Тексты и поисковый алгоритм Y1 Яндекс
10 июня Яндекс представил свое глобальное обновление – алгоритм Y1. Это новая версия поиска, которая нацелена на моментальную подготовку быстрых и кратких ответов, а также экономию времени для пользователя. Рассказываю про тексты и поисковый алгоритм Y1 Яндекс. Уделяю в статье внимание технологиям YATI и YALM. Информация окажется полезной копирайтерам, SEO-специалистам, занимающихся продвижением сайтов, владельцам ресурсов. Выделю основные нововведения и проанализирую их на предмет соотнесения с текстовым контентом.
Допустим, вы – владелец сайта услуг, интернет-магазина со множеством товаров, информационного ресурса. Закономерный вопрос – как среди большого числа конкурентов занять в естественной органической выдаче поисковых систем ведущие места. Тексты и копирайтинг – одна из важнейших составляющих, не теряющих актуальность. Вне зависимости от периодических обновлений алгоритмов, добавлении функциональных нейросетей, принципиальное по важности внимание по-прежнему отводится текстам.
Всего сообщается о более чем 2 тысячах улучшений, которые затрагивают множественные аспекты индексации контента и работы поисковой системы Яндекс. Поскольку специализируюсь на копирайтинге, именно подготовке текстов уделяю основное внимание. Параллельно отмечаю особенности, которые влияют как на работу указанных специалистов, так и важны для понимания индексации контента поисковыми системами.
Суть алгоритма Y1 Яндекс применительно к копирайтингу
Ключевая задача разработчиков обновленного алгоритма – экономия времени для пользователей, желающих найти нужную информацию. Большее значение обретают нейросети, которым предписывается мгновенное предугадывание соответствия результатов поиска конкретному запросу пользователя. Нейронные сети с учетом текущего технологического прогресса способны выдать максимально релевантное соответствие. Не только в текущем обновлении Яндекса, но и других аналогичных поисковых системах в отношение индексации и изучении содержания текстов используется так называемая архитектура – трансформеры. Об этом расскажу несколько подробнее далее. Первые аспекты внедрения такой архитектуры в поисковик Яндекс интегрировал в алгоритме YATI.
Новая версия поиска Яндекс содержит 130 млн. быстрых ответов. Хорошо ли это для владельцев сайтов? Спорный вопрос. С одной стороны, пользователю не требуется долго перемещаться по страницам выдачи, статьям, сайтам. С другой – подобная монополизация единственного результата в виде определенной информации устроит далеко не всех. Известен недавний пример, когда против Яндекс был подан иск, касающийся приоритетного закрепления своих сервисов в результатах поисковой выдачи. Суд подтвердил нарушение, компании пришлось изменить приоритезацию. Вопрос – в каком окончательном виде будут отображаться эти самые “быстрые ответы”. Будет ли их нейросеть автоматически формировать из контента на странице сайта, готовить какую-либо выжимку, придется ли предпринимать определенные действия для работы с текстом, чтобы попасть в этот перечень.
Трансформеры в поиске Яндекса
Трансформация является новой нейросетевой архитектурой, определяющая положение контента относительно различных схожих источников. Для копирайтера это важно в том смысле, чтобы научиться готовить более качественный и востребованный текстовый контент. Суть обновления заключается в том, что осуществляется не только прямой поиск по ключевой фразе, но и поиск по смыслу. Именно поэтому принципиально при подготовке текстов, описаний, статей важно придерживаться новых требований. Они включают в себя аккуратную интеграцию ключевых запросов, использование тематических словосочетаний, фраз, формирующих конкретную “повестку”.
В данном случае определяющее значение имеет семантическое соответствие между запросом пользователя и контентом на странице сайта. Под таким соответствием понимается предугадывание алгоритмом релевантного содержания определенной фразе, которую ввел пользователь. Если для человека такое понимание является естественным, то для “машины” это исключительно математическая операция. Благодаря совершенствованию, обучению нейронных сетей, увеличению их технологических возможностей появилась возможность алгоритмически просчитать число совпадающих слов (ключевой фразе). Просчеты такие проводятся постоянно, в дата-центрах Яндекс. Система обучается на миллиардах соответствий. Если не вдаваться в узкие технические подробности работы алгоритма, анализ контентных признаков, эвристические расчеты, расширения и стримы, по которым осуществляется ассоциация поискового запроса и документа, то основная смысловая задача нейронной сети, участвующей в работе алгоритма Y1 Яндекс, выполнить мгновенное соотнесение результата естественной поисковой выдачи с запросом пользователя.
В традиционном понимании нейросеть использовалась еще в Королеве. Теперь же структурное и функциональное обновление алгоритма затронуло видоизменение таких сетей. Если раньше это были так называемые рекуррентные сети, то нынче более развитые и технически более совершенные трансформеры. Нынче текст является не единым направлением, а множеством векторов. Система делит контент на блоки и детально анализирует его. Таким элементом может быть как абзац, так и предложение, фраза или даже отдельное слово. В некоторых ситуациях – даже последовательность символов (как например, BPE-токен). Это позволяет нейронной сети быть более точной. При запросе “лучший электросамокат” в статье про современные мобильные средства передвижения выделить блок, в котором приводятся плюсы, преимущества определенных моделей, данные сравниваются между собой. При этом статья-первоисточник может быть намного объемнее и более содержательной нежели ответ на вышеуказанный поисковый запрос. Допустим, в ней может быть информация о формировании цен на электросамокаты, списке мест для более выгодной покупки, мерах предосторожности во время прогулок и так далее. Другими словами, моделирование качества контента с участием нейронных сетей помогает механизму быть более адресным, точным, полезным. Готовая предобученная модель BERT для Яндекс не подошла, поэтому они создали свою собственную. Для копирайтеров эта информация имеет значение принципиальной важности – как готовить текст, какую структуру выбрать, каким образом интегрировать ключевые запросы, каким аспектам уделить внимание.
Поиск внутри видео
Большая часть обновления касается видео. Теперь нейронная сеть научилась включать ролики именно на том моменте, про который идет речь в поисковом запросе. Казалось бы, какое это имеет отношение к тексту и копирайтингу, спросите вы. Самое непосредственное. Ведь, озвучиваемый текст в сюжете чаще всего готовят копирайтеры. Сценарий по структуре, прямая речь, приводимые примеры и все остальное, надиктованное героем сюжета, – все это и многое другое задача профессионального копирайтера с профильными навыками. Поэтому для того, чтобы видео попало в быстрые ответы Яндекс, важно составить грамотный текст с интегрированными ключевыми фразами.
Чтобы опередить конкурентов представители Яндекс рекомендуют больше роликов готовить в формате DIY (Do It Yourself). Такое видео способно привлекать дополнительный трафик, расширять клиентскую базу. В самом ролике важно продумать текст, который должен содержать полезную инструкцию по определенному вопросу. Необходимо пользоваться Вебмастером, добавлять в разметку ссылку на видеопоток, с той целью, чтобы поисковая система лучше понимала содержимое ролика.
Как попасть в быстрые ответы Яндекс?
Что это дает владельцу сайта? Стоит ли к этому стремиться? Определенно, да. Это дополнительный трафик, повышение известности бренда, увеличение клиентской базы и прибыли. Для того, чтобы текстовый контент на странице был определен подходящим для быстрого ответа, он должен быть точным, емким, оптимально отвечать на поисковую фразу. Особенность его в том, что он в естественной выдаче отображается выше рекламных ссылок, органического результата, сервисов Яндекса. Разница в алгоритме Y1 состоит в том, что таких быстрых ответов стало гораздо больше. Определенную аналогию здесь можно провести с Google, который ранее обучал свои нейронные сети аналогичным технологиям (всего более 130 млн.).
На что стоит обратить внимание при подготовке копирайтером текста с прицелом на попадание в быстрый ответ? Учитывается не только фактология, но и самые широкие сведения/информация. Контент на странице не обязательно должен напрямую отвечать на определенный ответ/запрос. Описание или статья могут быть развернутыми, разделены на подзаголовки, содержащие маркированные списки, перечисление плюсов и минусов. Стоит практиковать, основываясь на собственном опыте. Простого решения, сделать то либо другое и страница гарантированно попадет в перечень быстрых ответов, не существует. Нейросети – сложно устроенные механизмы, функционирующие на основе разноплановых технологий. Среди основных требований специалисты Яндекс выделяют два момента:
- высокое качество сайта (во вниманием принимается ИКС, его популярность, востребованность, прочие параметры, влияющие на качество);
- контент на определенной странице должен точно, содержательно и без воды соответствовать поисковому запросу.
Новые генеративные нейросети YaLM: стоит ли их опасаться копирайтеру?
Еще одной особенностью нового поискового движка (алгоритма) Яндекс является технология YaLM – генерирование нейросетями текстов, описаний, фраз, то есть самостоятельно составление без участия человека. Технология уже доступна на русском языке, основана на 13 миллиардах параметрах (несколько терабайт текста). Единственное, более менее связных текстов из такой генерации не получается. Скорее это “машинописные”, очень формальные и неестественные описания, которые могут подойти разве что для той же Алисы либо результатов поисковой выдачи в виде быстрых и кратких ответов. Про автоматизированное составление объемных и содержательных текстов речи пока не идет. Поэтому не стоит беспокоиться о том, что машины заменят человека (копирайтера) в плане подготовки текстового контента. Это вопрос точно не ближайшего будущего.
Балабоба: краткий обзор
Одним из способов продемонстрировать, как работают нейронные сети в генерировании текстов, стал сервис Балабоба. С его помощью наглядным образом демонстрируется, как YaLM способен составлять весьма связный текст – на основе многочисленного и длительного обучения. Суть такова, что на заданную пользователем фразу предлагается продолжить текст. Это может быть вариант без какого-либо стиля (в общем виде), так и определенная тематика – варианты стилизации:
- теория заговора;
- тв-репортажи;
- тосты;
- рекламные слоганы;
- короткие истории;
- пацанские цитаты;
- подписи в Instagram.
Не всегда алгоритму удается сохранить тему, связность и заданный стиль. Нередко получается откровенная ерунда. Но в некоторых случаях (очень зависит от заданной фразы и варианта стилизации) получается неплохое предложение или даже абзац. Важно понимать, что это не какое-то уникальное знание или “мнение” алгоритма. Авторы предлагают критически относиться к любым манипуляциям, а составление текстов называют “подражанием” их написания. В целом этот проект и сервис в настоящее время создан “для развлечения”. Поэтому и относиться к нему следует соответствующим образом. Здесь можно подробнее почитать о том, как работает Балабоба.
Вся изложенная в статье информация про тексты и поисковый алгоритм Y1 Яндекс важна не только для копирайтеров, но и иных специалистов, тем либо иным образом связанным с текстовым контентом сайтов (иных источников, платформ). Для того, чтобы написанные статьи, описания товаров, новостные заметки, посты соц.сетей и прочие тексты длительное время оставались актуальными и популярными, обращайтесь для их подготовки только к профессионалам, отслеживающим столь важные нововведения, повышающим свой уровень профильных навыков.
Готов вам помочь основательно разбираться в функционировании поисковых систем и их алгоритмах. Рекомендую записаться на практичный либо иной подходящий курс в своей онлайн школе.
Внимание! Важная информация: Перед тем как скопировать и незаконно использовать данный текст, ознакомьтесь с правилами пользования материалами сайта Berezovski.by.
