Привет всем 😉
Наслаждаетесь весной?💖🌷
Изучила тут вопрос, как оптимизируют сайты для нейронок, чтобы они попадали в выдачу.
Для этого есть Generative Engine Optimization, или GEO-оптимизация.
Лучшим фундаментом для GEO будет отличная SEO оптимизация, а дальше уже совместная работа SEO-спеца и разработчика.
Важным фактором для LLM является EEAT (Experience - Expertise - Authority - Trust).
Разработчик создает инфраструктуру, которая помогает редакторам создавать богатый знаниями контент для LLM и проинформировать LLM-краулер, что на сайте есть стоящая информация за небольшое количество токенов😉
✨Чек-лист для разработчика:
❣️Видимость сайта для AI-краулеров. Проверяем HTTP-заголовок X-Robots-Tag, не должен быть no-index или none.
❣️Проверить robots.txt на директивы Disallow: / и добавить явно Allow: для конкретного AI-краулера, учитывая, что есть имена для обучения и для real-time поиска. Индексация нужных разделов, закрываем служебные (admin)
❣️На том же уровне создаем файл llms.txt и заполняем название сайта, описание и список ссылок на важные страницы в формате markdown. Это новый стандарт, уже поддерживается OpenAI, Perplexity, Anthropic
❣️Семантические теги, заголовки, даты, нумерованные и маркированные списки, это llm-ки очень хорошо парсят.
❣️Метатеги в head для llm, для улучшения показателей EEAT автоматизируем данные в метатегах, также используем Open Graph данные.
❣️Автоматизируем поля в CMS, что можно было заполнить инфо о сущностях и оборачиваем микроразметкой.
❣️Устранить базовые ошибки: битые ссылки, неправильные коды ответа, медленную загрузку.
❣️Ключевой контент должен быть доступен сразу, а не подгружаться через JS, поэтому SSR/SSG/ISR в помощь
❣️Лимит AI-краулеров на время загрузки около 3 секунд, поэтому оптимизируем показатели core web vitals
❣️Разметка SCHEMA.ORG прямо в HTML, особенно важно разметить FAQPage, Author, Article, Item, а также даты, цены и все возможные данные.
❣️Создаем JSON-LD словари, парсим сущности из мета-полей статьи.
❣️Добавляем автообертку сущностей в data-entity-* атрибуты
❣️маркетологи / сеошники проверяют цитируемость prompt win rate, помогаем и настраиваем систему мониторинга упоминаний бренда в ответах .
❣️Важно, чтобы прямой ответ на вопрос был в первых 2-3 предложениях или под заголовком h2-h3.
Как итог, все это поможет контент-менеджерам и SEO-специалистам провести NER-анализ, когда в теме выделяются бренды, продукты, процессы, решения, эксперты и проблемы, и включить в граф знаний определенные сущности, а не просто ключевые слова, как в SEO-оптимизации. Начать можно с самого простого, это займёт какое-то время, чтобы разобраться, а затем уже можно прикрутить NER-сервис для обогащения старых материалов и новых публикаций, добавить сортировку по сущностям, чтобы LLM могла сразу по url-адресу найти нужный граф, и добавить логирование, чтобы разобраться какие сущности забирает LLM-краулер.
Владельцы сайтов, напишите мне, я проведу аудит и дам рекомендации, что можно улучшить, чтобы ИИ выбрала ваш сайт как авторитетный источник информации 😉
