ЛИСТАЙ ВНИЗ

Написание seo-текстов нейросетью: эксперимент

Нейронки становятся все более популярными. Актуален инструмент и для SEO-специалистов, где на него возлагаются задачи по созданию текстовых материалов и семантической разметки, оптимизации и формировании meta.

Нейросети в наши дни стали полезным инструментом в работе с сайтами, так как они рассчитаны на обработку огромных объемов данных за короткое время. В материале мы не станем расписывать, что собой представляет ChatGPT, а убедимся в его фактической применяемости в конкретных направлениях SEO, и узнаем о плюсах технологии для генерирования контента и продвижения сайта.

Тексты, написанные ИИ

Одна из ключевых задач для SEO – создать контент, который не только вызовет интерес у читателя, но и повысит рейтинг сайта в поисковой выдаче.

Ввиду этого немало фирм и маркетологов начали пользоваться нейронками, ставя перед ними цель – создание текстов. Искусственный интеллект, отталкиваясь от предоставленного технического задания, генерирует контент, который, как он сам считает, отвечает требованиям поисковых систем. Что интересно, инструмент бесплатный, и это позволяет сэкономить деньги тому, кто занимается продвижением, и его клиенту.

Перейдем к практике. Задача для нейросети – написание продающего текста для услуги «Лигатурные брекеты» с использованием такого кластера:

Формируем ТЗ:

  1. Написать введение для коммерческого текса «Лигатурные брекеты в Москве» объемом от 1000 символов.
  2. Использовать ключевые запросы: лигатурные брекеты, установка лигатурных брекетов.
  3. По возможности вписать тематические дополнительные слова: металлический, ортодонтический, система, дуга, клиника, врач, конструкция, зуб.
  4. Текст должен сопровождаться призывом к действию, почему клиент должен поставить этот вид брекетов.

Вот что мы получили (орфография и пунктуация ИИ остались без изменений):

Результат ИИ

Речь о тексте на медицинскую тематику, и с его созданием нейросеть справилась за пару секунд – более, чем неплохо. При прогонке через Главред и «Тургенев» видим, что результаты на достойном уровне.

Теперь попробуем увеличить сложность, составив более детальное ТЗ:

  1. Написать вводную часть для продающего текса «Лигатурные брекеты в Москве» объемом 500 – 750 символов.
  2. Добавить ключевые фразы: лигатурные брекеты, установка лигатурных брекетов.
  3. Использовать следующие дополнительные слова (не обязательно все): металлический, система, ортодонтический, зуб, конструкция, дуга, врач, клиника.
  4. Использовать в тексте призыв к действию, почему клиент должен заказать установку лигатурных брекетов.
  5. Проверить текст на чистоту в Главреде, чтобы было минимум 8 баллов.
  6. Не писать цену брекетов, так как целевая аудитория клиники – люди с ежемесячным доходом от 300000 рублей.

На придумывание текста у ChatGPT в этот раз ушло больше времени, но и результат более приближен к техническому:
Текст после правок

Если судить строго, вышло суховато. При первой попытке вышло интереснее, так как фантазия ИИ не ограничивалась более жесткими требованиями. Конечно, над результатом придется работать вручную, так как подобный текст может не понравится поисковым системам, которые придерутся к фразам типа «здоровый улыбка».

Что понравилось, так это работа ИИ над четвертым пунктом. Видно, что нейросеть старалась.
 

По итогу можно сделать вывод, что нейросети для генерирования текстовых материалов вполне годятся, но многое зависит от ниши проекта. Для емких лид-текстов – вариант приемлемый. Что до уникальности результатов, параметр варьируется от 80 до 90%.

Попробуем еще больше повысить сложность, и поручим искусственному интеллекту составление семантической разметки.

Schema.org

С целью ранжирования сайтов в поисковой выдаче обычно пользуются инструментами Schema.org и Open Graph. В принципе составление разметки – процесс долгий и затратный, особенно если речь идет об узкоспециализированной услуге.

Используя ChatGPT проверим, как бот выполнит задачу по составлению микроразметки Schema Product для услуги брокерского обслуживания.

ТЗ, в принципе, несложное – написать Prodcut-разметку для страницы https://www.raiffeisen.ru/retail/invest/broker/

На обработку запроса у бота ушло меньше секунды, и он прислал такой код:
Микроразметка от ИИ

С первого взгляда вроде все нормально, разметка оформлена в JSON-LD, нейросеть даже взяла с сайта sku услуги. Но! Нет данных касаемо товарного учета для услуги, да и в поле цены что-то напутано.

Для понимания ситуации воспользуемся специализированным сервисом от Google.

После прогонки кода через него, обнаруживается пара ошибок:

• формат цены для поля price – недействителен; • число с плавающей запятой в поле price – тоже недействительное.

К слову, валидатор разметки от Yandex сообщит, что все в норме, и можно оставить такой код.

Какой вывод из этого – любой код, составленный искусственным интеллектом, придется проверять вручную. Маловероятно, что в скором времени ИИ выступит в роли замены разработчиков – доработок требуется немало, да и с кодом-ревью лучше справляется человек.

Мета-теги

Составление meta уже не требует ручного анализа и труда – в парсере отображается подборка тегов URL из ТОП-10 по введенным запросам. Да и та же нейросеть ChatGPT с легкостью сама пишет title и description отталкиваясь от содержания страницы, где также берет во внимание ключи, заголовки и конкурентные meta.

Попробуем усложнить задачу. На русском просим ИИ составить meta для страницы на испанском. ТЗ в этом случае выглядит так:

Придумать мета-теги title и description для страницы на испанском языке. Сфера деятельности фирмы – генетические исследования в Чили.

К удивлению, обработка запроса много времени для бота не заняла, и уже спустя пару секунд она выдала мне такой результат, причем удосужилась перевести:
Заголовок TITLE и мета-тег DESCRIPTION от ИИ

Напрашивается вывод, что анализировать и писать мета-теги искусственный интеллект умеет лучше, чем составлять корректный код. Нейросеть грамотно работает с ключевиками и не забывает, что тег description должен быть продающим.

Несмотря на это, захотелось испытать бота и дать ему задачу не как ИИ, а как junior-специалисту, изучающему ТЗ в доске Trello:

Составить мета-теги title и description для страницы услуги «Лечение зубов в медикаментозном сне». Эта услуга и лечение зубов под наркозом – не одно и то же, что надо обозначить в теге description.

Что выдал бот:

Последний вариант

Саму мета субъективно оценивают на 4 из 5, но description состоит из 389 символов, и это много. Поэтому дублируем задание, но с поправкой: чтобы description не превышал объема в 250 символов.

Нейросеть не стала выдумывать что-то новое, поэтому прямо в текст тега добавила фразу «Не путайте с наркозом». В общем, гибкости инструменту пока недостает.

Что сказать… При составлении meta одной нейронкой не обойтись. Пока что для создания качественных тегов для ранжирования в поиске рекомендуется отталкиваться от самой ниши, ЦА и конкурентов.

ИИ – неплохой инструмент, но при создании meta без опыта и интуиции никуда.

Нейросеть шутит

Каким бы продвинутым искусственный интеллект ни был, ему не свойственно присущее людям чувство юмора. И если хочется, чтобы бот общаясь шутил, задайте ему стилистику диалога: ирония, сарказм или черный юмор.

Опять же, это стиль речи нейросети.

Напоследок поинтересуемся у бота, как он считает, для чего мы ему даем задачи для SEO? Ответ получится куда интереснее, чем все проведенные опыты:

Шутки ИИ

Жизнь в представлении нейронки – эксперимент, и тут сложно поспорить.

Отталкиваясь от собственного опыта, пользуюсь нейросетью для составления разметок, определенных мета-тегов и небольших текстов. Но с сервисами Ahrefs, Analytics, Screaming Frog, а тем более с человеческим мозгом ей тягаться пока рано.

СДЕЛАЙТЕ СВОЙ ВЫБОР
ФОРМА ОНЛАЙН ЗАКАЗА

Тема обращения*

Согласен с обработкой моих персональных данных в соответствии с политикой конфиденциальности.
WhatsApp