🤖 Как Google использует LLM для переранжирования выдачи: Разбор нового патента US20250124067A1 от 2025 года.

Google запатентовал метод под названием Pairwise Ranking Prompting (PRP), который описывает, как большие языковые модели (LLM) интегрируются напрямую в процесс ранжирования.

Вот самое главное из документа:

🔍 Как это работает? Существующие подходы требуют либо сложной оценки каждого сайта по отдельности, либо подачи нейросети сразу всего списка, что приводит к большому шансу галлюцинации.

Новый метод работает проще: LLM получает промпт с запросом и всего двумя документами (Документ А и Документ Б). Модель выступает в роли судьи и решает, какой из них лучше отвечает на запрос пользователя.

Фактически нейросеть заменяет работу ассесора Google.

⚖️ Борьба с галлюцинациями и предвзятостью У LLM есть слабость — «позиционное смещение» (модель может выбрать Документ А просто потому, что он стоит первым). Чтобы этого избежать, Google заставляет нейросеть делать это дважды, меняя документы местами (сначала А+Б, потом Б+А), проверяя логику решения.

⚡️ Как экономят ресурсы? Запускать LLM для сравнения всех сайтов в интернете было бы слишком дорого. Поэтому метод применяется на самом финальном этапе поиска (L3 Ranking / Переранжирование). Нейросеть может использовать этот метод не для всех url, а к примеру только в топ 10.

🔥 Что это значит для SEO?

Нейросеть буквально сравнивает ваш текст бок о бок с текстом конкурента.
LLM обучена на качественных данных и отдаст предпочтение структурированному, ясному и глубоко раскрывающему интент тексту.

Хотя в патенте ничего не сказано о конкретных методах сравнения, но он может работать в связке с другим патентом, к примеру US11354342B2.
Он посвящен Information Gain (прибавочная ценность информации), связка вполне может отсекать рерайтные статьи и генеренку, в которых не раскрывается интент или информация не несет дополнительной ценности.

Провел мини эксперимент с мироразметкой Schema.org в JSON-LD.

Задался полгода назад вопросом - действительно ли влияет микроразметка напрямую на ранжирование или опосредовано? С микроразметкой, которая дает rich сниппет все понятно - там прямое влияние на увеличение CTR в выдаче. А что с той которая визуально не отображается?

Для теста взял несколько убитых статейников по travel и провел эксперимент на 20 страницах. Добавлял разметку в статьи опубликованные в 2020-2022 годах, часть правилась еще старым начальным ChatGPT, поэтому они плохо ранжируются + у контента вышел срок жизни контента.

Результаты - в целом негативные. Большинство статей никак не отреагировали на изменения или рост был в пределах погрешности. Но из этих статей пару показали хороший рост позиций и их определяет общий смысл - там очень размыта основная сущность.

Для лучшего понимания - представьте что есть некая экскурсия, которая имеет одно название, но у разных компаний все основные атрибуты разные - длительность, языки проведения, цены и т.д. То есть у Google существует проблема с определением не только центральной сущности, но и атрибутов.

Научно это проблема разрешения неоднозначности (Entity Disambiguation) и оценки уверенности (Confidence Score) сущностей. Так вот во всех случаях похоже указание микроразметки (конкретного сайта кто проводит экскурсию, фото и др атрибутов) давало понимание Google что он не ошибся и усиливало позиции страницы.

Также паралельно на других сайтах проверял разные типы разметки - что лучше работает.

Вывод однозначный - не стоит использовать микроразметку которая не описана справке Google.

Оказалось что к примеру Schema Park, BusStation и другие редкие он тупо игнорит. Лучше использовать банальные LocalBusiness или Organization.
Там где казалось что лучше использовать TouristAttraction лучше старый добрый Product.
Также похоже что Google видит микроразметку для тех ситуаций, когда первоначально не увидел с помощью своего сервиса. Возможно проблема в том что сам сервис не обновляется, а вот ядро - да.
Тем не менее не перегружайте атрибуты микрораметки, размер описаний - не главное.

Watch nofollow premium — это мощное браузерное расширение, разработанное специально для линкбилдеров, специалистов по аутричу и SEO-аналитиков.

Инструмент в реальном времени подсвечивает ссылки с атрибутами rel="nofollow", rel="ugc" и rel="sponsored", позволяя вам мгновенно оценивать качество сайтов-доноров и находить площадки для получения прямых (dofollow) ссылок.

🚀 Главное обновление: Что нового в Версии 1.5
В версии 1.5 добавили мощные инструменты для проверки запретов на индексацию страниц

Поддержка X-Robots-Tag: Теперь плагин умеет считывать директивы HTTP-заголовков, что дает вам полную картину индексируемости страницы, даже если правила не прописаны в HTML

Отображение тега Canonical: Мгновенная визуальная проверка канонических ссылок прямо на лету, без необходимости открывать исходный код страницы.

Детектор блокировок в robots.txt: Плагин автоматически определяет, закрыта ли текущая страница от сканирования поисковыми роботами.

Оптимизация визуала: Исправлен баг, связанный с некорректным рендерингом иконок изображений, благодаря чему интерфейс стал еще чище и стабильнее.

Установить

Есть некоторые баги, но будет фикс в новой версии.