LSI копирайтинг способствует повышению релевантности веб-текстов при их оценке поисковыми роботами. Искусственный интеллект обращает внимание на содержание страницы, использование слов и выражений, связанных с конкретной темой статьи.
Что такое LSI-копирайтинг?
На заре 2000-х годов поисковые системы работали совершенно иначе. При анализе того, насколько страница веб-сайта соответствует пользовательским запросам, Yandex и Google учитывали количество вхождений ключевиков. Поэтому СЕО-оптимизаторы старались накачивать статьи ключевыми словами под завязку. Некоторые из них даже выделяли ключи полужирным шрифтом для большей убедительности. Читать большинство таких текстов было довольно сложно. Но нашпигованные ключевиками статьи довольно хорошо ранжировались в выдаче поисковиков.
С течением времени механизмы работы Yandex и Google стали более совершенными. Поисковики научились:
- подбирать страницы в соответствии с типом запроса пользователя (материалы информационного или коммерческого плана). Принцип анализа контента на базе LSI (латентно-семантического индексирования) был введён для оценки информационных запросов;
- анализировать интент (цель юзера, которой он руководствуется при введении того или иного запроса).
Суть анализа контента с учётом принципов LSI означает оценку не только ключевых фраз (составляющих семантическое ядро), но и слов, раскрывающих конкретную тему. Тематическое ядро включает в себя синонимы, смежные понятия, гипонимы и пр. Чем оно насыщеннее, тем выше оценивается материал поисковыми системами. Поэтому многие СЕО-специалисты при составлении ТЗ для авторов указывают как ключи, так и тематические слова (фразы, необходимые для активации LSI-фактора).
LSI в поисковых алгоритмах
Первое упоминание словосочетания LSA применительно к системам поисковой выдачи связано с работой алгоритма Panda от «Гугла». Основной целью его появления стало уменьшение количества интернет-материалов низкого качества. Запуск алгоритма состоялся зимой 2011 года. А спустя непродолжительное время, в 2012-м, можно было увидеть первые упоминания о LSI-контенте.
Формирование новых требований к качеству онлайн-материалов окончательно завершилось к 2013 году. В это время был запущен новый алгоритм «Колибри» от Google. Его ключевое отличие заключалось в том, что поисковая система научилась распознавать запросы разговорного типа. «Гугл» начал оценивать контент, учитывая при этом слаженность семантических связей.
Позднее эстафету перехватил Yandex. В ноябре 2016-го был разработан алгоритм «Палех». Основной его задачей стало распознавание сложных и низкочастотных запросов из «длинного хвоста». Для обучения алгоритма использовались нейросети. Появление «Палеха» значительно усилило интерес к LSI-контенту в русскоязычном Internet-сегменте.
Весной 2017 года Yandex начал эксплуатировать «Баден-Баден». Этот алгоритм был предназначен для выявления статей, в которых наблюдается перенасыщение ключевыми фразами. В результате большое количество веб-сайтов попали под фильтр и утратили прежние позиции в поисковой выдаче.
Осенью 2017-го начал свою работу «Королев» от Yandex. Он стал логическим продолжением алгоритма «Палех». Появление «Королева» закрепило существующие тенденции. Теперь написание SEO-статей, щедро сдобренных ключами, утратило всякий смысл. Чрезмерное увлечение подобными материалами могло привести к получению фильтра за переоптимизацию вместо попадания в топ.
Ключевыми особенностями алгоритма «Андромеда» 2018 года стали:
- возможность получения более подробных сведений о событиях. К примеру, при введении запроса «чемпионат Италии» пользователем поисковая система показывала расписание будущих матчей, турнирную таблицу, предлагала почитать актуальные новости и узнать новую информацию из видеороликов;
- появление быстрых ответов на пользовательские запросы прямо в выдаче.
Зима 2019 вновь ознаменовалась следующей трансформацией алгоритмов поиска. Была запущена новая версия поисковой системы — «Вега». С её появлением:
- люди стали использовать поисковую систему для решения гиперлокальных задач (нахождения нужной организации или дома);
- ответы на пользовательские запросы стали более точными и быстрыми;
- стали учитываться сигналы от асессоров-экспертов при совершенствовании поискового алгоритма.
В 2020-м начал работу новый алгоритм «YATI». Эта нейросетевая архитектура стала опираться на органичное семантическое «единение» между пользовательским запросом, намерением юзера и смысловой составляющей веб-страницы.
LSI копирайтинг и SEO копирайтинг — в чём разница?
Ключевые отличия LSI-оптимизации от классического SEO:
- в SEO-материалах уникальность оценивается по техническим параметрам (с помощью специальных сервисов). В LSI-текстах на первом плане находится смысловая исчерпанность веб-контента;
- в SEO-текстах наблюдается обязательное внедрение ключевых фраз в метатеги, подзаголовки. В LSI-контенте в приоритете предоставление подробных ответов на пользовательские запросы, касающиеся той или иной темы;
- В SEO-контенте наблюдается тенденция на определение процента плотности ключевых словосочетаний. В LSI-материалах гораздо важнее употребление дополнительных слов, отражающих тематику текста, по максимуму.
Плюсы и минусы LSI копирайтинга
У LSI-материалов есть, как достоинства, так и недостатки:
Как определить LSI копирайтинг?
Грамотные и качественно написанные LSI-материалы часто завоевывают первые места в выдаче поисковиков. В них содержатся полноценные ответы на пользовательские запросы. LSI-копирайтинг позволяет повышать лояльность целевой аудитории, мотивировать клиентов к покупке продукта.
К основным признакам хорошего материала из топа поисковой выдачи следует отнести:
- чёткую структуру. В тексте присутствует несколько заголовков разнообразного уровня. В целях упрощения восприятия информации используются также списки, акцентирующие внимание на главных тезисах статьи;
- смысловую уникальность. В хорошей LSI-статье обычно содержится не менее 90 % контента, неизвестного массовой аудитории. Порог смысловой уникальности может быть снижен из-за специфики тематики текстов. Например, в юридических темах, где нередко встречаются цитаты из официальных документов;
- употребление тематической лексики. Поисковые роботы учитывают не только ключи в точном вхождении и пассажи, но и синонимы. В техническом задании рекомендуется прописывать слова, задающие тематику (они помогают копирайтеру выбрать наиболее удачный ракурс при освещении материала);
- полезность и актуальность. В тексте должны быть ответы на вопросы, волнующие целевую аудиторию. В противном случае даже хорошо написанная статья может не привлечь внимания ЦА. Поэтому во многих LSI-текстах приводятся рекомендации по решению проблем, даются иллюстративные примеры;
- экспертность. Тексты с поверхностной подачей информации в Сети можно увидеть довольно часто. Но пользователи отдают предпочтение материалам с комментариями экспертов, ёмкими ответами на сложные вопросы, приведением точных статистических данных, разбором реальных ошибок. При этом большинство таких экспертных текстов легко читаются и понятны новичку;
- плотность ключевых слов. Они равномерно распределены по тексту;
- простоту изложения материала. Основная задача LSI-текстов — рассказать о сложных явлениях простым языком. Поэтому используются лаконичные предложения с минимумом терминологии, без нагромождения словесных конструкций. Профессиональные определения в а LSI-текстах, как правило, объясняются с помощью понятных сравнений.
Большую роль играет и грамотность. Тщательно вычитанный текст лучше воспринимается целевой аудиторией, что повышает лояльность к бренду.
Как подобрать LSI-слова?
В настоящее время существует довольно много способов подбора LSI-фраз:
- использование подсказок поисковых систем. LSI-слова можно подобрать в «Яндексе», если применять разные вариации их написания;
- анализ статистики запросов поисковых систем. В случае с «Яндексом» — это сервис Wordstat. При анализе статистики употребления ключевых слов в Google на помощь приходит Google Keyword Planner.
Кроме того, можно воспользоваться другими специализированными сервисами. Один из таких интернет-ресурсов — Pixel Tools. После регистрации в сервисе переходят в раздел «ТЗ для копирайтера». Там нужно указать свои запросы и получить нужные тематические слова. Схожие возможности демонстрируют платные онлайн-сервисы Serpstat и Megaindex.
Arsenkin Tools предлагает набор бесплатных инструментов, упрощающих работу SEO-специалиста. Применительно к LSI-копирайтингу стоит воспользоваться:
- «Парсингом тегов H1-H6». С его помощью удаётся проанализировать структуру материала и распределение ключей в текстах конкурентов;
- «Парсингом подсветок Яндекса».
Онлайн-сервис Ubersuggest tool отлично подходит для глубокой проработки LSI-фраз. Довольно простой в использовании интернет-ресурс выдаёт достаточно много вариантов дополнительных слов.
Одна из причин популярности LSI-текстов в поисковом продвижении — использование так называемых «хвостовых» запросов. Внимание к этой детали обеспечивает сайтам дополнительный трафик (за счёт привлечения аудитории из поисковых систем).
«Хвостовыми» называют длинные запросы, которые пользователи вводят достаточно редко (около 1-2 раз в месяц). Пример одного из них — «Какой ноутбук лучше для копирайтера: MacBook, Lenovo или Asus и почему».
Главное преимущество «хвостовых» запросов — в их большом количестве. Разумеется, оптимизировать веб-страницу под каждый из них нет смысла. Но чем проработаннее семантическое ядро, тем большее количество подобных вопросов охватывается автоматически.
При написании текста можно ориентироваться и на советы с сайта explodingtopics.com, на котором выявляется актуальность запросов. Он помогает отслеживать тренды, которые в дальнейшем могут превратиться в тему для статьи.
LSI-копирайтинг примеры
Рассмотрим пошаговую последовательность написания LSI-текста на примере статьи для блога: «Кто такой SMM-менеджер». Схематичный план действий представлен ниже.
Сначала нужно проанализировать целевую аудиторию. Важно понять, кому адресована эта статья. Скорее всего, этот материал будет интересен людям, только открывающим для себя онлайн-заработок. Эта категория пользователей имеет слабое представление о том, как устроена ниша SMM. Поэтому LSI-текст должен быть написан простым, доступным языком, все основные понятия разложены по полочкам.
На следующем этапе приступают к сбору информации. При этом просматривают статьи конкурентов, изучают тексты про профессию SMM-менеджера на профильных сайтах уровня SkillBox, смотрят тематические видео на Ютубе.
Затем наступает черёд составления ключевых и синонимичных запросов (работа над семантическим и тематическими ядрами). Он может осуществляться разными способами:
- автоматическим. Например, можно пойти в «Яндекс» или Google и вбить запрос: «кто такой SMM-менеджер». Затем выписывают подсказки, предложенные поисковыми системами;
- ручным. Этот способ рекомендуется использовать как дополнение к автоматическому.
Включение найденных дополнительных фраз в ядро не только позволяет дать исчерпывающий ответ на запрос юзера, но и облегчает определение точной тематической направленности контента для поисковых роботов. Если текст написан по правилам LSI-копирайтинга, но результат в топе выдачи не радует, полезно дополнительно поработать над содержательной стороной статьи. Можно дополнить текст таблицами, графиками, экспертными заключениями, тематическими изображения. В отдельных случаях имеет смысл обратить внимание и на поведенческие факторы.
Заказать LSI копирайтинг
Дружная команда нашей веб-студии придет на помощь в решении разнообразных задач. Мы приложим максимум усилий, чтобы вы остались довольны результатом. На нашем сайте можно заказать множество полезных услуг ( LSI копирайтинг, создание сайтов, разработку дизайна, продвижение и пр.).
