Как Google собирает информацию об авторе и использует для EEAT .

Патент US9400789B2 описывает форматирование конкретной сущности (Entity) - автора контента и ресурсы связанные с ним ( любой тип цифровой информации, доступной через сеть, включая веб-страницы, научные статьи, видео, аудиофайлы, изображения, книги, новости, патенты).

Далее данные формируются в разные группы ресурсов с помощью кластеризации на основе:

▪️ Название (Title).
▪️ Место публикации (Place of publication).
▪️ Документы, на которые ссылаются данные ресурсы (Documents referenced by the first documents).
▪️ Документы, которые ссылаются на данные ресурсы (Documents that reference the first documents).
▪️ Собственные имена авторов (Proper names of authors).
▪️ Адреса электронной почты авторов (Author email addresses).
▪️ Принадлежность (аффилиация) авторов, например, компании, университеты или организации (Author affiliations)

Таким образом собираются данные по всем ресурсам в сети (цитаты, упоминание, авторство и так далее).

Система учитывает синонимы, сокращения, схожесть по данным (фамилия указана с ошибкой, сокращение, но место работы правильное - система поймет что идет речь о нужном человеке). Также формируются связь с запросами - Google понимает какие запросы связаны с поиском конкретной сущности (автора) за счет оценки соответствия сущности (entity matching score).

Кластеризация позволяет использовать следующие дополнительные функции, как сравнивание разных сущностей. Таким образом если запрос касается распространённых ФИО, система по кластеру и атрибутам может понять о ком конкретно идет речь.

Также система имеет защиту - учитывается вес источников (сайтов), отдельных сущностей которые пишут о вас. Это позволяет информации на слабых донорах меньше влиять на сущность, информация считается менее доверенной.
Кроме этого данные могут править редакторы, система не полностью автоматизирована.

Кроме этого в сливе факторов ранжирования я нашел что еще существует десятки факторов защиты от негативного пиара (к примеру о вас пишут клевету или кто то распространяет от вашего имени неправдивые высказывания).
В то же время система фиксирует ваши ресурсы (к примеру официальный сайт) - и далее на основании ваших атрибутивных данных (страница О НАС, КОНТАКТЫ) придает больше веса вашим внешним источникам (к примеру канал в Телеграме или профиль в X), которые указаны у вас как ваши.
Этот патент является базовым, на его основе реализовано много других вещей, ранжирование сущностей, вывод данных из Knowledge Panel для публичных сущностей.

Как это использовать на практике?
1) Не постите под своим именем низкокачественную генеренку.
2) С официальных своих ресурсов ссылайтесь на статьи, видео и д.р которые имеют отношение к вам. Это предаст им больше веса.
3) В нишах Гугл учитывает вес сущности, поэтому к примеру рекомендация от топового сеошника в глазах Гугла имеет больше веса для ранжирования вашей сущности (как seo специалиста) в поисковой системе.
4) Если вы хотите усилить какое то утверждение, то размещайте на авторитетном ресурсе и ссылайтесь на него.
5) Усиливайте достоверность с помощью микроразметки (к примеру Person) и sameAs. В таком случае достоверность будет не 40-90 %, а 100%.

Тренд в seo в 2026 году.

Первое это постепенный закат информационных сайтов . Если до этого были только мысли о том что статейникам все, то этот год показал что они в прошлом (за исключением новостей, аналитических статей и мануалов).

Развитие ИИ и GEO , приведет к еще большему спросу на на рейтинги, сравнения, подборки материалов. Для этого понадобится большое количество авторитетных сайтов, а значит привет паразитка. Это же будет развивать PBN (имеется виду трастовые локальные или тематически релевантные сайты), а не тот шлак который обычно предлагают.

С учетом что более 70 % запросов в ПС связаны с брендами или сущностями будет огромный рост оптимизаций под сущности , прокачка их и развитие. Поисковые системы и AI совершенствуют распознавание сущностей в связи с большим количеством информационного спама, им нужно отделять нормальных авторов, события. Будет важно не количество упоминаний, а кто, на каком сайте и в каком контексте вас (или бренд) упоминает.

Ну и самое основное - развитие EEAT в связке с GEO. Поисковики зачистят выдачу, в топе всегда будут 2-5 % сайтов. Остальные - в лучшем случае собирать низкочастотные или локальные запросы .

Ну и последнее - рост конкурсов, премий, конференций, которые необходимы для фильтрации в нише экспертов. Что приведет спросу на экспертов, их мнение, судейство. В то же время понятно, что подобные мероприятия будут подставными, то есть организовываться аффилированными силами и командами.

В общем пора готовиться заранее и создавать сайты уже сейчас под новые тенденции🧨

Как дела с моим travel проектом из поста ?

А не все отлично.
В конце мая проект занял в гугле ВЧ-СЧ 10-20 позиции, пошел трафик.
Я решил, что пора что то сделать для оптимизации, увидел низкую скорость (меньше 50 по PageSpeed Insights) и решил это исправить. В результате не заметил и случайно отключил часть функционала на сайте, что привело к плохим ПФ на сайте. Обнаружил я это спустя месяц когда сайт выкинуло по всем топ 10 позициям.

Поэтому личный совет - не оптимизируйте сайты в 3 часа ночи. 🥹

В Яндексе тоже частично зашел по СЧ в топ 20, по некоторым запросам выходил даже на 11 место (запрос больше 100К по Wordstat) - это точной частотности, типа "!ключевая !фраза". По такому же запросу в 350К (это один из главных запросов) - максимум достиг 39 места.
Сайт начал ранжироваться по куче накрученных запросов "ключевая фраза чужой бренд". Ниша информационная и я не ожидал что тут будут крутить. Пока запустил ПФ, посмотрим что будет дальше.

Инструменты для отслеживания сущностей и их связей реализованные на Wiki и Knowledge Graph API.
Я пару лет использовал свои приватные анализаторы, но последнее время появилось много качественных и бесплатных.
Первый:

https://think.resoneo.com/wikidata-search/
🔸Показывает сущности, связи, визуализирует уровни и связи Knowledge Graph с Wikidata.

https://kalicube.pro/tools/knowledge-graph-explorer
🔸Простая обертка над API, показывает сущности по запросу.

https://blitzmetrics.com/knowledge-graph-explorer/
🔸Более качественное API с картинками.

https://oleksiimatuznyi.com/knowledge-graph-explorer/
🔸Сервис с украинском интерфейсом, но есть русский для запросов


Если вы не до конца понимаете как работают сервисы, но хотите потестить - введите к примеру слово "book"

#KnowledgeGraph #Entities

Яндекс тоже захвачен! Хватило статьи на VK, Rutube видео сгенерированное c помощью https://notebooklm.google.com , сделать можно так.

С уважением дипломированный мастер по GEO Молдовану Евгений 😏 c практическими кейсами.

🍊 Каждый год я делаю одну и ту же вещь - обновляю даты в сниппете и актуализирую статьи.
Зачем это нужно? Увеличивает ctr в выдаче, показывает что статья все еще актуальна. Но после слива гугл факторов ранжирования стало понятно, что простого обновления дат не достаточно, нужно изменять и статью.

В Гугле пару десятков факторов связанных с датами. Он проверяет даты в микроразметке, тексте, title и других местах. Может расшифровывать упоминания дат, семантически определять устаревшие данные. Только в модуле PerDocData с полдесятка факторов.

Что же делать?
🍊 Обновляем не только даты, но и часть статьи. Минимальное изменение - около 25% статьи. Чем выше изменение в статье по тексту - тем лучше. Поэтому изменение даже первых абзацев иногда хорошо работает.

🍊 Добавляем статьи, рейтинги, списки, меняем подзаголовки. Гугл обожает такие изменения. Если у вас в статье есть цифры, например стоимость товаров, услуг - обновляйте их с помощью ChatGPT или Gemini, не меняя общего текста. В таком случае даже изменение десятка чисел может быть учтено поисковой системой как качественное обновление.

Лайфхак - берете ищите ролики по теме в Ютубе, к примеру я обновлял статьи по ценам на алкоголь, продукты питания - находил ролики, добавлял их https://notebooklm.google.com , экспортировал все цены, далее копировал все цены и просил ChatGPT доработать мои готовые тексты (обновить цены на актуальные).

🍊 Если у вас страницы с брендами, товарами (к примеру рейтинг лучших холодильников 2024 года) - то обновление только текстов может не сработать, если не обновить сущности. За это время могли появиться новые холодильники, Гугл знает их популярность и ваш устаревший список не годиться. Я беру такие страницы, добавляю в чатботы и спрашиваю, какие модели не включены в мой список, но есть в других. Потом изменяю свой рейтинг.

🍊 Изменение структуры - тоже работает. Добавьте цитату новую, комментарий експерта, поменяйте картинки на более качественные.

🍊 Появление новых ссылок на вашу страницу - отличный сигнал поисковой системе что материал все еще актуальный.

🍊 Сделайте внутренюю перелинковку на эти обновленные страницы, так и с них на те материалы которые у вас появились новые.

Если обновили все - убедитесь что обновили sitemap с датами, устаревшие комментарии 9 летней давности.

Обновление скрипта для проверки дат регистрации доменов. Незаменимый инструмент для поиска и перехвата дропов, построения PBN сеток.

📄 Формат входного файла — .txt, по одному домену на строку (возможны с http(s)://, www. — они будут автоматически обработаны).
Результаты в таблице + возможность скачать CSV-файл с полной информацией (смотри скрины)

🔍 Для каждого домена определяет:

Регистратора (если доступен)
Дату регистрации
Дату истечения делегирования
Последнюю дату изменения
Статус
Свободен ли домен
Ссылку на RDAP-источник
Статус обработки запроса

🚀 Возможности:
Можно проверять 10К доменов!

Автоматическое определение RDAP-сервера на основе зоны домена реестров gTLD (.com, .org, и др.) Не проверяет региональные домены (ru, ua, su, fr, pl и другие)

Теперь работает без установки питона, можно запустить в браузере.
Линк на Colab.

После запуска выбираем txt файл с списком доменов.
Сканирование.
Файл автоматически скачивается после выполнения в csv формате.

⌨️ Как Google реально детектит ботов: поведение + fingerprint

Недавний разбор SearchGuard (антибот-системы Google) из судебного иска против SerpAPI — редкий случай, когда внутренняя логика антибота стала публичной. И главное тут не суд, а методы детекции, которые уже сейчас ломают весь класс парсеров и “антидетектов”.

Коротко: Google больше не ищет ботов — он ищет людей.

🟡 1. Поведенческая биометрия (behavioral signals)

🔹SearchGuard непрерывно собирает микросигналы и строит статистический профиль поведения.
Мышь
🔹траектория (кривые vs прямые)
🔹скорость и ускорение
🔹микродрожание
🔹Идеально ровное движение = бот.
🔹Отклонение скорости < 10 → автоматизация
🔹У человека: 50–500

Клавиатура

🔹интервалы между нажатиями
🔹длительность удержания клавиш
🔹паузы после пунктуации
🔹< 5 мс между нажатиями → бот
🔹У человека: 20–150 мс

Скролл

🔹вариативность длины
🔹инерция
🔹смена направления
🔹Фиксированные шаги (100px, 100px, 100px) = красный флаг
🔹Разброс < 5px → бот
🔹У человека: 20–100px

Синхронизация времени

🔹анализ дисперсии событий в реальном времени
🔹Если интервалы детерминированы → бот
🔹200 событий/сек → автоматизация
🔹У человека: 10–50

Важно: данные не сохраняются целиком — используется онлайн-статистика.

🟡 2. Статистика вместо эвристик

Два ключевых алгоритма:

🔹Welford — считает дисперсию “на лету” с постоянной памятью
🔹Sampling — случайная выборка ~50 событий на метрику

Это делает бесполезными:

🔹“рандомайзеры задержек”
🔹replay логов
🔹имитацию заранее записанных сессий

Если распределение не похоже на человеческое — ты бот, даже если браузер идеален.

🟡 3. DOM-fingerprint: >100 элементов

Google смотрит не только на JS-API, но и на структуру страницы:

🔹формы, input, button — приоритет
🔹article, section, nav, main, footer
🔹текстовые, табличные, canvas/figure
🔹dialog, menu, details
Важно не наличие элементов, а как браузер с ними взаимодействует.

Headless часто “видит” DOM, но не взаимодействует с ним как человек

🟡 4. Экологический fingerprint (environmental)

Собирается полный слепок среды:

🔹navigator: cores, memory, languages
🔹screen: DPR, color depth, resolution
🔹performance.now() jitter
🔹visibilityState, focus
🔹тайминговый шум
🔹webdriver
🔹chrome.runtime
🔹$cdc_, selenium, phantom артефакты

Но ключ не в флагах — в согласованности всей среды.

🟡 5. Данные кода меняются каждую минуту

SearchGuard:

🔹генерирует криптотокены (ARX-шифр)
🔹меняет криптоконстанты при каждом обновлении
🔹новый JS = новый hash = новый fingerprint
🔹Даже полностью реверснутый обход устаревает при следующей ротации(новой страницы).

🟡 6. Главный вывод

Антибот больше не про:

🔹прокси
🔹user-agent
🔹canvas spoofing

Он про:

🔹дисперсию
🔹естественную ошибку
🔹человеческую неидеальность

Если твой бот слишком “аккуратный” — он мертв.

Маленькая фишечка в конкурентных тематиках.

В конкурентных тематиках часто Гугл не дает сразу встать в топ по всему кластеру. Для начала для тестирования он берет СЧ-НЧ и закидывает в топ для тестирования ctr и поведенческих факторов.

И тут обычно 2 проблемы:
🔹Выбирается какой то ключ, под который вы не оптимизировали посадочную и вы болтаетесь в 10-20 позициях, не получая кликов.
🔹Вы заходите в топ по ключам, по которым у вас нет ответа на странице - самая больная тема.

Пример:
🟡 iPhone 17
Вы в топе по ключам:
🟡 iPhone 17 в рассрочку (а у вас такого нет)
🟡 iPhone 17 макс 512 розовый (а у вас такой версии нет)
🟡 iPhone 17 макс Pro 512 розовый с доставкой в [город] (у вас есть доставка в этот город, но забыли вписать на страницу ключ, поэтому ранжируетесь на 30 позиции )

Что дальше - если ваш интент не совпадает, то вы накапливаете плохие ПФ и улетаете до следующей ротации, а как показывает практика можно выпасть до 6 месяцев легко.

Как решить это проблему? Мониторить новые ключи которые у вас заходят в топ и делать дооптимизацию. А иногда даже деоптимизацию, если вы добавили ключи по которым ранжироваться не хотите.

Почему мало сеошников делают подобное? Потому что это сложно. Сложно мониторить новые появляющиеся ключи.

Вот линк на скрипт который решает подобную проблему, автоматизируя поиск новых ключей.