למדו איך NLP מעצב את החיפוש ב-Google ובבינה מלאכותית: ישויות, salience, embeddings, ביקורת דף ב-6 שלבים עם קוד, כללי כתיבה והטעויות שכדאי להימנע מהן.

בעמוד זה
בקצרה
NLP SEO פירושו לכתוב ולבנות דפים כך שמודלי השפה של Google ושל עוזרי הבינה המלאכותית יבינו בדיוק על מה הדף שלכם: אילו ישויות הוא מכסה, על איזו שאלה עונה כל קטע, ואיך הוא קשור לשאר האתר. בפועל, אתם מריצים את הטקסט שלכם דרך אותם סוגי כלים (חילוץ ישויות, סיווג, embeddings), מתקנים את מה שהמכונה קוראת לא נכון, ומנסחים מחדש משפטים כך שהנושא המרכזי, המאפיינים שלו והתשובות יהיו מפורשים. זה לא טריק חדש לדירוג: זו דרך להסיר עמימות, ועמימות היא מה שעולה לכם בדירוגים ובציטוטים בבינה מלאכותית.
רוצים להעמיק? שאלו את
שאלון קצר
האם SEO מתאים לכם, ואיך להתחיל?
Sorank מתאים לתשובות שלכם
נסו אותו 3 ימים באתר שלכם וראו איפה אתם עומדים ב-Google, ב-ChatGPT ובשאר מערכות הבינה המלאכותית.
התחילו ניסיון חינם ל-3 ימים3 ימים חינם, ואז מפסיקים מתי שרוצים. אחריות להחזר כספי למשך 90 יום, בכפוף לתנאים.
עיבוד שפה טבעית (NLP) הוא הענף של הבינה המלאכותית שהופך טקסט אנושי לנתונים שמכונה יכולה להסיק מהם: מילים, משפטים, ישויות, יחסים ומשמעות. אם אתם רוצים קודם את ההגדרה הכללית, קראו את ערך המילון שלנו על עיבוד שפה טבעית. ב-SEO ההגדרה שחשובה צרה יותר: NLP הוא הדרך שבה מנוע חיפוש מחליט מה המשמעות של הדף שלכם לפני שהוא מחליט היכן לדרג אותו.
לכן ל-NLP SEO יש שלוש שכבות. צריך את שלושתן כדי לקבל תוצאות.
מה NLP SEO אינו: זה לא לדחוס רשימה של "מילות NLP" לדף, וזה לא לרדוף אחרי ציון בכלי תוכן. Google אומר זאת במפורש במדריך שלו ליצירת תוכן מועיל, אמין ושם את האנשים במרכז: אם אתם כותבים לפי מספר מילים כי שמעתם ש-Google מעדיף מספר מסוים, התשובה היא "לא, אנחנו לא". אותו היגיון חל על רשימות מונחים. המטרה היא להיות מובנים, לא להיראות מותאמים.
למה הבנת שפה שינתה את ה-SEO
מקורות: Google, Pandu Nayak, "Understanding searches better than ever before" (2019) ו-"MUM: A new AI milestone for understanding information" (2021)
כש-Google הציגה את BERT, הסביר Pandu Nayak (Google Fellow וסגן נשיא לחיפוש) בהודעה הרשמית מ-25 באוקטובר 2019 שהמודל יעזור לחיפוש להבין טוב יותר חיפוש אחד מכל 10 באנגלית בארה"ב. הדוגמה שלו הייתה השאילתה "2019 brazil traveler to usa need a visa": לפני BERT המילה "to" כמעט נשמטה, ו-Google החזיר תוצאות על אזרחי ארה"ב שנוסעים לברזיל. אחרי BERT, כיוון הנסיעה הובן. מילת היחס האחת הזו היא NLP SEO בקליפת אגוז: מילים קטנות נושאות משמעות, ומודלים קוראים אותן היום. דף המילון שלנו על אלגוריתם BERT מעמיק במודל עצמו.
שנתיים אחר כך הציגה Google את MUM בפוסט מ-18 במאי 2021, ותיארה אותו כחזק פי 1000 מ-BERT ומאומן על 75 שפות. שאילתת הדוגמה הייתה של מטייל שטיפס על הר Adams ורוצה להתכונן להר Fuji בסתיו הבא: שאלה שדורשת השוואה בין שתי ישויות והסקה של מה פירוש "להתכונן". היום AI Overviews, ChatGPT, Perplexity ו-Gemini עובדים על אותו עיקרון: הם קוראים קטעים, מזהים ישויות ומרכיבים תשובות. הדף שלכם הוא חומר גלם לתהליך הזה.
אתם לא צריכים לדעת את המתמטיקה. אתם צריכים לדעת את השלבים, כי כל שלב הוא מקום שבו הדף שלכם עלול להיקרא לא נכון. הנה הצינור בסדר שבו מערכת טיפוסית מריצה אותו.
7 השלבים שמכונה עוברת כדי לקרוא את הדף שלכם
הטבלה שלהלן ממפה כל משימת NLP לסיכון הממשי בדף ולתיקון שנמצא בשליטתכם.
| משימת NLP | מה המכונה עושה | בעיה טיפוסית בדף | מה אתם משנים |
|---|---|---|---|
| הסרת תבנית | מפרידה תוכן מרכזי מהתבנית | הפתיח קבור אחרי 600 מילים של תפריטים ווידג'טים | שימו את התשובה בפסקה הראשונה של התוכן המרכזי, ב-HTML פשוט |
| פיצול משפטים | חותכת טקסט למשפטים | תבליטים קטועים בלי פועל, משפטים של 60 מילים | רעיון אחד בכל משפט, משפטים מלאים ברשימות שנושאות עובדות |
| ניתוח תלויות | מוצאת נושא, פועל, מושא | הנושא הוא "זה" או "הוא", שלושה משפטים הרחק מהשם | חזרו על השם, שמרו נושא ופועל קרובים |
| זיהוי ישויות בשם | מזהה ומסווגת שמות | המוצר שלכם כתוב בחמש דרכים שונות | בחרו שם קנוני אחד, והשתמשו בגרסאות רק אחרי שהוצגו |
| קישור ישויות | ממפה שמות למושגים ידועים | שם מותג דו-משמעי בלי הקשר | הוסיפו את הקטגוריה ליד השם ("Sorank, תוכנת ה-SEO...") ונתונים מובנים עם sameAs |
| Embeddings | משווה את משמעות השאילתה והקטע | הקטע שאמור לענות כללי ומתאים לכל דף | כתבו קטעים שחוזרים על מונחי השאלה ונותנים תשובה ספציפית |
| סיווג | מקצה נושאים וכוונה | דף מוצר מלא סטיות בסגנון בלוג | כוונה דומיננטית אחת לכל כתובת, כוונות אחרות עוברות לדפים אחרים |
הערה
אף אחד מחוץ ל-Google לא יודע אילו מודלים בדיוק משמשים לדירוג. הכלים במדריך הזה הם קירובים: הם קוראים טקסט כמו שמודלי שפה מודרניים קוראים אותו, לא כמו שמערכת הדירוג של Google קוראת אותו. השתמשו בהם כדי למצוא עמימות, לא כדי לחזות מיקומים.

חמישה אותות ניתנים למדידה בכלים חינמיים או זולים. כל אחד מספר משהו אחר, ואף אחד מהם אינו גורם דירוג בפני עצמו.
ישות היא "דבר" בעל שם: מותג, מוצר, אדם, מקום, מושג כמו "קניבליזציה של מילות מפתח". ה-Cloud Natural Language API של Google מחזיר לכל ישות סוג, את האזכורים שלה, ובגרסה 1 של ה-API גם ציון salience. התיעוד של Entity בגרסה v1 מתאר אותו כ"ציון ה-salience המשויך לישות בטווח [0, 1.0]". סוגי הישויות הם UNKNOWN, PERSON, LOCATION, ORGANIZATION, EVENT, WORK_OF_ART, CONSUMER_GOOD, OTHER, PHONE_NUMBER, ADDRESS, DATE, NUMBER ו-PRICE.
ה-salience יחסי למסמך: הציונים של כל הישויות בטקסט מתחרים זה בזה. לכן הקריאה המועילה היא הסדר, לא המספר. אם הדף שלכם מכוון ל-"NLP SEO" והישות הראשונה היא "Google", הדף, מבחינת המכונה, עוסק בעיקר ב-Google. הפירוט בערך המילון שלנו על salience של ישויות.
אזהרה: v1 מול v2
אובייקט ה-Entity בגרסה v2 של Natural Language API כולל רק name, type, metadata, mentions ו-sentiment: אין שדה salience. אם מדריך מציג ציוני salience, הוא קורא ל-v1. אם אתם בונים סקריפט היום, קראו במפורש לנקודת הקצה של v1 בשביל salience ובדקו את התיעוד לפני שאתם מסתמכים עליו.

המתודה classifyText מחזירה קטגוריות מטקסונומיה קבועה (למשל נתיב כמו /Internet & Telecom/Web Services). התיעוד של Google על יסודות Natural Language מציין שסיווג דורש טקסט של עשרים טוקנים לפחות. השימוש ב-SEO: אם דף שמיועד ל"תוכנת SEO" מסווג תחת קטגוריית שיווק כללית, אוצר המילים שלו כללי מדי.
ניתוח סנטימנט מחזיר ציון מ--1.0 (שלילי) עד 1.0 (חיובי) ו-magnitude שמודד כמה רגש הטקסט נושא. ברמת המסמך ה-magnitude מתחיל ב-0.0 ואינו מנורמל, כך שטקסט ארוך עם דעות מעורבות יכול להראות ציון ניטרלי ו-magnitude גבוה. ב-SEO הסנטימנט חשוב בעיקר בדפי ביקורות, השוואות ורשימות "X הטובים ביותר", שבהם טקסט שטוח בלי דעה עונה על שאלה שמבקשת דעה.
ניתוח תחבירי מחזיר לכל טוקן את חלק הדיבר, את צורת הבסיס (lemma) ואת התלות. שתי בדיקות שווה להריץ: באיזו תדירות הישות המרכזית שלכם היא הנושא הדקדוקי של משפט, וכמה משפטים מתחילים בכינוי ("זה", "הוא", "הם"). דף שבו הישות המרכזית היא הנושא של משפטים רבים הוא דף שמדבר עליה, לא סביבה.
Embeddings הופכים קטע לווקטור. השוואה בין הווקטור של שאילתה לווקטורים של הקטעים שלכם (דמיון קוסינוס) מראה איזה קטע מערכת אחזור הייתה בוחרת לשאילתה הזו. זה הקירוב הציבורי הקרוב ביותר לאופן שבו עוזרי בינה מלאכותית בוחרים את המקטע שהם מצטטים. זה גם המבחן הטוב ביותר לשאלה "האם הדף הזה באמת עונה על השאלה, או רק מזכיר אותה".
"NLP SEO" מכסה שש שיטות שונות. ספקים מוכרים בדרך כלל אחת מהן כאילו היא כל התחום. הנה כל אחת, מתי להשתמש בה, והיכן היא מפסיקה לעבוד.
עיקרון: זהו את הישויות שתשובה מלאה חייבת לכלול (הישות המרכזית, המאפיינים שלה, ישויות קשורות), ובדקו שהדף שלכם נותן להן שם ברור ושהישות המרכזית דומיננטית. מתי להשתמש: בדפים על מוצר, מותג, אדם, מקום או מושג מוגדר היטב. חוזקות: מתאימה לאופן שבו בנויים גרפי ידע ותשובות בינה מלאכותית, ומתקנת עמימות מהשורש. מגבלות: חילוץ ישויות מפספס ז'רגון מקצועי ומושגים חדשים, ו-salience אינו זמין ב-v2 של ה-API של Google. דוגמה: דף על "Shopify SEO" שבו "WordPress" יוצא כישות מובילה בגלל פסקת השוואה ארוכה: הפסקה עוברת לדף משלה ודף ה-Shopify מרוויח מיקוד. המדריך שלנו לSEO של ישויות מכסה את הצד האסטרטגי.
עיקרון: השוו את המונחים שבהם משתמשים הדפים המדורגים גבוה למונחים שלכם, משוקללים לפי הייחודיות שלהם (TF-IDF), ומלאו את הפערים. זה מה שעושים רוב כלי ציון התוכן. מתי להשתמש: כדי לאתר תת-נושאים ששכחתם בדף מידעי. חוזקות: מהיר, קל להסביר לכותב. מגבלות: מעתיק את ממוצע תוצאות החיפוש, מתגמל חזרה ולא אומר דבר על כך שאתם עונים על השאלה. רשימת מונחים היא רשימת בדיקה של תת-נושאים, לא מכסת מילים. דוגמה: הדפים המובילים ל"ביקורת SEO טכני" מזכירים כולם "crawl budget" ו-"canonical", והדף שלכם לא: שני חלקים חסרים, לא שתי מילים חסרות.
עיקרון: מקודדים שאילתות וקטעים כווקטורים ומודדים כמה הם קרובים. מתי להשתמש: כדי לבדוק שלכל שאלת יעד יש קטע אחד שעונה עליה בבירור, לזהות שני דפים שמתחרים על אותה משמעות, ולמפות קישורים פנימיים לפי משמעות. חוזקות: עובד בלי מילים משותפות, קרוב לאופן שבו פועל האחזור בתשובות בינה מלאכותית. מגבלות: הציונים תלויים במודל, וציון גבוה פירושו "בנושא", לא "נכון" או "מועיל". דוגמה: הקטע שעונה על "כמה זמן לוקח SEO" מקבל ציון נמוך מפסקת פתיחה לא קשורה: קטע התשובה מעורפל מדי ונכתב מחדש עם לוח הזמנים בהתחלה.
עיקרון: מסווגים את השאילתה (מידעית, מסחרית, עסקאית, ניווטית) ואת הפורמט ש-Google מתגמל (מדריך, רשימה, כלי, דף מוצר), ואז מתאימים. מתי להשתמש: לפני הכתיבה, וכשדף טוב לא מדורג בכלל. חוזקות: מתקן את הטעות היקרה ביותר, הפורמט הלא נכון. מגבלות: יש תוצאות חיפוש מעורבות, והכוונה משתנה עם הזמן. ראו את ערך המילון שלנו על כוונת חיפוש.
עיקרון: מחלצים את השאלות שאנשים שואלים (People Also Ask, פורומים, פרומפטים לבינה מלאכותית, קריאות התמיכה שלכם) ונותנים לכל אחת קטע עצמאי. מתי להשתמש: לנראות בבינה מלאכותית ולקטעי תשובה נבחרים. חוזקות: מייצר ישירות קטעים שאפשר לצטט. מגבלות: עלול לפרק דף לשאלות נפוצות בלי עומק אם לא מקבצים שאלות לפי תת-נושא.
עיקרון: מקבצים מילות מפתח ודפים לפי משמעות כדי להחליט איזה דף מכסה מה, ואז מקשרים ביניהם. מתי להשתמש: ברמת האתר, לפני הפקת תוכן וכשדפים מבצעים קניבליזציה זה לזה. חוזקות: בונה סמכות נושאית וארכיטקטורה נקייה. מגבלות: קיבוץ לפי חפיפת תוצאות חיפוש וקיבוץ לפי embeddings נותנים קבוצות שונות, וצריך כלל להכרעה. המדריך שלנו לקיבוץ מילות מפתח מפרט את שתי הגישות, וערך המפה הנושאית מסביר איך להפוך קבוצות לתוכנית.
| שיטה | רמה | מתאימה במיוחד ל | סיכון עיקרי | כלים |
|---|---|---|---|---|
| אופטימיזציית ישויות | דף | דפי מוצר, מותג ומושג | להתייחס ל-salience כגורם דירוג | Google Cloud Natural Language (v1), spaCy |
| כיסוי מונחים (TF-IDF) | דף | מציאת תת-נושאים חסרים | לכתוב את ממוצע תוצאות החיפוש, דחיסה | כלי ציון תוכן, Python scikit-learn |
| דמיון embeddings | קטע ואתר | איכות תשובה, קניבליזציה, קישורים פנימיים | לבלבל בין "בנושא" ל"טוב" | Sentence Transformers, מסדי נתונים וקטוריים |
| סיווג כוונה | שאילתה ודף | בחירת הפורמט הנכון | התעלמות מתוצאות חיפוש מעורבות | סקירה ידנית של תוצאות החיפוש, מסווגים |
| כריית שאלות | קטע | ציטוטים בבינה מלאכותית, קטעי תשובה | דפי שאלות נפוצות שטחיים | People Also Ask, מחקר פרומפטים |
| קיבוץ נושאים | אתר | ארכיטקטורה, סמכות נושאית | כללי קיבוץ לא עקביים | כלי קיבוץ, embeddings |
אופטימיזציה לפי רשימת מונחים מול אופטימיזציה לפי ישויות וקטעים
זו השיטה שאנחנו ממליצים להתחיל בה: דף חשוב אחד, אחר צהריים אחד. תצטרכו את טקסט הדף, שלושה עד חמישה דפים מתחרים, ואת הכלים החינמיים ברשת או כמה שורות Python.
ביקורת NLP לדף ב-6 שלבים
spaCy היא ספריית Python חינמית בקוד פתוח. המודל האנגלי הקטן שלה רץ על מחשב נייד בשניות. הסקריפט שלהלן מציג את הישויות השכיחות ביותר ואת הנושאים הדקדוקיים השכיחים ביותר בדף שלכם: הרשימה השנייה חושפנית יותר מהראשונה פעמים רבות.
import spacy
from collections import Counter
nlp = spacy.load("en_core_web_sm") # pip install spacy, then: python -m spacy download en_core_web_sm
text = open("page.txt", encoding="utf-8").read()
doc = nlp(text)
entities = Counter((e.text.lower(), e.label_) for e in doc.ents)
for (name, label), n in entities.most_common(20):
print(f"{n:>3} {label:<12} {name}")
# Who is the subject of your sentences?
subjects = Counter(t.lemma_.lower() for t in doc if t.dep_ in ("nsubj", "nsubjpass"))
print(subjects.most_common(15))
# How many sentences start with a vague pronoun?
vague = [s.text for s in doc.sents if s[0].lower_ in ("it", "this", "that", "they")]
print(len(vague), "sentences start with a pronoun")
קראו את רשימת הנושאים בתשומת לב. בדף על מוצר תוכנה, אם "אתם" ו"זה" שולטים ושם המוצר אף פעם לא מופיע כנושא, הדף מתאר פעולות בלי לומר מי מבצע אותן. אפשר לתקן את זה בשעה.

המודלים הכלליים של spaCy לא מחשבים salience. לשם כך קראו לנקודת הקצה analyzeEntities בגרסה v1 של Google Cloud Natural Language. צרו פרויקט, הפעילו את ה-API, התחברו דרך שורת הפקודה gcloud, ואז שלחו את הטקסט. שמרו את גוף הבקשה הזה כ-request.json:
{
"document": {
"type": "PLAIN_TEXT",
"language": "en",
"content": "Paste the clean main text of your page here."
},
"encodingType": "UTF8"
}
ואז קראו לנקודת הקצה:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://language.googleapis.com/v1/documents:analyzeEntities"
התשובה מציגה ישויות עם type, salience, mentions, וכשהישות מקושרת, אובייקט metadata שיכול להכיל wikipedia_url ו-mid (מזהה Knowledge Graph). ישות עם כתובת Wikipedia במטא-דאטה קושרה למושג ידוע, וישות חשובה בלי כתובת כזו עשויה להיות דו-משמעית או חדשה מדי. החליפו את analyzeEntities ב-classifyText כדי לקבל את קטגוריות התוכן. בדקו את התמחור והמכסות העדכניים ב-Google Cloud לפני שתריצו על מאות דפים.
ספריית Sentence Transformers משווה את משמעות השאלה לכל קטע בדף שלכם. המודל all-MiniLM-L6-v2 קטן ומספיק טוב לבדיקה הזו.
from sentence_transformers import SentenceTransformer, util
model = SentenceTransformer("all-MiniLM-L6-v2")
text = open("page.txt", encoding="utf-8").read()
passages = [p.strip() for p in text.split("\n\n") if len(p.split()) > 25]
questions = [
"what is nlp seo",
"how do I find the entities of my page",
"is entity salience a ranking factor",
]
p_vecs = model.encode(passages, convert_to_tensor=True)
for q in questions:
scores = util.cos_sim(model.encode(q, convert_to_tensor=True), p_vecs)[0]
best = int(scores.argmax())
print(f"{q}\n best score {scores[best]:.2f}: {passages[best][:100]}\n")
שתי תוצאות מצדיקות פעולה. אם הקטע הטוב ביותר לשאלה אינו הקטע שכתבתם כדי לענות עליה, קטע התשובה שלכם כללי מדי. אם הציון הטוב ביותר לשאלה נמוך בהרבה מהאחרים, הדף לא באמת עונה עליה. השוו ציונים בין שאלות באותו דף, לא מול סף מוחלט: הערכים תלויים במודל.

טיפ
אין Python? הכלי החינמי שלנו LLM Readability Checker מדרג דף לפי יכולת החילוץ שלו בבינה מלאכותית, ו-Heading Structure Analyzer מראה אם כותרות ה-H2 וה-H3 שלכם מכריזות על השאלות שהקטעים עונים עליהן.
רוב בעיות ה-NLP נפתרות בכתיבה, לא בכלי. הכללים האלה נגזרים ישירות מהצינור שלמעלה: כל אחד מסיר שלב שבו מכונה עלולה לטעות.
השתמשו בשם המלא של הישות המרכזית כנושא של המשפט הראשון בכל חלק. הימנעו מפתיחת פסקה ב"זה" או "הוא". כינויים בסדר בתוך פסקה, כל עוד השם קרוב.
הגדרה שמציינת את הקטגוריה (Y) ואת המאפיין המבדיל (Z) היא המבנה הקל ביותר למודל לחלץ ולעוזר בינה מלאכותית לצטט. "Salience של ישות הוא ציון בין 0 ל-1 שמודד עד כמה ישות מרכזית בטקסט" עדיף על שלושה משפטי הקשר.
מחירים, תאריכים, גדלים, תאימויות ומגבלות חייבים לשבת ליד הישות שהם מתארים. "Sorank עוקבת אחר הנראות ב-ChatGPT, Gemini, Claude ו-Perplexity" היא עובדה אחת שניתנת לחילוץ. אותו מידע מפוצל בין כותרת, תבליט והערת שוליים הוא שלושה רסיסים.
בחרו שם אחד לכל מוצר, פיצ'ר ומושג. הציגו מילה נרדפת פעם אחת ("query fan-out, הדרך שבה עוזרי בינה מלאכותית מפצלים שאלה לכמה חיפושים") ואז היצמדו לצורה אחת.
תחת כותרת ששואלת שאלה, המשפט הראשון נותן את התשובה. שאר הקטע נותן את התנאים, הדוגמה והחריגים. זה מה שהופך קטע לעצמאי.
פסקה אחת, לפני ואחרי שכתוב NLP
משפט ה"אחרי" הוא המחשה של המבנה, לא תיאור של מוצר אמיתי: התאימו את המאפיינים למה שהדף שלכם באמת מציע.
Python NLP ל-SEO סמנטי פירושו הרצת אותו סוג של מודל embeddings כמו בבדיקת הקטעים שלמעלה, אבל על רשימות שלמות: מילות המפתח שלכם והדפים באתר. שני סקריפטים קצרים עונים על שאלות שבדיקה של דף בודד אינה יכולה לענות עליהן. אילו מילות מפתח שייכות לאותו דף? אילו מהדפים שלכם מתחרים על אותה משמעות? שניהם רצים על המחשב שלכם ללא עלות, ומייצרים מועמדים לבדיקה שלכם, לא פסקי דין.
התקינו את הספריות בסביבה וירטואלית, כדי שלא יתנגשו עם פרויקטים אחרים ב-Python:
python3 -m venv nlp-seo
source nlp-seo/bin/activate
pip install sentence-transformers scikit-learn
ההרצה הראשונה מורידה את המודל all-MiniLM-L6-v2 פעם אחת. לאחר מכן שני הסקריפטים רצים ללא חיבור לרשת.
קיבוץ הופך רשימת מילות מפתח שטוחה לקבוצות שדף אחד יכול לענות עליהן. כל מילת מפתח הופכת לווקטור, ומילות מפתח שהווקטורים שלהן קרובים במרחק קוסינוס נופלות לאותה קבוצה. שמרו את מילות המפתח בקובץ טקסט, אחת בכל שורה, והריצו את הסקריפט:
from sentence_transformers import SentenceTransformer
from sklearn.cluster import AgglomerativeClustering
from collections import defaultdict
keywords = [line.strip() for line in open("keywords.txt", encoding="utf-8") if line.strip()]
model = SentenceTransformer("all-MiniLM-L6-v2")
vectors = model.encode(keywords, normalize_embeddings=True)
labels = AgglomerativeClustering(
n_clusters=None,
distance_threshold=0.35, # מרחק קוסינוס: ערכים נמוכים יותר נותנים קבוצות מחמירות יותר
metric="cosine",
linkage="average",
).fit_predict(vectors)
groups = defaultdict(list)
for label, keyword in zip(labels, keywords):
groups[label].append(keyword)
for label, members in sorted(groups.items(), key=lambda g: -len(g[1])):
print(f"Group {label} ({len(members)} keywords)")
for keyword in members:
print(" ", keyword)
הסף הוא ההגדרה החשובה ביותר. התחילו מ-0.35 וקראו את הפלט. אם מילים שאינן קשורות זו לזו נמצאות באותה קבוצה, הורידו אותו. אם הנושא של דף אחד מפוזר בין כמה קבוצות, העלו אותו. Average linkage מפחית שרשור, כלומר את המצב שבו שרשרת של מילים קשורות באופן רופף מחברת שתי קבוצות לא קשורות.
הסקריפט השני משווה בין הדפים שלכם. הכינו קובץ מופרד בטאב עם שורת כותרות, שורה אחת לכל דף, והעמודות url ו-title. כותרות הן מדד גס, ולכן לבדיקה מדויקת יותר, הדביקו את הפסקה הראשונה של כל דף בעמודת הכותרת.
import csv
from sentence_transformers import SentenceTransformer, util
with open("pages.tsv", encoding="utf-8") as f:
rows = [(r["url"], r["title"]) for r in csv.DictReader(f, delimiter="\t")]
model = SentenceTransformer("all-MiniLM-L6-v2")
vectors = model.encode([title for _, title in rows], convert_to_tensor=True)
sims = util.cos_sim(vectors, vectors)
for i in range(len(rows)):
for j in range(i + 1, len(rows)):
score = float(sims[i][j])
if score > 0.8: # נקודת התחלה: כוונו אותה אחרי קריאת התוצאות
print(f"{score:.2f} {rows[i][0]} vs {rows[j][0]}")
כל זוג מודפס הוא מועמד, לא פסק דין. פתחו את שתי הכתובות ושאלו: האם קורא היה מצפה שכל אחד מהדפים יענה על השאלה של האחר? אם התשובה כן, מזגו את שני הדפים, או השאירו אחד כדף הראשי וצמצמו את המיקוד של השני. הערך קניבליזציה של מילות מפתח מסביר איך לבחור.
| סקריפט | קלט | פלט | מה אתם מחליטים |
|---|---|---|---|
| קיבוץ מילות מפתח | מילת מפתח אחת בכל שורה | קבוצות של מילות מפתח שחולקות משמעות | האם כל קבוצה צריכה דף אחד או כמה דפים |
| דפים מתחרים | כתובת ו-title, או הפסקה הראשונה, לכל דף | זוגות דפים מעל הסף שלכם | האם למזג, לצמצם את המיקוד או לשמור על שני הדפים |
שלושה גבולות חשובים:
שני הסקריפטים האלה הם המקבילה ברמת האתר לבדיקת הקטעים שלמעלה: האחד אומר מה שייך יחד, והשני אומר היכן הדפים שלכם חופפים. אם אתם מעדיפים לא לתחזק את הסקריפטים, ה-Topic Cluster Generator של Sorank מבצע את שלב הקיבוץ עם בדיקה מובנית נגד קניבליזציה.
מודלי שפה קוראים יותר מהפסקאות שלכם. שלושה רכיבים סביב הטקסט נושאים אותות חזקים.
סימון Schema.org לא גורם לדף להתדרג בעצמו, אבל הוא מציין בפורמט מכונה על מה הדף ולאילו מושגים ידועים הוא מתייחס. המאפיינים about ו-mentions, עם קישורי sameAs לדפי ייחוס, מסירים עמימות בקישור ישויות.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "NLP SEO: How Search Engines Read Your Content",
"about": {
"@type": "Thing",
"name": "Natural language processing",
"sameAs": "https://en.wikipedia.org/wiki/Natural_language_processing"
},
"mentions": [
{
"@type": "Thing",
"name": "Search engine optimization",
"sameAs": "https://en.wikipedia.org/wiki/Search_engine_optimization"
}
]
}
</script>
צרו ובדקו את שלכם עם הכלים החינמיים שלנו Schema Markup Generator ו-Structured Data Validator.
כותרות הן הדבר הראשון שמודל משתמש בו כדי לחלק את הדף לקטעים. כותרת שנותנת שם לישות ולשאלה ("איך מחושב salience של ישות") מייצרת מקטע נקי יותר מכותרת מתוחכמת ("מתחת למכסה המנוע"). שמרו על היררכיית H2 ו-H3 קפדנית: אין H3 בלי H2 הורה, אין רמות מדולגות.
טקסט עוגן הוא אחד מאותות ה-NLP הוותיקים בחיפוש: הוא אומר למנוע על מה דף היעד, מבחוץ. השתמשו בעוגנים תיאוריים שנותנים שם לישות היעד, קשרו דפים קרובים במשמעות, והימנעו משליחת אותו עוגן לשני דפים שונים. פקעת סמנטית היא הדרך המובנית ביותר לארגן זאת, והמדריך שלנו לקישור פנימי אוטומטי מסביר איך להרחיב אותו בלי ליצור רעש.
עוזרי בינה מלאכותית לוקחים את היגיון ה-NLP עד הסוף. הם לא מדרגים דפים שלמים: הם מאחזרים קטעים, משווים אותם במשמעות לתת-שאילתות, ומרכיבים תשובה שלפעמים מצטטת את המקור. מכאן שלוש השלכות.
לשיטה המלאה כשהיא מיושמת על תשובות בינה מלאכותית, ראו את המדריך שלנו לאופטימיזציית תוכן ל-LLM.
אלה הטעויות שאנחנו רואים הכי הרבה באתרים שעברו ביקורת. לכל אחת יש סימפטום שאפשר לזהות ותיקון שאפשר ליישם היום.
מה זה: לשכתב עד שה-API נותן למילת המפתח salience גבוה, או עד שכלי מראה ציון ירוק. איך מזהים: הדף נקרא גרוע יותר אחרי האופטימיזציה, ואותו ביטוי מופיע בכל פסקה. איך מתקנים: השתמשו ב-salience רק כדי לבדוק את סדר הישויות, ואז שפטו את הדף לפי התשובות ונתוני Search Console. Google מעולם לא אמרה שהיא משתמשת בציונים של ה-API הזה בדירוג.
מה זה: להוסיף "crawl budget" במשפט כי חמישה מתחרים מזכירים אותו. איך מזהים: המונחים מופיעים פעם אחת, מחוץ להקשר, בלי הסבר. איך מתקנים: כל ישות חסרה הופכת לשאלה: האם הקורא שלי צריך את זה? אם כן, כתבו קטע, ואם לא, התעלמו.
מה זה: להדביק את כל הדף, כולל תפריט ופוטר, לכלי NLP. איך מזהים: הישויות המובילות שלכם הן שם המותג, "עוגיות", "צור קשר" או קטגוריות פוטר. איך מתקנים: חלצו רק את גוף המאמר לפני כל ניתוח.
מה זה: לעקוב אחרי מדריך ישן עם נקודת הקצה הנוכחית. איך מזהים: בתשובת ה-JSON יש ישויות ואזכורים אבל אין salience. איך מתקנים: קראו ל-/v1/documents:analyzeEntities בשביל salience, וזכרו ש-v1 עשוי להשתנות.
מה זה: פסקאות שבהן "זה", "הוא" ו"הם" מתייחסים לשמות שהופיעו כמה משפטים קודם. איך מזהים: סקריפט ה-spaCy שלמעלה סופר משפטים שמתחילים בכינוי, ויותר ממשפט אחד מכל חמישה בדף מפתח הוא דגל אדום. איך מתקנים: חזרו על השם בתחילת כל פסקה ואחרי כל כותרת.
מה זה: כתובת אחת שמנסה להגדיר מושג, להשוות כלים ולמכור מוצר. איך מזהים: הדף מדורג להרבה שאילתות במיקומים 15 עד 40 ולאף אחת ב-5 הראשונים. איך מתקנים: השאירו את הכוונה הדומיננטית, העבירו את האחרות לדפים ייעודיים, וקשרו ביניהם.
מה זה: לרפד דף כדי להגיע למספר מילים או לצפיפות מילת מפתח מסוימים. איך מזהים: פתיחים חוזרים, פסקאות כלליות שמתאימות לכל דף. איך מתקנים: מחקו כל קטע שלא עונה על שאלה שקורא היה שואל. ה-Keyword Density Calculator שלנו שימושי בכיוון ההפוך: כדי למצוא היכן אתם חוזרים יותר מדי.
מה זה: להשתמש בשם מותג או מוצר שמכונה לא יכולה להבדיל ממילה נפוצה או מחברה אחרת. איך מזהים: ה-API מחזיר את המותג שלכם כ-OTHER או CONSUMER_GOOD בלי מטא-דאטה, או מקשר אותו למושג שגוי. איך מתקנים: הוסיפו את הקטגוריה ליד השם, השתמשו בנתונים מובנים מסוג Organization או Product עם sameAs לפרופילים הרשמיים שלכם, ושמרו על שם זהה בכל מקום.
רשימת בדיקה NLP SEO לדף אחד
לא צריך ארגז כלים גדול. בחרו כלים לפי השאלה שאתם צריכים לענות עליה.
| כלי | סוג | מה הוא מספר לכם | מיומנות נדרשת | השימוש הטוב ביותר |
|---|---|---|---|---|
| Google Cloud Natural Language | API בענן (ראו תמחור Google Cloud) | ישויות, salience (v1), קטגוריות, סנטימנט, תחביר | בינונית: פרויקט Google Cloud וכמה פקודות | לבדוק איך מודל של Google קורא את דפי המפתח שלכם |
| spaCy | ספריית Python בקוד פתוח | ישויות, מבנה משפטים, נושאים, צורות בסיס | Python בסיסי | ביקורת של דפים רבים מקומית, בלי עלות |
| Sentence Transformers | ספריית Python בקוד פתוח | דמיון במשמעות בין שאילתות לקטעים | Python בסיסי | בדיקות תשובה, קניבליזציה, מיפוי קישורים פנימיים |
| Google Search Console | כלי חינמי של Google | השאילתות שבהן כל כתובת באמת מופיעה | אין | מדידת ההשפעה של שכתוב |
| כלי אופטימיזציית תוכן | SaaS | פערי מונחים וישויות מול הדפים המובילים | אין | בדיקת תת-נושאים מהירה לפני הכתיבה |
| Sorank | תוכנת SEO ו-GEO במצב autopilot | שכתובים, אשכולות נושאים, מעקב נראות בבינה מלאכותית | אין | יישום השיטה על אתר שלם |
לסקירה משווה של האפשרויות המסחריות, קראו את ההשוואה שלנו של כלי אופטימיזציית התוכן הטובים ביותר. אם יש לכם עשרות דפים ישנים לתקן, הפיצ'ר Content Optimization של Sorank מבקר ומשכתב דפים קיימים במצב autopilot, וה-Topic Cluster Generator מקבץ את מילות המפתח שלכם לפי משמעות לפני שאתם כותבים, עם בדיקה מובנית נגד קניבליזציה.
שינויי NLP עוסקים בהבנה, לכן מדדו קודם הבנה ורק אחר כך תנועה.
ב-Google Search Console, סננו את דוח הביצועים לכתובת שנכתבה מחדש וספרו את השאילתות השונות עם חשיפות לאורך 28 יום, לפני ואחרי. דף שמובן טוב יותר מופיע בדרך כלל ליותר וריאציות זנב ארוך בתוך כמה שבועות, פעמים רבות לפני שהקליקים זזים.
עקבו אחר 5 עד 10 השאלות ששימשו אתכם בבדיקת הקטעים. אם החשיפות עולות אבל המיקום לא, הדף מובן אבל לא מועדף: עבדו על עומק, דוגמאות וקישורים.
שאלו את אותם פרומפטים ב-ChatGPT, Gemini, Claude ו-Perplexity לפני ואחרי, ורשמו אם הדף שלכם מצוטט. חזרו על זה מדי חודש: תשובות בינה מלאכותית משתנות מריצה לריצה, ולכן בדיקה אחת לא מוכיחה דבר. לגרסה מובנית של הבדיקה הזו, הריצו ביקורת SEO סמנטית על האשכול כולו ולא על דף בודד.
בחרו את הדף שמביא לכם הכי הרבה עסקים והריצו עליו את הביקורת בשישה שלבים. תקנו את שתי הבעיות הראשונות שתמצאו, בדרך כלל ישות מרכזית שאינה דומיננטית וקטע תשובה מעורפל מדי. אחר כך רשמו את התאריך, ובדקו את השאילתות שלו ב-Search Console בעוד ארבעה שבועות.
NLP ב-SEO פירושו להפוך את התוכן שלכם לקל להבנה עבור מודלי שפה: אילו ישויות הדף מכסה, על אילו שאלות עונה כל קטע ואיך הדף קשור לשאר האתר. Google משתמשת במודלי שפה כמו BERT בחיפוש מאז 2019, ועוזרי בינה מלאכותית מסתמכים עליהם לגמרי, ולכן כתיבה ברורה וחד-משמעית הפכה בפועל לגורם בדירוג ובציטוט.
אין הצהרה פומבית של Google שלפיה ציון ה-salience של Cloud Natural Language API משמש לדירוג. הציון הוא קירוב שימושי לבדוק שהנושא המרכזי שלכם שולט בדף, אבל כדאי לקרוא את סדר הישויות ולא לרדוף אחרי מספר. שימו לב ש-salience מוחזר רק בגרסה 1 של ה-API.
spaCy ו-Sentence Transformers הן ספריות Python חינמיות בקוד פתוח לחילוץ ישויות ולמדידת דמיון בין קטעים. אחר כך Google Search Console, גם הוא חינמי, מראה אם דף שנכתב מחדש מופיע ליותר שאילתות. Google Cloud Natural Language מוסיף salience וקטגוריות, עם חיוב לפי התמחור של Google Cloud.
