🔸🔸🔸 по каналу ❗️

Общие SEO темы:
#google
#yandex

Узкие SEO темы:
#сканирование
#индексация
#ранжирование
#релевантность
#url #структура
#ся #семантика
#техничка #screaming_frog
#мобилка
#ссылки #дропы
#контент
#отзывы
#микроразметка
#тексты
#интент
#аналитика #яндекс_метрика #гугл_таблицы
#ии
#расширения
#скрипты #python
#api #парсинг
#мешок_слов
#фишки
#тз
#трафик
#эксперимент
#точки_роста
#ютуб
#сервисы
#им
#бренд
#бесплатно
#слив
#js
#json
#serm
#ux
#cloaking
#kpi
#gsc
#update
#google_patents
#google_бизнес

Личные темы:
#лайв
#советы
#опыт
#проекты
#агентство
#сервис

Список будет дополняться 😉

Я больше не доверяю ИИ при работе с Python 🐍

Или что я понял, используя ИИ для автоматизации SEO задач на питоне и не только 🔥

Дисклеймер - данный материал носит исключительно ознакомленный характер и не содержит абсолютно никаких призывов. Все изложенное ниже является личным опытом автора, который не является разработчиком. F*ck the shame!

0. Перед написанием скрипта - даю ИИ технические требования. Например, если это парсинг выдачи - отправляем ему код региона, тип выдачи, кол-во результатов из SERP + прошу вынести их в отдельные переменные, чтобы я быстро смог заменить эти данные на другие.

Результат - код становится структурнее и содержит меньше мусора.

1. Декомпозиция - это база! Не стоит просить ИИ написать парсер с кучей функций за 1 промпт. Эффективнее будет написать эти функции по отдельности, каждую протестить и потом объединить их в 1 скрипт который ты просто запустишь и на выходе получишь несколько эксель табличек с нужными тебе листами и столбцами.

Проще собрать отдельные функции в 1 комбайн, чем вечно копаться в одном файле и править эти функции по отдельности.

2. Хватит хранить большие данные в массивах и занимать место в своем коде. Если твои данные для входа (например список доменов) в будущем будут меняться или дополняться - храни их в отдельных файлах. Во первых, так удобнее редактировать сами данные для входа в анализ. Во вторых, при будущей доработке скрипта через ИИ с переменными, которые хранят в себе большие данные в отдельных файлах - ты ускоряешь процесс чтения кода для самого ИИ, что снижает заполнение окна у ИИ модели и вероятность появления артефактов в твоем скрипте (какие-то функции могут быть вырезаны после доработки длинного кода).

Я всегда храню большие данные в отдельных .txt файлах (семантику, списки доменов и URL-адресов, стоп фразы и т.д).

3. Логируй процесс работы скрипта. Объясню на своем реальном примере. Делал для своего WP проекта плагин на PHP для массового импорта данных (при импорте у страниц нужно было заполнять/обновлять атрибуты для корректной фильтрации на листинге). Но страницы создавались без указаных атрибутов, а уже созданные - не обновлялись. Хотя в админке я проверил названия этих полей через код (чекнул атрибут name). И только после того, как подключил лог, понял, что скрипт искал их названия в БД, а там они назывались по другому - в итоге после доработки скрипта - плагин стал работать корректно.

ИИ может помочь с логами, если ты четко ему объяснишь, что логировать. Это спасает дебаг, особенно при работе с API или базами WP.

4. Если делаешь скрипт для долгого анализа (например хочешь проверить несколько тысяч запросов, снять по ним выдачу и покрутить данные дальше как тебе нужно) - попробуй сначала тоже самое на десятке/сотне запросов, тем самым сэкономишь себе время на полученный результат. А когда он тебя устроит - можешь запускать скрипт хоть на сотни тысяч запросов и залипать в терминал на свой лог.

Лучше пусть ИИ научится на маленьком датасете, чем на твоем терпении и нервах.

5. Если при доработке скрипта этот ленивый ИИ пишет тебе кусок кода, который нужно заменить, а тебе лень копаться в скрипте или ты не знаешь его синтаксис - попроси ИИ написать весь скрипт.

Я просто пишу ему «Напиши весь скрипт, учитывая последние изменение».

6. Бэкап - спасение твоих нервов! Сохраняй копии файлов, у которых тебя устроил результат на выходе. Часто бывает так, что после доработки скрипта - ИИ может изменить его логику и тебе придется вернуться к предыдущей версии.

Я называю их версиями (например: main-v1.py, main-v2.py и тд). Так я могу откатиться в любой момент и не просить ИИ восстанавливать логику, которую он сам же и стер.

Если твоя задача длится дольше, чем 30 минут и регулярно повторяется - ее нужно автоматизировать! 🧠

А вы используете Python для автоматизации SEO задач?

#python #ии #опыт

Парсим данные из Яндекс Метрики ❤️

Для чего это нужно?
Это полезно, когда вам нужно быстро подготовить нестандартный отчет и сэкономить на этом кучу времени (часов) на ручной работе.

Парсинг данных по конкретной цели - может быть полезным занятием для ее аналитики, например за определенный период (месяц или квартал), чтобы сравнить данные ее конверсии по дням - об этом и пойдет речь в этом посте. Это может быть полезно, если вы добавили на сайт новую цель и хотите проверить ее эффективность, или проводите A/B тест 👀

Как это работает?
1. Отправляем GET запрос к API Яндекс Метрики;
2. API возвращает в ответ JSON с данными;
3. Обрабатываем JSON под формат эксель таблицы.

Необходимый стек:
1. Python и библиотеки для парсинга и обработки данных;
2. API Яндекс Метрики;
3. ИИ.

Если с питоном и ИИ все понятно, то с API Яндекс Метрики может быть чуть сложнее. Для ее работы необходимо создать специальное приложении (с аккаунта владельца счетчика) с необходимыми доступами к вашему счетчику:

Настройка счетчика:
1. Перед созданием приложения необходимо перейти в настройки вашего счетчика (с аккаунта владельца);

2. Далее перейти в раздел "Доступ" и активировать "Публичный доступ к статистике" (включить тумблер переключатель).

Создание приложения:
1. Переходим по ссылке https://oauth.yandex.ru/client/new;

2. Вводим название приложения (можно назвать также, как называется ваш счетчик, чтобы потом не путаться в приложениях - если их будет несколько);

3. Подгружаем иконку;

4. Выбираем платформу "Веб-сервисы";

5. В Redirect URI указываем ссылку: https://oauth.yandex.ru/verification_code;

6. Указываем доступы для работы с Яндекс Метрикой (нужно ввести названия каждого доступа, так как в интерфейсе их нет):

metrika:read — выбираем "получение статистики, чтение параметров своих и доверенных счетчиков, получение списка счетчиков";

metrika:write — выбираем "создание счетчиков, изменение параметров своих и доверенных счетчиков, загрузка любых данных";

metrika:expenses — выбираем "загрузка в счетчики расходов";

metrika:user_params — выбираем "загрузка в счетчики параметров пользователей";

metrika:offline_data — выбираем "загрузка в счетчики офлайн-данных (данные из CRM, офлайн-конверсии, звонки)".

7. Нажать на кнопку "Создать приложение";

8. После создания приложения вы увидите свой ClientID (это идентификатор приложения для получения QAuth токена);

9. Далее нужно вставить этот ID в конце ссылки (после знака равно): https://oauth.yandex.ru/authorize?response_type=token&client_id=КЛИЕНТ-АЙДИ и перейти по ней для получения вашего токена (его нужно будет скопировать и запомнить).

Создание скрипта:
Для создания скрипта парсинга данных по конкретной цели из Яндекс Метрики нам понадобится:
- Номер счетчика;
- Номер цели (можно увидеть рядом с ее названием в разделе "Цели" в Метрике);
- QAuth токен;
- Необходимые данные на вход (например: период, детализация, роботность, источник визита и тд - тут уже все на ваше усмотрение);

Рекомендую использовать ИИ (кстати, недавно писал пост - почему я не доверяю ИИ при работе с Python - почитайте, будет полезно). Пример промпта, который можете переделать под себя будет в комментариях к этому посту.

Про лимиты:
У Яндекс Метрики есть квоты на запросы к счетчику по API и их нужно соблюдать, чтобы не словить ошибку, о которой предупреждает сам Яндекс:

В случае превышения квот дальнейшие действия пользователя временно блокируются. При этом API возвращает ответ с HTTP-статусом 429 Too Many Requests. В теле ответа содержится информация о типе превышенной квоты.

Подробнее про сами квоты можете почитать здесь: https://yandex.ru/dev/metrika/ru/intro/quotas

На самом деле это все не нужно, когда в Яндекс Метрике есть отчет "Параметры целей" - просто выберите в таблице под графиком конкретную цель, укажите необходимый период, настройте детализацию (например по дням) и скачайте эксель таблицу графика. Но теперь вы знаете, как можно парсить данные из Метрики и возможно вам это пригодится для создания кастомного отчета 😁

#python #api #ии #аналитика #парсинг #яндекс_метрика

Почему Chat GPT-5 не заменит тебя?

Или заменит, если ты "ручной джун". Давайте пойдем разбираться, или 🥶

Вчера от Open AI вышел релиз GPT-5, думаю вы уже видели что она умеет и повторять этого нет никакого смысла. Но сегодня я хочу поразмышлять на тему, кого заменит и не заменит ИИ.

Кого не заменит:
ИИ не сможет делать всю работу за вас (особенно если в ней есть ответственность, свобода и креатив). Для ИИ в любом случае нужно давать данные на вход и не важно что это за данные - конверсии ваших целей с посадочных страниц, ТЗ на очередной скрипт на #python или вы хотите сгенерировать ИИ текст который не распознает Гугл.

Кого заменит:
ИИ в ближайшем будущем сможет заменить любого "специалиста" младшего уровня на котором завязана однотипная и рутинная работа. Который не убивается в метрики и не ищет #точки_роста у проекта, не думает как привлечь новый трафик и не заинтересован в росте конверсии - если мы говорим про SEO канал. Да что уж там, посмотрите на спрос по запросу "копирайтер вакансии". Я не говорю сейчас, что ИИ полностью заменит копирайтеров, они останутся, просто также будут его использовать (уже), ну или бизнес наймет контентщика и передаст ему подробную инструкцию с рабочими промптами для генерации текстов, а конкуренция таких контентщиков будет только расти, остальные пойдут за копирайтерами с графика по ссылке выше.

В комментариях будет список 50+ профессий, которые сократятся в ближайшие 5 лет (список составил Chat GPT-5). Освоение ИИ поможет сохранить и повысить вашу ценность на рынке труда, но только вам решать, в какой группе быть 👋

#ии

Как быстро почистить мусор в СЯ? 💬🗑

Если у вас стоит задача быстро собрать всю семантику в нише и покрыть ей сайт, а у конкурентов и агрегаторов слабая структура - единственное, что остается - это собрать все запросы тематики. Но при парсинге у вас 100% будет куча мусора (инфо или запросы которые не подходят под бизнес). Например - застройщик продает только новостройки, а в семантике будут запросы про вторичку, аренду, бренды, города, штрафы, налоги и прочий инфо-мусор.

И так, мы собрали все однословники в тематике, нашли их синонимы, скомбинировали их друг с другом со всеми возможными перестановками и спарсили вордстат. На выходе видим таблицу с десятками и сотнями тысяч фраз (у джуна на этом этапе начинают потеть ладошки), но мы идем дальше.

Мешок слов
Анализируем весь этот массив по алгоритму "Мешок слов":
1. Очищаем каждую строку на спец символы и разбиваем их на слова (получаем список всех слов)
2. Лемматизируем каждое слово в списке (приводим к начальной форме)
3. Считаем частотность каждого слова в списке (мешок слов)
4. Формируем данные в Excel таблицу со столбцами:
- Слово
- Количество (в списке)
- Доля (%)
5. Сортируем таблицу по убыванию частотности или доле (%)
6. Чистим из этого списка инфо слова: что, как и тд (если вы конечно не использовали их при парсинге вордстата)
7. Получаем список слов всей ниши
8. Чистим мусор в СЯ
9. Работаем дальше с семантикой (скоринг по выдаче для ее кластеризации, приоритизации и тд)

Такой скрипт на питоне вам изи сделает ИИ с первого промпта, главное не забудьте установить библиотеку для лемматизации слов.

Вообще мешок слов можно использовать в разных целях, например, можно собрать самые частотные:
1. Слова в текстах конкурентов (хз зачем, но кто-то делает)
2. LSI и редкие слова тематики с википедии
3. Слова в ваших отзывах (найти боли клиентов)
4. Темы для инфо статей
5. Анкоры в ссылочном профиле конкурентов, но здесь я обычно строю сводную таблицу

И так далее…

Также мешок слов может быть отличным помощником для создания страниц, которых нет у ваших конкурентов. А как вы чистите большие массивы ключей?

#ся #семантика #мешок_слов #python