Релевантность в SEO — что это, как её считают Яндекс и Google и как поднять на своём сайте

Релевантность в SEO — это степень соответствия конкретной страницы конкретному поисковому запросу. Поисковая система оценивает релевантность по десяткам сигналов и, исходя из этой оценки, решает, на каком месте показать страницу в выдаче. Чем выше релевантность — тем выше шанс попасть в ТОП.

Простой пример. Пользователь вводит запрос «купить фрезерный станок ЧПУ для дерева». Релевантной будет страница интернет-магазина, где: 1) есть фрезерные станки с ЧПУ, 2) именно по дереву (не по металлу), 3) их можно купить (цена, форма заказа, доставка). Страница «История изобретения фрезерного станка» по тому же запросу — нерелевантна, хотя и тематически близка.

Эту статью я писал не для галочки. За 12 лет работы с поисковыми системами я видел десятки случаев, когда страница не попадала в ТОП именно из-за «околорелевантности» — тематически близко, но по запросу не даёт ответа. Ниже — структурный разбор: какие бывают виды релевантности, как их считают Яндекс и Google, чем измеряют практики и как самостоятельно вытащить страницу в ТОП-10 за счёт работы с релевантностью.

История термина и почему это сегодня снова актуально

Слово «релевантность» (relevance, от лат. relevare — «облегчать, поднимать») в информационном поиске ввёл Кэлвин Муэрс ещё в 1959 году. Он занимался поиском в каталогах библиотек и сформулировал ключевую идею: документ может физически содержать запрашиваемые слова и при этом не быть полезным пользователю.

С 1959 по 1972 год шла борьба за формализацию: как алгоритмически отличить «полезный» документ от «просто содержащего слово». В 1972 Карен Спарк-Джонс предложила TF-IDF, в 1994 Стивен Робертсон — BM25, в 1998 Ларри Пейдж и Сергей Брин добавили PageRank как сигнал авторитетности. С 2017-2019 в игру зашли трансформеры (BERT, YATI), а с 2024-2025 нейросетевые поисковики (Yandex Нейро, Google AI Overviews) делают полный круг: они снова понимают «релевантность как полезность ответа», как Муэрс и задумывал.

Почему это важно сейчас. SEO-специалисты, выросшие в 2010-х, часто считают релевантность «текстовой оптимизацией» — подсчётом плотностей и LSI. Но поисковики 2026 года смотрят на страницу как на набор смысловых блоков, оценивая каждый по степени соответствия намерению пользователя. Кто работает по старым лекалам — стабильно проигрывает тем, кто умеет проектировать страницу под ответ.

Релевантность vs ранжирование — почему это разные вещи

Эти два термина часто путают, и это критическая ошибка. Я развожу их так:

• Релевантность — оценка одной страницы по одному запросу. Бинарная или скалярная характеристика: «подходит / не подходит» либо «совпадение = 0.78».
• Ранжирование — процесс упорядочивания всех релевантных страниц по итоговой формуле. В неё входит и релевантность, и траст домена, и ссылочный профиль, и поведенческие факторы, и возраст страницы, и коммерческие факторы.

Высокая релевантность — необходимое, но не достаточное условие для ТОПа. Можно сделать идеально релевантную страницу и всё равно остаться на 30-й позиции — если у конкурентов сильнее траст или ссылки. И наоборот — нельзя попасть в ТОП с нерелевантной страницей, какой бы старый и трастовый ни был домен.

На практике это означает: если страница в выдаче на 15-й позиции, чаще всего проблема в ранжировании (внешние факторы). Если на 100+ — проблема в релевантности (внутренние).

Виды релевантности

В индустрии нет единой канонической классификации, но на практике я использую такую разбивку — она покрывает все сигналы, с которыми работает SEO-специалист.

1. Текстовая релевантность

Самый базовый и самый «технический» вид. Алгоритм считает, насколько слова из запроса встречаются в тексте страницы и где именно: в Title, H1, первом абзаце, заголовках H2/H3, alt-текстах. Считается через BM25 и его модификации, поверх которых работают нейросетевые модели (BERT у Google, YATI у Яндекса).

Главное заблуждение нулевых: «надо писать ключевик столько раз, сколько у конкурентов». Это работало до 2017 года. Сегодня BM25 учитывает длину документа и насыщение — добавление 100-го вхождения ключа уже не даёт никакого эффекта, а может вызвать санкции по Баден-Бадену.

2. Семантическая релевантность

Совпадение по смыслу, а не по буквам. Алгоритм понимает, что «телефон», «смартфон», «сотовый», «мобильник», «iPhone» — про одну сущность. Реализуется через LSI-индекс (классика) и нейросетевые эмбеддинги (с 2018 года).

В практике это значит, что страница может попадать в ТОП по запросу, в котором нет точного вхождения, — если её векторное представление достаточно близко к вектору запроса в модели поисковика.

3. Релевантность намерению (intent)

С 2015 года Google внедрил алгоритм Hummingbird, а Яндекс примерно тогда же — «Палех» и «Королёв». С этого момента поисковики стали определять не только что человек написал, но и что он хотел получить — интент запроса:

• Информационный — узнать («что такое релевантность»);
• Навигационный — найти конкретный сайт («isakov.work»);
• Коммерческий — подготовиться к покупке («сравнить SEO-агентства»);
• Транзакционный — купить / заказать («заказать SEO-аудит»).

По коммерческому запросу страница со статьёй из блога, какой бы текстово безупречной она ни была, всё равно проиграет странице с карточкой услуги и CTA. Несовпадение интента — одна из трёх главных причин, почему «текстово оптимизированная» страница не идёт в ТОП.

4. Поведенческая релевантность

Поисковая система смотрит, как ведут себя пользователи, попавшие на страницу из выдачи: сколько провели на ней времени, кликнули ли по следующей странице сайта, вернулись ли в выдачу для уточнения. У Яндекса поведенческие факторы входят в топ-3 по весу. У Google официально не подтверждено, но утечка документации Content Warehouse в мае 2024 года показала наличие сигналов goodClicks, badClicks, lastLongestClicks, unsquashedClicks.

5. Ссылочная релевантность

Анкорный текст и контекст входящих ссылок. Если на страницу ссылаются с анкором «купить токарный станок» с тематического ресурса о металлообработке — это сильный сигнал релевантности по запросу. Если ссылка из кулинарного блога с анкором «тут» — почти нулевой.

6. Географическая релевантность

С 2009 года Яндекс делит выдачу на геозависимую и геонезависимую. Запрос «доставка пиццы» в Москве и в Новосибирске — это технически разные выдачи. Страница, релевантная по тексту, но без геопривязки (адреса, телефона с местным кодом, региона в Яндекс.Бизнесе), будет проигрывать локальным конкурентам.

7. Временна́я (актуальность)

Алгоритм QDF (Query Deserves Freshness) у Google и аналогичные у Яндекса повышают свежие документы по запросам, где актуальность важна: «новости», «обновления», «2026», «последние». Статья 2018 года про «SEO-тренды» в 2026-м обречена — даже если она блестяще написана.

8. Коммерческая релевантность

Специфичный для Яндекса блок факторов, оценивающих готовность сайта к продаже: наличие цен, ассортимента, контактов, корзины, доставки, оплаты, отзывов, условий возврата. Подробно я разбирал в E-E-A-T для коммерческих сайтов.

Как поисковые системы измеряют релевантность

Здесь, чтобы дальше говорить предметно, нужен короткий заход в теорию. Я попробую без формул — но с принципами.

Эволюция: от TF-IDF до нейросетей

TF-IDF (1972, Карен Спарк-Джонс) — первый формализованный способ оценки важности слова в документе. Идея простая: чем чаще слово встречается в документе (TF) и чем реже — в коллекции в целом (IDF), тем оно важнее. Любой современный SEO-инструмент, считающий «текстовую оптимизацию», под капотом использует именно эту метрику или её потомков. Подробнее про TF-IDF →

BM25 (Стивен Робертсон, 1994) — улучшение TF-IDF: добавлена нормализация по длине документа и насыщение по частоте. Именно BM25 (а не TF-IDF) сегодня является базовым текстовым сигналом в Elasticsearch, в ядре Яндекса (МатриксНет) и в Google. Подробнее про BM25 →

LSI (Latent Semantic Indexing, 1988) — первая попытка работать со смыслом, а не со словами. На уровне практики — это тематическое окружение запроса (для «iPhone» — Apple, iOS, смартфон, App Store, цена, чехол, экран). Подробнее про LSI →

Нейросетевые модели (с 2017-2018):

• BERT (Google, 2019) — понимание контекста двунаправленно: «банк реки» vs «банк-эмитент»;
• YATI (Яндекс, 2020) — трансформер для ранжирования, разработанный под кириллицу;
• MUM (Google, 2021) — мультимодальная модель, обрабатывающая текст, изображения и видео в 75 языках;
• YandexGPT / Нейро (2023+) — LLM, генерирующая ответы прямо в поисковой выдаче на основе индекса.

Практический вывод: думать сегодня про «плотность ключа в 3-5%» — это спорить о карбюраторе во времена электромобилей. Нейросети считывают смысл целиком, а BM25 проверяет базовое наличие.

Различия между Яндексом и Google

В моей практике эти различия проявляются жёстко: коммерческая страница услуги может одновременно стоять в ТОП-3 Яндекса (за счёт коммерческих сигналов и ПФ) и в ТОП-15 Google (которому не хватает развёрнутого экспертного контента). Лечится — добавлением статьи-сателлита и линковкой на коммерческую страницу.

12 факторов релевантности с примерным весом

Ни один поисковик не публикует точные веса. Цифры ниже — моя практическая оценка по итогам корреляционных исследований (Ahrefs, SEMrush, Sistrix), утечки Google Content Warehouse 2024 и собственных A/B-экспериментов на клиентских проектах. Это не истина в последней инстанции, а ориентир для приоритизации работ.

Что важно: первые два фактора (интент + Title) дают примерно 60% результата. Остальное — шлифовка. Если у вас не то Title или не тот тип страницы, никакая работа с LSI не вытащит её в ТОП.

Подробнее по топ-5 факторам

Совпадение интента (★★★★★). Это первичный фильтр, через который страница либо проходит, либо нет. Если поисковик считает запрос информационным («что такое релевантность»), а вы дали транзакционную страницу с CTA «Купить аудит» — даже идеальный Title и 5000 слов LSI-окружения не спасут. Решение всегда одно: посмотреть глазами на ТОП-10 в своём регионе и по своему устройству, понять преобладающий тип, и либо подстроиться, либо запустить под запрос отдельный URL правильного типа.

Title (★★★★★). Самая дешёвая и самая высокоэффективная правка во всём SEO. Я видел кейсы, где переписывание Title давало +35-60% органического трафика на странице за 2-4 недели — без других изменений. Главные ошибки: запрос в Title в неестественной форме, бренд впереди запроса, отсутствие УТП в «хвосте». Подробно — в гайде по оптимизации Title.

H1 + первый экран (★★★★☆). H1 — один на странице, должен содержать запрос (с допуском словоформ). Первый абзац после H1 — ёмкий ответ на запрос в 2-4 предложениях. Это критичный паттерн для AI-поиска: Yandex Нейро забирает в цитату чаще всего именно первый абзац после H1, если он структурирован как определение/ответ.

Поведенческие сигналы (★★★★☆). Самый «упрямый» фактор: на него нельзя повлиять напрямую правкой кода. Только через переписывание Title и Description (CTR), оптимизацию первого экрана и скорости (dwell time), закрытие смежных вопросов (возвраты в выдачу). Накрутка ПФ работает в Яндексе на коротком плече и ловится за 2-4 месяца — расплата — понижение всего домена.

Структура (★★★★☆). Подзаголовки H2/H3 под подзапросы — это не «красивая вёрстка», а карта релевантности для алгоритма. Если у конкурентов в ТОП-10 в среднем 12 H2-подзаголовков, а у вас 3 — это сигнал «страница неполно покрывает тему», независимо от качества текста.

Как проверить релевантность своей страницы — 4 практических способа

Способ 1. Оператор site: (30 секунд)

Самый быстрый. Вводите в поисковике:

site:example.com купить токарный станок 1К62

Если ваша целевая страница появляется в первых 1-3 результатах в рамках своего же домена — по запросу она хотя бы релевантна для поисковика. Если её нет в первой пятёрке — поисковик считает другие страницы домена более релевантными. Это первый сигнал каннибализации или плохой текстовой оптимизации.

Способ 2. Текстовые анализаторы

В Рунете на апрель 2026 года живые и рабочие:

• Megaindex Text Analysis — сравнивает вашу страницу с ТОП-10 по объёму, плотности, LSI;
• JustMagic — текстовый анализатор от Алексея Чекушина с фокусом на Яндексе;
• Tургеnev — проверяет на «Баден-Баден» (переоптимизация);
• PixelTools — анализ структуры под запрос.

Я использую первые три в связке: Megaindex даёт «куда дотягивать», Tургеnev страхует от переспама, JustMagic — контроль для Яндекса.

Способ 3. Ручной аудит интента

Открываете ТОП-10 по запросу и смотрите глазами: какие там типы страниц? Если на 9 из 10 позициях стоят информационные статьи — значит, поисковик считает запрос информационным. Ваша коммерческая страница с карточкой товара по этому запросу никогда не выйдет в ТОП, как бы вы её ни оптимизировали. Решение: либо менять тип страницы, либо запускать новый URL под информационный интент.

Способ 4. Search Console + Метрика

В Google Search Console раздел «Эффективность» показывает запросы, по которым ваша страница уже получает показы и клики. Если страница показывается по запросу, но CTR ниже норм (см. поведенческие факторы) — у вас проблема не с релевантностью индексации, а с Title и сниппетом. Если показов почти нет — проблема с релевантностью текста и структуры.

Чек-лист на 10 шагов: как поднять релевантность страницы

Это рабочий протокол, по которому я провожу аудит релевантности на клиентских проектах. По каждому шагу — что проверять и что менять.

Шаг 1. Определите главный запрос страницы

Один URL — один основной запрос (плюс шлейф низкочастотных). Если страница пытается ранжироваться сразу по «купить станок» и «ремонт станков», она проиграет обе битвы. Решение — разводить по разным URL.

Шаг 2. Проверьте интент в ТОП-10

Откройте ТОП-10 в Яндексе и Google по вашему запросу. Если 8/10 — это карточки товаров, ваша страница тоже должна быть карточкой/категорией. Если 8/10 — длинные статьи, нужна статья. Несовпадение — стоп-сигнал, дальше можно не идти.

Шаг 3. Перепишите Title

Структура, которая стабильно работает в 2026:

[Главный запрос] — [уточнение/USP] | [бренд]

Примеры:

• ❌ «Услуги — наша компания»
• ✅ «Аудит SEO сайта — 87 пунктов проверки за 3 дня | Виталий Исаков»

Запрос — в первых 60 символах. Без спама и CAPS.

Шаг 4. H1 и первый абзац

H1 — один на странице, содержит запрос (можно с вариацией словоформ). Первый абзац после H1 — ёмкий ответ на запрос в 2-4 предложениях. По нему алгоритм понимает, что страница релевантна, ещё до парсинга остального текста.

Шаг 5. Подзаголовки H2/H3 под подзапросы

Соберите подсказки из поисковых подсказок Яндекса, блока «Люди также спрашивают» в Google, Wordstat. Каждый подзапрос — отдельный H2 или H3. Это даёт двойной эффект: покрытие шлейфа НЧ-запросов + структурная релевантность главному запросу.

Шаг 6. LSI и тематические термины

Добавьте в текст 15-30 со-встречаемых терминов, которых нет в запросе, но которые формируют тему. Где брать:

• Megaindex Text Analysis (раздел «Не хватает в тексте»);
• ручной парсинг ТОП-3 на уникальные термины;
• ChatGPT/YandexGPT с промптом «дай 30 LSI-терминов для запроса X».

Шаг 7. Закройте все вопросы пользователя

Самый недооценённый шаг. Откройте «Люди также спрашивают» в Google по запросу — это буквально те вопросы, которые поисковик считает релевантными. Все эти вопросы должны быть закрыты на вашей странице (явно или контекстом). Бонус — добавьте FAQ-блок со Schema.org разметкой, попадаете в расширенные сниппеты.

Шаг 8. Внутренняя перелинковка с тематических страниц

Найдите 5-10 страниц вашего сайта, тематически близких к продвигаемой, и поставьте с них контекстные ссылки с точным анкором. Это отдельный сильный сигнал текстовой и ссылочной релевантности — подробности в гайде по перелинковке.

Шаг 9. Коммерческие сигналы (для коммерческих страниц)

На странице должны быть: цена (или диапазон), форма заявки, телефон с местным кодом, схема работы, отзывы, кейсы, гарантии, условия доставки/оплаты/возврата. Их отсутствие — стоп-фактор для Яндекса по коммерческим запросам.

Шаг 10. Поведенческие сигналы

Не накручивать — это путь под санкции. Работать над CTR через переписывание Title и Description, над dwell time через формат и скорость загрузки, над возвратами через закрытие смежных вопросов. Подробно — в статье про поведенческие факторы.

Релевантность vs качество контента — где граница

Эти два понятия часто сливают, и это путает. Развожу:

• Релевантность — про соответствие конкретному запросу. Бинарная характеристика «подходит / не подходит» в паре с этим запросом.
• Качество контента — про ценность для пользователя в целом. Грамотность, экспертность, оригинальность, глубина проработки, наличие практических примеров.

Релевантная статья может быть низкокачественной (рерайт, без экспертизы, набор очевидностей). Высококачественная статья может быть нерелевантной запросу (блестящий разбор алгоритмов, но пользователь искал «купить аудит»).

Поисковик 2026 года различает оба сигнала и учитывает их отдельно. Релевантность ставит страницу в шорт-лист кандидатов, качество — ранжирует внутри шорт-листа. Поэтому стратегически правильный путь — сначала закрыть релевантность (структура, Title, интент), потом наращивать качество (экспертные комментарии, авторские данные, практические примеры).

На практике: я всегда сначала делаю «релевантную заготовку» страницы (Title, H1, H2, базовый контент по ТОП-10), снимаю замер позиций через 4-6 недель, и только потом инвестирую в качество. Это страхует от ситуации, когда написана 5000-словная экспертная статья, но по несовпадению интента она не ранжируется в принципе.

Сезонная и трендовая релевантность

Отдельный пласт, о котором забывают: релевантность одного и того же запроса меняется во времени.

Сезонная. Запрос «горнолыжные туры» в июле и в декабре имеет разный интент: летом — информационный (планирование), зимой — транзакционный (бронирование). ТОП-10 по нему в разные сезоны выглядит по-разному. Я всегда проверяю позиции и интент по сезонным запросам не реже раза в квартал и адаптирую страницы.

Трендовая. Появление новой технологии или модели меняет интент классических запросов. Запрос «AI инструменты для SEO» в 2022 году релевантным считался обзор Cluster AI, MarketMuse, Surfer. В 2024-м — уже статьи про ChatGPT и YandexGPT в SEO. В 2026 нерелевантна статья без упоминания специализированных AI-агентов и mcp-серверов. Текст в поисковой выдаче — живой организм, который без апдейтов теряет релевантность.

Алгоритмические апдейты. Каждый крупный апдейт Яндекса или Google перетряхивает критерии релевантности в конкретных нишах. После HCU (Helpful Content Update) Google в августе 2022 многие тонкие коммерческие страницы потеряли позиции, а развёрнутые экспертные — выросли. После апдейтов МатриксНета Яндекс несколько лет подряд усиливает поведенческие. Подробно про последние изменения — в Алгоритмах Яндекса 2026 и Алгоритмах Google 2026.

Как масштабировать работу с релевантностью на большом сайте

Если у вас 10 страниц — чек-лист из 10 шагов проходится руками за 1-2 дня. Если 5000 страниц (типовой каталог производителя или интернет-магазин) — нужны другие подходы.

Шаг 1. Кластеризация запросов. Семантическое ядро разбивается на группы запросов с общим интентом. На каждый кластер — один тип шаблонной страницы. Это даёт «нормативную релевантность по умолчанию» для всех страниц кластера.

Шаг 2. Шаблонная оптимизация Title и H1. Не вручную, а через формулу: {Категория} {Параметр} в {Регион} — {УТП} | {Бренд}. Если шаблон правильный — даёт релевантность всем 5000 страницам сразу.

Шаг 3. Скоринг страниц по текстовой релевантности. Я использую связку выгрузка из Search Console (показы/CTR) + парсинг Title/H1 + расчёт BM25 для ключевых запросов. На выходе — список из 100-300 страниц с худшим скором, которые забирают на ручную доработку.

Шаг 4. Контроль каннибализации. На большом сайте критично, чтобы по одному запросу не ранжировались несколько страниц — это «съедает» релевантность каждой. Раз в месяц прогон через KeyAssort или Topvisor с маркировкой каннибализированных пар.

Шаг 5. Внутренняя перелинковка по шаблону. Скрипт, который для каждой страницы автоматически расставляет 3-5 контекстных ссылок на тематически близкие страницы. На 5000 страниц это даёт 15 000-25 000 анкорных сигналов релевантности.

Этот пайплайн я применяю на проектах от 1000 страниц. До 1000 — ручной чек-лист из 10 шагов работает быстрее.

Релевантность в B2B — что отличается

Я специализируюсь на B2B-проектах (производство, услуги, IT, медицина), и здесь работа с релевантностью имеет свои особенности.

Низкочастотные запросы доминируют. В B2B 70-80% трафика приходит по запросам с частотой 5-50 в месяц. Это значит, что по каждому такому запросу нет смысла биться за идеальные текстовые метрики — достаточно базовой релевантности и нормального покрытия страницей.

Интент — коммерческий, но не транзакционный. Заказчик токарного станка за 3 млн ₽ не покупает с первого визита. Он изучает, сравнивает, скачивает прайсы, запрашивает КП. Релевантной должна быть страница, дающая ответ на этой стадии: характеристики, сравнения, условия гарантии, кейсы внедрения.

Поведенческие сигналы искажены. В B2B нормальная сессия — 30-90 секунд (человек скачал PDF и ушёл изучать), и это не «отказ» в смысле релевантности. Я всегда корректирую цели Метрики так, чтобы скачивание прайса и запрос КП считались целью — это даёт честный сигнал поисковику.

Коммерческие сигналы отличаются от e-commerce. Цена часто отсутствует (по запросу), и это нормально. Что обязательно: ИНН/ОГРН, юридический адрес, форма КП, прайс по запросу, информация о договоре и документообороте, сертификаты. Подробнее — в E-E-A-T для коммерческих сайтов.

Кейс: страница «упала» на 30-ю позицию — что было не так с релевантностью

Без имён, под NDA. Производственная компания, B2B, основной запрос «промышленные стеллажи в Москве». Страница «Каталог стеллажей» в Яндексе — стабильно ТОП-7 в течение года, потом за месяц ушла на позиции 25-30. Никаких изменений на сайте не было.

Что я нашёл при аудите:

1. Title не менялся: «Каталог стеллажей — компания N». Запрос «промышленные» в нём не было — страница ранжировалась по инерции и ссылочному.
2. В ТОП-10 за полгода появились 4 новых сильных конкурента с разделами «Промышленные стеллажи» (отдельная категория, а не общий каталог).
3. У конкурентов в ТОП-3 — карточки с ценой, фильтрами, спецификациями PDF.
4. Поведенческие посыпались: CTR с 6,2% упал до 2,8% (Title не соответствовал ожиданию запроса), отказы выросли с 42% до 67%.

Что сделали (за 3 недели):

• Создали отдельный URL /promyshlennye-stellazhi/ с нужным интентом.
• Title: «Промышленные стеллажи в Москве — производство, цена от [X] ₽/м² | Компания N».
• На странице: фильтр по нагрузке, форма расчёта, прайс-лист в PDF, 6 кейсов внедрения, гарантия 5 лет.
• Внутренняя перелинковка с 6 тематических страниц (склад, мезонины, паллетные стеллажи).
• Старый каталог сделали родительской категорией со ссылкой на новый раздел.

Результат через 6 недель: новая страница в ТОП-5 Яндекса, +47% органического трафика к разделу стеллажей, конверсия в заявку с 1,1% до 3,4%. Старый URL остался работать на ВЧ «стеллажи каталог».

Главный урок: поисковик не «забыл» про вашу страницу. Он нашёл более релевантные. Регулярный аудит интента в ТОП-10 раз в квартал — страховка от таких просадок.

Релевантность изображений, видео и других медиа

С 2020 года и Google, и Яндекс активно индексируют не только текст. Релевантность мультимедийного контента считается отдельно и даёт трафик из вертикалей «Картинки», «Видео», блока с карусельными результатами в основной выдаче.

Изображения. Главные сигналы релевантности: alt-текст (с запросом и описанием контента), имя файла (tokarnyy-stanok-1k62.jpg, не IMG_4892.jpg), окружающий текст (заголовок и абзац рядом с изображением), Schema.org разметка ImageObject. Дополнительно с 2022 года Google использует MUM для понимания содержания самого изображения — компьютерное зрение распознаёт объекты независимо от alt.

Видео. Релевантность считается по названию (Title), описанию, расшифровке (transcript — Google умеет читать субтитры), Schema.org VideoObject и поведенческим сигналам внутри плеера (досматриваемость, лайки). Если у вас есть видео по теме страницы — добавление его на страницу с разметкой VideoObject поднимает текстовую релевантность всей страницы.

PDF и документы. Часто игнорируют, а зря: для B2B-проектов PDF-каталоги, прайсы, технические спецификации индексируются как отдельные документы. Я закладываю в каждый PDF метаданные (Title, Author, Subject), на первой странице делаю текстовый блок с ключами — это даёт +5-15% органических переходов из PDF-документов.

Что НЕ влияет на релевантность (мифы)

Развенчание мифов важно не меньше, чем перечисление работающих факторов. Время, которое тратится на факторы из этого списка, — это упущенный результат.

Тошнотность текста (классическая или академическая). Метрики Advego.ru. Поисковики не считают «тошнотность» — ни Яндекс, ни Google. Они считают BM25 + LSI + нейросетевую близость к запросу. Тошнотность — это проекция переоптимизации на понятный SEO-копирайтерам нулевых формат, но к современному поиску отношения не имеет.

«Вода». Та же история. Алгоритмы оценивают полноту ответа, а не долю «лишних» слов. Текст с 65% «воды» по Главреду может ранжироваться в ТОП-1, если он закрывает интент.

Уникальность по Text.ru / E-text. Антиплагиат — гигиена. Уникальность 100% не даёт буста релевантности. Уникальность 60% (значительные цитаты в цитировании) тоже не карается, если страница даёт ценность.

Количество ключевиков в Title (3-5-7). Любая «магическая» цифра — миф. Title должен быть читаемым человеку, содержать главный запрос и УТП. Точка.

Микроразметка breadcrumbs / Open Graph. Это про качество сниппета и CTR (опосредованно влияет через ПФ), но не про релевантность напрямую.

Высота / ширина / соотношение сторон изображений. Никак.

Возраст домена. Косвенно через траст в ранжировании, но не через релевантность. Молодой домен с идеально релевантной страницей будет в ТОП-30, потом начнёт расти. Старый домен с нерелевантной страницей в ТОП не попадёт никогда.

Количество H1 на странице (один или несколько). Современные поисковики корректно обрабатывают несколько H1 (HTML5). Один H1 на страницу — рекомендация ради структурной однозначности, а не ради ранжирования.

Релевантность в эпоху AI-поиска

С 2024-2025 появился новый слой — нейрорелевантность. И Яндекс Нейро, и Google AI Overviews не просто показывают ссылки, а генерируют ответ, цитируя источники. Попасть в этот блок — это новая «нулевая позиция».

Что отличает страницу, которую LLM возьмёт в качестве источника, от обычной релевантной:

• Чёткие определения в первых 100-150 словах. LLM сначала забирает «определение», а потом разбавляет уточнениями. Если ваша страница начинается с «Релевантность — это…» — шанс цитирования резко выше.
• Структурированные данные Schema.org: DefinedTerm, FAQPage, HowTo, TechArticle. Это сигналы, по которым LLM понимает, что у вас не статья-эссе, а справочник.
• Q→A структура. Подзаголовки в форме вопроса («Как проверить релевантность страницы?») и ёмкий ответ под ним. Эти куски LLM забирает буквально.
• Цитируемые единицы текста. Короткие тезисы, оформленные как <blockquote>, нумерованные списки, таблицы. Визуально оформленный кусок проще «вытащить» из контекста.
• Авторская экспертиза (E-E-A-T): фото автора, ссылка на страницу «Обо мне», конкретные упоминания опыта. LLM с большей охотой цитирует авторские страницы, чем анонимные.

Подробнее про адаптацию под новый поиск — в статье AI-поисковики и Яндекс Нейро.

Частые ошибки и заблуждения

«Чем длиннее текст — тем релевантнее». Нет. Релевантность по BM25 имеет точку насыщения. Дальше — только разбавление главного запроса и падение релевантности на один экран. Норма — медианный объём ТОП-5 ±20%.

«Надо вписать ключ 5 раз на 1000 знаков». Метрика «плотности» устарела с конца 2000-х. Современные алгоритмы оперируют BM25 + нейросетями, где плотности нет вообще. Один-два точных вхождения + LSI-окружение — достаточно.

«Точное вхождение в Title обязательно». Не всегда. Если в Title запрос «прямой» («ремонт квартир в москве цена») — это часто выглядит как переспам. Лучше — естественная формулировка, в которой запрос читается через словоформы.

«Релевантность — это про текст». Нет. Текст — один из десятка факторов. Без поведенческих сигналов и коммерческих факторов идеально написанный текст в коммерческих запросах в ТОП не вытащить.

«Главное — написать уникальный текст». Уникальность — гигиена, а не фактор ранжирования. Уникальный, но нерелевантный текст не даёт ничего. И наоборот — рерайт чужой статьи, доработанный под интент конкретной аудитории, может выйти в ТОП.

Связанные термины

Релевантность — зонтичное понятие. Вот ключевые смежные термины, которые имеет смысл понимать в связке:

• TF-IDF — классическая формула оценки важности слова в документе;
• BM25 — современный текстовый сигнал, преемник TF-IDF;
• LSI — семантическая близость через скрытые темы;
• Эмбеддинги — векторное представление текста, на котором работают нейропоисковики;
• Семантическое ядро — набор запросов, под которые оптимизируется сайт;
• Интент — намерение пользователя за запросом;
• Поведенческие факторы — сигналы пользовательской реакции на сайт.

Что делать прямо сейчас

Если читаете эту статью не ради общей эрудиции, а потому что у вашей страницы проблемы с ранжированием — возьмите чек-лист из 10 шагов выше и пройдите по нему за 1-2 часа. В 90% случаев на первых трёх шагах (интент → Title → H1) обнаружится корневая причина.

Если хотите системного решения и не готовы тратить недели на ручной аудит каждой страницы — напишите мне. Покажу 10 страниц вашего сайта с упущенным трафиком за 1 рабочий день — бесплатно, без звонков.