LSI копирайтинг (наглядные примеры)

«Подготовил новую статью-практикум об LSI-копирайтинге. В этой статье простыми словами о том, как привлекать больше людей из поисковых систем, используя тематическое ядро и хвостовые запросы в тексте. Звучит жутковато, но на деле весело :).» © Даниил Шардаков.

Пожалуй, каждый копирайтер, который пишет тексты для поискового продвижения (SEO), хоть раз слышал понятие LSI копирайтинг. Или LSI тексты. Если не слышал – тоже неплохо, потому что сегодня получит ударную порцию новой информации и сможет спокойно прибавить 20-30% к своему гонорару.

По хорошему, о латентно-семантическом индексировании (именно так расшифровывается аббревиатура) есть целая статья в Википедии, но написана она слишком научно и без примеров. Поэтому я решил сделать простую, понятную, доступную и наглядную статью-руководство о том, что такое LSI тексты, и как их правильно писать. Другими словами, я хочу сегодня поделиться с Вами прикладной информацией которую можно сразу применять на практике и получать результат. Готовы? Тогда устраивайтесь поудобнее, мы начинаем!

Что такое LSI копирайтинг

На заре 2000-х годов поисковые системы (Google, Yandex) и др. работали не так как сейчас. Они анализировали, насколько страница сайта соответствует запросу пользователя, считая количество вхождений ключевых слов. В результате оптимизаторы «накачивали» ключевиками тексты, под завязку. А для пущей убедительности еще и выделяли их полужирным шрифтом. Такие материалы читать было нереально, зато они неплохо ранжировались (занимали лидирующие места) в поисковой выдаче.

Со временем поисковые системы стали более совершенными. Они научились анализировать интент (намерение пользователя, причину, по которой он вводит тот или иной запрос) и подбирать страницы с ответом, исходя из типа запроса: коммерческие (когда человек хочет что-то купить) и информационные (когда хочет что-то узнать). Для информационных запросов как раз и был внедрен принцип анализа текста на базе скрытого или латентно-семантического индексирования (Latent Semantic Indexing) или, проще говоря, LSI.

Суть принципа: поисковые системы, анализируя тексты на сайте, принимают во внимание не только ключевые слова (так называемое, семантическое ядро), но и сопутствующие по смыслу слова, которые раскрывают тему (так называемое, тематическое ядро): синонимы, ассоциации, гипонимы, гиперонимы, смежные понятия и пр. Чем больше и насыщеннее тематическое ядро, тем более ценным выглядит текст для поисковых систем и тем выше он ранжируется. Вот почему многие SEO-специалисты, когда дают авторам техническое задание (ТЗ), указывают не только ключи, но и тематический словарь – те самые сопутствующие слова для активации LSI-фактора.

Давайте рассмотрим на наглядном примере. Представьте, что у Вас есть высокочастотный (ВЧ) запрос «гольф». И Вы пишете статью. Исходя из одного только запроса поисковая система не может понять, о чем Вы пишете: то ли об игре, то ли о машине, то ли о длинном носке. Поэтому робот при индексации начнет анализировать окружающий текст (его тематическое ядро). Например, если оно у нас будет как на рисунке ниже, то сразу станет понятно, о чем речь.

То же самое справедливо и для более предметных ключевых слов. Когда пользователь вводит запрос «правила игры в гольф», один из весомых факторов ранжирования – проработанное тематическое ядро, чтобы дать человеку исчерпывающий ответ на его вопрос, сократив время поиска нужной информации до минимума.

«Хвостовые» LSI запросы

Главная причина, по которой в поисковом продвижении активно используются LSI тексты – не только ранжирование страниц по основным запросам. Есть еще одна тонкость, которая обеспечивает отдельным сайтам до 50% дополнительного трафика (аудитории из поисковых систем). И эта тонкость называется «хвостовые запросы».

Хвостовые запросы – это длинные запросы, которые, как правило, вводят от силы 1-2 раза в месяц. Или еще реже: раз в 2-3 месяца. Например: «Какой ноутбук лучше для копирайтера: Asus, Dell, Lenovo или MacBook и почему». Да, да, есть даже такие запросы, и они не показываются в инструментах Яндекс.Вордстат и Google Keyword Planner. Хвостовыми они называются потому что их окончание включает много слов (а-ля хвост) из тематического ядра.

А теперь представьте, что есть две статьи. Обе оптимизированы под запрос: «Какой ноутбук лучше для копирайтера». Но одна описывает линейку Acer, MSI, Xiaomi и HP, а другая – модели из хвоста запроса. Как Вы считаете, которая из статей будет выше в выдаче по предложенному выше «хвосту»? Естественно, что при прочих равных условиях – вторая.

Главная сила хвостовых запросов в том, что их очень много: сотни, тысячи, десятки тысяч в месяц. И, само собой, под каждый в отдельности оптимизировать или, как еще говорят, «затачивать» страницу нет смысла. Но! Чем более проработанное у Вас тематическое ядро, тем больше хвостовых запросов Вы захватываете автоматически, а значит, тем больше людей можете привести на свой сайт. Вот она, истинная сила LSI копирайтинга: получать аудиторию даже тогда, когда по основным запросам бешеная конкуренция.

Вот почему продвинутые оптимизаторы и копирайтеры для решения подобных задач делают упор на низкочастотные ключевые слова (которые запрашивают до 500-700 раз в месяц), LSI-продвижение и «хвостовые» запросы. Так можно получить первые результаты уже через 2-3 недели и развить сайт гораздо быстрее. Но главное: копирайтер может сам продвигать так свой сайт или блог, даже без помощи SEO-специалиста.

LSI тексты и SEO-копирайтинг

И здесь я должен сделать очень важное уточнение: LSI тексты – это не замена SEO-копирайтингу. Это лишь один из его атрибутов в реалиях современного поискового продвижения. Да, когда Вы умеете составлять тематическое ядро – это хорошее подспорье, и в ряде случаев Вы сможете собирать «хвостовой» трафик по низкочастотным запросам без конкуренции. Но для достижения максимального эффекта при решении задачи, основы SEO нужно знать обязательно.

Благо, сейчас есть хорошие бесплатные курсы в открытом доступе на YouTube. К слову, ссылку на один из них я даю в 13 уроке своего собственного открытого курса «Копирайтинг с нуля за 30 дней»: SEO и LSI-адаптация текста. Посмотрите.

Как писать LSI тексты (на примерах)

Процесс написания текста (чаще всего, статьи) с учетом фактора латентного семантического индексирования немного отличается от процесса написания обычной статьи. И главное отличие в том, что перед разработкой текста Вы продумываете тематическое ядро. Это очень важно, поскольку от него будут напрямую зависеть и LSI-фактор, и количество «хвостовых» ключей.

Чтобы это сделать, я сейчас покажу Вам очень простую, но мощную технику. Эта техника базируется на методике ассоциативного мышления, и ее можно применять не только в копирайтинге, но и в нейминге, разработке слоганов, а также в решении ряда других, более сложных задач. В качестве наглядной иллюстрации я возьму эту статью. Именно эту, которую Вы сейчас читаете — про ЛСИ копирайтинг. Кстати, русскоязычная аббревиатура в предыдущем предложении – одно из слов тематического словаря. Впрочем, обо все по порядку.

1. Создание ассоциативного ядра (LSI-ядра) первого порядка

Тематическое или, как его еще называют, ассоциативное ядро создается не сразу, а поэтапно. На первом этапе мы берем локальное семантическое ядро (список ключевых слов) для текста и выписываем его. Либо сводим в интеллект-карту. Так будет гораздо проще и нагляднее в дальнейшем.

Например, для этой статьи семантическое ядро состоит из четырех основных запросов. Есть еще второстепенные, но я их здесь не указывал, чтобы было проще. Буду потом смотреть, какие позиции они обеспечат материалу в поисковой выдаче.

Далее, к каждому ключевому слову (или набору ключевых слов, если их много) мы создаем облако ассоциаций, синонимов, гипонимов, гиперонимов и других связанных слов. Это, так называемые, LSI запросы первого порядка. Если у Вас получилось достаточно слов, и тематика не особо конкурентная, то на этом можно и остановиться.

Если запросы похожи, как в данном случае, то тематические ядра будут во многом совпадать. Тогда лучше сгруппировать ключевые слова, чтобы сэкономить время и избавить себя от лишней работы.

2. Создание тематического ядра второго порядка

У нас есть LSI-запросы первого порядка. Далее, мы берем каждое из этих слов и делаем для них свои ассоциативные мини-ядра. Например, для ассоциации SEO у нас получится вот такой фрагмент мини-ядра. Если будут слова, которые пересекаются с ядром первого порядка — не страшно.

Важно: ядро второго порядка должно быть прямо или косвенно связано с ядром первого, т.е. если Вы будете включать все слова, которые относятся к SEO, но не имеют связи с копирайтингом, толку будет немного.

При составлении таких ассоциативных ядер большую роль играет словарный запас и здравый смысл. Программным способом их определить не так просто. Вроде как есть системы, но они либо сложные и платные (Just Magic), либо примитивные (Pixel Tools), либо далеки от совершенства и уступают методу ассоциативного мышления (Ultimate Keyword Hunter). По хорошему, здесь нужно подключать нейронные сети. А поскольку мощности требуются большие, как таковых онлайн сервисов для подбора LSI слов на базе нейросетей пока нет. Поэтому в LSI копирайтинге чем выше уровень эрудиции и начитанности автора — тем лучше.

3. Добавление LSI фраз

Для большинства задач первых двух пунктов хватает за глаза. Но мы-то легких путей не ищем, а потому усилим стратегию и составим из ассоциативного ядра набор дополнительных устойчивых словосочетаний (LSI фразы), которые используются в естественной речи.

Фрагмент облака ассоциативных фраз у нас выглядит вот так.

4. Пишем LSI текст с учетом всех ядер

Итак, у нас есть семантическое и тематическое ядра. Теперь выбираем формат статьи, создаем структуру и пишем текст.

Структура у меня получилась следующая:

1. Заголовок.
2. Вводный абзац с постановкой задачи.
3. Блок о том, что такое LSI копирайтинг, слова, тексты и запросы.
4. Блок о «хвостовых» запросах.
5. Модуль о связи латентно-семантического индексирования и поискового продвижения (SEO).
6. Методика написания LSIтекста.
7. Ассоциативное ядро первого порядка.
8. Тематическое ядро второго порядка.
9. Ассоциативные фразы.
10. Структура и сам текст.
11. Наглядный результат на примере текущей статьи.

Чтобы получить максимальный эффект, я распределяю LSI слова и фразы равномерно по всему тексту.

Результат (пример LSI статьи)

В этой статье главное удобство в том, что Вы видите результат сейчас прямо перед собой. Сама статья — это показательный пример того, как писать LSI текст. Другой вопрос, насколько эффективно она будет ранжироваться. Об этом я узнаю спустя какое-то время. И расскажу Вам. Во всяком случае, в остальных материалах я использую такой же подход, и свои 4000 посещений в сутки блог имеет.

Если материалы будут занимать высокие позиции в поисковой выдаче и привлекать трафик — хорошо. Не будут — значит нужно пересмотреть LSI запросы, изучить еще раз конкурентов и «пересобрать» текст. Плюс, поработать над поведенческими факторами, о которых я также буду рассказывать в одной из следующих статей.

Попробуйте применить эти советы на практике, и я убежден: у Вас все получится!

Искренне Ваш, Даниил Шардаков.