Пока развертывание AI Overviews замедлилось или даже частично откатилось, Броди Кларк отмечает новое тестирование featured snippet'ов со множеством источников, заголовок блока называется From sources across the web.

Google Search Status Dashboard, только с другим UX от Dave Smart:
— есть фильтрация по диапазону дат и системам (crawl/serve/rank/index)
— нормально смотрится на мобильных
— визуализация в виде таймлайна

Enjoy:
https://status.search.tamethebots.com/

Гугл начал тестировать анонсированную на I/O страницу выдачи, дизайн которой собирается под конкретный запрос пользователя (Organized Search Results Page).
С таким разнообразием элементов серпа и их расположением, отслеживание позиций в значительной степени теряет смысл.

Михаил Сливинский про вызывающую вечные споры тему организации структуры сайта для продвижения в регионах.

Дэнни Салливан заявляет, что сайты, пострадавшие от сентябрьского Helpful Content Update (HCU) могут восстановиться после следующего Core update. Конечно, при условии, что системы ранжирования Гугла посчитают, что сайты изменились в лучшую сторону 🙃

Тезисы из доклада Артема Паклонского (wss.media). Это самый насыщенный, подробный и интересный доклад про Google Discover на русском за все время (презентация в Фигме).
— Топик-ориентированный подход - это то, что нужно изучать в ближайший год-два
— Лента Дискавера формируется на основе ваших интересов
— Topic = Entity = Сущность = Интерес
— Google Topic Interest использует данные Chrome, Google App, Maps, Youtube, историю браузера, запросы, историю местоположений и считает эффективность на основе истории взаимодействия с сервисами Гугла
— Google News, Discover и Trends тесно связаны друг с другом
— Google использует идентификатор Knowledge Graph, чтобы избежать путаницы с обозреваемой сущностью (Tesla - компания, автомобиль, аэропорт, персона)
— Google FLoC: интересы (5 на пользователя) вместо cookies
— Google Natural Language AI (тот же, что в Google Cloud) используется для распознавания каким Topics соответствует статья
— Картинки в статьях/новостях крайне важны, следите за соотношением сторон и используйте разные (16:9, дополнительно 1:1, 4:3), разрешение > 1200 px
— Добавьте max-image-preview:large
— Не используйте текст на изображениях
— Используйте реальные фото
— Следите за качеством AI-генераций и артефактами
— Используйте RSS (1 общий фид и отдельные под разные темы)
— Используйте категоризацию Гугла 1-2 уровня
— Entity-Linking: создайте между вашим сайтом и рекомендательным движком семантический слой, устраняющий неоднозначность в определении основной темы, и формирующий связь между несколькими темами внутри страницы или на разных сайтах
— Для этого используем: JSON-LD (sameAs со ссылками на Wikipedia, Wikidata и сам Гугл Поиск с идентификатором kgmid - сущность в графе знаний), перелинковку, структуру сайта
— Перелинковка: текст ссылки должен содержать основные сущности, которые содержит данная статья и слова, задающие тематику
— На Дискавер оказывают влияние ссылки из свежих материалов и материалов, которые регулярно обновляются
— Используйте разметку на страницах тегов
— На рынке есть 2 сервиса для анализа Discover'а - DiscoverSnoop и GDdash, они дают понимание, в каких категориях сколько публикуется материалов и есть ли там спрос, объем трафика
— Гугл Дискавер учитывает трафик из других источников, например, всплески трафика из соцсетей продвигают evergreen-контент
— Как повысить Relevance Score для основных топиков статьи:
- включите топики в Title, H1-H3, первые 500 символов статьи
- включите семантически связанные слова, самые важные - в первые 500 символов, самые-самые важные - в рамках одного пассажа
— SPO: Субъект-Предикат-Объект (Subject-Predicat-Object) - логическая связка, на основе которой Гугл понимает связи между сущностями (кто/что? - что делает? - с кем/чем?)
— Как все это организовать? Менять процессы и редакционную политику, проводить регулярный выборочный анализ и разбор топиков.

В докладе был упомянут интересный сервис https://entitieschecker.com/ для анализа сущностей в тексте. Он использует API TextRazor (Natural Language Processing API). Удобно проверять себя и конкурентов.

ОК, Гугл, что случилось с твоим антиспамом? :)

Интересный ответ Джона Мюллера из июньского выпуска SEO Office Hours:
— Почему Гугл считает статьи на LinkedIn Pulse первоисточником (оригиналом), хотя сначала они были опубликованы на нашем сайте?
— Во-первых, результаты поиска не указывают на то, что системы Гугла считают первоисточником. В общем, когда вы распространяете или переиздаете свой контент на разных платформах, вы обмениваете дополнительную видимость на этой платформе на возможность того, что другая платформа появится в результатах выше, чем ваш сайт. В некоторых случаях это может быть хорошо, например, если вы хотите повысить осведомленность о своем сайте или бизнесе в других местах. В других случаях вы можете предпочесть, чтобы в поиске отображался только ваш сайт. В конечном счете, это ваше бизнес-решение.

В десктопной выдаче Яндекса блок "Цены в магазинах" переехал из карточки товара в основную выдачу.

Дэниел Вайсберг (Search Advocate в Гугле) на испанской конференции SEonthebeach анонсировал новинку в интерфейсе Google Trends (уже запущено, проверил): можно сравнивать данные за разные годы на одном графике.
Напомню, что это относительное значение популярности запроса, а не абсолютное.

Промпт-инженеры как отдельная профессия вряд ли появятся, а вот умение работать с промптами уже стало полезным и массово востребованным навыком, и как минимум какое-то время таковым останется.
Как любой навык, его надо практиковать и оттачивать регулярными тренировками, но все ж и теорию немного знать полезно хотя бы ради того, чтоб знать, куда при нужде подглядывать.
Посему вот вам довольно фундаментальный труд, собравший a comprehensive vocabulary of 33 vocabulary terms, a taxonomy of 58 text-only prompting techniques, and 40 techniques for other modalities. We further present a meta-analysis of the entire literature on natural language prefix-prompting.
Семьдесят шесть страниц текста, богатая библиография; разок полезно самому прочитать, а дальше пусть с ним любимая модель работает, когда вопрос возникает.
https://arxiv.org/abs/2406.06608