Последние посты
Максим Котёнков: SEO и AI-автоматизация
14 сент., 12:52изменён
Максим Котёнков: SEO и AI-автоматизация
27 авг., 13:27
Максим Котёнков: SEO и AI-автоматизация
26 авг., 10:15
Максим Котёнков: SEO и AI-автоматизация
24 авг., 14:24
Максим Котёнков: SEO и AI-автоматизация
24 авг., 10:11
Максим Котёнков: SEO и AI-автоматизация
24 июл., 12:11
переслано из @closedchannelkotenkov
Агент "GEO Монстр" — самый мясной агент, что выходил в школеЭто полноценная рабочий GEO-фреймворк, который изучает бизнес, измеряет видимость в поиске и AI, формирует контент-план, создает материалы и отслеживает результат.Агент в цифрах 31 специализированный скилл 69 локальных Python-инструментов 27 пользовательских команд 14 аналитических экранов 10 этапов полного рабочего цикла 7 аналитических контуров: AEO, GEO, бренды, тональность, репутация, QFO, URL/домены 4 формата генерации контента: статьи, коммерческие страницы, рейтинги, внешние публикации 3 интеграции сбора: DataForSEO, XMLRiver, Firecrawl 2 типа технического аудита: доменный и one-page 4 поддерживаемые среды: Codex, Claude Code, Cursor, Antigravity 27 структурированных схем данныхКак работает агент Сначала агент знакомится с проектом: ㆍ исследует сайт, продукты, услуги и посадочные страницы;Максим Котёнков: SEO и AI-автоматизация
14 июл., 08:28изменён
Большое видео по GEO- и AEO-продвижению без воздуханства, сущностей и разметок: https://www.youtube.com/watch?v=wBMAATs2Yc0Это самое токсичное и практичное видео у меня на канале. Видео вышло пару часов назад, а кто-то уже попытался накрутить дизлайки.Кого я задену этим видео: ▪️ Воздуханов, продающих GEO за 120к с набором работ на один день работы джуна. ▪️ GEO-экспертов, которые в качестве источников для материалов выступления на конфе указывают телеграм-каналы других челов, разбирающих исследования Ahrefs. ▪️ Создателей GEO-инструментов, которые продают парсинг чатов за дичайший оверпрайс. Типа мониторинга 1000 промптов раз в неделю за 1 млн рублей, когда это стоит тысяч 5 от силы. ▪️ Мамкиных вайбкодеров — создателей агентов. Потому что агента из
Максим Котёнков: SEO и AI-автоматизация
10 июл., 12:34
Еще немного на подумать на счет индекса ChatGPTЯ провел небольшой эксперимент, где: 1. Закрыл от LLM ботов (на уровне IP) и всех поисковых систем кроме Яндекс и Google сайт ResultUP 2. Переименовал один из разделов из "blog" в "articles" 3. Отправил 6 статей на индексацию в Google (те что на фото) 4. Подождал их индексации 5. Открыл сайт для Chatgpt ботов 6. Сделал запрос в ChatGPT web-поиск url адресов с сайта на новых адресах 7. И получил блять ровно те 6 URL что я переиндексировал в Google в первую очередь, потому-что лимит у сайта на отправку 6 url максимум и я шел ровно по порядку выкладки статей в блоге https://skr.sh/scFfYOPVtFn 8. Потом отправил проиндексировать в Google 1 случайных материал и после индексации в Google ChatGPT тоже начал его видеть.Но возможно это опять какая-то случайность, как тут и тут.
Максим Котёнков: SEO и AI-автоматизация
10 июл., 10:06изменён
"Другие" это : Cursor, Codex, OpenCode и прочие
Максим Котёнков: SEO и AI-автоматизация
10 июл., 09:02
Максим Котёнков: SEO и AI-автоматизация
10 июл., 08:22изменён
8 причин попробовать Codex вместо Claude CodeЯ сам немного поучаствовал в хайпе вокруг Claude Code. Но Codex очень хорошо обновился, и последние два с половиной месяца использую теперь только его для своих задач. А сегодня еще вышла новая линейка моделей 5.6.Вот причины: 1. По ощущениям он точнее, совершает меньше ошибок. 2. Лимитами можно обмазываться, их постоянно сбрасывают. Ультра-режим на высокой скорости вообще не выключаю на подписке за 200 баксов. 3. Комфортное управление с телефона. Я не выключаю ПК, и когда мне приходит какая-то идея вне дома или мне становится скучно, то я начинаю работать с Codex через чат на мобильном. 4. Режим /goal — пушка, но его нужно активировать в конфиге. Низкая автономность Codex ранее была преградой для меня. 5. Лояльно относятся к российским IP. Спокойно юзаю на своем ПК Codex. Один раз забанили аккаунт, но потом разбанили и дали промокод на 1Максим Котёнков: SEO и AI-автоматизация
30 июн., 12:24изменён
Упс, кажется кто-то спалился 🤭Немного для общей образованности. Когда ChatGPT нужно найти что-то на конкретном сайте в поиске, то он может делать запрос вида "site:site.ru запрос". И по всей видимости эти запросы могут направляться в Google.Ставлю небольшой эксперимент. Потом покажу результаты, пока идет как и задумывалось.
Максим Котёнков: SEO и AI-автоматизация
30 июн., 08:17
Доброе утро, GEO-шники! Графики на подумать. На них показана вероятность попадания доменов и их URL в слои цитирования и поиска ChatGPT по коммерческим запросам на 5 языках и в 5 странах — в зависимости от их позиции в Google, если домен или URL встретились по одному и тому же запросу в Google и ChatGPT в том же GEO и на том же языке.Выборка — пара тысяч промптов. Плюс перепроверено ещё на выборке из 3 тыс. промптов некоммерческого характера: закономерность сохраняется, но вероятности ниже.Как читать:👉 по горизонтали — группы позиций в Google; ☝️ по вертикали — вероятность попадания в цитату и поиск.Например, точки 24 и 25,9 на правом графике означают, что домен, ранжирующийся на 1-м месте в Google, с вероятностью 25,9% будет найден в SERP-слое ChatGPT и с вероятностью 24% будет процитирован.Выводы делайте
Максим Котёнков: SEO и AI-автоматизация
24 июн., 08:57изменён
Я собрал 15 000 промптов через парсинг интерфейса ChatGPT на русском и английском. Это 15 ГБ данных. Делюсь главными выводами.Надеюсь, для GEO-экспертов не секрет, что есть 2 слоя: ▪️ поиск кандидатов через веер уточняющих запросов ▪️ отбор доменов и URL-адресов для цитирования — дальше буду называть это цитированиемСамая сильная метрика, по которой сайт попадает в цитирование, — это его изначальная позиция в слое поиска кандидатов.То есть отдельная система ChatGPT находит набор кандидатов и ранжирует их внутри себя. Затем LLM формирует ответ на их основе и чаще всего берет для этого первые результаты из этого слоя. А не уходит искать "экспертный бренд".И вот что сильнее всего связано с позицией в поиске кандидатовВАЖНО: взаимосвязь не равна влиянию. Это может быть прокси-влияние через другой фактор.1. Максимальная релевантность сниппета URL-адреса основному запросу илиМаксим Котёнков: SEO и AI-автоматизация
11 июн., 11:52изменён
Год назад были судебные слушания над Google, где выступали челы из OpenAI.Прямая цитата: «Наша цель — и это была очень амбициозная цель, к которой мы пока и близко не подошли, — обслуживать около 80% нашего трафика из нашего собственного first-party индекса. Мы считаем, что 100% в долгосрочной перспективе достижимо, но это настолько далеко и настолько неопределённо, что это нельзя превратить в операционную цель — даже для группы умных людей, которые амбициозны и верят, что могут сделать невозможное». Ну короче, они попытались, у них нихуя не получилось. Даже если Google даст им сейчас все сайты из свой базы, то им нужно будет 5 лет, чтобы сделать из этого нормальную систему. И скорее всего пока они и не будут пытаться.Решение суда — Google обязан будет делиться даннымиGoogle признан монополистом и должен будет делиться данными с другими компаниями
Максим Котёнков: SEO и AI-автоматизация
11 июн., 11:15изменён
Есть ли свой индекс у ChatGPT?Вообще не трогаем тему обучения моделей и ответ чисто из ее весов. Исключительно про поиск по базам URL.Почему ChatGPT, а не Claude или Перплексити? Потому что для 80% населения земли AI = ChatGPT. И у него несравненная доля рынка с другими системами.Что говорит о создании индекса: - Поведение ботов OpenAI часто похоже на краулеры, которые обходят страницы сайта.Мини-эксперимент, который показывает, что ChatGPT использует сторонних SearchAPI провайдеров (не обязательно Google) Я взял супер редкий поисковый запрос — найди курсы по "продажи seo услуг", по которому явно должен быть мой сайт. Я убедился заранее, что OpenAI боты не посещали эту страницу и по логике индекса они не должны были быть найдены — https://skr.sh/sbx4fNQwTl1. С момента создания нового сайта школы там стоял счетчик мониторинга визитов AI ботов, который трекает их по IP и
Максим Котёнков: SEO и AI-автоматизация
22 мая, 12:10
Максим Котёнков: SEO и AI-автоматизация
15 мая, 11:04изменён
Простой эксперимент, чтобы понять слабости косинусной близости эмбеддингов для некоторых задач SEO и на этом перестану наливать духоты про косинусыЧто тут на скрине:1. Результат поиска по запросу «как выбрать ноут для удаленки», где на вход идут 2 идентичных текста, отличающихся абзацем, который меняет смысл. Тексты кину в комментарии. В одном случае про офис (нерелевантный), а второй про удаленную работу (релевантный). 2. Числовые оценки — это уровень релевантности двух текстов. Дельта для подсветки силы алгоритмов.Лексические алгоритмы не могут найти разницу, так как в тексте у меня «удаленная работа», а в поисковом запросе «удаленка». Оставим их в покое. Если бы у меня была база синонимов, которую собирают Яндекс и Google, то они бы справились в поиске релевантного текста.Самый прикол — это то, что косинусная близость эмбеддингов посыпалась на относительно небольших текстах,
Максим Котёнков: SEO и AI-автоматизация
14 мая, 13:27изменён
Дополню немного по косинусной близости эмбеддингов, чтобы лучше прояснить свою позициюГде это хорошо 1. Из кучи релевантного и не релевантного найти релевантное, чтобы потом доранжировать это. 2. Найти синонимы поисковых запросов, близкие термины, чтобы их потом также доранжировать чем-то другим.Где это плохо 1. Искать что-то релевантное, где и так все релевантно. 2. Оценивать релевантность больших фрагментов — типа страница к странице, вектор сайта к вектору семантики.Косинусная близость ломается, когда данных слишком много, когда векторизуются большие фрагменты обо всем. Она хорошо работает для того, чтобы найти что-то "близкое и тематичное", но для более менее хорошей оценки релевантности нужно использовать доранжирование.Максим Котёнков: SEO и AI-автоматизация
14 мая, 13:12изменён
Страницы которые цитируются в AEO реально имеют лучшие релевантные фрагменты и какими методами релевантности это можно определить эффективно в Яндекс и Google?Для анализа взял две выборки: 1. ТОП-30 2. ТОП-10 С разделением на процитированные URL и не цитированные (внутри топа), учитываем квери фан аут и очищаем данные от url которые не дают чанки (видео, короткие посты в соц. сетях и так далее).А дальше отвечаем на вопросы: 1. Страницы, которые цитируются в AEO, реально имеют лучшие релевантные фрагменты? 2. Если анализировать SERP и искать страницы с сильными фрагментами, какой метод релевантности выбирать: TF-IDF, BM25, token overlap, embeddings или cross-encoder?Какие методы рассматриваем: Semantic cosine — cosine-близость embedding поискового запроса и чанка страницы. Cross-encoder rerank — локальная модель переоценивает пары query ↔ top-N semantic chunks и выбирает лучший чанк
