Аббревиатура LSI до сих пор продаётся в виде готовых списков "семантических фраз", которые советуют равномерно рассыпать по тексту. Рецепт выглядит рабочим только потому, что так писали в конце двухтысячных, когда поиск разбирал запрос на отдельные слова и складывал их в мешок. С 2019 года в ранжирование Google пришли нейросети: сначала BERT, затем MUM, и обе читают фразу целиком, понимают предлоги и связывают смыслы между языками и форматами. Логика "вписал ключ и жди трафика" устарела технически ещё до того, как исчезла из коммерческих предложений. Разберём, как эти модели устроены на самом деле, откуда взялся миф про скрытую семантику и по каким правилам собирать ядро запросов в 2026 году.
Откуда взялся миф о LSI фразах и какая технология скрывалась за аббревиатурой
Латентно-семантическое индексирование родилось в статье 1990 года "Indexing by Latent Semantic Analysis", которую написала группа американских исследователей. Авторы применяли сингулярное разложение к матрице "документы на слова", чтобы вытащить скрытые темы и примирить синонимию с многозначностью на коллекциях из нескольких тысяч документов. Идея была честной: страница со словом "автомобиль" находилась по запросу "машина", даже если точного совпадения в тексте нет. Но цена такой матрицы для веба из миллиардов страниц запредельна, и Google эту технологию к поиску никогда не применял. Джон Мюллер из команды Google Search отвечал на вопросы про "LSI ключевые слова" прямо: такого понятия в алгоритмах нет, а списки, которые продают сервисы, это просто синонимы и связанные слова без всякого скрытого механизма.
Миф живёт, потому что он удобен. Купил список из тридцати фраз, рассыпал по статье, получил "семантическую близость" и спокойную совесть. На деле система оценивает не сам факт появления слов, а смысл документа в сравнении с миллиардами других страниц и с поведением реальных людей. Блок похожих запросов строится на статистике сессий, а не на матрицах из статьи тридцатилетней давности. Следствие простое: набор слов из блока подсказок не спасает слабый текст и не усиливает сильный, он лишь описывает спрос, который страница обязана закрыть по-настоящему.
Механика BERT и изменившиеся правила чтения запросов целиком
Модель BERT описана в статье Google AI в октябре 2018 года. Это двунаправленный трансформер: система читает предложение сразу целиком и для каждого слова учитывает и левый, и правый контекст. Версия BASE насчитывает 110 млн параметров и 12 слоёв энкодера, версия LARGE выросла до 340 млн параметров и 24 слоёв, а словарь WordPiece содержит около 30 тысяч токенов. Обучали модель на корпусе BookCorpus из 800 млн слов и на англоязычной Википедии объёмом 2,5 млрд слов.
Как это выглядит на живом примере? Возьмём слово "ключ". В предложении "ключ потерялся" и во фразе "ключевая ставка" оно получает разные векторы: значение собирается из окружения, а не из словаря. Токенизация WordPiece режет незнакомые слова на фрагменты, поэтому опечатки, редкие словоформы и самодельные термины из каталога не выпадают из понимания: система складывает смысл из частей, как человек догадывается о значении длинного слова по корню и приставке.
Для поиска это означало конец эпохи стоп-слов. Раньше предлоги и союзы выбрасывались как шум, и запросы "получить визу в США гражданину Казахстана" и "получить визу из США" после чистки выглядели почти одинаково. BERT сохраняет значение связок: предлог меняет направление смысла, и страница про выезд из страны больше не претендует на внимание тех, кто едет в страну. Google включил BERT в ранжирование 25 октября 2019 года, на старте модель влияла на каждый десятый англоязычный запрос из США, а руководитель поискового направления Панду Найяк назвал это крупнейшим шагом в понимании языка за пять лет. Через год модель охватила практически все англоязычные запросы и была расширена более чем на 70 языков, включая русский.
Дольше всего без нейросетей жил редкий хвост запросов. Google ещё в 2016 году сообщал, что 15% поступающих запросов система видит впервые, и доля эта стабильна годами. До эпохи машинного обучения новые формулировки разбирали по похожим словам, с 2015 года этим занималась система RankBrain, с 2018 года к ней добавилось нейросетевое сопоставление слов с понятиями. В октябре 2020 года запустился passage ranking: система оценивает не только страницу целиком, но и отдельные абзацы, поднимая в выдаче точный фрагмент. На старте это затронуло 7% англоязычных запросов. У Яндекса с 2020 года в переранжировании работает собственная трансформерная модель YATI, и вывод совпадает: чем сложнее запрос, тем больше смысла в синтаксисе, а не в наборе корней.
Модель MUM связывает языки и форматы и понимает сложные сценарии
MUM, или Multitask Unified Model, представили 18 мая 2021 года на конференции Google I/O. Модель из семейства T5 по заявлению разработчиков примерно в 1000 раз мощнее BERT, она обучена на 75 языках и мультимодальна, то есть понимает текст и изображения одновременно. Первая практическая задача оказалась земной: привести в порядок названия вакцин от COVID-19, которых в мире набралось больше 800 в сорока с лишним языках, и связать их с единым смыслом для выдачи.
MUM не заменила BERT, а встала поверх неё: одна модель решает десятки задач сразу, от сопоставления картинки с текстом до перевода смысла между языками. Показательный сценарий мультисёрча: пользователь фотографирует деталь смесителя и спрашивает, как называется эта лейка. Классический поиск такой запрос не примет, а мультисёрч сопоставляет изображение с вопросом и подбирает страницы. Похожая логика работает на языках: модель обучена на 75 языках в едином пространстве смыслов, поэтому лучший ответ на русский запрос система может найти на английской странице.
Дальше пошли сценарии, невозможные для классического поиска. Мультисёрч в приложении Google с апреля 2022 года позволяет сфотографировать предмет и задать к снимку текстовый вопрос. Функция "Things to know" раскладывает тему на смежные вопросы, которые люди задают следом. К 2025 году генеративные блоки ответов AI Overviews работали более чем в 200 странах на 40 языках и охватывали 1,5 млрд пользователей в месяц. Для оптимизатора вывод жёсткий: страница конкурирует не с десятью сайтами из топа, а с ответом системы, который та собирает из смыслов, включая страницы на чужих языках. Хороший текст на русском способен попасть в генеративный ответ по запросу на английском, и это работает в обе стороны.
Рабочая замена спискам синонимов в семантике страницы
Если синонимы не решают, то что решает? Логика такая же, как у человека, который готовится объяснить тему. Сначала фиксируется интент: страница отвечает на один крупный вопрос или на несколько мелких, но связанных между собой. Дальше выстраивается структура из живых формулировок, а не из словоформ. Источники формулировок простые: подсказки поисковых строк, блок похожих запросов, вопросы с форумов и сервисов вопросов-ответов, формулировки из звонков менеджеров по продажам. В 2026 году к списку добавляются подсказки чат-ассистентов и фразы из генеративных ответов.
Дальше ядро делится на функциональные группы: "выбрать и сравнить", "цена и покупка", "услуги и монтаж", "проблемы и ремонт". Устоявшийся ориентир для проверки: если топ-10 по двум запросам пересекается меньше чем на треть адресов, перед вами два разных интента, и им нужны отдельные страницы. Если совпадений больше, один документ закроет обе формулировки. Так семантика превращается из списка в структуру, где каждая страница знает свой вопрос.
Сущности важнее синонимов. Граф знаний Google в 2020 году содержал около 500 млрд фактов о 5 млрд объектов, и понимание страницы во многом сводится к тому, какие объекты она описывает и как связывает их между собой. Называйте вещи своими именами, определяйте термины при первом упоминании, связывайте понятия явно. Критерии E-E-A-T с декабря 2022 года начинаются с опыта автора: подпись с реальной практикой и конкретные детали работы убеждают систему лучше, чем плотность ключей. Помогает и система полезного контента, запущенная в 2022 году и встроенная в ядро алгоритма в марте 2024 года: она оценивает страницу как целое, а не как сумму вписанных фраз.
Пример для наглядности. Странице про монтаж видеонаблюдения в офисе нужен не список "видеокамеры, системы наблюдения, охранные комплексы", а честные ответы: как считать камеры на площадь офиса, что меняется при монтаже на потолке из гипсокартона, сколько хранится запись и что требует закон о персональных записях. Каждая формулировка из подсказок ложится в свой абзац, и семантика закрывается смыслом, а не частотой повторов.
Структура документа и разметка под нейросетевое ранжирование
Passage ranking перевернул требования к абзацам: каждый блок должен работать как самостоятельный ответ. Правила практичные. Абзац из двух-четырёх предложений, первая фраза содержит суть, дальше идут детали. Подзаголовки формулируются как реальные вопросы и смыслы, а не как креатив в духе "погружаемся в мир выбора". Внутри раздела одна мысль, без прыжков между темами. Хороший тест: вырванный из страницы абзац должен быть понятен сам по себе, потому что алгоритм увидит его именно так.
Разметка schema.org помогает системе увидеть структуру. Пример блока FAQPage для страницы с вопросами:
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [{
"@type": "Question",
"name": "Что дают поисковые подсказки при сборе ядра запросов",
"acceptedAnswer": {
"@type": "Answer",
"text": "Живые формулировки людей, которые вводят запрос в строку поиска день за днём."
}
}]
}Нюанс последних лет: расширенный блок FAQ в выдаче Google с осени 2023 года показывается только авторитетным государственным и медицинским сайтам, обычным страницам он не положен. Разметка всё равно полезна: она упрощает машинное чтение структуры, помогает голосовым ассистентам произносить готовый ответ и дисциплинирует сам текст. Ответ из 30-50 слов ассистент произносит целиком, а длинную лекцию система перескажет по-своему, и лучше на это не рассчитывать.
Частые ошибки оптимизаторов при переходе от ключей к смыслам
Первая ошибка перекочевала со старого уровня: в текст вместо ключей теперь вписывают "интенты", перегружая страницу тремя разными задачами. Система видит размазанный смысл и ранжирует документ хуже узких конкурентов. Вторая ошибка выглядит благородно: отказ от терминов ради "естественности". Без точных названий страница теряет связь с сущностями, и красивый текст остаётся непонятым. Третья ошибка это слепая вера в инструменты: списки "семантических фраз" из автоматических сервисов часто повторяют блок похожих запросов, но не отвечают на вопрос, какой интент закрывает страница. Четвёртая ошибка это проверка только по частотным запросам: связки и предлоги проверяют как раз на редких формулировках, где сосредоточен долгий хвост.
Порядок проверки текста под алгоритмы BERT и MUM
Финальная проверка страницы занимает пятнадцать минут и не требует платных сервисов. Порядок действий такой:
1. Сформулируйте главный вопрос страницы вслух и проверьте, что ответ появляется в первых двух абзацах;
2. Прочитайте два-три абзаца в случайном порядке и убедитесь, что каждый понятен без остального текста;
3. Уберите из подзаголовков метафоры и проверьте, что каждый называет конкретную пользу раздела;
4. Проверьте, что термины определены при первом упоминании и используются единообразно по всей странице;
5. Возьмите редкие формулировки с предлогами из подсказок и сверьте, отвечает ли текст именно на них;
6. Убедитесь, что документ закрывает один интент, а соседние смыслы вынесены на отдельные адреса;
7. Добавьте разметку schema.org и проверьте, что блоки вопросов дают короткий и точный ответ.
Связывают сущности и внутренние ссылки: анкор "инструкция по обслуживанию кондиционера" сообщает системе больше, чем безликое "подробнее". Отдельная работа с архивом: тексты, собранные из ключей в 2019 году, после обновлений алгоритма чаще отстают, и переработка по смыслу обычно возвращает позиции без единой новой страницы.
Никакой тайны в новой логике нет. Поиск научился читать так, как читает человек, и тексты для человека стали выигрывать у текстов для мешка слов. LSI остался в учебниках по информационному поиску, где ему и место, а работа с семантикой превратилась из вписывания фраз в честное объяснение темы. Кто понял это раньше, тот давно перестал считать плотность ключей и начал писать так, как объяснял бы тему живому человеку.