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

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

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

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

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

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

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

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

Продолжение следует...

#DrMax

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

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


Пункт 4. "Уникальная точка зрения и первичный опыт"

Что говорит Google:

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

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

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

Ключевые приёмы из книги:

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

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

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


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


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

Что говорит Google:

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

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

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

Ключевые приёмы из книги:

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

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

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

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


💡 Кроме того, посмотрите промпт эмулятора пайплайна ранжирования.



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

Что говорит Google:

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

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

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

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

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

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

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

#DrMax

🛒 Первый анализ данных конференции Google I/O 2026

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

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

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

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

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

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

➡️Новая строка поиска динамически расширяется под длинные запросы

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

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

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


2. Information Agents - 24/7 фоновые поисковые агенты

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

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

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

➡️Присылают умный дайджест с готовыми действиями прямо из интерфейса

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


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

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

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

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


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

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

По сути это начало конца традиционного трекинга позиций:

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

Практические следствия:

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

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

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


В общем куча изменений - буду осмысливать и анализировать.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

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

🔔 Спец канал с промптами

#DrMax #SEO #Google

🏢 Google апдейт ядра.

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

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

Будем поглядеть ))).

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

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

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

🔔 Спец канал с промптами

#DrMax #SEO #Google #Core

👩‍💻 Выпустили WordPress 7.0

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

Нативный блок Breadcrumbs

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


Responsive-блоки без кода

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


AI Connectors

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


Визуальный просмотр ревизий

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


Производительность

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


Безопасность по умолчанию

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


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

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

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

🔔 Спец канал с промптами

#DrMax #SEO #WordPress

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

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

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

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

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

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

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

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

Цельный абзац: 0.648 / 0.695

После разбивки на два тематически чистых фрагмента: 0.748 / 0.763

Прирост retrieval score: +15% и +10%.

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

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


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

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

Выводы таковы:

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

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

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

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

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

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

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

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

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

🔔 Спец канал с промптами

#DrMax #SEO #Google

🔥 AI Overviews - НЕ зеркало топ-10

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

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

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

Что это меняет в стратегии

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

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

Как оптимизировать:

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

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

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

Плохо:

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

Хорошо:

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

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


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

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

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


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

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

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

📚 25 PRO промптов + Pocketbook

🔔 Спец канал с промптами

#DrMax #SEO #Google

🏠 Майское обновление Google. Разбор паттернов.

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

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

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

Растут:

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

➡️Нишевые специализированные сайты с оригинальными данными и реальным первичным опытом

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

➡️Локальный малый бизнес с полностью заполненным профилем в Google Бизнесе

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


Падают:

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

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

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

➡️Агрегаторы вакансий - в пользу сайтов работодателей напрямую

➡️Партнёрские сайты на шаблонном контенте без реального тестирования продуктов


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

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

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


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

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

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

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

🔔 Спец канал с промптами

#DrMax #SEO #Google #GoogleUpdate

‼️ Лучший SEO канал

Выдвинули наш канал на номинацию. Прошу проголосовать.

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

Там ищем рубрику "Лучший канал про SEO"

Ну и голосуем )))

#DrMax

🤫 Время жизни контента в AI поиске составляет 90 дней

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

Цитата дословно:

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

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

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

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

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

Что интересно, Google различает четыре состояния контента:

➡️недавно обновлённый - получает буст

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

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

➡️устаревший и заброшенный - постепенное выпадение

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

Что он проделал:

➡️актуализировал статистику и примеры до текущего года

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

➡️обновил /добавил цитаты экспертов

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


Важные правила таковы:

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

Что можно проделать на ваших сайтах:

1. Создайте реестр цитируемых материалов.

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

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

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

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

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

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

Внедряйте!

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

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

🔔 Спец канал с промптами

#DrMax #SEO #AIOverviews #Google

✈️ Google Merchant Center: новые метрики AI-видимости

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

Что показывает:

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

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

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

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

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

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

#DrMax #SEO #AIOverviews

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

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

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

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

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

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

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

Шесть изменений в контентной работе

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

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

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


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

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

Требования к "выживающему" абзацу:

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

➡️явные условия применимости

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

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


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

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

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


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

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

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


5. Инструментальный контент побеждает статьи там, где задача вычислима

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

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


6. Свежесть - это фильтр критика

Критик-модуль явно проверяет признаки актуальности. Три сигнала, которые он ищет: dateModified в schema, "актуально на [дата]" в тексте, номера версий. Стареющий контент, даже выигравший попарное сравнение, отсеивается критиком как ненадёжный источник. Читайте вот этот пост.

Действие: добавьте видимый блок "Последнее обновление: [месяц год]" на все ключевые страницы. Не только в CMS - в HTML, который читает краулер.


Существующие инструменты замеряют выживших после пяти этапов фильтрации. Если вы появляетесь в четырёх из двенадцати промежуточных подзапросов, но попадаете в финальный ответ только один раз - инструмент покажет одно цитирование. Реальный охват в три-десять раз выше, а потери - тоже скрыты.


Правильные AI метрики нового поколения:

➡️охват подзапросов (в скольких из запланированных подзапросов агента присутствуют ваши источники)

➡️коэффициент "найден → процитирован"

➡️процент выживания на этапе критика

➡️центральность мостовых сущностей


Во второй части расскажу как самостоятельно протестировать контент.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

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

🔔 Спец канал с промптами

#DrMax #SEO #AIOverviews #Google

📕 Как работает AI-поиск в мае/июне 2026 года. Часть 2.


Mike King опубликовал репозиторий, который воспроизводит пятиузловую архитектуру агентного RAG локально - на вашей машине, с вашими запросами, с полной видимостью каждого этапа.

🔗 https://github.com/iPullRank-dev/agentic-rag-audit

Что делает инструмент: строит локальную версию пяти фильтров (планировщик → маршрутизатор → поиск → синтезатор с попарным ранжированием → критик с рефлексией) на Google Gemma 4 через Ollama.

Для каждого запроса выдаёт восемь диагностических разделов: план подзапросов, воронку поиска, результаты попарных сравнений, "путешествие бренда" через этапы, вердикт критика, итоговый ответ и цитирования.

Требования к запуску:

➡️Python 3.10+

➡️Ollama на GPU с 8+ ГБ видеопамяти

➡️Ключ SerpAPI

git clone https://github.com/ipullrank/agentic-rag-distillation.git
cd agentic-rag-distillation
pip install -r requirements.txt
ollama pull gemma4:e2b
cp .env.example .env # вписать SERPAPI_KEY и BRAND_DOMAIN

Запуск по запросу:

python -m examples.run_audit \
--query "ваш запрос" \
--brand-domain "вашдомен.com" \
--trace-out traces/Q1.json

Самый ценный раздел вывода - "Brand Journey": для каждого вашего URL показывает, какие подзапросы его нашли, прошёл ли он попарное ранжирование, что именно написал критик, когда отсеял его - и рядом: что именно показал конкурирующий фрагмент, который выиграл.

Инструмент не воспроизводит продуктовую систему Google - он является структурной копией архитектуры. Попарные решения небольших моделей носят ориентировочный, а не авторитетный характер. Читайте обоснования, а не только метрики.


Двухэтапный аудит без инструмента

Если инженерная часть пока не актуальна, вот более простой путь:

➡️Возьмите пять приоритетных запросов

➡️Прогоните каждый через ChatGPT Deep Research, Gemini Deep Research и Perplexity Pro Research

➡️Зафиксируйте видимый план исследования и каждый подзапрос агента - по одной строке в таблице

➡️Для каждого подзапроса проверьте отдельно: есть ли ваш контент в результатах?

➡️Сопоставьте: где ваше покрытие есть и вы не цитированы - это потеря на этапе пары или критика. Где покрытия нет вообще - это пробел в контентной карте

Gap между тем, что агент запрашивает, и тем, что у вас есть - это и есть ваш контент-роадмап на следующий квартал.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

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

🔔 Спец канал с промптами

#DrMax #SEO #AIOverviews #Google

Reddit Mapper V2 (6+1 промпт)

Закончил публикацию в спец-промпт канале полной версии Реддит Маппера ( https://t.me/drmaxprompt/25 )

Получилось на выходе 6+1 промпт (см вложения) и подробные пояснения по правилам работы с ними (вышло постов 10-12).

Обязательно делитесь впечатлениями в комментариях и хитрыми приемами работы с системой.

Давненько я не делился с вами столь мощной системой нагибания Гугла и всяких там АИ )))

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

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

🔔 Спец канал с промптами

#DrMax #SEO #AIOverviews #Google #Промпт

🎮 Loyalty Program Structured Data: CTR-буст, который большинство SEO ещё не внедрили

В июне 2025 Google запустил поддержку MemberProgram - нового типа schema, который позволяет отображать условия программы лояльности прямо в поисковой выдаче. Без Merchant Center, без рекламы. Просто JSON-LD.

Через год после запуска - большинство сайтов этого так и не сделали. Когда разметка реализована корректно, рядом с продуктовым сниппетом Google может отобразить:

- 🏷 "Цена для Gold-участников: 2 490 ₽" (вместо обычной 2 990 ₽)
- ⭐️ "Зарабатывайте 50 баллов за покупку"
- 🔓 "Бесплатная доставка для участников VIP-клуба"

Это органический rich result. И он работает даже для пользователей, которые ещё не участники программы: они видят причину зарегистрироваться ещё до клика.

Поддерживаемые страны (на сейчас): США, Великобритания, Канада, Австралия, Франция, Германия, Бразилия, Мексика.

Архитектура разметки: два уровня

➡️Уровень 1 - Organization (одна страница сайта, например /about или /loyalty). Здесь описываете саму программу: название, тиры, условия каждого тира.

➡️Уровень 2 - Product → Offer (каждая продуктовая страница). Здесь указываете цену/баллы для конкретного тира, ссылаясь на @id из Уровня 1.

Главная ошибка - пытаться засунуть всё в одну страницу или встроить программу напрямую в Product schema без Organization. Google это проигнорирует.

Практический JSON-LD: минимально рабочий вариант

Шаг 1. Organization schema (страница /about или /loyalty):

json
{
"@context": "https://schema.org",
"@type": "OnlineStore",
"name": "Ваш магазин",
"url": "https://example.com",
"hasMemberProgram": {
"@type": "MemberProgram",
"name": "VIP Клуб",
"description": "Программа лояльности для постоянных покупателей",
"url": "https://example.com/loyalty",
"hasTiers": [
{
"@type": "MemberProgramTier",
"@id": "https://example.com/loyalty#silver",
"name": "Silver",
"hasTierBenefit": ["TierBenefitLoyaltyPoints"],
"membershipPointsEarned": 5
},
{
"@type": "MemberProgramTier",
"@id": "https://example.com/loyalty#gold",
"name": "Gold",
"hasTierBenefit": [
"TierBenefitLoyaltyPoints",
"TierBenefitLoyaltyPrice"
],
"membershipPointsEarned": 10
}
]
}
}

Шаг 2. Product schema (каждая карточка товара):

json
{
"@context": "https://schema.org",
"@type": "Product",
"name": "Название товара",
"offers": {
"@type": "Offer",
"price": 2990,
"priceCurrency": "RUB",
"priceSpecification": [
{
"@type": "UnitPriceSpecification",
"price": 2990,
"priceCurrency": "RUB"
},
{
"@type": "UnitPriceSpecification",
"price": 2490,
"priceCurrency": "RUB",
"validForMemberTier": {
"@type": "MemberProgramTier",
"@id": "https://example.com/loyalty#gold"
}
}
]
}
}

@id в validForMemberTier должен совпадать посимвольно с @id тира в Organization schema. Иначе получите ошибку "@id not found" в Rich Results Test.


Как внедрять

1. Всегда указывайте обычную цену рядом со скидочной. Без неё разметка отклоняется. Всегда: стандартная цена + цена для тира.

2. Merchant Center имеет приоритет над schema. Если у вас подключён Merchant Center и там уже настроена программа лояльности - Google использует данные оттуда, игнорируя schema на сайте. Синхронизируйте оба источника или выбирайте один.

3. Скидки на доставку и расширенный возврат НЕ поддерживаются. Даже если у вас "бесплатная доставка для Gold" - в schema это отобразить нельзя (Google явно это ограничил). Поддерживаются только: скидочная цена (TierBenefitLoyaltyPrice) и баллы (TierBenefitLoyaltyPoints).

4. Не блокируйте страницу с Organization schema через robots.txt. Google должен проиндексировать страницу с описанием программы, чтобы разрезолвить @id тиров на продуктовых страницах.

Фича запущена год назад. Большинство конкурентов её ещё не внедрили.

#DrMax #SEO #Google

🏆 Тактика инференс-распупыривания. Часть 1.

Общепринято оптимизировать сайты под позицию в выдаче. Между тем конкурентное поле сместилось: сегодня важнее управлять тем, что поисковая система синтезирует о вас, а не тем, на какой строчке вы стоите. Менее 10% источников в AI-ответах Gemini или там ChatGPT входят в топ-10 Google по тому же запросу. Позиция в органике и позиция в AI-ответе - это две разные выдачи.

Google официально задокументировал (🖥 май 2026): AI Overviews и AI Mode работают через RAG - система извлекает фрагменты из поискового индекса и передаёт их модели перед генерацией. Никакого отдельного AI-индекса нет: те же страницы, те же сигналы.

Второй механизм - расширение запроса (query fan-out): один вопрос пользователя разбивается на 8–12 параллельных подзапросов. Каждый получает свои источники независимо. Итог собирается из множества источников, а не из одного лидера.

Вывод: вы конкурируете не за первую позицию по главному запросу, а за попадание в источники хотя бы по одному скрытому подзапросу. Ahrefs зафиксировал это в цифрах: доля цитирований из топ-10 в AI-ответах упала с 76% (июль 2025) до 38% (март 2026). Специализированные страницы вытесняют общих лидеров.

Что такое "инференс-распупыривание".

Вы публикуете верифицированные, первичные факты о своей сущности - продукте, методологии, экспертизе, истории. AI при формировании ответов использует ваши данные как входной материал и синтезирует из них ответы, которые нигде дословно не написаны. Это и есть "распупыривание": из ваших фактов система порождает новые смыслы и ответы. Вы не управляете тем, что именно AI скажет - вы управляете качеством входных данных, из которых он это говорит. Разница принципиальная.

Итеративный цикл выглядит так:

➡️ Публикуете структурированный фактический материал

➡️ После индексации задаёте АИ ключевые вопросы по теме

➡️ AI-ответ показывает, что система синтезирует сейчас

➡️ Видите пробелы: где отвечает конкурент, где - галлюцинация, где - тишина

➡️ Создаёте материал (фактоиды), который закрывает именно эти узлы

➡️ Повторяете

AI-ответ становится точнейшим инструментом анализа пробелов: система буквально показывает, какой информации ей не хватает по вашей теме.

Связь с GIST

GIST - 🖥 алгоритм отбора подмножества источников по двум критериям одновременно: максимум совокупной полезности, минимум взаимного дублирования. При формировании AI-ответа из всех кандидатов-страниц система отбирает те, что в совокупности дают наилучшее покрытие темы без повторов.

Страница с первичными данными по узкому кластеру фактов выигрывает GIST-отбор у более авторитетных сайтов, которые ту же тему освещают вторично. В этом и есть конкурентная асимметрия: крупным сайтам невыгодно производить узкоспециализированный первичный контент. Вы описываете не "что делаем", а "как именно и почему". Подробно: критерии, инструменты, результаты, исполнители. Когда пользователь спрашивает AI "как выбрать подрядчика в [нише]" - один из подзапросов неизбежно касается методологии. У системы один детальный источник по этому аспекту. Ваш.

Диагностика галлюцинации. Задаёте АИ: "Что специалисты по [ваша тема] говорят о [конкретный вопрос]?" AI даёт ответ с неверным утверждением - приписывает вам то, чего вы не говорили. Это сигнал: в индексе есть источник с ошибкой, и у вас нет достаточно сильного контрматериала. Публикуете точное опровержение с фактами. Через 3–4 недели галлюцинация исчезает.

История компании с точными датами, биографии авторов с реальным опытом, технические спецификации продуктов - это именно то, что конкуренты не создают. Низкая конкуренция за узел, высокая незаменимость источника. Идеальный профиль для GIST-отбора.

Есть и минусы, но о них во второй части. Планирую опубликовать полную систему автоматизации (см 🖥 пример в нашем чате).

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

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

🔔 Спец канал с промптами

#DrMax #SEO #Google #GIST

🎮 Google завершил майский core update 2026.

2 июня Google официально завершил майское обновление ядра 🖥после почти 12 дней раскатки, начавшейся 21 мая, а финальная фаза сопровождалась заметной волатильностью в выдаче.

По первым итогам видно: речь не о привычной переоценке "качества контента" в общем смысле. Google гораздо жёстче пересобрал соответствие между намерением пользователя, типом страницы и рынком, для которого эта страница действительно является уместным результатом.

Именно поэтому в ряде тематик выигрывали не самые известные сайты, а те, которые лучше совпадали с ожидаемым форматом ответа. Где-то это были канонические справочные источники, где-то - локальные коммерческие игроки, а где-то - сервисы, позволяющие не читать о задаче, а сразу её решить.

На этом фоне особенно показателен откат форумных и Q&A-платформ. После длительного периода, когда Google заметно усиливал пользовательский контент как сигнал живого опыта, майское обновление показало более избирательный подход: сам по себе формат обсуждения больше не гарантирует преимущества, если документ не является лучшим конечным ответом на запрос.

Отдельно усилился сигнал рыночного соответствия. Для коммерческих запросов Google стал заметно строже различать локально релевантные документы и страницы, которые лишь формально подходят под тему, но не воспринимаются как естественный результат для конкретной страны.

И всё это происходит не в вакууме. Обновление вышло на фоне масштабной перестройки поиска после I/O 2026 🖥: расширения AI Mode, развития AI Overviews и усиления роли моделей Gemini в логике поиска. Поэтому сегодня SEO всё меньше сводится к борьбе за одну синюю ссылку и всё больше - к созданию страницы, которую Google может уверенно использовать и в классической выдаче, и как источник для ИИ-ответа.

Практический вывод для SEO здесь довольно жёсткий: уже недостаточно просто написать хороший материал. Нужно, чтобы страница точно соответствовала роли, которую Google хочет видеть в этом кластере запросов: справочник, сервис, категория, локальная посадочная, экспертное объяснение, инструмент выбора.

Поэтому главный вопрос после этого апдейта звучит так:

Ваша страница действительно является тем результатом, который пользователь и Google ожидают увидеть по этому запросу - или она лишь похожа на него?

От ответа на этот вопрос теперь зависит гораздо больше, чем от косметической доработки текста.

Что имеет смысл делать уже сейчас:

➡️ анализировать не сайт в целом, а отдельные кластеры запросов и страницы, которые изменили видимость;

➡️ смотреть не только на позиции, но и на смену типов документов в топе;

➡️ усиливать страницы, которые дают не только информацию, но и завершение задачи;

➡️ добавлять в материалы чёткие извлекаемые блоки: определения, таблицы, критерии выбора, короткие выводы;

➡️ перепроверять локальные сигналы на международных проектах: валюту, доставку, условия покупки, региональную версию страницы и общую рыночную уместность.

см также промежуточный разбор паттернов апа 🖥.

Вывод таков:

Майский core update 2026 усилил один принцип: в топ всё чаще попадает не просто хороший контент, а правильный тип результата для конкретного намерения, рынка и формата поиска.

ЗЫ
крайне рекомендую ознакомиться с системой Реддит Маппера 🖥, ибо используя её вы сможете найти ответы на массу насущных вопросов.

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

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

🔔 Спец канал с промптами

#DrMax #SEO #Google #CoreUpdate

🏳️‍🌈 Search Profiles для авторов - новая фишка от Гугла

Google запустил Search Profiles для авторов и издателей с крупной аудиторией: это отдельные страницы внутри экосистемы Google, где собираются материалы автора, ссылки на соцсети и кнопка подписки.

На старте функция доступна в США.

Порог входа: от 100 тыс. подписчиков в YouTube, Instagram или X, либо от 300 тыс. в TikTok (продавцы подписок сейчас аж впляс пустятся).

Для SEO здесь мега важно управление сущностью бренда в поиске. Google прямо пишет 🖥, что сам профиль не дает прямого улучшения ранжирования в Search, но его данные могут появляться в панели знаний: имя, описание и ссылки на социальные сети. Более того, подтверждение профиля в отдельных случаях может привести и к появлению самой панели знаний 🖥, если Google видит автора или издателя как значимую сущность.

Таким образом появился достаточно простой (на данный момент) способ заполучить "проверенного" автора и мега плюс к росту EEAT.

Когда у бренда, автора или медиа совпадают имя, фото, описание, основной сайт и социальные профили, Google проще связывать все эти сигналы в одну сущность и снижать путаницу вокруг бренда. Для сильных личных брендов и медиа это особенно ценно, потому что поисковая видимость сегодня строится уже не только вокруг страниц сайта, но и вокруг того, насколько целостно поисковик понимает самого автора или бренд.

Вторая важная часть этой фишки - Discover и подписка. Google указывает, что после подписки через профиль пользователи могут чаще видеть контент автора в Discover, а новые материалы из подключенных аккаунтов обычно появляются в профиле примерно в течение 24 часов. Это не "фактор ранжирования" в классическом смысле, а механизм дополнительной дистрибуции контента и повторного контакта с аудиторией внутри Google.

Search Profiles не поднимут сайт в топ сами по себе, но могут усилить брендовый спрос, повысить узнаваемость автора в выдаче и помочь Google точнее собрать цифровой след в единую сущность. А это уже влияет на то, как бренд воспринимается в поиске, как часто пользователь возвращается к материалам и насколько устойчивой становится ваша видимость в экосистеме Google.

Что нужно проделать:

➡️ Синхронизировать все сигналы сущности: одинаковые имя, фото, описание и ссылки на сайте, в соцсетях и в авторских страницах.

➡️ Усиливать брендовый поиск по имени автора или бренда, потому что Google отдельно предупреждает: профили лучше работают там, где пользователь ищет именно вас, а не общий термин.

➡️ Подтягивать к одной сущности сайт, YouTube, соцсети, публикации и страницы авторов, чтобы у Google было меньше двусмысленности при распознавании бренда.

➡️ Использовать профиль как витрину контента, поскольку новые материалы из связанных аккаунтов обычно попадают туда быстро.

Нужно рассматривать Search Profile как часть стратегии по панели знаний: не как гарантию, а как еще один подтвержденный сигнал для формирования сильной сущности в Google. Появилась возможность использовать профили как инструмент консолидации авторитета, сущности и подписочной аудитории внутри поиска Google.

ЗЫ

Стоимость 1 подписчика в том же твиттере 1-2 рубля (можно и дешевле). Так что прикупив старый акк и организовав подписчиков вполне за разумные деньги можно пропихнуть ваших Иванов Ивановых (экспертов по медицине в 3 поколении) в граф знаний и ловко козырять оным для резкого роста EEAT. Но я вас этому не учу )))

📔 DrMax: Доказательное SEO 2026 + Введение в Промптоведение:

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

🔔 Спец канал с промптами

#DrMax #SEO #Google #EEAT