AI для SEO: где нейросети ускоряют работу, а где ломают качество

AI для перелинковки

AI для перелинковки предлагает пары страниц по смыслу, а не по совпадению ключа; в текст ссылку ставит редактор.

Кирилл Бабийчук · обновлено · 3 мин чтения

Плагин автоперелинковки ищет слово. Модель ищет тему. Поэтому она находит связь, где в одном материале «каноникал», в другом «дубль URL», и не ставит якорь на случайное «индекс» в абзаце про биржу. Решение «ставить или нет» всё равно человеческое: ссылка ломает фразу и уводит читателя в конкретный момент. Пока кластер умещается в голове, таблица кандидатов не нужна. Когда URL десятки и появляются сироты — нужна.

Хаб моделей — AI для SEO. Как кластер вообще должен быть связан — контентное SEO. Формальные проверки после прохода удобно снимать через API и общий цикл автоматизации.

Что модели можно поручить

Задача Как Кто решает
Похожие URL Эмбеддинги, ближайшие соседи Редактор смотрит топ кандидатов, не весь список
Сироты Краул плюс карта сайта Формально, без вкуса
Анкор Формулировка по смыслу цели Обязательно человек: анкор попадёт в предложение
Место в тексте Абзац по контексту Человек: ссылка не рвёт мысль
Слишком близкие URL Высокая близость в обе стороны Слияние страниц, а не ещё одна ссылка

Последняя строка важнее первой. Если два документа модель уверенно клеит туда-обратно, чаще нужен один материал, а не «перелинковка для веса».

Проход по кластеру

  1. Выгрузите полный список URL с заголовками и текстом. Обрезанная выборка даст связи только внутри себя.
  2. Посчитайте близость. На выходе кандидаты, не готовый HTML.
  3. Выкиньте уже существующие ссылки и случайные пересечения между далёкими кластерами: внутри темы связь ценнее.
  4. Проверьте направление: с периферии на пиллер усиливает хаб, обратная ведёт вниз по задаче. Обе нужны, путать нельзя.
  5. Вставьте якорь туда, где у читателя возникает вопрос. Блок «читайте также» в подвале — слабый суррогат.

Двадцать предложенных связей на страницу — приглашение размазать вес и превратить абзац в поле синих слов. За проход хватает одной-двух новых ссылок: сироты и слабые хабы раньше остальных. Анкоры из одного промпта на сотне URL схлопываются в одну фразу — сигнал вырождается. Векторная близость меряет похожесть формулировок, не пользу перехода: страница про n8n и страница про агентов могут быть близки численно, а читателю сейчас нужна не та дверь.

После прохода краулер ловит битые URL и всплеск исходящих. Смысл проверяется чтением вслух пяти случайных абзацев со ссылкой: споткнулись — анкор плохой независимо от скора. Сироту чинят ссылкой с релевантной страницы кластера, не футером на весь сайт. Если после прохода исходящих на пиллере стало больше десятка в одном абзаце — откатите пачку и оставьте две связи, которые читаются вслух.

На карточке товара якорь «купить» почти всегда хуже, чем указание свойства, которое раскрыто на соседней категории. В базе знаний якорь должен быть куском предложения: «как собрать каноникал в теме», а не «читайте статью». Если модель предлагает анкор, совпадающий с H1 цели слово в слово на десяти страницах подряд, это уже шаблон — правьте руками.

Векторный поиск не заменяет карту кластера. Если пиллер ещё planned, модель всё равно предложит на него ссылки — их выбрасывают. Живые URL только. Каннибалов сначала склеивают, потом линкуют остаток.