- Если текст нельзя показать главврачу — патент объясняет, почему он не живёт в выдаче.
- «Ещё 500 URL с заменой города» = doorway + gibberish-риск, не рост.
- Кластеры услуг / врачей / симптомов + авторство бьют спам по смыслу и по факторам.
ПРОСТЫМИ СЛОВАМИ: ЧТО ДЕЛАТЬ SEO-СПЕЦИАЛИСТУ
✅ ЧТО ДЕЛАТЬ:
1. Пишите для людей, а не для робота
Текст должен читаться естественно, как обычная статья
Если прочитать вслух и звучит странно - переписывайте
Никаких бессмысленных наборов ключевиков
2. Не пихайте все поисковые запросы подряд
Google проверяет, не напичкана ли страница запросами из поиска
Используйте ключевые слова в контексте, а не списком
Лучше меньше ключей, но со смыслом
3. Создавайте оригинальный контент
Не копипастите куски с других сайтов и не перемешивайте их
Не используйте дешевых копирайтеров с биржи за 20 рублей/1000 знаков
Не доверяйте автопереводам - Google их палит
❌ ЧЕГО НЕ ДЕЛАТЬ:
Тексты типа:
“Купить окна Москва недорого пластиковые окна купить установка окон Москва дешево”
Автогенерация
через синонимайзеры и рерайтеры
Дорвеи
с кучей страниц под каждый запрос
? ГЛАВНЫЙ ВЫВОД:
Google проверяет две вещи:
Звучит ли текст по-человечески
(через языковую модель)
Не набит ли он поисковыми запросами
(через сравнение с базой запросов)
Если хотя бы одна проверка провалена - страница улетает вниз или вообще из выдачи.
? ПРОСТОЙ ТЕСТ:
Дайте прочитать текст человеку, который не в теме. Если он скажет “что за бред?” - переписывайте. Google думает примерно так же.
В кейсах SEOmedical рост строится на объёме качественного копирайтинга (сотни статей у центра аппаратной косметологии) и семантике 150k+ — не на фабрике бессмысленных URL.
Риск ↑
- Query stuffing: услуга + город в каждом абзаце
- 200 посадочных «лечение X в районе Y»
- AI-простыни без врача и противопоказаний
- Блоки «для робота», которые пациент не читает
Риск ↓
- Один доминирующий интент на URL
- Автор-врач, дата, источники
- Путь: симптом → метод → запись
- Метрики пользы: доскролл, CRM, звонок
ОПИСАНИЕ ПАТЕНТА US8554769B1
Патент описывает систему Google для выявления “gibberish” (бессмысленного/мусорного) контента в веб-ресурсах.
Решаемая задача: Идентификация спам-страниц с бессмысленным текстом, созданным для манипуляции поисковой выдачей.
Основные компоненты системы:
Language Model Component
- анализирует естественность языка через n-gram модели
Query Stuffing Detector
- определяет “напичканность” страницы поисковыми запросами
Gibberish Score Calculator
- комбинирует оценки для финального решения
Входные данные:
Веб-ресурс с текстовым контентом и HTML-разметкой
Query index (индекс реальных запросов пользователей)
Языковая модель (n-gram, в примерах используется 5-gram)
Выходные данные:
Gibberish score (оценка “мусорности” контента)
Решение о модификации ранжирования ресурса
2. ОБЛАСТЬ ПРИМЕНЕНИЯ И ОГРАНИЧЕНИЯ
2.1 НА ЧТО НАПРАВЛЕН ПАТЕНТ
Конкретные типы контента:
Веб-страницы с текстовым содержимым
HTML-документы с различными тегами (h1, p, и др.)
Страницы на разных языках (патент упоминает выбор соответствующей языковой модели)
Типы спам-контента, которые выявляет:
Контент, созданный низкоквалифицированной рабочей силой
Скрапинг с случайной модификацией и сплайсингом
Низкокачественные автопереводы
2.2 УСЛОВИЯ ПРИМЕНЕНИЯ
Обязательные условия:
Наличие текстового контента в ресурсе
Возможность парсинга HTML-структуры
Доступность языковой модели для языка контента
Существование query index с историей запросов
Триггеры активации:
Патент не указывает специфические триггеры - похоже, применяется ко всем индексируемым ресурсам
2.3 ЧТО НЕ ПОКРЫВАЕТ
Патент явно не упоминает работу с:
Чисто визуальным контентом (изображения без текста)
Видео и аудио контентом
Документами других форматов (PDF, DOCX и т.д.)
Контентом мобильных приложений
Структурированными данными (таблицы, базы данных)
3. КАК РАБОТАЕТ АЛГОРИТМ
Пошаговый процесс:
Получение ресурса (202) - система получает веб-ресурс с текстовым контентом
Парсинг контента (204) - разбор на текстовые сегменты:
Использование HTML-тегов для идентификации структуры
Фильтрация коротких фрагментов (меню, навигация)
Удаление стоп-слов и редких терминов
Расчет Language Model Score (206):
Применение n-gram модели к каждому сегменту
Вычисление вероятности: p(e1, e2,…, ek) = ∏p(ei|ei-n+1,…,ei-1)
Нормализация по длине сегмента
Определение доли gibberish-сегментов
Расчет Query Stuffing Score (208):
Идентификация наиболее частотных терминов
Поиск совпадений с query index
Вычисление hit ratio для каждого термина
Расчет среднего и максимального hit ratio
Вычисление Gibberish Score (210):
Выбор минимума между Language Model Score и Query Stuffing Score
Принятие решения (212):
score ≤ threshold1: удаление из индекса
threshold1 < score < threshold2: применение понижающего веса
score ≥ threshold2: без изменений
4. ЧТО СОБИРАЕТ/АНАЛИЗИРУЕТ (ДЕТАЛЬНО)
4.1 ВХОДНЫЕ ДАННЫЕ
Контентные факторы:
Полный текст страницы
Отдельные параграфы и предложения
Последовательности слов (n-граммы)
Частотность терминов
Технические факторы:
HTML-теги и их структура
Длина текстовых сегментов
Размер параграфов
Внешние данные:
Query log за определенный период (например, месяц)
Предобученная языковая модель
Индекс запросов с ключами
4.2 МЕТРИКИ И ВЫЧИСЛЕНИЯ
Language Model метрики:
Segment_score = p(word_sequence) / segment_length LM_score = f(gibberish_terms/total_terms) × Σ(gibberish_segment_scores)
Query Stuffing метрики:
Hit_ratio = matched_queries / total_queries_for_key Query_stuffing_score = f(avg(hit_ratios), max(hit_ratios))
Пороговые значения:
Порог для определения gibberish-сегмента (не указан конкретно)
Threshold1 для удаления из индекса
Threshold2 для применения веса
4.3 СПОСОБЫ ОБРАБОТКИ
N-gram анализ:
5-gram модель для оценки естественности
Статистический анализ:
частотность терминов, hit ratios
Нормализация:
деление на длину для сравнимости оценок
Фильтрация:
удаление стоп-слов, очень частых и редких терминов
5. УРОВЕНЬ АРХИТЕКТУРЫ
? Нижний уровень - патент работает на этапе первичной оценки качества контента, собирая сигналы о “мусорности” текста
6. ПРАКТИЧЕСКИЕ ВЫВОДЫ ДЛЯ SEO
6.1 ПРЯМЫЕ ВЫВОДЫ
Конкретные рекомендации из патента:
Пишите естественным языком - алгоритм проверяет вероятность последовательностей слов через языковую модель
Избегайте query stuffing - не вставляйте множество поисковых запросов в текст без контекста
Контролируйте частотность ключевых слов - алгоритм анализирует наиболее частые термины и их контекст
URL-запросы защищены - даже если страница помечена как gibberish, она показывается при прямом запросе URL
6.2 КОСВЕННЫЕ ВЫВОДЫ
Google использует исторические данные запросов для оценки контента
Система работает на уровне параграфов и предложений, а не только всей страницы
Качество перевода критично - плохие автопереводы могут быть помечены как gibberish
6.3 ПРАКТИЧЕСКИЕ ПРИМЕРЫ
Безопасные практики:
Создание оригинального контента с естественной структурой предложений
Использование ключевых слов в контексте, а не списками
Проверка читабельности текста перед публикацией
Опасные практики (прямо из патента):
Использование “low-cost untrained labor” для создания контента
”Scraping content and modifying and splicing it randomly”
Некачественный перевод с других языков
Создание страниц с “high value keywords” без полезного контента
Конкретный пример: Если страница содержит фразы типа “купить телефон Москва дешево iPhone Samsung купить смартфон недорого” - это явный query stuffing, который будет обнаружен алгоритмом через высокий hit ratio в query index.
Проверим контент клиники на gibberish-риски
Аудит шаблонов услуг/симптомов + рекомендации по кластерам.