Канал seo блоггера Евгения Молдовану

➡️Список сущностей в Google вместо ссылок. Патент. Патент описывает механизм list trigger engine — это отдельный алгоритм, который решает, превратится ли выдача в структурированный список объектов (фильмы, песни и т.д.) или останется обычным списком ссылок. ⚙️ Как принимается решение Система анализирует запрос и результаты поиска и считает общий балл на основе нескольких факторов: 1. Термины в запросе Проверяются слова, указывающие на списки: top, best, best of, “of 2026” и т.д. Каждому слову назначается вес (например, top = 1.0, best = 0.8). 2. Категория запроса 🔘Запрос сопоставляется с категорией (например, фильмы). 🔘Далее проверяется, разрешена ли категория (есть whitelist/blacklist — некоторые типы контента блокируются). 3. Количество сигналов в данных Система смотрит: 🔘 сколько релевантных документов найдено по категории 🔘 сколько сущностей извлечено 🔘 Например, если среди ~75 результатов более 50 относятся к одной категории, вероятность показа списка растёт. ❗️Итоговое решение Все факторы суммируются в единый score. Если он выше порога — система включает режим entity list и показывает ранжированный список объектов. Если score ниже порога или категория запрещена — выводятся обычные ссылки. На скринах - примеры где это может использоваться в визуальном отображении. Также Google может использовать Google Knowledge для ранжирования сущностей, учитывая их популярность, оттуда же брать атрибуты или категории для вывода.

➡️ Бесплатные ссылки с таплинк сайтов https://linktr.ee https://heylink.me https://beacons.ai https://taplink.cc https://campsite.bio https://lnk.bio https://c8ke.me https://linkfly.to https://solo.to https://linkin.bio https://shor.by https://myslink.app https://s.id https://mez.ink https://bio.site Пример как это может выглядеть. ❗️Зачем это все надо: 🔘 Попадают в топ по брендовым запросам 🔘 Формируют “сущность” бренда в глазах Google - это сейчас очень хорошо работает. Можно использовать для связи сущностей и соцсетей. 🔘Разбавка ссылочного профиля — естественные анкоры и разнообразие доноров (в том числе с nofollow ) 🔘 Можно в топе по бренду вытеснять негатив (идеально для SERM) ⠀ ❗️Обязательно сделать: Раз в полгода нужно прогонять их через индексаторы или строить ссылки на них с соцсетей.

Watch nofollow premium — это мощное браузерное расширение, разработанное специально для линкбилдеров, специалистов по аутричу и SEO-аналитиков. Инструмент в реальном времени подсвечивает ссылки с атрибутами rel="nofollow", rel="ugc" и rel="sponsored", позволяя вам мгновенно оценивать качество сайтов-доноров и находить площадки для получения прямых (dofollow) ссылок. 🚀 Главное обновление: Что нового в Версии 1.5 В версии 1.5 добавили мощные инструменты для проверки запретов на индексацию страниц Поддержка X-Robots-Tag: Теперь плагин умеет считывать директивы HTTP-заголовков, что дает вам полную картину индексируемости страницы, даже если правила не прописаны в HTML Отображение тега Canonical: Мгновенная визуальная проверка канонических ссылок прямо на лету, без необходимости открывать исходный код страницы. Детектор блокировок в robots.txt: Плагин автоматически определяет, закрыта ли текущая страница от сканирования поисковыми роботами. Оптимизация визуала: Исправлен баг, связанный с некорректным рендерингом иконок изображений, благодаря чему интерфейс стал еще чище и стабильнее. Установить Есть некоторые баги, но будет фикс в новой версии.

🔥 Google наконец-то начинает показывать данные по AI Overview и AI Mode в Search Console 3 июня 2026 года Google анонсировал запуск новых отчетов Search Generative AI в Google Search Console. Теперь владельцы сайтов смогут видеть: 🔘Показы сайта в AI Overview 🔘Показы в AI Mode 🔘 Видимость в AI-функциях Discover 🔘Какие страницы попадают в AI-ответы 🔘 По каким странам появляется сайт 🔘 С каких устройств пользователи видят ваши материалы 🔘 Динамику по дням, неделям и месяцам Фактически Google официально признал, что эпоха классического SEO меняется, а присутствие сайта в генеративных ответах становится отдельным каналом получения трафика и видимости. Пока новые отчеты доступны только ограниченному числу сайтов — Google собирает обратную связь перед глобальным запуском. Для SEO и GEO-специалистов это одно из самых важных обновлений года. Впервые появляется возможность измерять эффективность продвижения не только в классической выдаче, но и внутри AI Overview и AI Mode. Похоже, GEO (Generative Engine Optimization) окончательно перестает быть теорией и становится отдельным направлением интернет-маркетинга.

❗️ Google AI Overview назвал Молдовану Евгения лучшим GEO-специалистом Украины Да, именно так. Пять месяцев назад я поставил себе цель попасть в ответы самого Google AI Overview. Сегодня по запросам: 🔥 «Кто лучший GEO специалист в Украине?» 🔥 «Хто кращий спеціаліст по GEO в Україні?» 🔥 "Хто кращий спеціаліст по GEO" и другие запросы в Украине. AI Overview регулярно рекомендует меня. Для этого я не покупал рейтинги, не участвовал в списках «ТОП-10 экспертов» . Наоборот — я строил одну сильную сущность (Entity), которую Google мог уверенно связать с GEO и AEO. Не без помощи генерированных статей. Что интересно: ✔️ Результат держится уже больше двух недель. ✔️ Один правильный источник может дать больше эффекта, чем сотня обычных статей. Но есть и минусы. ❌ Gemini до сих пор периодически галлюцинирует и выдает странные ответы. ❌ При включении VPN я практически не рекомендуюсь. С некоторых стран меня вообще нет в выдаче, а с других всё работает (в Польше например). ❌ AI Overview всё ещё нестабилен и может по-разному интерпретировать один и тот же запрос. Поэтому этот кейс для меня интересен не только результатом, но и тем, что показывает: SEO постепенно превращается в борьбу за место в памяти нейросетей, а не только в поисковой выдаче. P.S. Не показывайте данный пост Игорю Бакалову🙈

Провел мини эксперимент с мироразметкой Schema.org в JSON-LD. Задался полгода назад вопросом - действительно ли влияет микроразметка напрямую на ранжирование или опосредовано? С микроразметкой, которая дает rich сниппет все понятно - там прямое влияние на увеличение CTR в выдаче. А что с той которая визуально не отображается? Для теста взял несколько убитых статейников по travel и провел эксперимент на 20 страницах. Добавлял разметку в статьи опубликованные в 2020-2022 годах, часть правилась еще старым начальным ChatGPT, поэтому они плохо ранжируются + у контента вышел срок жизни контента. Результаты - в целом негативные. Большинство статей никак не отреагировали на изменения или рост был в пределах погрешности. Но из этих статей пару показали хороший рост позиций и их определяет общий смысл - там очень размыта основная сущность. Для лучшего понимания - представьте что есть некая экскурсия, которая имеет одно название, но у разных компаний все основные атрибуты разные - длительность, языки проведения, цены и т.д. То есть у Google существует проблема с определением не только центральной сущности, но и атрибутов. Научно это проблема разрешения неоднозначности (Entity Disambiguation) и оценки уверенности (Confidence Score) сущностей. Так вот во всех случаях похоже указание микроразметки (конкретного сайта кто проводит экскурсию, фото и др атрибутов) давало понимание Google что он не ошибся и усиливало позиции страницы. Также паралельно на других сайтах проверял разные типы разметки - что лучше работает. Вывод однозначный - не стоит использовать микроразметку которая не описана справке Google. Оказалось что к примеру Schema Park, BusStation и другие редкие он тупо игнорит. Лучше использовать банальные LocalBusiness или Organization. Там где казалось что лучше использовать TouristAttraction лучше старый добрый Product. Также похоже что Google видит микроразметку для тех ситуаций, когда первоначально не увидел с помощью своего сервиса. Возможно проблема в том что сам сервис не обновляется, а вот ядро - да. Тем не менее не перегружайте атрибуты микрораметки, размер описаний - не главное.

🖥 Log Analyzer Pro — это полнофункциональный анализатор логов на Python, сочетающий простоту Streamlit и мощность SQLite. Основные возможности: ℹ️ Работа с Big Data: уверенная обработка больших логов (тестировался 3 ГБ+) с использованием WAL-режима для ускорения записи. Если у вас небольшие по размеру логи лучше юзать этот. ℹ️ Продвинутая фильтрация: встроенный конструктор условий для точечного поиска данных (мультивыбор из n параметров!). ℹ️ Функционал для оценки нагрузки (Traffic), сегментации пользователей и выявления разных ботов. ℹ️ Скорость: мгновенные отчеты благодаря автоматической индексации данных при импорте. Максимум функционала для анализа серверной активности любой интенсивности. Скачать с Гитхаба.

🖥 Google уже давно ранжирует не только страницы, а оценивает “тип” сайта целиком через векторные представления (embeddings). 🖥 Суть патента проста: Google берет сайты внутри одной тематики (например, медицина, финансы, travel), строит их векторные профили, а затем сравнивает с двумя эталонами: 🟢 авторитетные сайты 🟢 низкокачественные сайты Если ваш сайт по структуре, лексике, глубине контента и общим сигналам похож на сильных игроков → вы ближе к «эталону качества». Если похож на слабые сайты → проблема серьезнее, чем падение позиций. Патент прямо описывает сценарий, где Google может skip searching — то есть просто исключить низкокачественные сайты из отбора кандидатов по тематическим запросам. То есть: ❗️ Не «позиции просели» ❗️ Не «CTR плохой» ✅ Сайт вообще может не попасть в пул документов для поиска Что это меняет для SEO в 2026: ℹ️ E-E-A-T = техническая система классификации, а не абстрактный совет Google ℹ️ Topical Authority становится обязательной — сайт «обо всём» проигрывает ℹ️ Google оценивает не только домен, но и разделы/поддомены отдельно ℹ️ Важно быть семантически похожим на лидеров ниши: глубина тем, структура, терминология, формат контента 🖥 Практический вывод: SEO всё меньше про «оптимизировать страницу» и всё больше про стать похожим на эталонный ресурс своей ниши в EEAT, иначе можно не пройти фильтр ещё до ранжирования.

🤖 Как Google использует LLM для переранжирования выдачи: Разбор нового патента US20250124067A1 от 2025 года. Google запатентовал метод под названием Pairwise Ranking Prompting (PRP), который описывает, как большие языковые модели (LLM) интегрируются напрямую в процесс ранжирования. Вот самое главное из документа: 🔍 Как это работает? Существующие подходы требуют либо сложной оценки каждого сайта по отдельности, либо подачи нейросети сразу всего списка, что приводит к большому шансу галлюцинации. Новый метод работает проще: LLM получает промпт с запросом и всего двумя документами (Документ А и Документ Б). Модель выступает в роли судьи и решает, какой из них лучше отвечает на запрос пользователя. Фактически нейросеть заменяет работу ассесора Google. ⚖️ Борьба с галлюцинациями и предвзятостью У LLM есть слабость — «позиционное смещение» (модель может выбрать Документ А просто потому, что он стоит первым). Чтобы этого избежать, Google заставляет нейросеть делать это дважды, меняя документы местами (сначала А+Б, потом Б+А), проверяя логику решения. ⚡️ Как экономят ресурсы? Запускать LLM для сравнения всех сайтов в интернете было бы слишком дорого. Поэтому метод применяется на самом финальном этапе поиска (L3 Ranking / Переранжирование). Нейросеть может использовать этот метод не для всех url, а к примеру только в топ 10. 🔥 Что это значит для SEO? Нейросеть буквально сравнивает ваш текст бок о бок с текстом конкурента. LLM обучена на качественных данных и отдаст предпочтение структурированному, ясному и глубоко раскрывающему интент тексту. Хотя в патенте ничего не сказано о конкретных методах сравнения, но он может работать в связке с другим патентом, к примеру US11354342B2. Он посвящен Information Gain (прибавочная ценность информации), связка вполне может отсекать рерайтные статьи и генеренку, в которых не раскрывается интент или информация не несет дополнительной ценности.

❗️ Анализ 6400+ SEO-вакансий из LinkedIn и наконец стало понятно, что AI реально изменил в SEO, а что — просто хайп из Twitter и конференций. Данные за 2025 год, поэтому все сейчас еще сильнее усилилось. Самый показательный момент — GEO уже обгоняет AEO по упоминаниям в вакансиях почти в 3 раза. ChatGPT и LLM тоже начали массово появляться в требованиях работодателей. Но при этом Google Analytics упоминается более 1100 раз, а Semrush — почти 700. То есть AI не заменил SEO. Он стал новым слоем поверх классического SEO. Интересно другое: США уходят в AI SEO намного быстрее остальных стран. ❗️ Там уже 23.3% SEO-вакансий содержат требования по GEO/LLM/AI. Для сравнения: Германия — 11.4%, UK и Канада — около 10%, ОАЭ — всего 3.4%. Но главный вывод вообще не про инструменты. Компании пока не ищут “GEO-исполнителей”. Они ищут senior-специалистов и стратегов, которые понимают, как LLM меняют поиск, трафик и видимость брендов. Это очень хорошо видно по уровням вакансий: • Head/Director/VP — 20.7% вакансий требуют AI/GEO навыки • Middle-management — 20.1% • Обычные SEO-позиции — только 4.7% Еще один важный момент — AI резко поднял ценность технического SEO. ❗️ В SEO-вакансиях с упоминанием AI почти в 30% случаев требуют Python, SQL или автоматизацию. В обычных SEO-вакансиях — только 14%. То есть рынок постепенно двигается в сторону hybrid SEO: ℹ️SEO + automation + data + понимание AI search. ℹ️Schema, архитектура сайта, crawlability, обработка данных — становятся только важнее. ℹ️А ChatGPT уже фактически стал стандартным SEO-инструментом, войдя в ТОП-3 самых востребованных tools в вакансиях. Главная ошибка сейчас — думать, что “AI убьет SEO”. Нет. AI просто меняет требования к сильным SEO-специалистам.