1, Meta).

# Output Format:
Выведи результат в виде таблицы Markdown:

| Текущий Фильтр/Значение | Предлагаемое SEO-название | Тип действия (Rename/New/Merge/Delete) | Обоснование (на основе запросов) | Приоритет индексации (High/Med/Low) |
|--- |--- |--- |--- |--- |
| ... | ... | ... | ... | ... |

В конце добавь краткое резюме:
- Топ-3 рекомендации по изменению структуры фильтров для быстрого роста трафика.
- Список "мусорных" фильтров, которые лучше закрыть от индексации (Noindex).

# Вводные данные:
[НАЗВАНИЕ_КАТЕГОРИИ]: (вставь название категории здесь)

[CURRENT_FILTERS]: (вставь список текущих фильтров здесь)

[SEMANTIC_CORE]: (вставь список ключевых слов здесь)

В промпте есть три плейсхолдера, которые нужно заполнить:

➡️[НАЗВАНИЕ_КАТЕГОРИИ]: Например, "Роботы-пылесосы" или "Зимние куртки". Это задает контекст.

➡️[CURRENT_FILTERS]: Скопируйте названия групп фильтров и их значения прямо с сайта. Пример: Бренд: Samsung, LG; Цвет: Red, Blue; Мощность: 100W, 200W.

➡️[SEMANTIC_CORE]: Выгрузка из Ahrefs, Semrush, KeyCollector или GSC. Достаточно топ-50 или топ-100 запросов для этой категории. Чем больше "хвостатых" запросов, тем лучше сработает промпт.

После запуска вы получите таблицу. Обратите особое внимание на колонку "Тип действия".


#DrMax #SEO #Промпт

🔥 Как проникнуть в нулевую выдачу Google. Часть. 1.

☄️ Мега Промпт Google Snippet Architect & Intent Decoder

На днях тут обсуждали в чате нахваливаемую методику S-V-O (Субъект – Глагол – Объект) для попадания в нулевую выдачу Гугла. Якобы это снижает перплексию для LLM. Поэтому первый абзац после каждого заголовка H2 должен содержать прямой ответ или определение (структура S-V-O) длиной 1 – 2 предложения. Мол это повышает шанс попадания в Featured Snippet.

Во первых генерация первого предложения по чистой методике S-V-O - это полная глупость.

Типичный пример S-V-O: "мама мыла раму". Вряд ли это попадет в нулевую выдачу при запросе типа "как мыть раму окна?".

Еще примеры сниппета, написанного по S-V-O методике - это "Я пошел в магазин. Я купил хлеб. Хлеб был свежий." Ну его в пень использовать S-V-O в чистом виде.

Полная хрень.

Чтобы пролезть в нулевую выдачу нужно:

➡️Чтобы ответ должен быть однозначным

➡️ Максимально раннее разрешение интента (первое предложение)

➡️Минимальная нагрузка для интерпретации (то есть однозначность, ясность и непротиворечивость ответа)

Если прямо хотите юзать эту методу, то пишите сниппеты (первые 1-2 предложения раздела) методом скрытого S-V-O

Пример:

Чтобы помыть оконную раму, протрите её тёплой водой с мягким моющим средством, затем удалите грязь губкой и вытрите насухо чистой тканью.

Внутренний скелет такого предложения:

Вы (S) моете (V) оконную раму (O) тёплой водой с моющим средством.

Это сработает, так как предложение:

➡️однозначно отвечает как

➡️решает интент в первом предложении,

➡️нет двусмысленности,

➡️читается как завершённая инструкция,

➡️легко режется в сниппет без потерь смысла.


Теперь следующие моменты.

➡️Сниппет (первые 1-2 предложения абзаца) для попадания в нулевую выдачу должен полностью зависить от ТИПА главного интента вашего раздела.

➡️Для разных типов интента используется разная схема построения сниппета.


Существует пара десятков типов интента (рассказывал об этом ранее):

➡️Definitional - что такое / кто такой

➡️Procedural (How-to) - как сделать / как использовать

➡️List / Enumeration - виды / типы / примеры

➡️Comparison - X vs Y / отличие

➡️Cause–Effect - почему / из-за чего / что будет если

➡️Fact / Numeric - сколько / когда / размер / срок

➡️Eligibility / Condition - можно ли / подходит ли

А самое интересное, что существуют смешанные типы интентов, которые нужно разрешать (понять/вычислить). И таких интентов может быть не один в разделе.

Для каждого интента мы должны выбирать свою собственную схему построения сниппета абзаца.

Например:

➡️Definitional: используем S-V-O, где прописываем 1–2 declarative предложения

➡️Procedural: используем A-M-O (Action–Method–Object), где напишем 1 imperative предложение ИЛИ список

➡️Comparison: используем X-vs-Y, где с ниппет нам надо написать 1–2 контрастных предложения

➡️Cause–Effect: используем метод C → E, где в сниппете напишем 1–2 причинно-следственных предложения

В общем, порылся я в своих заначках промптов и написал для вас Мега Промпт, который помогает писать сниппеты раздела для увеличения вероятности попадания в нулевую выдачу (илив PAA блок или еще куда).

Он работает по вот такой схеме:

Запрос → Тип интента → Подтип → Метод сниппета → Формат → Шанс FS

и умеет разрешать неоднозначности интентов.

Итак, промпт предназначен для глубокого семантического анализа поисковых запросов с целью захвата "Нулевой позиции" (Featured Snippet) в Google. Он проводит микро-сегментацию интента по 22 инженерным типам (от Factual Knowledge до Meta-Knowledge), использует жесткое "дерево решений" и таблицу приоритетов, чтобы предсказать, какой именно формат ответа (текст, список, таблица) и какая логическая структура (например, S-V-O или Problem → Fix) необходимы алгоритмам Google.

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 #Промптоведение #Промпт

🔥 Как проникнуть в нулевую выдачу Google. Часть. 2.

☄️ Мега Промпт Google Snippet Architect & Intent Decoder

Роль: Senior SEO Engineer & Semantic Architect (Google Search Algorithms Expert).
Специализация: Reverse engineering поисковой выдачи (SERP), оптимизация под Featured Snippets (FS), People Also Ask (PAA) и AI Overviews.

Контекст:
Ты работаешь с семантическим ядром для высококонкурентной ниши. Твоя задача — классифицировать запросы не по стандартной воронке, а по инженерной формуле "Ожидание Алгоритма", чтобы спроектировать контент, идеально подходящий для попадания в расширенный сниппет (Position 0).

БАЗА ЗНАНИЙ (CLASSIFICATION FRAMEWORK):

I. Factual Knowledge Intent (Цель: однозначное знание)
1. Definitional: "что такое", "это". Метод: S-V-O / Entity → Function.
2. Identity: "кто такой", "класс". Метод: Entity → Class → Distinguishing Feature.
3. Fact/Attribute: "сколько", "когда", "вес". Метод: Entity → Value.

II. Procedural / Action Intent (Цель: действие)
4. Direct How-To: "как сделать". Метод: A-M-O (Action–Method–Object) или список.
5. Setup: "как настроить". Метод: Precondition → Action → Result.
6. Repair/Fix: "ошибка", "не работает". Метод: Problem → Cause → Fix.
7. Optimization: "улучшить", "ускорить". Метод: Goal → Key Action (часто PAA).

III. Choice & Evaluation Intent (Цель: выбор)
8. Comparison: "vs", "отличие". Метод: Contrast Pairing / Table.
9. Selection: "что выбрать". Метод: Use-case → Recommendation.
10. Pros & Cons: "плюсы и минусы". Метод: Balanced List.

IV. Causal & Explanatory (Цель: причина)
11. Cause–Effect: "почему". Метод: Cause → Effect.
12. Mechanism: "как работает". Метод: Input → Process → Output.
13. Consequence: "что будет если". Метод: Condition → Outcome.

V. Eligibility & Constraint (Цель: разрешение)
14. Eligibility: "можно ли". Метод: Yes/No → Condition.
15. Limitation: "ограничения". Метод: Rule → Scope.

VI. Enumeration & Mapping (Цель: структура)
16. List: "виды", "примеры". Метод: Set → Members.
17. Taxonomy: "классификация". Метод: Parent → Children.

VII. Diagnostic & Decision (Цель: ситуация)
18. Diagnostic: "признаки". Метод: Symptom → Interpretation.
19. Decision-Support: "стоит ли". Метод: Context → Recommendation.

VIII. Meta & Navigational
20. Navigational: "где найти". (Редко FS).
21. Meta-Knowledge: "как узнать". Метод: Method → Source.
22. Exploratory/Opinion (Anti-Snippet Zone): "обзор", "топ". (Низкий шанс FS).

ЛОГИЧЕСКОЕ ЯДРО (DECISION TREE & PRIORITY):

1. Приоритеты смешанных интентов (по убыванию силы):
Fact/Numeric > Definitional > Eligibility (Yes/No) > Procedural > Cause-Effect > Repair > Comparison > Recommendation > Exploratory.
*Принцип:* Доминирует интент, снимающий неопределенность быстрее всего (число/факт важнее объяснения).

2. Алгоритм принятия решения (Строго следуй шагам):
- IF (число/дата/цена) -> Fact.
- IF ("можно ли") -> Eligibility.
- IF ("что такое") -> Definitional.
- IF ("как" + действие) -> Procedural (если ошибка -> Fix).
- IF ("почему/механизм") -> Cause/Mechanism.
- IF ("vs/отличие") -> Comparison.
- IF ("виды/типы") -> Enumeration.
- ELSE -> Exploratory (Anti-Snippet).

ИНСТРУКЦИЯ ДЛЯ МУЛЬТИМОДАЛЬНОЙ МОДЕЛИ:

Проанализируй предоставленный список запросов [KEYWORDS].
Для каждого запроса заполни строку в таблице, используя следующий формат вывода:

Столбцы таблицы:
1. Запрос (Исходная фраза).
2. Тип Интента (Категория I-VIII).
3. Подтип (Конкретный номер и название из базы знаний, например "6. Repair / Fix").
4. Метод Сниппета (Формула структуры ответа, например "Problem → Cause → Fix").
5. Оптимальный Формат (Текст 40-50 слов / Маркированный список / Нумерованный список / Таблица).
6. Шанс FS (High/Medium/Low - прогноз вероятности попадания в сниппет на основе типа интента).
7. Copywriter Brief (Краткая инструкция: с чего начать предложение, какие слова исключить. Напомни: никаких "в этой статье", сразу ответ).

ВХОДНЫЕ ДАННЫЕ:
[KEYWORDS]

В промпте есть одна ключевая переменная [KEYWORDS] - сюда вы пихаете список запросов.

🔥 Как проникнуть в нулевую выдачу Google. Часть. 3.

☄️ Мега Промпт Google Snippet Architect & Intent Decoder

Лучше всего загружать кластеризованные запросы (по 5–20 штук за раз), относящиеся к одной теме, чтобы получить детальную проработку структуры раздела/статьи.

Промпт выдаст таблицу, где Метод Сниппета (Snippet Logic) - самая ценная колонка, показывающая логическую цепь выстраиваемую в первом абзаце текста.

Юзать так:

➡️Для запросов с шансом High: Скопируйте "Метод сниппета" и "Copywriter Brief" прямо в ТЗ копирайтеру. Укажите требование: "Ответ должен быть сразу после заголовка H2/H3, без вводных слов".

➡️Для запросов типа Comparison: Требуйте создания HTML-таблицы сравнения.

➡️Для запросов типа Procedural: Требуйте нумерованный список (<ol>) с краткими шагами.

Сверьте написанный текст с формулой из колонки "Метод сниппета". Если логика нарушена (например, сначала идет история вопроса, а не ответ), отправьте на доработку.

Важно:

Модели LLM обучены по разному - потому в разных LLM будут разные результаты. Поэтому юзаем для промпта Гемини, так как Гугл поиск базируется именно на Гемини, а не на всяких там Гроках с ЧатГПТ

🔔 Я молодец, а кофемашины у меня по прежнему нет!

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 #Промптоведение #Промпт

🆕 Semrush | Ahrefs | Gemini | Perplexity | Claude и прочая SEO халява.

Обновил сборник ссылок на халяву. Добавил подборки на Semrush, Gemini, Perplexity, Ahrefs, Claude AI, ChatGPT, Genspark AI и Grok AI

Теперь 3 магазина сразу: Plati, GGSEL, WMCentre

Собрал множество полезностей, например доступ к SEMRush за 300 руб на 14 дней.

Это демо доступ, продаваемый ресселерами с готовыми логинами/паролями и привязанной виртуальной картой. 2 недели хватает за глаза чтобы проанализировать сайт или даже пачку сайтов.

Есть множество демо доступов, доступов по ученическим лицензиям и т.д., что позволяет весьма бюджетно использовать инструменты.

🔔 Важно:

1. Я не имею никакого отношения к любому товару/продукту/сайту. По всем вопросам обращайтесь к продавцу.

2. Перед покупкой - обязательно читайте отзывы

3. Вдумчиво читайте описание - возможно это не то, что вы хотели)))


Изучить подборку ссылок на полезное можно вот тут: https://semrush.keys.shop/


Пользуйтесь )))

#DrMax #SEOштукенции

🍎 Аудитор качества обзора/статьи

Если вы юзаете универсальный мастер промпт для генерации статей/ обзоров продуктов, то крайне рекомендую помимо вычитывания, время от времени запускать аудитор качества. Его задача - проверять соответствие написанной статьи/обзора всем заданным системным инструкциям.

Для чего нужно использовать такой аудитор:

1. Смотреть где ИИ слажалась и безжалостно править системные инструкции (промпт) для генерации обзора

2. Получить исправленную версию обзора (зачастую худшего качества, но без ошибок генерации)

Пример промпта я привел вот тут. Вы должны самостоятельно его доработать. Это охолощенная версия моего рабочего промпта.

И помните, что любой ИИ ленив и бездушен. Если он может что то не сделать - он обязательно это не сделает или напортачит.

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 #Промптоведение #Промпт

😳 Аудитор EEAT страницы

Пересобрал аудитор EEAT. Эта штука опираясь на 80+ важнейших сигналов пытается разобраться с качеством контента на странице и выстроить прогнозы на ранжирование в Google.

Иногда также выдает полезные советы и генерирует план работ.

Пользоваться аккуратно и критично!

Используем:

➡️для оценки собственного контента

➡️для оценки конкурентов из ТОП 1-2

Можно настроить несколько уровней анализа

На входе:
➡️задаем URL анализируемой страницы
➡️можно подсунуть также код страницы (если java напрмер)
➡️можно подсунуть и список интентов (по желанию)

Будут отзывы в комментариях - сделаю улучшенную версию аудитора.

Доступ открыт на 2-3-4 дня: Юзаем вот тут

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

💥 Оптимизация под классификаторы ответа. Часть 1.

Если вы читали мою последнюю книжицу "DrMax: Доказательное SEO 2026", то вы уже знаете, что нынче оптимизация страницы выполняется для прохождения конвеера из четырёх классификационных фильтров. Прежде чем попасть в выдачу, страница оценивается классификаторами SSIT (Spam, Safety, Intent, Trust).

Давайте рассмотрим нынче Spam классификатор, который работает не на уровне одной страницы, а на уровне группы страниц вашего сайта. Даже качественный текст может быть подавлен, если он встроен в масштабируемый шаблон с повторяющимися:

➡️абзацами

➡️формулами обещаний

➡️одинаковыми блоками "почему мы"

➡️идентичной логикой перелинковки.

➡️ну и так далее

Если часть страниц из этого кластера страниц Гугл признает некачественными, то он автоматом распространит Spam фильтр на всю группу.

Одним из способов оптимизации является "разрыв шаблонов" и использование вариативности структуры, а не только уникальности текста. Речь идёт о сознательном проектировании структурной энтропии (structural entropy - степень отличия страниц друг от друга на уровне блоков, логики и последовательности).

Накидал анализатор группы страниц.

На вход засовывайте 10-20 URL страниц, ну или с десяток текстов/код страниц. Не забываем включить Дип Ресерч (иначе не прочитает он ваши страницы и будет выдумывать)

Доступен будет 2-3-4 дня (опять)

Попробовать можно вот тут.

SpamBrain-подобные системы учатся не на "плохих словах", а на поведенческих и шаблонных сигнатурах. Ломая шаблон - ломаете сигнатуру.

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 #Промпт

💡 Trust-оптимизация под ИИ выдачу через самодостаточные блоки

Вчера в нашем SEO чате была дисскусия как проникнуть в ИИ выдачу (в частности Бинга, но это не важно). Есть масса приемов для повышения вероятности попадания в ИИ выдачу. Но важно понимать сам процесс.

Итак, разнообразные Answer-engines извлекают и пересобирают контент. Если абзац не самодостаточен, его либо не используют, либо используют без указания источника, либо отбрасывают как рискованный.

Отсюда в моих промптах часто встраиваются блоки, которые сразу готовы для цитирования. К примеру, более половины трафа в том же Бинге у меня приходит именно из ИИ цитат.

Самодостаточный блок включает:

➡️утверждение

➡️краткое объяснение

➡️границу применимости

➡️пример или источник.

Trust-классификатор, отбирающий цитаты, отвечает на вопрос "можно ли это использовать, не навредив пользователю и репутации системы?". Это основа.

Накидал для вас промпт, который будет чекать контент. Он анализирует загруженный текст, выявляет фрагменты, опасные или непригодные для цитирования нейросетями (из-за потери контекста или двусмысленности), и переупаковывает их в безопасные для цитирования модули.

Роль: Senior AEO (Answer Engine Optimization) Specialist & Trust/Citation Evaluator.
Контекст: AI-поисковики (Answer-engines) извлекают и пересобирают контент по модульному принципу. Если абзац текста не является самодостаточным или его смысл искажается при вырывании из контекста статьи, алгоритм маркирует его как "рискованный" (low cite-safety) и исключает из генеративной выдачи.
Цель: Провести аудит предоставленного текста на предмет безопасности цитирования (cite-safety) и переработать слабые участки в "Extractable Trust Blocks" (Самодостаточные Блоки Доверия).

Инструкция:
Проанализируй предоставленный текст [КОНТЕНТ] с учетом интента [ЦЕЛЕВОЙ ЗАПРОС] и выполни работу по следующим направлениям:

1. Оценка самодостаточности (Extractability Analysis):
- Проверь каждый смысловой абзац: сохраняет ли он 100% ясность, если прочитать его отдельно от остального текста?
- Выяви «слепые зоны контекста»: использование местоимений без пояснения (он, этот метод, в данном случае), ссылки на предыдущие абзацы («как сказано выше»).

2. Аудит безопасности и экспертности (Trust & Safety Assessment):
- Найди категоричные утверждения без указания границ их применимости.
- Оцени риск двусмысленности (может ли AI-агент неверно интерпретировать фрагмент при обобщении?).
- Определи фрагменты, которые при цитировании могут нанести вред пользователю или репутации источника из-за неполноты информации.

3. Проектирование Extractable Trust Blocks (Пересборка):
- Переработай проблемные участки контента. Каждый новый блок должен строиться строго по формуле:
• [Утверждение]: Четкий, однозначный тезис (ответ на вопрос).
• [Объяснение]: Краткое раскрытие сути (почему это так).
• [Граница применимости]: Ограничения (в каких случаях это работает/не работает).
• [Пример/Источник]: Фактическое подтверждение, цифра или отсылка к данным.

Формат вывода:
Структурируй ответ в виде таблицы (или четкого списка) со следующими колонками/пунктами:
1. Исходный фрагмент (с указанием статуса: "Готов к цитированию" / "Небезопасно использовать").
2. Выявленные проблемы (почему AI-поисковик отбросит этот блок или использует с ошибкой).
3. Оптимизированный Trust Block (переписанный по формуле самодостаточного модуля).
4. Краткое пояснение, как именно новый блок повышает cite-safety.

[ЦЕЛЕВОЙ ЗАПРОС]: {Вставь тему или запрос, например: "Как выбрать зимнюю резину"}
[КОНТЕНТ]: {Вставь текст для анализа}

Переменные:

➡️{Вставь тему или запрос}: ИИ нужно понимать, на какой вопрос гипотетически должен ответить AI-поисковик, извлекая текст.

➡️{Вставь текст для анализа}: Оптимальный объем от 2 до 5 тысяч символов. Не загружайте сразу портянки, иначе модель может "сгладить" результат.

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 #Промптоведение #Промпт

🚨 Стратегический анализатор алгоритмической уверенности (ACE-Analyzer)

Чтобы понять, почему домен не ранжирует ИИ, создал ACE-Analyzer.

ОБЯЗАТЕЛЬНО Ознакомьтесь со статьей о методе Ренда Фишкина, где расписан основной базис. Без этого никуда!

Развивая утверждения Ренда Фишкина и основываясь на данные патентов и исследований, можно утверждать, что ИИ не «ранжирует» в классическом SEO-смысле. Он выбирает из распределения вероятностей, сформированного:

➡️параметрическими знаниями

➡️retrieval-данными

➡️уровнем доверия к сущности

➡️межграфовой согласованностью

Последний пункт очень интересен. Обязательно должны быть синхронизированы данные в трех графах

➡️Entity Graph: Structured data, Wikidata, Wikipedia, Knowledge Panels.

➡️Document Graph: Индексируемые, хорошо аннотированные документы.

➡️Concept Graph: Повторяемый нарратив, закреплённый в обучающем корпусе.

При этом ИИ усиливает сущности, присутствующие во всех трёх.

Итак, разработал хитрый инструмент предназначенный для верхнеуровневого аудита сущности бренда и выявления точек, где происходит «утечка» вероятности в пайплайне ИИ.

Он оценивает качество «Entity Home» (первоисточника данных о бренде), симулирует прохождение сущности через пайплайн ИИ (DSCRI-ARGDW) и рассчитывает коэффициент деградации уверенности.

Также он проверяет присутствие бренда в трех графах (Entity, Document, Concept) и анализирует порог подтверждения (Corroboration Threshold) через внешние авторитетные источники.

Перед запуском введите исходные данные:

1. Название Бренда/Сущности.
2. URL официального сайта (Entity Home) или страницы "О нас" на сайте.
3. Четко и полно укажите нишу/отрасль.
4. (Опционально) Можно добавить основных конкурентов для сравнения контекста.


ОБЯЗАТЕЛЬНО:
Включаем ДИП РЕСЕРЧ и PRO модель!!!
без этого будут только глюки. Если нужно, в закрепе канала можно найти Гемини ПРО за копейки.


⭐️ Проверить ваш сайт инструментом МЕГА ACE-Analyzer тут.


ИИ выдаст вам анализ, основанный на концепции мультипликативной деградации.

➡️Если C-final низкий (менее 20%), значит, что даже если вы напишете идеальный контент, ИИ побоится его рекомендовать, так как не уверен в источнике (бренд "галлюцинирует" или невидим для системы).

➡️Коэффициенты (Tau) - Обращайте внимание на этапы, где оценка падает. Если падает на Grounding: Вам не хватает внешних ссылок и упоминаний в авторитетных источниках. Если падает на Extraction: Структура вашего сайта (код/текст) сложна для машинного понимания.

➡️Corroboration Threshold: Если этот пункт отмечен красным, любые действия по созданию контента будут малоэффективны. Сначала нужно получить 2-3 "штампа доверия" от Википедии, Crunchbase или профильных СМИ.

Используйте инструмент минимум раз в квартал для глобального аудита. Исправьте "Entity Home" по предложенному шаблону (пункт 4 вывода). Работайте над внешним PR не для ссылочного веса (PageRank), а для валидации фактов (Knowledge Verification).

Ваша цель - присутствие во всех вариантах генерации ответов за счет высокой системной уверенности (High System Confidence). Этот подход переводит работу из плоскости "обмана алгоритма" в плоскость "помощи алгоритму быть уверенным в вас".

➡️➡️➡️ ВАЖНО: Это ДЕМО версия инструмента и будет работать 2-3-4 ближайших дня.

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 #Промптоведение #Промпт

🎊 Обновления в GSC

Третьего дня Гугл выкатил для всех, анонсированную еще в декабре, функцию ИИ для отчета "Эффективность". Функция позволяет описывать задачу на естественном языке. Затем запрос преобразуется в подходящие фильтры и настройки, и отчет настраивается автоматически. По сути это костыли для тех, кто не хочет разбираться с Regex запросами, чтобы формировать сложные отчеты.

Вот здесь почитайте об этой функции.

Попробуйте запросы типа
"Выбери все транзакционные ключи и сравни их по периодам"
или
"Выбери страницы на которых припал трафик после обновления 5 декабря"
ну или еще как побалуйтесь.

Число запросов имеет дневое ограничение.

Также в декабре была анонсирована работа в GSC с привязанными социальными сетями. Ну и работа с брендовыми запросами (грозились прикрутить фильтр бренд запросов).

➡️Функция фильтрации по брендовым запросам предназначена для анализа запросов, привлекающих трафик на ваш сайт, путем автоматического различения брендовых и небрендовых запросов.

➡️Функция «Социальные каналы» позволяет просматривать результаты поиска по социальным сетям, связанным с вашим сайтом, непосредственно в Search Console.

Вездесущий Джон Мюллер прокоментировал, что: "На разработку обоих вариантов потребуется немного больше времени", имея в виду брендированные запросы и социальные сети. "Мы работаем над тем, чтобы оба варианта хорошо работали для всех пользователей. Иногда мы выпускаем функции постепенно, небольшими шагами, чтобы собрать отзывы и внести улучшения, а также собрать данные, прежде чем выпускать их более широко".

В целом, потихоньку консоль развивается. Возможно, что добавят и работу с LLM, как это сделал на днях вебмастер Bing.

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 #GSC

🥇 Как контекст контента определяет требуемые уровни качества для ранжирования. Часть №1.

SEO - это полностью контекстная дисциплина, а не набор универсальных правил (окромя ссылочного).

Контекст определяет какой уровень доверия требуется, какие признаки качества важны в каждой ситуации, какие факторы ранжирования имеют приоритет в каждом случае, для каждого сайта. Одни и те же сигналы могут значить разное в разных нишах, для разных типов запросов и разных целей сайта.

Алгоритм Google не монолитный (вы это хорошо понимаете, если прочитали мою книжицу). Он делит обработку на:

➡️Relevance - быстрая находка релевантного контента

➡️Quality - фильтрация по долгосрочным качественным сигналам

В условиях, где релевантность быстро находит контент, система качества может поймать и понизить его через месяцы.

Давайте рассмотрим как пример - оценку YMYL факторов. Так, для разных проектов нужны разные уровни опыта/экспертизы/авторитета/доверия в зависимости от темы:

➡️Не-YMYL: Достаточно обычного опыта.

➡️YMYL (услуги, финансы, медицина): Нужны строгие экспертные сигналы.

➡️E-commerce: Важны доверительные сигналы (isMerchant, политика возврата, контакты).

Вот еще несколько примеров:

➡️Если сайт неожиданно начинает публиковать нерелевантные темы, это разрушает его Topical Authority (siteFocusScore).

➡️Если заявленный образ сайта (например "экспертный ресурс") не совпадает с фактами (например, 500 AI-постов в день), Google может распознать это как обманный сигнал.

➡️Незадекларированные партнёрские ссылки и скрытая коммерческая логика ежедневно приводят к снижению доверия (scamness, spamrank).

➡️Слишком навязчивая реклама или элементы, мешающие восприятию, ухудшают опыт и влияют на качество страницы.

Улучшения должны начинаться с правильной интерпретации запроса:

➡️какой интент?

➡️уровень риска?

➡️кто целевая аудитория?

➡️кого Google считает подходящим ответом?

Только затем происходит техническая SEO-оптимизация.

Следовательно, контекстное соответствие мы определяем по вот такой цепочке: Query → Page → Entity → Format

Понимая при этом, что качество (для конкретного проекта/раздела/страницы) - это соответствие ожиданиям пользователя для конкретного контекста (интенции, риск-профиля, типа сущности), а не универсальным метрикам.

Выводы таковы:

Есть тысячи универсальных сигналов, общие для всех проектов. Но вот весомость (да и значимость/применимость) каждого сигнала - для всех проектов разные. Эти сигналы собираются и группируются в так называемые факторы ранжирования. Соответственно, значимость каждого фактора ранжирования для каждого проекта - уникальна.

Говоря по простому: что русскому хорошо - то немцу смерть.

В следующем посте я выдам вам инструмент, который попытается определить весомость и значимость факторов именно для вашего сайта, в зависимости от его контекста. Он служит для всестороннего аудита контекстной соответствия любой страницы современным SEO-системам (опираясь на сливы Гугла и данные судебных слушаний)


#DrMax #SEO #Google #контекст

🥈 Как контекст контента определяет требуемые уровни качества для ранжирования. Часть №2.

Инструмент: Контекстный SEO-аудитор (Contextual & API-Leak SEO Analyzer)

Предназначен для глубокого аудита веб-страниц с точки зрения современных алгоритмов оценки качества (Quality Systems), а не простого текстового ранжирования (Relevance). Он выявляет скрытые риски пессимизации, основанные на метриках из утечек API Google (scamness, spamrank, clutterScore и др.), и проверяет соответствие страницы контексту, E-E-A-T и риск-профилю запроса.

Инструмент анализирует контент, UX-элементы и структуру страницы, сопоставляя их с заявленной тематикой, интентом и типом сущности. Выдает скоринг качества, находит несоответствия (Hypocrisy Penalty) и генерирует план исправления.

Исходные данные: Текст/код/скриншот страницы (или URL), целевой поисковый запрос, тип тематики (YMYL / Non-YMYL) и тип продвигаемой сущности (бренд, продукт, автор).

Как пользоваться:

Задайте переменные для исследования

[ВСТАВИТЬ ЗАПРОС]: Главный поисковый запрос, под который оптимизируется страница. Пример: "купить корм для собак аллергиков", "симптомы выгорания", "обзор iPhone 15".

[ВСТАВИТЬ ТИП]: Укажите уровень риска, а именно

➡️High-YMYL (медицина, финансы, юриспруденция).
➡️Soft-YMYL (фитнес, советы по ремонту, лайфстайл-услуги).
➡️E-commerce (интернет-магазины).
➡️Non-YMYL (развлечения, хобби, общие знания).

[ВСТАВИТЬ СУЩНОСТЬ]: Кто стоит за страницей? Пример: "Интернет-магазин зоотоваров", "Медицинская клиника", "Анонимный автор-аффилиат", "Официальный представитель бренда", "ООО Рога и Копыта".

[ВСТАВИТЬ КОНТЕНТ ИЛИ ССЫЛКУ]: Укажите URL / скопируйте весь текст страницы (Ctrl+A -> Ctrl+C) или прикрепите полноразмерный скриншот страницы (зайдите в Edge и нажмите CTRL+SHIFT+S, потом выберите полноэкранный скрин).

Включаем обязательно Дип Ресерч и ПРО модель!

ЗАЮЗАТЬ Contextual & API-Leak SEO Analyzer

Инструмент выдаст детальный аудит, который покажет не технические ошибки кода, а смысловые и алгоритмические уязвимости. Вы получите:

➡️Четкое понимание, соответствует ли ваша страница тому, что Google ожидает увидеть в топе по этому интенту.

➡️Список ошибок /недочетов/ уязвимостей

➡️Конкретные оценки (скоринг), которые можно использовать как KPI до и после внедрения правок.

Как внедрять в SEO-процесс:

➡️Пост-апдейт аудит (Recovery): Если страница потеряла позиции после Core Update или Helpful Content Update, прогоните ее через этот промпт. Он с высокой долей вероятности укажет на Hypocrisy Penalty (заявка на экспертность при слабом контенте) или высокий clutterScore.

➡️QA перед публикацией (Pre-publish check): Внедрите этот промпт в работу редакторов. Перед публикацией лонгрида или запуском нового лендинга проверяйте, соответствует ли текст порогу E-E-A-T для заявленной ниши.

➡️Анализ конкурентов: Прогоните через инструмент топ-3 конкурентов в вашей нише. Посмотрите, какие Trust signals и форматы контента модель выделяет у них, и скопируйте этот подход.

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 #Промптоведение #Промпт

✉️ Оптимизация страницы контактов.

Контактная страница (особенно для локального бизнеса) является полноценной посадочной страницей. Google постоянно краулит и парсит страницу контактов, так как она является источником фундаментальных данных о сущности бренда и бизнес-профиле. Следовательно, просто указать имя, адрес и телефон совершенно недостаточно, контактная страница должна быть максимально полной, структурированной и достоверной.

Страница контактов должна отражать идентичность бизнеса. На ней обязаны быть:

➡️Логотип и фирменный стиль, соответствующий сайту и профилям в Google.

➡️Краткое объяснение чем вы занимаетесь, где и почему клиентам стоит выбрать именно вас.

➡️Введение должно быть не сухим, а с заметной сущностной информацией.


Перечислим основные блоки страницы:

➡️Полное название бизнеса

➡️Телефоны + SMS номера

➡️Email + форма обратной связи

➡️Полный адрес

➡️Часы работы (включая праздничные/сезонные)

➡️Ссылки на соцсети

➡️Ссылка на Google Business Profile

➡️Встроенная карта Google, указывающая вашу бизнес-карточку, а не просто адрес

➡️Информация о способах оплаты и парковке

Необходимо понимать, что мелкие детали, такие как часы работы, способы оплаты, парковка усиливают сигнал "всё в одном месте" и повышают доверие как людей, так и алгоритмов.


Страница контактов должна содержать элементы доверия и социального доказательства. Например это могут быть:

➡️Отзывы (+ общее количество и средний рейтинг)

➡️ Тестимонии (или как их там...) с фотографиями клиентов

➡️ Участие в профессиональных сообществах

➡️ Награды, упоминания в СМИ, ссылки на третьи источники

➡️Членство в ассоциациях

Этот контент усиливает E-E-A-T (опыт, авторитет, доверие), увеличивает конверсию посетителей в клиентов, добавляет уникального контента, полезного для SEO.


Для локального бизнеса должны присутствовать локальные и специфические элементы:

➡️Упоминание района, города, окрестностей

➡️Фото команды и офиса

➡️Описание того, кого вы обслуживаете

➡️Особые атрибуты (например, доступность для инвалидных колясок, детская зона, WiFi)

Такая детализация помогает не только людям, но и AI-поиску, который всё чаще обрабатывает запросы в естественной речи ("кафе в Урюпинске с Wi-Fi и парковкой").

CTA на контактной странице призыв к действию) является важным функциональным элементом. Стратегически размещённые кнопки:

➡️ "Позвоните сейчас"

➡️ "Получить консультацию"

➡️ "Написать нам"

➡️ "Посмотреть на карте"

повышают конверсию. Их стоит дублировать по всей странице.

Смастерил супер мега гипер иструмент для проверки контактной страницы сайта. ОСОБО РЕКОМЕНДУЮ ИСПОЛЬЗОВАТЬ ЕГО ДЛЯ ЛОКАЛЬНОГо БИЗНЕСА.

📝 Введите перед запуском такие данные:

Ниша бизнеса: [указать отрасль, напр., стоматология/кафе/ремонт автомобилей].

Основная сущность (Brand/Business): [название бизнеса].

URL страницы контактов: [вставить URL / скрин страницы / код страницы в HTML].

🖥 ОТКРЫТЬ ИНСТРУМЕНТ ПРОВЕРКИ КОНТАКТНОЙ СТРАНИЦЫ

На выходе получаете полный разбор вашей контактной страницы и массу советов по её улучшению. Внедрять их или нет - дело сугубо ваше.

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 #Промпт