Mike Blazer

​Топ-10 сайтов на Journey by Mediavine: три проекта собирают 329K-734K визитов в месяц при DR 4.6-11

Site Stats DB мониторит 5,283 сайта, работающих на Journey by Mediavine.

Рейтинг по оценочному органическому трафику из Гугла:

1. MondayMandala.com — 11 миллионов предполагаемых визитов из органики, хотя трафик стремительно падает.
2. AlexReichek.com — 3 миллиона (падение с 21 миллиона).
3. Responstosay.com — 778,887 визитов; сайту чуть больше года, ссылающихся доменов мало.
4. AccentLetters.com — 733,766 визитов при DR 10.
5. SeeingTennessee.com — 558,260 визитов при DR 4.6. Нет логотипа, нет дизайна — контент написан чисто на личном опыте.
6. BeyondYellowBrickBlog.com — 435,531 визит, личный тревел-блог.
7. CurrentTime.now — 374,141 визит, сайту чуть больше года.
8. aruljohn.com — 340,501 визит, старый сайт с солянкой тем и большим набором инструментов.
9. PositivityBlog.com — 335,751 визит.
10. InBetweenPictures.com — 329,382 визита при DR 11.

Три проекта из десятки висят с такими пузомерками, из-за которых сайты обычно списывают со счетов еще до детального анализа: DR 10, DR 4.6, DR 11, плюс один домен с минимальным ссылочным профилем.

Двум из десяти сайтов чуть больше года.

Два проекта с максимальным трафиком — единственные в списке, кто сейчас теряет органику.

Данные рекламных сеток здесь выступают радаром, а не частотка ключей — именно список из 5,283 сайтов подсвечивает скрытые ниши, в которых сидит эта десятка.

Полная база доступна за разовый платеж.

Инсайты комьюнити

— Гипотеза по обвалу первого сайта: программная накачка сдувается, и выживает только нишевый авторитет. На практике не проверено.

#CompetitorAnalysis #TopicalAuthority #Analytics

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO

​330 000 дорвеев срезали 84% кликов — массовые редиректы вернули трафик через 8 месяцев

Национальный бренд лабораторных тестов потерял 84% ежедневных поисковых кликов за 12 месяцев.

Причина — генератор страниц десятилетней давности, который наштамповал около 330 000 урлов: по одному на продукт, город и штат, где все страницы идентичны, кроме названий локаций.

Два сигнала GSC отличают алгоритмические санкции от обычного проседания.

Во-первых, кратковременный рост на каждом апдейте с последующим глубоким падением: этот паттерн означает, что алгоритм заново накладывает фильтр (в данном кейсе — на каждом апдейте как минимум с 2022 года).

Во-вторых, огромный пул Crawled, currently not indexed, который не сжимается.

В этом случае — 150 000 страниц, плюс около 30 000 внутренних ссылок, которые до сих пор вели на урлы, уже отклоненные Гуглом.

Этот бэклог сжирал краулинговый бюджет, необходимый для продуктовых страниц, приносящих деньги.

В итоге новый контент вставал в очередь за почти дублями и часто вообще не индексировался.

Сетка дорвеев всё ещё собирала 15% органики — и это был единственный аргумент в пользу того, чтобы её оставить.

При этом атрибуция дохода в GA4 по этим страницам стремилась к нулю: 15% трафика тянули на дно остальные 85%, причём их доля падала сама по себе.

Чтобы всё пофиксить, оригинальный генератор страниц запустили в реверс: каждый дорвей получил редирект на родительскую продуктовую страницу.

Это избавило от ручного матчинга урлов для тысяч тестов.

Редиректы выкатили в августе 2025-го.

Затем метрики просели намеренно.

Пул неиндексированных взлетел до 399 251 (больше, чем 330 000 редиректов, так как Гугл всё ещё отслеживал старые урлы без ссылок) и висел так около месяца до первого реального спада 22 ноября.

К 30 января 2026 года цифра упала до 47 800, а к 27 февраля — до 16 300.

Индекс очистился примерно за два месяца до того, как трафик пробил дно в апреле 2026 года на отметке 7 577 визитов в месяц (прошлым летом было около 45 000).

Восстановление пришло с апдейтом, а не через постепенную переиндексацию.

Кор-апдейт и спам-апдейт в марте 2026-го не сдвинули ничего.

Майский кор-апдейт 2026 года вернул трафик на уровень до падения: на пике в июле он достиг 40 000 визитов по оценкам Ahrefs (единственные оставшиеся данные после отключения доступа к GSC).

Клики вернулись, а транзакционный интент — нет.

Вернувшийся трафик — это в основном люди, которые гуглят значение своих результатов или ищут, какой тест сдать.

Запросы, которые заканчиваются заказом, всё ещё занимают крошечную долю, поэтому этот кейс не про деньги.

В выдаче осталось около 1 000 страниц по сравнению с 8 000 в конце 2024 года.

Каталог тот же — трафика на каждую ранжирующуюся страницу в восемь раз больше.

Из 330 000 дорвеев 150 000 Гугл отклонил наглухо, большинство остальных проиндексировались, но никогда не показывались по запросам, и только пара тысяч когда-либо получали позиции.

Опубликованные кейсы выхода из-под жестких санкций занимают от трех до шести месяцев.

Здесь потребовалось около восьми, чтобы выйти на стабильную траекторию.

А само взаимодействие закончилось на пятом месяце, когда стейкхолдеры попросили включить генератор обратно.

#Recovery #CrawlBudget #TechnicalSEO

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO

​2 700 ботов в Twitter сгенерировали $160 000 через одну связку RSS-to-IFTTT

Весь движок публикации состоит из трех звеньев: RSS → IFTTT → Twitter.

В фиде появляется новая запись, IFTTT срабатывает, аккаунт публикует твит.

Всё остальное — это штамповка аккаунтов, которые будут на него ссылаться.

Оператор написал кастомный PHP-генератор фида, отдающий валидный фид по адресу mydomain.com/rss/username.

Скрипт выдавал одну новую запись каждые 1–5 часов (рандомно) на основе спинтакс-шаблона.

Каждая запись содержала текст, партнерскую ссылку и от 4 до 10 хештегов, вытянутых из заранее собранного списка.

Версия без программирования — это одна установка WordPress, которая генерирует фиды нативно.

Создается несколько категорий, каждая привязывается к своему Twitter-аккаунту, а плагин WP-auto публикует посты псевдослучайно.

Регистрация профилей — главная статья расходов.

На один аккаунт уходит 10–15 минут, а Twitter требует верификацию по номеру телефона уже через несколько твитов или часов.

Набор для сборки:

— Резидентные прокси для уникальных IP-адресов подключения
— Catch-all почта или пачка Gmail-аккаунтов
— Фото профиля с thispersondoesnotexist.com, чтобы обойти копирайт
— Заранее написанные описания профиля (одно на каждые 30–40 аккаунтов)
— Уникальные номера телефонов, примерно по $2 на eBay
— Опционально: адаптер на несколько SIM-карт для быстрой замены

При аутсорсе фрилансеры на Upwork из Филиппин и Бангладеш брали от $2.50 до $3.00 за созданный и подключенный аккаунт.

Именно эта цифра решает, масштабируется ли модель.

На каждый Twitter-аккаунт нужен один профиль IFTTT.

В настройках отключается "Auto shorten URLs", а в текстовое поле для твита прописывается `EntryContent` yourlink.com.

Общий объем уперся примерно в 2 700 аккаунтов, но одновременно работало не больше 900.

На таком масштабе баны и шадоубаны заставили поднять кастомный дашборд для мониторинга.

Выживаемость аккаунтов — это вопрос ритма публикаций.

Новый аккаунт публикует твиты один раз в 6–12 часов; через пару недель можно разгонять до 2–3 часов.

Наличие шадоубана проверяется загрузкой страницы хештега в режиме Live без авторизации.

Количество хештегов — палка о двух концах.

Слишком много при низком вовлечении — аккаунт улетает в шадоубан; слишком мало — твиты никто не увидит.

Ссылки оставляют самый явный футпринт, поэтому схема сводится либо к партнерке через трастовый сайт, либо к десяткам свежих доменов с ротацией под каждую пачку.

В 2019 году продолжительность жизни бота варьировалась от нескольких дней до 6–8 месяцев, причем некоторые аккаунты живы до сих пор.

Экономика: от 1 до 1,5 миллиона твитов за 12 месяцев принесли почти $85 000 к 2021 году, а совокупная выручка к сентябрю 2026 года составила $160 000.

Это выручка, до вычета операционных расходов.

Окно возможностей сузилось.

После 2019 года Twitter переработал защиту от ботов.

Бесплатный тариф IFTTT теперь ограничен 24 действиями в день — этого всё ещё хватает для одного аккаунта, — но триггер по cron срабатывает каждые 45–60 минут вместо 5–15 минут.

В эту же нишу встают Zapier и Pabbly Connect.

https://theory18.com/webmasters/noindex/automate-twitter

#BlackHatSEO #BotTraffic #Affiliate

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO

​60 ранжирующихся постов LinkedIn раскрывают подмену тайтлов, которую видит только Googlebot

При проверке без авторизации 40 из 60 постов LinkedIn, занимающих топ-3 Гугла по SEO-запросам, имеют title tag — а для не-видео постов еще и совпадающий H1 — написанный собственным ИИ LinkedIn.

На странице это подписывается так: "This title was summarized by AI from the post below".

Стоит зайти в аккаунт, и подмена исчезает.

Googlebot сканирует страницы без логина, поэтому Гугл индексирует тот тайтл, который автор никогда не увидит.

Я нашел эту развилку случайно, когда проверял страницы так, как их видит Гугл.

Дефолтное состояние — это H1 формата "%Author Name%'s Post" и title tag, собранный примерно из первых 50 слов поста.

AI-подмена отрабатывает позже, никогда не на старте — мой тестовый дубль поста спустя 23 часа и 41 лайк всё ещё не получил рерайта.

На страницах с видео ИИ подменяет только title tag, потому что там вообще нет H1.

Пять постов зависли на середине миграции как гибриды (AI-сгенерированный H1 плюс дефолтный title tag).

Все они — из старого каталога: им от 300 до 544 дней, на каждом собрано 280+ реакций.

Большинство рерайтов сохраняют или даже обостряют ключ — AI-тайтл "Keyword Density in SEO: Formula, Ideal % & Importance" держит топ-1 по своему запросу.

Вырезание ключа — это исключение, но права голоса тут нет.

Один пост, ранжирующийся по SEO-запросу, теперь называется "Python Development Tips: Mastering Code Writing and Error Handling": ИИ сделал саммари поста, а не запроса, и фраза, которая приносила позиции, просто испарилась.

Гибрид, который сидит в топе по "seo cheat sheet", получил AI-сгенерированный H1 "How to do Technical SEO: 10 steps you MUST know", наглухо вырезав ту самую фразу.

Если этот `H1` подтянется в title tag, самый сильный on-page сигнал поста исчезнет без каких-либо уведомлений.

Дело не в вовлеченности.

Нижний квартиль реакций (от 0 до 13) получал AI-тайтлы в 67% случаев, а верхний (от 197 до 1 379) — только в 53%.

Доля рерайтов остается ровной по всем категориям постов: среди тех, что сохранили позиции (68%), потеряли их (65%) и только влетели в топ (67%).

Выходит, за просадкой позиций этот алгоритм тоже не следит.

Триггер остается скрытым.

Тот же проход алгоритма открывает модуль "More Relevant Posts": он висит на всех 45 страницах, тронутых ИИ, против 3 из 15 полностью дефолтных страниц.

AI-тайтл — это не то, что приносит позиции.

Треть постов из топ-3 ранжируется на дефолтном тайтле, в их числе 7 из 20 постов на первой позиции.

Причем медианная позиция дефолтных постов равна 1, тогда как у постов с AI-тайтлами — 2.

В итоге первая строчка остается единственным контролируемым рычагом.

Примерно первые семь слов поста навсегда вшиваются в URL-слаг, а хештеги в начале перебивают и слаг, и дефолтный title tag.

Один из моих тестовых постов (вне этой выборки из 60), который начинался с целевого запроса, прописанного слово за словом через хештеги, получил ровно эту строку в свой title tag и в течение нескольких дней попал в цитаты AI-ответов по этому ключу.

Проверка тайтла и H1 без авторизации показывает: ничто опубликованное до февраля 2025 года не было тронуто алгоритмом, а временное окно закрывается — ИИ обработал уже 79% постов младше 90 дней против 56% у более старых.

https://stevetoth.ai/research/linkedin-posts-study

#OnPage #TitleTags #HeaderTags

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO

​Данные CrUX: оценка SimilarWeb ниже 5,000 визитов — это пустышка

Французский магазин на Shopify висит в топ-50K по Франции в собственных данных Гугла еще с лета, тогда как SimilarWeb фиксирует всего 700 визитов за август.

Магазин вообще не закупает рекламу в Meta или Google Ads.

В этом споре побеждает CrUX.

Он фиксирует реальные заходы через Chrome; SimilarWeb экстраполирует данные с панели, и на объемах ниже 5,000 визитов эта экстраполяция — просто пустой звук.

Магазин никуда не пропадал — ошибалась сама метрика.

Трафик, который не оставляет следов в панели — это, скорее всего, органика из TikTok и Instagram: виральное видео заливает клики из приложений, которые панель не сэмплирует, а на сайте нет рекламных расходов, способных слить сигнал куда-то еще.

Какая именно сеть доминирует — неизвестно, а дополнительный источник трафика за этим всплеском все еще не определен.

На практике порог важнее самого инструмента.

Любая оценка трафика конкурента ниже 5,000 визитов — это панельная угадайка, и для сайта без рекламных бюджетов CrUX остается единственным источником прямого наблюдения.

Инсайты комьюнити

— SimilarWeb собирает данные из четырех источников — расшаренная аналитика, панель браузерных расширений, партнерства с провайдерами и DSP, а также публичный краулинг. Магазин без установленной аналитики, с нулевым расходом на рекламу и без контента для парсинга отрубает все четыре сенсора разом. Вот почему панель ничего не видит, тогда как CrUX напрямую снимает данные с Chrome.
— Мобильный социальный трафик долетает до CrUX через Android Chrome. Разбор кейса этого магазина: аккаунт с ASMR-упаковкой заказов на 11,000 подписчиков и примерно 1,000 просмотров на видео; одно из них залетело в августе — позиции в CrUX взлетели вместе со спайком и, как ожидается, откатятся в следующем месяце.
— Полевые наблюдения расходятся в вопросе атрибуции: одни тесты показывают, что Google передает узнаваемость из другого источника на EMD; встречные данные доказывают, что статистика CrUX собирается строго по домену и не может переносить авторитет между сайтами.
— Панельная экстраполяция заточена под игроков с большим трафиком — корпоративные квоты на 50,000 строятся на анализе конкурентов с достаточным объемом для репрезентативной выборки. Мелкие и новые сайты остаются за бортом.
— Один из кандидатов проверен и исключен — это не трафик из Discover. Второй вариант с покупным трафиком скорее вызывает сомнения, чем дает ответ — контрагрументом выступает тот факт, что на сайте нет ни трекингового пикселя, ни GA4, ни какой-либо аналитики вообще.

#CompetitorAnalysis #Analytics #Chrome

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO

​Дампы SSE раскрывают эксклюзивный слой скоринга YouTube в ChatGPT — 14 скрытых бакетов популярности

Результаты с YouTube получают слой скоринга, которого нет ни у одного другого типа источников: 14 дополнительных сигналов, вшитых напрямую в retrieval_score — 6 порогов по просмотрам, 6 по подписчикам, плюс флаги channel_verified и channel_verified_artist.

Формула восстановлена из сырых массивов скоринга в дампах SSE, выгруженных за несколько сессий.

Каждый порог дает фиксированный бонус.

Видео с 1,001 просмотром получает ровно тот же балл, что и видео с 9,999 просмотрами — система считывает сам факт пересечения границы, а не конкретные цифры после нее.

Полная разбивка по бакетам (% от retrieval_score / % от общего веса популярности):

Просмотры:

— pop_views>1,000 → 0.00798 (1.10% / 10.51%)
— pop_views>10,000 → 0.00322 (0.45% / 4.25%)
— pop_views>100,000 → 0.00413 (0.57% / 5.43%)
— pop_views>1,000,000 → 0.00662 (0.92% / 8.72%)
— pop_views>10,000,000 → 0.01283 (1.78% / 16.90%)
— pop_views>100,000,000 → 0.00820 (1.14% / 10.80%)

Подписчики:

— pop_follow>1,000 → 0.01228 (1.70% / 16.18%)
— pop_follow>10,000 → 0.00492 (0.68% / 6.48%)
— pop_follow>100,000 → 0.00137 (0.19% / 1.81%)
— pop_follow>1,000,000 → 0.00206 (0.29% / 2.71%)
— pop_follow>10,000,000 → 0.00160 (0.22% / 2.11%)
— pop_follow>100,000,000 → 0.00062 (0.09% / 0.81%)

Верификация:

— channel_verified → 0.00534 (0.74% / 7.04%)
— channel_verified_artist → 0.00474 (0.66% / 6.24%)

Преодоление порога в 1,000 подписчиков (16.18% от веса популярности) и 10,000,000 просмотров (16.90%) вносит наибольший вклад из всех 14 бакетов — суммарно они забирают почти треть всего бюджета популярности.

Ровно на 1,000,000 просмотры обходят подписчиков по весу.

Ниже этой линии побеждает накопительная база подписчиков; после нее лидерство окончательно перехватывают просмотры, а на 100,000,000+ их вес почти вдвое превышает вес подписок.

Потолок здесь низкий.

Все 14 бакетов в сумме дают в среднем 10% от итогового retrieval_score — оставшиеся 90% приходятся на чистую семантику и текстовую релевантность.

Значит, метрики YouTube питают ранжирование ChatGPT, а не только алгоритм самого хостинга.

#ChatGPT #RAG #YouTube

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO

​Агрессивная индексация дает взлет на 1 100%, но дистанция в 12 месяцев обнуляет видимость

Июньский кор-апдейт 2021 года не тронул старый SEO-зависимый сайт.

Зато конкуренту он отсыпал 1 100% роста.

Тот старый сайт управлял миллионами урлов и намеренно держал большинство из них вне индекса Гугла.

Схема опиралась на ПФ, качество контента и жесткую чистку мусорных страниц — и это работало: органика выросла на 15% за шесть месяцев.

У конкурента была команда меньше, бюджет скромнее, инвентаря меньше, бренд слабее — зато куда более агрессивная стратегия индексации.

К тому же он был в 15 раз меньше, и его никогда не считали угрозой.

После апдейта отрыв сократился до 20%.

Стейкхолдеры запаниковали.

Очевидный вывод: сдержанная индексация оказалась ошибкой.

Следующие 12 месяцев оба сайта стояли на месте.

Никаких оправданий не появилось: на каждой встрече стратегию команды ставили под сомнение, и на каждой встрече звучал один и тот же ответ.

Кривые разошлись только спустя эти 12 месяцев: органика старого сайта выросла на 75%, тогда как конкурент пошел на спад.

Сегодня этот сайт в восемь раз больше, чем в момент паники, а видимость конкурента упала почти до нуля и застряла на дне.

Краткосрочный перформанс не подтверждает долгосрочную стратегию, а обратное обходится дороже, чем кажется: надежный подход может выглядеть ошибочным целый год, пока хрупкая схема печатает результат.

Задача лидов — научить стейкхолдеров отделять данные от шума и рисков, потому что графики показывают только то, кто впереди прямо сейчас.

Тот же паттерн формируется в GEO, где высокорисковые тактики продаются на ранних результатах.

Первыми должны сломаться массовый ИИ-контент и селф-промо листинги, причем масштабированный ИИ-контент — уже самый частый пример.

Перед тем как копировать тактику, проведи простой тест: если это работает сегодня, что должно оставаться неизменным, чтобы это работало и завтра?

Инсайты комьюнити

— Для долговечности нужен план фальсификации до начала паники: держи контрольную когорту страниц, логируй, какие ключи или упоминания отваливаются после каждого кор-апдейта или обновления модели, и заранее определяй правило отключения. Без этого "долгосрочный траст" — просто сказка, которой команды успокаивают себя, пока теряют воронку.
— Последовательность не значит причинность: рост конкурента на агрессивной индексации и последующий крах устанавливают хронологию, а не то, что именно индексация убила сайт. В случае с GEO тактика, генерирующая больше упоминаний или цитаций, требует ответа на четыре вопроса до внедрения: что именно дало результат, принесло ли это целевой трафик или коммерческую выгоду, насколько это завязано на алгоритм одной платформы и что будет, когда этот алгоритм изменится.
— Локальный поиск крутит тот же цикл, но быстрее: 500 дорвеев или спамные точные вхождения в названиях ранжируются пару месяцев, а затем сносятся в ноль на следующем кор-апдейте, тогда как правильная структура страницы под реальный интент почти никогда не попадает под раздачу.

#Strategy #Indexing #CoreUpdates

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO

​AI-ассистенты вытягивают из карточки товара ровно 6 факторов принятия решения

В большинстве аудитов "оптимизирована" означает, что тайтл содержит ключ, мета-дескрипшен заполнен, а H1 совпадает.

По факту страница отдает название товара, цену и абзац брендового текста.

Факторы, решающие исход покупки — те самые, что AI-ассистент вытягивает из PDP при выборе товаров для ответа — отсутствуют.

Шесть вопросов, которые карточка товара закрывает помимо тайтла и цены:

1. Задача, ради которой покупают. Wireless headphones — это категория; noise cancelling for long flights — это покупка.
2. Спецификации, определяющие покупку. Наушники: автономность, быстрая зарядка, комфорт при долгом ношении, звуковой профиль. Мебель: габариты, сборка, максимальная нагрузка. Список меняется от категории к категории, и его нужно выкатить на странице в едином формате.
3. Сравнение с альтернативами в том же каталоге. Это удваивает потенциал внутренней перелинковки на страницы подборок и сравнений, на которые сейчас нет входов.
4. Кому товар не подходит. Указание нецелевого покупателя режет возвраты, качает траст и дает поисковикам с ассистентами повод связать страницу с узким запросом вместо общего.
5. Посадка, материалы и совместимость — вопросы, которые стопорят покупку, и те, на которые саппорт отвечает десять раз в неделю.
6. Компромиссы прямым текстом. Покупатель верит той странице, которая открыто признает недостатки.

Четыре источника вскрывают реальные факторы принятия решения без гадания:

— Запросы из GSC, ведущие на PDP, с фокусом на длинные хвосты.
— Запросы во внутреннем поиске.
— Тексты отзывов и тикеты в саппорт, где повторяется один и тот же вопрос.
— ChatGPT или Claude с промптом от лица покупателя (what matters most when choosing X), после чего ответы сравниваются с текущим наполнением страницы.

Затем структурируй это вместо того, чтобы заливать очередную простыню текста: спецификации — в табличку с едиными названиями атрибутов, короткий блок сравнения, блок FAQ под регулярные возражения, и те же атрибуты, зашитые в микроразметку.

В итоге две вещи.

Страница становится более релевантной в классическом поиске, потому что закрывает реальные вопросы, и попадает в ответы, когда человек формулирует вопрос, а не просто вбивает ключ.

Инсайты комьюнити

— Указание, кому товар не подходит, сужает пул соответствий страницы. Это переворачивает стандартную оптимизацию, нацеленную на охват максимального числа запросов. Точная релевантность меньшему числу запросов — вот что заставляет систему назвать товар в ответе, а не просто рассматривать его как кандидата.
— Блок с дисквалификацией остается самым редким из шести, потому что фаундеры видят в отсеве покупателей потерю продаж — это организационный блокер, а не технический.

#ProductPages #AIOverviews #OnPage

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO

​Слив Гугла вскрывает New Site Rank: это офлайн-потолок, который нельзя сдвинуть он-пейджем

В сливе Content Warehouse за 2024 год NSR — это ни Normalized, ни Neural Site Rank.

Кэш презентаций Project Veritas 2019 года, не связанный со сливом API, содержит внутренний слайд Google под названием "Fringe ranking/classifier: Defining channel quality", где упоминается "New Site Rank from Web Search".

А устаревшее поле hostNsr в схеме 2024 года несет собственное описание в коде: "This value encodes nsr, site_pr and new_nsr".

Индустриальные названия — результат ранней догадки, которую повторяли вплоть до статуса факта.

Эта расшифровка меняет прицел.

NSR — не динамическая оценка на уровне страницы, а офлайн макро-классификатор, который задает базовый потолок траста домена.

Он высчитывается в пайплайне Goldmine и отдается на живые шарды Mustang как урезанный векторный контейнер (nsrDataProto).

Обучение крутится в RankLab на кликстримах, показах, трафике Chrome и фидбеке асессоров.

Затем скоринги морозятся в офлайн-песочнице и раскатываются глобально во время Broad Core Updates.

Между выкатками база зафиксирована — вот почему видимость меняется ступенчато, а не плавно дрейфует, и почему локальные правки он-пейджа не дают восстановления, пока не выкатят следующий батч.

Силу давления этого потолка определяют два демпфера.

nsrConfidence и nsrVariance снижают уверенность алгоритма при скудных поведенческих сигналах.

А низкая уверенность глушит агрессивность, с которой NSR меняет базовую позицию страницы: на сайте с низким трафиком NSR слабее сдвигает базу в любую из сторон, что страхует от жестких ошибочных санкций.

Скоринг также оценивается по sitechunks, а не по целым доменам.

Система изолирует поддомены, директории и хабы юзерского контента, поэтому один мусорный кусок не тянет за собой базовый уровень авторитетных разделов.

Там, где чанку не хватает данных трафика или краулинга, nsrdataFromFallbackPatternKey подставляет среднее структурное значение родственных чанков хоста.

Ссылочный вес, питающий эту базу, может быть обнулен без ручника.

Модели SpamBrain нейтрализуют ссылочное: они обнуляют PageRank, идущий через искусственные ссылочные графы и PBN, тогда как spambrainLavcScore замеряет долю мусорных линков, приклеенных к домену.

Никаких уведомлений при этом не прилетает.

В обратную сторону работает nsrOverrideBid (задокументирован по адресу go/nsr-override-bid) — это ручной переключатель.

Значение выше 0.001 безусловно перебивает рассчитанную базу NSR домена внутри движка Q (Quality Score).

Это резервный рычаг для восстановления крупных новостных брендов или ресурсов общественной безопасности, если автоматическая выкатка дает сбой.

Рычаги, которые двигают офлайн-оценку всего сайта — макроуровневые, а не постраничные.

Это кампании, генерирующие прямые брендовые навигационные запросы для усиления векторов предпочтений NavBoost; прунинг нетематического и малоценного контента для снижения siteRadius при проверках согласованности Site2Vec; и прямой трафик, переходы из рассылок и закладок для разгона chromeInTotal, а вместе с ним и nsrConfidence.

Пропорции веса, сглаживания и точная кривая компонентов NSR остаются нераскрытыми, а сама модель пайплайна — это логический вывод, собранный по кускам из слитого кода, а не из документации Google.

https://www.hobo-web.co.uk/new-site-rank-nsr-googles-site-wide-quality-engine/

#GoogleLeak #AlgorithmPenalties #CoreUpdates

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO

​S-букмарклет, который показывает, подтвержден ли профиль сущности в панели знаний (Knowledge Panel) — даже если интерфейс выдачи это скрывает.

В британской выдаче часто нет блока Latest posts / "View Search profile".

Сущность всё равно может быть подтверждена.

Букмарклет это по-прежнему видит.

Букмарклет в комментариях (gist) ⬇️ 1492 Search Profile Claim Checker v1.0 Создай закладку → вставь gist в поле URL.

https://gist.github.com/drogbadvc/d5364e80159b6eae7a61fa154d2aaa8d

***

На самом деле, то, что теперь можно увидеть свой "Search profile" в десктопной выдаче Гугла — это нововведение.

#KnowledgePanel #SERPFeatures #Tools

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO

​Сеть из 11 вики-доменов без бэклинков забирает топ Google — при этом ChatGPT всё ещё называет другого

Один домен из сети на 11 EMD удерживает топ-1 Google по запросу "king of aeo" без видимого ссылочного профиля.

На каждом домене развернута вики-структура на 20 страниц — политика конфиденциальности, условия использования, статьи по отдельным аспектам answer engine optimization и страница About с текущей датой.

EMD — наименее нагрузочная часть, они дают жесткую лексическую релевантность, только когда всё остальное уже работает в связке.

Главный рычаг — плотность корпуса.

Вместо цепочки "king of AEO" → одна страница → сущность, сетка выстраивает вектор: "king of AEO" → answer engine optimization → AEO → авторитет сущности → ИИ-поиск → сущность, а затем бетонирует этот маршрут через вспомогательные документы, тайтлы, заголовки, контекстные внутренние анкоры, хлебные крошки, микроразметку, социальные профили, бэклинки и консистентный нейминг сущностей.

Двадцать плотно связанных страниц вокруг одной темы — это внутренний граф, а не просто еще одна пачка контента.

Вспомогательные страницы контекстно усиливают целевую сущность и страницы под запрос, консолидируют релевантность и перенаправляют входящий PageRank на те урлы, которым нужно ранжироваться.

Лексическая релевантность + тематическая глубина + консистентность документов + совместная встречаемость сущностей + усиление внутреннего графа способны сформировать первичную связку запроса и сущности еще до появления значимого внешнего PageRank.

Тиражирование на несколько доменов разгоняет частоту и консистентность этой связи.

Ранжирование и консенсус по сущности — это разные слои, которые реагируют на разные сигналы:

1. Извлечение — достаточная релевантность для попадания в пул кандидатов.
2. Ранжирование — соответствие интенту, внутренний и внешний авторитет, конкурентоспособность.
3. Распознавание — повторяющиеся, консистентные связи сущностей.
4. Подтверждение — те же самые связи на более трастовых, независимых площадках.
5. Доминирующая привязка сущности — сигналы настолько железобетонные, что система отдает приоритет одной связи над конкурирующими.

Эксперимент застрял на этапе распознавания: LLM находят источники и выводят имя, но ChatGPT на сегодняшний день всё ещё отвечает, что Джеймс Дули — это king of AEO, при этом упоминая Витурса как претендента на титул.

Выбор ключа — это методология.

Микроскопическая частотка означает минимум шума в выдаче, поэтому единичную переменную можно изолировать, выкатить и снять метрики за время от нескольких минут до пары часов (обычно в пределах 24 часов), вместо того чтобы неделями ждать, пока утрясется ВЧ-серп.

Если вы понимаете архитектуру, сущности, перелинковку и тематический охват настолько хорошо, чтобы направлять ИИ-агентов, сборка, которая раньше требовала копирайтеров, разрабов и дней работы, теперь разворачивается менее чем за 30 минут.

Исполнение стоит копейки; понимание поиска — нет.

Открытым остается вопрос, можно ли застолбить запрос и сущность исключительно за счет подконтрольных площадок без внешних упоминаний: позиции показывают, что да, консенсус по сущности — что пока нет.

Инсайты комьюнити

— Собственные пулы документов двигают извлечение и позиции, но не атрибуцию — модели по-прежнему ценят внешние сигналы выше контента, ссылающегося на самого себя. ChatGPT называет претендента претендентом, но титул оставляет за текущим лидером. Чтобы модель перестала констатировать факт заявки и начала выдавать это как истину, нужно получить упоминания на трастовых сайтах, которые не принадлежат оператору сетки.
— Альтернативный взгляд (без тестов): результат просто доказывает, насколько убог ИИ-поиск прямо сейчас — он выдает бредовый ответ на запрос, который сам по себе является бредом в отрыве от реальности.

#EntitySEO #PBN #AI

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO

​Это интересно; система подхватила дисклеймер и некоторые рекомендации из поста, но не саморекламу, отмечает Лили Рэй.

***

ChatGPT начал добавлять пометки про "недостоверные упоминания" (inauthentic mentions) в контенте списочного формата.

Пример ниже 👇

И вот почему я потерял цитирование, хотя сам поставил себя на первое место.

Пока видел немного такого, но кое-что меняется.

За последние 30 дней мы фиксируем кучу паттернов A/B-тестирования.

После 5.6 теперь появилась еще и Astra 6.

Судя по всему, в Statsig обновили и некоторые мини-модели с классификаторами. ☠️

Инсайты комьюнити

— Быть процитированным вместе с плашкой о заинтересованности автора — не то же самое, что получить рекомендацию. Цитата может стоять рядом с предупреждением, а не среди реальных рекомендаций, так что сырой трекинг количества цитирований может ошибочно записать эту позицию как победу.
— Опубликованные авторами рейтинги формата "лучший X" — самое слабое доказательство, особенно для запросов типа "кто лучшие эксперты в [сфере]", где личный интерес страницы максимален. Дисконтирующий классификатор просто делает свою работу на этом классе запросов. Чтобы проверить, выходит ли эффект за рамки таких ангажированных топиков, нужно протестировать тот же паттерн самопубликации рейтингов на теме без личной выгоды.
— Сама валидность этого предупреждения не доказана: это может быть как реальный классификатор достоверности на уровне модели, так и простое копирование текста-дисклеймера, который уже висит на странице-источнике. Стоит сначала проверить текст самого исходника, прежде чем списывать этот флаг на новую проверку со стороны ChatGPT.
— Чтобы отличить простое извлечение от рекомендации, нужны раздельные замеры: модель всё ещё может краулить страницу даже после того, как ее цитата пропадает из видимого ответа. Так что для отделения извлечения от рекомендации придется сверять серверные логи с реально сгенерированными ответами.
— Тот же паттерн с пометкой недостоверных упоминаний замечали и в Perplexity, а не только в ChatGPT. Это доказывает, что проверка подлинности не изолирована на уровне ответов одной конкретной модели.

#ChatGPT #AIOverviews #AIContentDetection

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO

​Один проект в Claude вытаскивает 34 мощных факта через 12 filetype-запросов меньше чем за 10 минут

AI Overviews в среднем берут пять цитат из топ-20 органики.

По данным SEO Clarity, алгоритм выбирает те страницы, которые дают то, чего нет у других.

Гугл запатентовал скоринг information gain (информационной ценности) в 2018 году и выкатил еще один патент на эту тему в 2022.

Этот критерий отбора задокументирован, это не сказки.

Информационную ценность реально качают четыре рычага:

— First-party данные: оригинальные цифры из твоих продуктов, внутренних тестов или опросов клиентов. Сюда же идут кейсы с реальными метриками до и после, плюс настоящие скрины, шаблоны и воркфлоу, которые доказывают, что работа реально была.
— Экспертный взгляд: цитаты практиков из ниши, а не рерайт соседних блогов; аргументы, которые ломают общепринятые стереотипы индустрии; авторский фреймворк, который упрощает сложную концепцию.
— Вопросы без ответов: парси тикеты саппорта, форумы и нишевые комьюнити. Отвечай на следующий вопрос читателя, а не только на тот, что в тайтле, и копай глубже в подтемы вместо того, чтобы лить воду для объема.
— Первоисточники: PDF-ки, презентации в PowerPoint и Word-документы, которые никогда не всплывают в обычной выдаче.

На четвертом пункте большинство сдается, потому что это долго: 12+ поисковых запросов и десятки документов, которые нужно просматривать руками.

А ведь один запрос "твой ключ" filetype:pdf вскрывает правительственные отчеты, на которые никто на первой странице не ссылается.

Этот цикл крутится на автомате внутри проекта в Claude под названием "Information Gain Researcher".

Вставь полный промпт в инструкции проекта, включи Extended Thinking с максимальными настройками (heavy thinking) и скорми ему тему.

Он прокидывает filetype:pdf, site:edu filetype:ppt, inurl:gov filetype:xlsx и еще 9 паттернов, а затем отдает .docx, в котором лежит каждый факт с источником, годом, форматом файла и рекомендацией по использованию.

Один прогон по запросу "best identity and access management software" выплюнул 34 мощных факта за 9 минут 48 секунд.

Оговорка критически важна: AI выдумывает статистику.

Перед публикацией открой оригинальный документ и подтверди цифру, дату и автора.

После этого GSC покажет, какие страницы нужно обновить.

Инсайты комьюнити

— Ошибка цитирования, которая проскакивает редактуру — это не выдуманная цифра, а реальный факт, привязанный к левому источнику или году, который выглядит достаточно правдоподобно при беглой проверке. Проверяй источник так же жестко, как и саму цифру: факт с кривой атрибуцией хуже, чем отсутствие факта вообще.
— Как только появляются конкретные first-party данные, их семантический маппинг по страницам сайта работает как карта внутренней перелинковки.
— Эндпоинты .json в сабреддитах парсят объем обсуждений под пул вопросов без ответов. Фильтрация этой выгрузки по темам (ICP, боли, приоритеты контента) превращает сырые треды в исследование ЦА и цели для апдейта старых страниц.
— Колонка "с каким решением эта инфа помогает читателю"? в таблице ресерча держит фокус апдейта на пользе, а не на тупом наращивании счетчика источников. Точная статистика ничего не дает, если она не отвечает на вопрос, который страница оставляет нерешенным.

#AI #InformationGain #ContentOptimization

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO