Нейросети для SEO: как поисковики относятся к текстам от ИИ

Короткий ответ: ни Google, ни Яндекс не наказывают текст за то, что его написала нейросеть. Наказывают за страницу, которая ничего не добавляет к тому, что в поиске уже есть. В правилах Google про массовый контент это сказано прямо: нарушение — когда много страниц создано ради позиций, а не ради читателя, и речь о неоригинальном контенте, почти не дающем ценности, «независимо от того, как он создан». В справке Яндекса малополезный контент — «информация, которая не несёт дополнительную ценность пользователю и не решает его задачу»; нейросеть там названа одним из способов такую информацию произвести, а не причиной нарушения.

Разница не формальная. Способ создания снаружи не проверяется — детекторы этого не умеют. Бесполезность страницы проверяется просто: есть ли запрос, на который она отвечает, и есть ли в ней что-то, чего нет у соседей по выдаче.

Что написано в документах

У Google формулировка короче. Раздел правил про массовый контент описывает нарушение так: много страниц сделано с основной целью повлиять на ранжирование, а не помочь человеку; обычно это большие объёмы неоригинального контента, который почти ничего не даёт читателю, — и дальше идёт та самая оговорка про способ создания. В примерах рядом стоят и выкачивание чужих лент с автоматической подменой слов, и использование генеративных инструментов, чтобы наделать много страниц без пользы для читателя. Инструмент назван, но признак нарушения не он: признак — масштаб при отсутствии ценности.

В руководстве Google о полезном контенте есть вопросы для самопроверки. Про автоматизацию их три, и ни один не про запрет: понятно ли посетителю, что текст сделан автоматически; объясняете ли вы, как именно автоматизация применялась; сказано ли, зачем она для этого текста понадобилась. Там же названо условие нарушения: если автоматизация, включая генерацию ИИ, применяется главным образом чтобы поднять позиции, это нарушение правил о спаме. Нарушение определено целью, а не орудием.

У Яндекса язык другой, вывод тот же. В справке о малополезном контенте перечислено: контент скопирован полностью или частично, информация взята из первоисточника с минимальными изменениями, каталоги собраны из автоматически полученных чужих данных. Нейросети упомянуты мимоходом: «нередко такой контент создаётся с помощью нейросетей, машинного перевода или шаблонных методик… без дополнительного анализа и редактуры» — и условие стоит в самом конце фразы, на редактуре, а не на нейросети. Рядом — две приметы, которые я в машинных текстах вижу чаще всего: отклонение от основной темы и циклическое повторение одних и тех же рассуждений.

В разделе про отличия качественного сайта от некачественного к некачественному отнесены «сайты с автоматически сгенерированным и бесполезным для пользователя контентом», низкокачественный автоматический перевод и SEO-тексты — «бесполезные для пользователя тексты», которые «создаются для манипуляции поисковыми системами».

Из двух документов складывается одно правило, которым я пользуюсь сам: поисковику безразлично, кто набрал буквы, и важно, появилось ли в индексе то, чего в нём не было.

Что происходит с массовыми текстами

Частый сценарий выглядит так. Берут выгрузку запросов, на каждую строку заводят страницу, текст пишет модель. Через несколько недель страницы в индексе, а переходов нет ни на одну, кроме двух-трёх, которые приходили бы и так.

Первый эффект видно в Вебмастере. Часть страниц получает статус малоценной или маловостребованной, и справка описывает его без драматизма: алгоритм «может не включать страницу в поиск, если у неё мало шансов оказаться востребованной пользователями» — потому что страница дублирует уже известные роботу, не содержит видимого роботу контента или её содержание не совпадает с тем, что спрашивают. Это не наказание за то, что текст написала модель. Это ответ на вопрос, которого автор себе не задал: кто это будет искать.

Второй эффект медленнее. У Яндекса есть отдельная справка о том, как закрывать от обхода страницы, которые в поиске не нужны, и причина там названа прямо: такие страницы создают лишнюю нагрузку, а целевые робот из-за них обходит медленнее. Пустые страницы соревнуются за внимание с теми двадцатью, ради которых сайт делали.

Третий эффект не виден в отчётах вообще. Все, кто делает то же самое, получают похожие тексты: модель порождает наиболее вероятное продолжение, а запросы у всех одни. Про это я писал в связи с маркетингом — в поиске механизм тот же, только конкуренция за одно и то же место жёстче.

И результат такой затеи почти всегда считают по объёму выпуска: сколько страниц сделали за месяц. Число страниц — метрика шага, а не результат; результат — заявки и обращения, и снимать его надо до запуска, иначе сравнивать будет не с чем.

Малоценная страница у меня на сайте

У меня это было. Одна из заметок повторяла раздел статьи почти дословно: я написал её отдельно, потому что казалось, что вопрос спрашивают сам по себе. Яндекс пометил её как малоценную, и, по-моему, был прав: страница не отвечала ни на один вопрос, на который не отвечала статья.

Я её удалил и поставил перенаправление на статью — не чтобы поправить показатель, а потому что иначе пришлось бы дальше решать, какую из двух записей об одном улучшать. Статус ничего не сообщил о том, чем текст написан, зато точно указал на решение, которое я принял неверно.

Что отличает статью, которая держится

Держится не та, что написана человеком, а та, в которой есть то, чего не было в обучающей выборке.

Утверждение, с которым можно спорить. Машинный текст не рискует: в нём нет позиции и нет названного условия, при котором автор неправ. Страница без утверждения не отвечает на вопрос, а пересказывает его.

Свой материал: сделанный замер, названный отказ, случай из работы. Это близко к тому, что Google в своих вопросах называет опытом от первого лица — знанием, которое появляется от того, что человек сам чем-то пользовался.

Числа с источником или формулировка без чисел. Правдоподобная цифра без ссылки — обычный режим работы модели, и она первой ломает доверие к странице.

Один вопрос на страницу. Когда две страницы отвечают на один вопрос, поисковик выбирает одну, а вы гадаете, почему не ту.

Условие несогласия

Всё сказанное про утверждение и свой опыт избыточно, если по вашим запросам поиск отвечает не статьями. Проверяется за десять минут: вбейте пять своих запросов и посмотрите первую десятку. Если там карточки товаров, категории и справочные таблицы, текст на странице — обязательный минимум, а выдачу решают ассортимент, цена, наличие и скорость сайта. Статья с позицией автора там — вложение в то, чего не оценивают.

Обратный признак работает так же: если в первой десятке разборы и отзывы людей, которые сами этим пользовались, объёмом вы не выиграете.

Чего я делать не стал бы

Не стал бы заводить страницу под каждую строку выгрузки запросов. Выгрузка — список формулировок, а не список вопросов: часть строк в ней различается порядком слов. Страницы по такому списку конкурируют друг с другом, и разбирать это потом дороже, чем сразу свести десять формулировок к одному вопросу.

Не стал бы просить модель переписать чужой текст «уникально». Обе справки описывают ровно это: у Яндекса — информация из первоисточника с минимальными изменениями, у Google — выкачивание чужого с автоматической подменой слов. Проверка на совпадение символов тут ничего не доказывает — сходство считают не по буквам.

Не стал бы править свои тексты по показаниям детектора. Он отвечает на вопрос, по которому позиции не решаются, и ошибается в обе стороны. Правка ради того, чтобы не выглядело машинным, добавляет кривизны и не добавляет ни одного проверяемого факта.

Открытый вопрос

Всё описанное опирается на переход: человек увидел страницу и пришёл. Часть запросов закрывается ответом прямо в поиске, и если оттуда взята моя формулировка, я об этом не узнаю: вклад есть, перехода нет. Мерить это нечем, а привычная метрика начинает показывать падение там, где страница как раз работает.

Есть и второе, чего я не понимаю: как отличить статью, которая держится потому, что полезна, от статьи, которая держится потому, что по этому запросу больше ничего нет. Единственная проверка — дождаться конкурента. Способ неудобный: он приходит сам и не по расписанию.