Смотреть урок

Дополнительные файлы из урока

Разбираю семантические триплеты — связки объекта, его отношения и субъекта или свойства — и отвечаю на вопрос, стоит ли под них затачивать страницы. Показываю, почему трансформеру триплеты не нужны: современная модель считает связи каждого слова с каждым и видит отношения внутри блока, если текст написан нормальным человеческим языком. На тематических фразах из анализатора видно, что эти связи проявляются уже на этапе сбора семантики, а раскрытие аспектов темы на посадочной странице закрывает триплеты само собой. Дальше показываю готовый разбор триплетов для страницы выкупа авто и объясняю, почему такой список сам по себе мало что меняет. И перехожу к месту, где триплеты действительно полезны, — к промптам: нейросети нужно объяснить, в каком контексте вписывать фразы, иначе она растащит их по странице как попало. В конце показываю сервис оптимизации, в который эта логика уже зашита. Урок будет полезен тем, кто собирается оптимизировать страницы нейросетями и не хочет получить на выходе кейвордстаффинг.

Оглавление с таймкодами:

0:00–0:32 Что такое триплет. Это уже вторая версия видео: первую я записал слишком эмоционально и решил не пускать в курс. Триплет — это когда есть объект и есть его связь с субъектом либо со свойством. Агентство оказывает услуги SEO, клиент идёт в офис, кошка кушает корм, собачка играется с хозяином.

0:32–1:40 Откуда это пришло и почему сейчас теряет смысл. Триплеты идут из машинного обучения: нейросети учили понимать объекты, их связи со свойствами и то, какие слова вообще связаны друг с другом, — на этом же стоит механизм внимания. Сейчас мы работаем с трансформерами. Если страницу анализирует нейросеть, а не BM25 и не TF-IDF, то триплеты ей не нужны: ей нужен естественный осмысленный текст. Современная LLM считает связи каждого слова с каждым и увидит все связи внутри блока. А если текст сжимает отдельная модель, она сведёт его к короткой сути и выделит, что в этом тексте важно.

1:40–2:42 Тематические фразы уже содержат эти связи. Я очень давно говорю, что работать нужно именно с фразами, потому что в них видны все практические взаимосвязи. В тематике AI-автоматизации разработка должна быть связана с разработкой AI-автоматизации: разработка систем, индивидуальная разработка, часов разработки, быстрая разработка, стоимость разработки. Проблема оптимизации через анализ лемм конкурентов в том, что в леммах не видно, с каким субъектом или свойством связана разработка; в тематических фразах это видно практически сразу. На этапе анализа тематических фраз в приложении мы смотрим ещё и связанные слова, а не просто n-граммы, — то…