Почему одна страница в топе, а другая на второй странице: как Google на самом деле оценивает релевантность текста в 2026 году

Два сайта. Одна тема. У обоих аккуратный Title, осмысленный H1, ключевое слово во всех «правильных» местах. Один — в топ-3. Другой застрял на второй странице.

Почему?

Ленивый ответ — «у первого больше ссылок или лучше поведенческие». Это правда, но неполная, а именно неполная часть здесь и важна. Именно она объясняет, почему нельзя просто досыпать ключевиков и ждать роста, и почему страница, которая читается нормально с точки зрения вашего редактора, может оставаться невидимой для Google.

Поэтому давайте разберём, что происходит между моментом, когда человек вводит запрос, и моментом, когда страница появляется в выдаче, — и что вы, человек, которому сайты должны приносить деньги, можете сделать на каждом из этих шагов.

Оговорка перед стартом: точной формулы ранжирования нет ни у кого за пределами Google. Но благодаря собственной документации Google, показаниям под присягой на антимонопольном процессе в США 2023–2025 годов и утечке внутренней документации Search API в мае 2024 года мы сегодня знаем о реальном устройстве системы куда больше, чем даже пару лет назад. Эта статья опирается на все три источника. Там, где что-то является моделью-для-понимания, а не буквально боевой системой, я это отмечаю.

Что вообще теперь значит «релевантность»

Google описывает ранжирование примерно как пять вещей, которые происходят одновременно: понять смысл запроса, найти подходящий под него контент, оценить качество источника, проверить удобство страницы и учесть контекст — геолокацию пользователя, его настройки и так далее. Это публичная версия, и как ментальная модель она полезна.

Но внутри неё спрятан ключевой сдвиг: поиск уже давно перестал спрашивать «о чём этот текст?». Теперь он спрашивает «поможет ли эта страница человеку, который ввёл запрос?». Звучит похоже. Это не одно и то же. Страница может быть безошибочно «о вашей теме» и при этом не помочь никому — и Google научился всё точнее ловить эту разницу.

Всё, что ниже, — это просто разные приближения к одному этому вопросу, наложенные друг на друга слоями.

Слой 1: слова

Начнём с фундамента, потому что он никуда не делся — и антимонопольный процесс подтвердил, что он даже центральнее, чем предполагали многие сеошники.

От TF-IDF к BM25

До BM25 был TF-IDF, и понимание его показывает, почему BM25 пришёл на смену.

TF (term frequency, частота термина): как часто слово встречается в документе.
IDF (inverse document frequency, обратная документная частота): насколько это слово редкое во всей коллекции.

Оценка — по сути произведение этих двух величин. Слово «купить» встречается на половине документов интернета — его IDF близок к нулю, и оно почти не влияет. Редкий, специфичный термин имеет высокий IDF и весит по-настоящему. Разумная модель. Но у неё есть изъян: TF растёт линейно. Чем чаще слово встречается, тем выше оценка, без потолка. Это прямое приглашение к переспаму ключевиками.

BM25 (Best Match 25) чинит ровно это. Без алгебры — из его формулы вытекают три вещи, и все три важны для вас:

Частота помогает, но с убывающей отдачей. Второе упоминание термина даёт прибавку. Двадцатое почти не регистрируется. Кривая выходит на плато — она насыщается.
Редкие термины весят больше. Точный, нечастый термин стоит на порядки больше обобщённого.
Длинные документы получают штраф за «разбавление». Длинной странице нужно пропорционально больше по-настоящему релевантных упоминаний, чтобы выглядеть сфокусированной, потому что длина нормализуется.

Сложите это вместе — и станет понятно, почему переспам мёртв на взлёте: BM25 читает его как высокую частоту термина на длинноватом документе, насыщение почти мгновенно съедает выигрыш, а вы зря потратили терпение читателя.

Это не древняя история — это первый шлюз Google

Вот часть, которую антимонопольный процесс сделал предельно конкретной. Под присягой топ-менеджер поиска Google описал первую стадию извлечения документов как старый добрый инвертированный индекс и списки постингов — те самые методы информационного поиска, что старше современного ИИ на десятилетия. Судебные материалы стадии средств правовой защиты прямо ссылаются на «Okapi BM25» как на лексический алгоритм, из которого выросла система Google.

Перечитайте это, потому что это переворачивает всё: первый шлюз, который должен пройти ваш контент, — не нейросеть. Это сопоставление слов. Google прогоняет дешёвые лексические операции, чтобы забросить широкую сеть на миллиарды страниц, и только потом тратит дорогой ИИ на маленький улов, который выжил. Если ваша страница не проходит лексический шлюз — вся умная машинерия дальше по конвейеру даже не получит шанса вам помочь.

Позиция, глубина и широта

Помимо чистой частоты, важно расположение. Title, H1, начало тела текста, подзаголовки — они весят больше, чем третий абзац снизу. Особенно заголовок: это одна из первых вещей, которую система читает, чтобы составить представление о странице.

Две неформальные, но полезные идеи: глубина и широта.

Глубина — насколько тщательно вы раскрываете основную тему; грубо говоря, сколько осмысленной частоты набирают ваши ключевые термины.
Широта — сколько связанных подтем и сущностей вы охватили; сколько различных релевантных терминов вообще попало в документ и внесло вклад в оценку.

Это не официальные метрики. Но они описывают реальное поведение. Если статья про «релевантность» упоминает слово «релевантность» один раз на 10 000 знаков, частота термина минимальна, и системе трудно понять, что это и есть главная тема. А если вы раскрыли только две-три из десяти сущностей, которые затронул бы полный ответ, конкурент с более широким охватом обходит вас при прочих равных.

Представьте текст как карту. Глубина — насколько детально прорисован один район. Широта — сколько районов вообще попало на карту. Держите этот образ в голове — в следующем слое «широта» приобретёт второй, более острый смысл.

Слой 2: смысл

BM25 ничего не понимает. Это очень хорошо откалиброванный счётчик, но всё-таки счётчик.

Страница про «долгосрочную аренду недвижимости» не содержит ни одного слова из запроса «как снять квартиру надолго» — BM25 пожимает плечами. Но для человека это один и тот же документ под одну и ту же потребность. Чтобы закрыть этот разрыв, нужно понимать смысл, а не сопоставлять строки.

Эмбеддинги, простыми словами

Решение — эмбеддинги. Текст превращается в числовой вектор в многомерном пространстве, устроенном так, что близкое по смыслу оказывается близким и геометрически. Схожесть измеряется углом (или скалярным произведением) между векторами. Семантически близкий контент оказывается рядом даже при нуле общих ключевых слов.

Это делают две архитектуры, и они решают разные задачи:

Bi-encoder (двухпроходный энкодер). Кодирует запрос и документ по отдельности, каждый в свой вектор, потом сравнивает их одной дешёвой операцией. Поскольку векторы документов можно посчитать заранее и сохранить, это достаточно быстро, чтобы просеивать миллиарды страниц. Примерно так работает RankEmbed у Google — поэтому он и живёт на стадии отбора кандидатов.
Cross-encoder (перекрёстный энкодер). Подаёт запрос и документ вместе как одну последовательность и судит о релевантности за один проход, позволяя каждому слову запроса взаимодействовать с каждым словом документа. Гораздо точнее — и гораздо дороже. Предпосчитать нельзя; каждая пара считается заново. Поэтому это имеет смысл только для переранжирования, когда кандидатов уже сотни, а не миллиарды, и точность важнее скорости.

Bi-encoder — чтобы собрать кандидатов; модели cross-encoder-типа — чтобы переранжировать финалистов. Конвейер Google повторяет ровно эту форму.

Нейростек Google, как мы его теперь знаем

Публично об эмбеддинговом поиске Google заговорил ещё в 2018-м, под названием Neural Matching. С тех пор процесс и утечка заполнили оргструктуру моделей:

RankBrain (2016) — первый сигнал ранжирования на машинном обучении.
DeepRank — модель понимания языка на базе BERT, применяемая поздно в конвейере (примерно к финальным 20–30 результатам), потому что она слишком дорога для масштаба.
RankEmbed / RankEmbed BERT — модели плотных векторов, подтягивающие релевантных кандидатов, которых чистое сопоставление слов пропустило; обучены на смеси поисковых логов и оценок живых асессоров качества.

Важно: Google обнаружил, что эти нейросигналы можно разложить на сигналы, напоминающие традиционные, — и что комбинация обоих типов бьёт каждый по отдельности. Это не философская позиция; это результат на бенчмарках.

Предел, о котором не говорят, — и почему гибридный поиск побеждает

Вот фрагмент, который редко попадает в сеошные статьи. Эмбеддинги не волшебны; у них жёсткий потолок. Работа Google DeepMind 2025 года (статья «LIMIT») показала, что одиночный вектор типового размера способен чисто различать релевантность лишь примерно на 1,7 миллиона документов, прежде чем различия начинают размываться, — это крошечная доля индекса Google. Вектор фиксированной длины вмещает лишь ограниченный объём информации.

Именно поэтому Google не может просто отдать всё на откуп эмбеддингам и успокоиться, и именно поэтому гибридный поиск — BM25 плюс плотные векторы — стабильно обходит любой из методов по отдельности на стандартных бенчмарках. BM25 даёт точность по конкретным словам. Векторы дают охват по смыслу. Каждый закрывает слепое пятно другого. Счётчик и нейросеть — партнёры, а не соперники.

«Широта», версия вторая

Теперь тот второй смысл широты. В лексическом мире широта была про покрытие терминами. В векторном мире широта — это сколько релевантных подтем и сущностей страницы попадает в эмбеддинг и сокращает его расстояние до реальных запросов. Страница, затрагивающая лишь одну грань темы, порождает вектор, который стоит далеко от запросов про другие грани. Google так прямо и называет это — тематическое покрытие (topical coverage).

Так что один и тот же инстинкт — раскрыть тему как человек, который в ней реально разбирается, — окупается дважды: один раз для счётчика и один раз для нейромодели.

Слой 3: пользователь

Идеально оптимизированная страница может гнить на второй странице, если люди на ней не задерживаются. Именно на этом слое антимонопольный процесс сбросил самую крупную бомбу, потому что годами Google публично приуменьшал ровно это.

Navboost: гигантская таблица кликов

Знакомьтесь — Navboost. Долго сообщество спорило, влияют ли клики на ранжирование, а публичные заявления Google колебались от уклончивых до прямо отрицающих. Процесс закрыл спор.

Navboost оказался, по описанию самого инженера Google, по сути большой таблицей: для данного запроса этот документ получил столько-то кликов, тот — столько-то, агрегировано с небольшим количеством дополнительных данных. Это даже не система машинного обучения — это таблица пользовательского поведения. И работает она примерно с 2005 года, храня скользящее окно в 13 месяцев данных о взаимодействиях. Старший вице-президент Google под присягой назвал её одним из сильнейших сигналов ранжирования.

Механика, которая важна для вас, — это качество клика, а не его количество:

Долгие клики — пользователь идёт на вашу страницу и не отскакивает обратно в выдачу какое-то время — читаются как удовлетворённость.
Короткие клики / pogo-sticking — пользователь кликает, тут же возвращается в выдачу и кликает что-то другое — читается как провал.

Рядом с Navboost стоит Glue, который делает то же самое для «не синих ссылок» на странице (картинки, блок «Похожие вопросы» и прочее), располагая эти элементы универсального поиска на основе данных о взаимодействиях.

Почему это не значит «идите покупайте клики»

Google первым скажет, что клики — паршивая самостоятельная метрика: их тривиально накрутить. Так что это никогда не было наивным рычагом «выше CTR = выше позиция». Поведение — один из входов в сложную обучающуюся систему, перепроверяемый по всему остальному. Попытки его подделать обычно детектируются, а всплеск фейкового трафика с короткими визитами скорее навредит, чем поможет.

Честный вывод: две вещи, которые вы можете контролировать, — это (1) заработает ли ваш сниппет клик и (2) выполнит ли страница сразу же обещание, которое дал этот сниппет. Сделайте оба — и Navboost со временем сыграет на вас. Провалите второе — даже после отличного сниппета — и вы обучаете систему вас закапывать.

Конкретный пример «текстового шума»

Есть хорошо задокументированный паттерн: раздутое сквозное меню — десятки ссылок, повторяющихся на каждой странице, — вбрасывает в текстовую модель каждой страницы столько лишних слов, что размывает то, о чём эта отдельная страница вообще. Команды, которые вычищают этот шум (или перестают отдавать тяжёлое мега-меню краулерам), регулярно видят рост видимости, иногда драматический. Урок обобщается далеко за пределы меню: шум на странице разбавляет сигнал темы. Если бы краулер прочёл вашу страницу как один документ, что бы он решил о её теме? Если ответ «трудно сказать» — у вас проблема с шумом.

Слой 4: качество и доверие

Релевантность добивается того, чтобы вас рассмотрели. Доверие решает, победите ли вы, — особенно на темах, где ошибка вредит людям.

Публичная рамка Google здесь — E-E-A-T: Experience, Expertise, Authoritativeness, Trustworthiness (опыт, экспертность, авторитетность, надёжность). Но обратите внимание на ключевую оговорку, зашитую в собственную документацию Google и подтверждённую процессом и утечкой: единой «оценки E-E-A-T» не существует. Термин не встречается ни в патентах, ни в утёкших API-доках, ни в судебных материалах. Это направляющий принцип, выраженный через десятки косвенных сигналов — модули качества, сайтовые метрики авторитетности, оценки качества, производные от PageRank, — которые системы научились читать автоматически.

Различие практическое, а не педантичное. Google не «чувствует голос автора». Он детектирует наличие или отсутствие конкретных сигналов, которые обычно коррелируют с экспертностью: указанный автор с настоящим био, ссылки на первоисточники, описанная методология, контакты и реквизиты бизнеса, честное признание ограничений.

Для YMYL-тем — Your Money or Your Life: здоровье, финансы, право — планка выше, а штраф за отсутствие сигналов жёстче. Страница юрфирмы без автора, без квалификаций и без реальных маркеров экспертности просто слабее той, где есть всё три. Не потому что машина «уважает юристов», а потому что сигналы доверия либо есть в тексте и структуре, либо их нет.

Это же — чистое опровержение модного тезиса «в семантическом поиске ключевики больше не важны». Важны. Выигрышная формула для конкурентной коммерции и YMYL — правильная карта релевантности (слова + смысл + покрытие) плюс настоящая, доказуемая экспертность. Ни одна из половин не опциональна.

Новый слой поверх всего: ИИ-ответы

С 2025 года над классическим стеком встал совершенно новый вопрос: попадёт ли ваша страница в ИИ-обзор Google (AI Overview или AI Mode) и процитируют ли её?

Это не мелкая правка выдачи. Это структурное изменение того, что вообще значит «хорошо ранжироваться», и данные жёсткие.

Арифметика кликов изменилась

Несколько независимых исследований, разными методами, указывают в одну сторону:

Ahrefs (300 000 ключей, данные за декабрь 2025): при наличии ИИ-обзора средний CTR топовой страницы примерно на 58% ниже, чем был бы без него, — резко хуже, чем ~34,5%, измеренные годом ранее. Их прямая формулировка: из каждых 100 кликов, которые топовая страница получала раньше, Google теперь забирает 58.
Pew (реальные данные о поведении в браузере): лишь ~8% пользователей кликают по традиционному результату при наличии ИИ-обзора против ~15% без него.
Seer Interactive (длинный временной ряд): органический CTR по запросам с ИИ-обзором упал с ~1,76% до минимума ~0,61%, с осторожной стабилизацией в начале 2026 года, а не восстановлением.

Разные датасеты, разные цифры, один безошибочный тренд. Когда Google сам отвечает на запрос наверху страницы, меньше людей прокручивают вниз до вашей ссылки. Zero-click-поиск — когда потребность закрывается, не покидая Google, — теперь дефолт для большой доли информационных запросов.

**Но если вас цитируют — знак меняется**

Вот обнадёживающая часть, которая должна перестроить вашу стратегию. Страницы, процитированные внутри ИИ-обзора, получают более высокий органический CTR, чем нецитируемые в той же выдаче, — один анализ насчитал примерно на 35% больше органических кликов для процитированных источников. Быть в ответе лучше, чем просто быть рядом с ним.

Так что метрика тихо сместилась. Раньше это было «сколько кликов». Становится — «как часто вы источник, который цитирует машина». У этой дисциплины уже есть название в индустрии — GEO (Generative Engine Optimization) или оптимизация под ответные движки, — но хорошая новость в том, что отдельного тайного рецепта нет. Чтобы претендовать на цитирование, страница должна быть индексируемой, качественной и по-настоящему совпадать с интентом. Если вы занимались нормальным SEO, вы уже прошли большую часть пути. Сдвиг — в том, что вы измеряете, а не в основах.

Две практические тонкости для вашей отчётности

Google Search Console теперь показывает ИИ-поверхности. С 2026 года есть отдельная видимость по AI Overviews и AI Mode. Следите за ней — она меняет то, как вы читаете собственные цифры.
Показы дублируются. Когда вы в топе первой страницы и в ИИ-обзоре по одному и тому же запросу, GSC может записать два показа. Клики с ними не удваиваются. Поэтому страница может показывать растущие показы и улучшающуюся среднюю позицию, при этом кликах и CTR падают — паттерн, который теперь встречается повсеместно. Не диагностируйте в панике «проблему с контентом», когда видите эффект бухгалтерии ИИ-обзоров.
Кривая CTR уплощается. Позиции 6–10 в ряде исследований даже набрали долю кликов — пользователи, прокрутившие мимо ИИ-обзора, взаимодействуют с нижними результатами. Старое допущение «важны только позиции 1–3» слабее, чем было.

Коммерческие и информационные страницы: разные виды релевантности

Всё вышесказанное применимо и к статье в блоге, и к странице товара. Но для коммерческих страниц текстовая релевантность — лишь часть оценки.

Для запроса вроде «купить шоссейный велосипед с доставкой» задача не в том, чтобы прочитать статью про шоссейники, — а в том, чтобы купить конкретный велосипед. Другой интент, другой ожидаемый ответ. Отсюда:

Информационная страница должна объяснять, сравнивать, учить. Её релевантность оценивается по полноте раскрытия темы и уровню экспертности.
Коммерческая страница должна дать совершить покупку. Её релевантность — это текст плюс сигналы того, что здесь реально возможна сделка: цена, наличие, варианты доставки, маркеры доверия, отзывы, кнопка покупки там, где её ищет глаз.

Это объясняет частую фрустрацию: отличный текст на коммерческой странице, который упрямо не ранжируется. Текст решает задачу информационной страницы. А коммерческой нужно было доказать «купить можно — здесь и сейчас», а не рассказывать.

И жёсткое правило: не смешивайте коммерческий и информационный интент на одной странице. Попытка одновременно продать товар и объяснить, что это за товар, в одном месте смазывает сигнал темы. Google не может понять, под какой запрос страница; посетитель приходит с одной целью и натыкается на другую; короткий возврат, слабый поведенческий сигнал. Под информационные запросы пишите длинный, подробный материал. Под коммерческие стройте выделенные посадочные с полным набором коммерческих сигналов — текст всё ещё может быть содержательным, просто распределённым по реальным коммерческим блокам, а не свалённым стеной.

Что из всего этого реально следует

Контролируемые эксперименты подтверждают теорию полезным образом. SearchPilot, который гоняет сплит-тесты на живых сайтах, находил на реальных e-commerce-страницах паттерны вроде:

Добавление по-настоящему полезной информации на карточки товара: заметный рост трафика.
Вытаскивание контента из скрытых вкладок в видимую область: ещё рост.
Добавление пары лишних ключевиков в title: значимого эффекта нет.
Удаление шаблонного SEO-текста с категорийных страниц: статистически значимый рост — наполнитель разбавлял тему и вредил юзабилити.

Сквозная линия: Google легче признать страницу релевантной, когда сигналы темы видимы, структурированы и не утоплены в шуме. Понимание интента бьёт сопоставление ключевиков. Широта покрытия темы бьёт плотность любого отдельного ключа.

Есть смежная правда, которую стоит сказать прямо, прямо из анализа эпохи процесса: инструменты оценки контента проводят вас через первый шлюз, но не выигрывают гонку. Поднимите on-page-оценку страницы с 60 до 95 — и, возможно, не сдвинется ничего. Не потому что инструмент подвёл, а потому что ссылки, авторитетность домена и поведенческие сигналы делают для ваших конкурентов больше, чем способен один контент. Если сайт с DR 15 бьётся против сайтов с DR 70+, идеальная on-page-работа необходима, но недостаточна. Будьте честны с собой (и с клиентами) насчёт того, какую часть проблемы контент реально способен решить.

Ещё одна честная оговорка: точные формулы отбора кандидатов у Google не опубликованы. BM25 — корректная учебная модель, а не буквально боевая система. Конкретные веса и архитектура нейрослоёв остаются скрытыми. Считайте всё здесь хорошо обоснованной картой, а не самой территорией.

Чек-лист: проверить страницу на прочность перед публикацией

Формулы и эмбеддинги — это интересно. Вот что с ними реально делать. Это усреднения — что-то применимо к вашему проекту, что-то нет, поэтому фильтруйте через задачу вашего сайта.

1. Выпишите настоящий интент. Человек хочет узнать, купить, сравнить или решить конкретную задачу? «Как перейти из тестировщика в разработчики» — это не просьба узнать о профессии тестировщика, а просьба про план перехода: что учить, сколько это займёт, с чего начать. Если ваша страница отвечает на другой вопрос — она нерелевантна, сколько ключевиков ни добавь.

2. Проверьте, что Title и H1 бьют в интент, а не просто содержат ключ. «Профессия тестировщика: обязанности и зарплаты» и «Как перейти из тестировщика в разработчики: пошаговый план» — оба «про тестировщика», но отвечают на совершенно разные вопросы. Тест: если убрать ключ из заголовка, останется ли ясно, что получит читатель?

3. Сравните топ-10 по интенту — в настоящем браузере, а не в инструменте. Откройте выдачу Google по целевому запросу. Какие подтемы есть у всех сильных страниц? Какие блоки встречаются в большинстве? Что есть у топ-3, чего нет у топ-10–20? Вы не копируете структуру ради самой копии (хотя, честно, это рабочая тактика) — вы реверс-инжинирите то, что алгоритм считает полным ответом на этот запрос. Если у всех в топе конкретный план действий, а у вас лишь расплывчатые рассуждения, — это сигнал релевантности, работающий против вас.

4. Вычистите шаблонный шум. Гигантское сквозное меню с десятками ссылок (зависит от контекста — иногда оно нужно ради покрытия), 500-словный SEO-блок в подвале, наполнитель «мы лучшие с 2005 года» — всё это текстовый шум, разбавляющий тему страницы. Спросите себя или, лучше, прогоните инструментом: если Google прочтёт эту страницу как один документ, о чём она? Ваше мега-меню, возможно, впихивает столько вариаций запросов в каждую страницу, что размывает их все.

5. Добавьте сущности и конкретику. Даты, числа, определения, примеры, таблицы. Не «многие компании используют…», а «согласно собственным раскрытиям Google за декабрь 2025…». Не «это важно для SEO», а «в исследовании на 300 000 ключей Ahrefs обнаружил…». Конкретика служит обеим аудиториям сразу: алгоритм видит больше тематических сущностей, человек получает реальную пользу.

6. Проверьте сигналы экспертности. Может ли читатель понять, кто это написал и почему ему стоит доверять? Для Google это E-E-A-T с упором на доверие. Есть ли указанный автор с био, ссылки на первоисточники, описанный метод, честная пометка об ограничениях («данные по рынку США; в других регионах может отличаться»)?

7. Убедитесь, что важный контент реально виден. Не спрятаны ли ключевые блоки во вкладках, аккордеонах или JS-компонентах, которые не отрисовываются при краулинге? (Вкладки — норма, если контент отрисовывается сразу.) Простой тест: загрузите страницу с отключённым JavaScript и посмотрите, что видит краулер.

8. После публикации смотрите на правильные метрики. Позиция — не единственный сигнал и даже не главный, особенно сейчас, когда ИИ-обзоры перекраивают выдачу. Из Search Console: по каким запросам вы показываетесь (покрытие), CTR сниппета, тренд за 2–4 недели и теперь видимость на ИИ-поверхностях. Из аналитики: отказы, глубина скролла, время на странице. И помните про дублирование показов, прежде чем читать падающий CTR как провал контента.

Как это выглядит на практике

Один разобранный пример. Запрос: «как найти работу IT-специалисту». Интент информационный — человек хочет понять, с чего начать и что реально работает. Вот вступительный абзац в трёх версиях, от худшей к лучшей.

Версия 1 — очевидно плохая, старая школа:

Поиск работы IT-специалистом — важный и актуальный вопрос в современном мире информационных технологий. Поиск работы для IT-специалиста играет ключевую роль в построении карьеры. Если вы задаётесь вопросом, как найти работу IT-специалисту, в этой статье мы расскажем, как найти работу IT-специалисту быстро и эффективно.

Формально «правильно»: фраза «найти работу IT-специалисту» встречается трижды в трёх предложениях. И именно поэтому это провал. BM25 видит экстремальную частоту термина на коротком документе — классический флаг переоптимизации. Текст не отвечает ни на один реальный вопрос. Его эмбеддинг обеднён, крутится вокруг одной фразы. Читатель возвращается в выдачу за три секунды; поведенческий сигнал фиксирует провал. Так плохо уже почти никто не пишет, но это самая наглядная иллюстрация.

Версия 2 — опасная, потому что выглядит нормально:

Рынок труда в IT сегодня переживает период активного развития. Отрасль предлагает множество возможностей для специалистов любого уровня. Конкуренция за хорошие позиции остаётся высокой, поэтому кандидатам стоит подходить к процессу вдумчиво. Хорошо спланированная стратегия поиска и добротная подготовка способны заметно повысить ваши шансы на успех в этой динамичной и перспективной сфере.

Это частый, опасный случай. Ни переспама, грамотно, читается гладко. Безвкусный редактор пропускает это. И это ровно так же нерелевантно, как версия 1. Посмотрите, что тут реально сказано: «рынок развивается», «много возможностей», «конкуренция высокая», «подходите вдумчиво». Четыре предложения, которые подойдут любой профессии — замените «IT» на «юриспруденцию» или «логистику», и ничего не сломается. Для лексической модели тут почти нет значимых терминов — только высокочастотный низко-IDF-наполнитель. Для векторной хуже: эмбеддинг смазан, близок ни к какому конкретному запросу, потому что он не про конкретную задачу. Ищущий получает ноль ответов и уходит. Отличие от версии 1 лишь в том, что эта умирает на слое пользователя, а не на лексическом. Техническая грамотность и релевантность — не одно и то же — вот вся ловушка.

Версия 3 — релевантная:

Поиск работы в IT обычно решается точностью, а не объёмом откликов. Джуну без коммерческого опыта выгоднее собрать пару портфолио-проектов на GitHub и откликаться на стажировки, чем гнаться за вакансиями с «опытом от 3 лет». Мидлу стоит наоборот — меньше откликов, но каждый с резюме, переписанным под конкретную вакансию, и настоящим сопроводительным письмом: это бьёт сотню одинаковых отправок. Ищите сразу в нескольких местах — джоб-борды, профильные Telegram-каналы и через нетворкинг: рекрутеры отмечают, что большая доля IT-вакансий закрывается по рекомендациям ещё до публикации.

Ключевая фраза почти не встречается в исходном виде. Вместо этого абзац плотно покрывает связанные сущности: джун, мидл, резюме, сопроводительное письмо, портфолио-проекты, GitHub, стажировки, джоб-борды, рекомендации. Это широта в действии — векторная модель видит документ, близкий не к одному запросу, а к целому кластеру: «первая работа в IT для джуна», «как написать IT-резюме», «где разработчики находят вакансии». Человек сразу получает конкретику и остаётся читать. Та же тема, тот же интент — принципиально иная релевантность, потому что страница решает задачу, а не повторяет запрос.

Весь конвейер, одной картинкой

Если хотите ментальную модель, связывающую всё воедино, вот путь, который реально проходит ваш контент, по описаниям эпохи антимонопольного процесса:

Инвертированный индекс + BM25 — дешёвый лексический первый шлюз, просеивающий миллиарды страниц. Пройди его — иначе всё остальное не имеет значения.
RankEmbed — плотные векторы добавляют релевантных кандидатов, которых пропустило сопоставление слов.
Mustang — примерно 100+ сигналов на выживший набор: тематичность, оценки качества и клик-данные Navboost.
DeepRank — дорогое понимание на базе BERT, применяемое только к финальным ~20–30 результатам.
Переранжирование + генерация ИИ-обзора — сигналы доверия, персонализация и вопрос о том, суммируют ли вас и процитируют.

Практический вывод отрезвляет: каждая стадия — это фильтр, и вас могут отсеять на любой из них. Никакая авторитетность не спасёт страницу, которая не прошла лексический шлюз. Никакие ключевики не спасут страницу, которая прошла шлюз, но усыпляет каждого зашедшего читателя. Пройти нужно всё.

Неудивительный вывод

Пишите хороший текст, который помогает людям и отвечает на вопрос. Вот и всё.

BM25, нейромодели, поведенческие сигналы, оценка качества, ИИ-суммаризация — всё это разные приближения к одному вопросу, который алгоритм большую часть своей истории не мог задать, а человек мог задать всегда мгновенно: «окей, но это реально тебе помогло или нет?»

Оптимизировать под алгоритм и писать для человека раньше были двумя разными стратегиями, между которыми приходилось выбирать. Десять лет назад выбирать и правда приходилось — и, честно говоря, тот, кто оптимизировал под алгоритм, обычно выигрывал. Та эпоха закончилась. Две задачи сблизились достаточно, чтобы стать почти одной. Алгоритм стал достаточно хорош (что, ясное дело, не мешает людям пытаться его обмануть), чтобы отличать текст, который по-настоящему отвечает на вопрос, от текста, который просто содержит нужные слова.

Стройте под второй тип. А потом измеряйте, процитировали ли вас, а не только кликнули ли, — потому что в 2026 году игра всё чаще решается именно там.