Время отчаянного переспама ключевыми словами прошло. У поисковиков в почете экспертные статьи с многоуровневой структурой, дополнениями в виде таблиц, графиков и списков. Все для пользователя, ведь LSI-тексты – это контент, который будут читать люди, а не считывать роботы.
Между Пандой и Баден-Баденом: предыстория LSI
История интернета – это эпическая битва между оптимизаторами и поисковыми системами за продвижение текстов в топ выдачи. 10 лет назад произошла революция: нечитаемые SEO-простыни уступили место полезным LSI-статьям.
Развитие искусственного интеллекта привело к появлению «умных» алгоритмов. Никто не знает, когда точно машины научились глубоко анализировать семантику. Опытные копирайтеры склоняются к мысли, что это случилось в конце первого десятилетия нынешнего века: в то время интернет был переполнен статьями, туго нафаршированными ключевыми словами.
SEO-копирайтинг бывает бессмысленным и беспощадным:
- ключи в заголовке, метатегах, подзаголовках, основном тексте
- использование прямого вхождения в первых 100 символах
- плотность ключевых слов не менее 4%
- небольшой объем
Пример из прошлого: человек хочет позавтракать. Он набирает в поисковой строке «рецепт блинов». Первый текст в выдаче начинается словами: «Рецепт блинов на молоке», что полностью соответствует запросу пользователя. Он переходит, но на сайте видит навязчивую рекламу и борщ с пампушками. Вебмастер получил деньги за просмотр рекламных объявлений, пользователь получил негативный опыт, рекламодатели пожали плечами – мол, бывает.
Слом системы произошел в 2011 году, когда Google выкатил первую «Панду» — инновационный поисковой алгоритм, который радикально изменил выдачу. Глобальная паника, последовавшая за ним, показала команде it-гиганта, что они двигаются в правильном направлении. В 2013 появился фильтр «Колибри» и стало окончательно ясно: правила изменились.
Яндекс не отставал: после ковровых бомбардировок методом АГС российская компания перешла к «Палеху» и «Королеву». В 2017 появился главный враг оптимизаторов — «Баден-Баден», который сдает ЕГЭ по русскому лучше большинства выпускников.
Нет, машины не научились думать. Однако благодаря возросшей мощности они начали анализировать большие массивы данных, учитывать не просто ключи, но их словоформы, тематические слова, синонимический ряд и похожие запросы. Оптимизаторы приспособились. Так появился LSI-копирайтинг.
Что такое LSI
LSI – это аббревиатура от Latent Semantic Indexing, переводится как скрытое (иногда используют латентное, но это некорректно по нормам русского языка) семантическое индексирование. Нейросеть использует в работе LSA (Latent Semantic Analysis) – алгоритм, который ранжирует тексты не по отдельным ключам, а на основе факторного анализа логических взаимосвязей между словами (контекста). То есть попасть в выдачу с рецептом блинов, а на странице предлагать борщ и видеоигры уже не получится.
Простыми словами скрытое семантическое индексирование – это способ индексирования текстов, основанный на LSA, «умном» алгоритме, который «говорит» на нормальном языке и всегда проверят контекст.
То есть lsi статьи – это экспертные тексты:
- полностью раскрывающие тему
- снимающие любые вопросы
- отбивающие у пользователя желание возвращаться с вопросом в выдачу
В идеале, LSI-тексты — это настолько интересные для пользователя статьи, что он дочитывает их до конца, комментирует и рекомендует в соцсетях. Если повезет, читатель надолго остается на сайте, переходит к следующим публикациям, подписывается или совершает какие-то необходимые вебмастеру действия.
Пример: пользователь пришел на страницу из выдачи по запросу «рецепт блинов». Он встретил не просто сухое перечисление ингредиентов, но подробное описание процесса приготовления (может, даже с видео или фото), полезную информацию о калорийности и БЖУ. Ему порекомендовали сковородку, рассказали о специальных смесях и начинках, предложили почитать больше о Масленице и знаменитых кулинарах.
Где искать ключи
Бывает два способа создать экспертный контент, который понравится «умным» алгоритмам. Первый – взять интервью у эксперта или найти автора, который в теме. Второй — использовать LSI-ключи для построения скелета статьи.
LSI-ключи – это слова и короткие фразы, объясняющие и дополняющие запрос, который пользователь вбивает в поиск. Все вместе они формируют тематическое семантическое ядро.
Бесплатно собрать релевантное ядро можно тремя способами:
- Подсказки во время набора ключевого слова в поисковой строке (есть у Яндекса и Google)
- «Связанные запросы» или «Люди ищут» внизу страницы выдачи
- Wordstat.Yandex и Google AdWords
Собранные слова необходимо отсортировать по релевантности смыслу (то есть, чтобы в статью с рецептами не попал спортивный инвентарь или топоним).
Пример сбора семантики из поисковой строки:
Важно: выдача поисковиков зависит от региона и истории поиска авторизованных пользователей. Слова можно дополнить, проанализировав конкурентов.
Также ключи можно собирать с помощью платных сервисов (WordTracker, Serpstat и другие). Процесс автоматизирован и занимает меньше времени.
Как написать полезный LSI-текст
Текст – основной инструмент продвижения. Чтобы написать глубокую экспертную статью, копирайтеру нужно получить подробное ТЗ или погрузиться в тему. Тогда собранная информация и семантическое ядро будут максимально релевантны проблеме.
Секрет: не существует чистого «текста для людей», LSI-копирайтинг всегда начинается с SEO-запросов.
Алгоритм написания текста:
- Вокруг SEO-запроса сформировать тематическое ядро с LSI-ключами
- Разработать структуру. Написать план, разбить будущий текст на смысловые блоки, придумать заголовок (H1), подзаголовки (H2 – Hn)
- Прикинуть, какую информацию лучше подать в графическом виде, какую списками или таблицами. Найти видео или фото
- Проработать введение и выводы
- Равномерно распределить LSI-ключи по тексту. Желательно, чтобы основной запрос находился в окружении дополнительных
Для контента очень пригодятся комментарии, цитаты, экспертные заключения. Сама статья должна быть написана копирайтером гладко, в единообразном стиле, маркетинговая составляющая должна быть естественной (рекомендации, ссылки, советы). Все блоки должны быть логически взаимосвязаны.
LSI-текст – это экспертный контент, поэтому необходимо тщательно проверять факты, опираться на официальную информацию или доказательную базу. Информация должна быть актуальной и уникальной не просто статистически (при проверке на антиплагиатах etxt, text.ru, advego), но и по смыслу. У текста должна быть собственная структура, стилистика, хорошая подача материала, уникальные примеры и выводы.
SEO и LSI: в чем разница
Несмотря на заявления маститых гуру, LSI-тексты не свидетельствуют о смерти SEO, а скорее расширяют и дополняют функционал. Поисковая оптимизация прекратила использование устаревших методов и повернулась лицом к пользователю.
Если статья соответствует требованиям, красиво оформлена, сдержит тщательно собранные LSI-ключи, но не находит отклика в сердцах посетителей. Все дело в том, как она написана, ведь авторский слог никто не отменял. Сухой скучный стиль, грамматические и орфографические ошибки, неинтересное изложение: все это отпугивает избалованного выбором читателя.
Достоинства и недостатки
LSI – самый продвинутый способ понравится и людям, и машинам.
Достоинства:
- тематическое ядро поднимает информативность контента
- на LSI-статьях дольше задерживаются, чаще дочитывают и не бросают, чтобы вернуться на выдачу (уменьшаются отказы)
- у всего ресурса повышается ранжирование по низкочастотникам и хвостам
- появляются новые пользователи
- меньше риска попасть под фильтры за спам
Экспертный контент нравится посетителям. Они готовы его расшеривать, рекомендовать знакомым, использовать в обычной жизни. Возрастает ценность LSI как продающего инструмента.
Однако у LSI есть и недостатки:
- поисковые алгоритмы не учитывают многозначность слов
- в отличие от людей, машины не оценят иронию и метафоры, а цитаты посчитают плагиатом
- цена качественного LSI выше, чем бездумного SEO
Статья по канонам скрытого семантического индексирования – это не просто ключевые слова в окружении подходящей по смыслу семантики, украшенные списками. Так просто нейросети не обмануть, они научились «понимать» написанное, анализируя за микросекунды огромные пласты данных.
Рубленные фразы и оптимизаторские штампы не пройдут: такая статья не понравится читателю. Он быстро уйдет, а робот поймет, что с пользовательскими факторами что-то не так, и понизит страницу в выдаче.
