Семантический поиск и поисковый интент: как работают современные алгоритмы

Семантический поиск — способ, которым современные поисковые системы понимают, чего хочет пользователь, вместо того чтобы искать совпадения слов. Запрос «как добраться до Минска из Москвы» десять лет назад искал документы, содержащие слова «добраться», «Минск», «Москва». Сегодня тот же запрос обрабатывается как намерение узнать варианты транспорта между двумя городами — и результаты включают страницы, где этих слов вообще может не быть напрямую.

В этой статье — как работает семантический поиск в Google и Яндексе, что такое поисковый интент и его типы, как классифицировать интент при работе с семантикой и какие ошибки совершают команды, продолжающие оптимизировать «под слова», а не «под намерения».

Что такое семантический поиск

Семантический поиск — подход к поиску информации, основанный на понимании значения запроса, а не на совпадении его текстовой формы с документами. Алгоритмы извлекают смысл из запроса (что человек хочет узнать или сделать) и сопоставляют его со смыслом документов, а не с их словарным составом.

До эры семантического поиска работала модель «мешка слов»: запрос разбивался на отдельные слова, и алгоритм искал страницы с максимальным совпадением этих слов. Это приводило к нелогичным выдачам: статья про «корм для собак» могла ранжироваться по запросу «как кормить собаку», потому что содержала много вхождений нужных слов, хотя по смыслу отвечала на другой вопрос.

Переход к семантическому поиску — постепенный процесс. Каждый из крупных алгоритмов добавлял слой понимания: Hummingbird в 2013, RankBrain в 2015, BERT в 2019, MUM в 2021. В Яндексе аналогичный путь: Палех (2016), Королёв (2017), нейросетевой Y2 (2020), Нейро (2024).

Эволюция: ключевые слова → темы → интент

Современные алгоритмы оперируют не словами, а векторными представлениями (эмбеддингами). Запрос и каждая страница кодируются как точки в многомерном пространстве; релевантность — расстояние между этими точками. Близкие точки означают семантическую близость, даже если на уровне слов совпадений мало.

Что такое поисковый интент

Поисковый интент — намерение, которое стоит за запросом. Это ответ на вопрос: «зачем человек ввёл именно эту фразу в поиск?» Один и тот же запрос может скрывать разные интенты, и задача современного поиска — определить наиболее вероятный.

Пример. Запрос «iPhone 15». Возможные интенты:

• Купить iPhone 15 (коммерческий)
• Узнать характеристики (информационный)
• Сравнить с iPhone 14 или конкурентами (сравнительный)
• Найти отзывы (исследовательский)
• Перейти на сайт Apple (навигационный)

Поисковая система определяет наиболее вероятный интент по совокупности сигналов: дополнительные слова в запросе («купить», «обзор», «сайт Apple»), поведение пользователей в прошлом, контекст (время суток, регион, история поиска), сезонность.

Классические типы интента

Базовая четырёхклассовая классификация введена Эндрю Бродером ещё в 2002 году и до сих пор используется как стартовая точка.

Информационный

Пользователь ищет знание. Маркеры в запросе: «как», «что такое», «почему», «когда», «руководство», «инструкция», «гайд», «объяснение».

Примеры запросов: «как настроить SSL-сертификат», «что такое каноническая ссылка», «почему сайт долго загружается».

Контент-формат: статьи, руководства, объяснения, инфографики.

Коммерческий (commercial investigation)

Пользователь готовится к покупке, но ещё выбирает. Маркеры: «лучший», «сравнение», «отзывы», «обзор», «какой выбрать», «vs».

Примеры: «лучшие CRM для малого бизнеса 2026», «сравнение Salesforce и HubSpot», «как выбрать ноутбук».

Контент-формат: сравнительные обзоры, рейтинги, гайды по выбору.

Транзакционный

Пользователь готов совершить действие — покупку, регистрацию, скачивание. Маркеры: «купить», «заказать», «цена», «скачать», «зарегистрироваться», «оформить».

Примеры: «купить iPhone 15 в Минске», «заказать торт с доставкой», «оформить ОСАГО онлайн».

Контент-формат: карточки товаров, посадочные страницы услуг, формы заявок.

Навигационный

Пользователь знает, куда идёт, и использует поиск как навигатор. Маркеры: название бренда, домена, конкретного сервиса.

Примеры: «Wildberries», «личный кабинет Беларусбанка», «сайт Microsoft».

Контент-формат: главная сайта или конкретный URL внутри сайта-цели.

Расширенная классификация

Современные команды используют более детальное разбиение интентов.

Под каждый тип интента работает свой контент-формат и свой тип посадочной страницы. Попытка ответить на «как настроить hreflang» карточкой товара или на «купить iPhone 15» — длинной информационной статьёй проваливается на этапе ранжирования.

Как Google определяет интент

Google использует слой нейросетевых моделей, каждая из которых вносит вклад в понимание запроса.

BERT

Bidirectional Encoder Representations from Transformers. Внедрён в 2019 году. Понимает контекст слова в зависимости от окружающих слов: «банк» в запросе «банк реки» и «банк кредит» — разные сущности.

MUM

Multitask Unified Model. Представлен в 2021. Мультимодальная модель — работает с текстом, изображениями, видео одновременно. Понимает сложные многоступенчатые запросы.

Gemini в поиске

С 2024 года Google интегрирует Gemini-серию моделей в поисковый стек. Это даёт способность работать с длинными контекстами, мультимодальными данными, разговорными формулировками.

Сигналы поведения

Помимо понимания запроса, Google использует данные о поведении: какие страницы пользователи реально открывают по запросу, какие закрывают сразу (pogosticking), какие просматривают долго. Эти сигналы корректируют выдачу со временем.

Как Яндекс определяет интент

Яндекс прошёл аналогичный путь, но с собственными технологиями и спецификой русскоязычного поиска.

• Палех (2016) — первая нейросетевая модель, обученная различать редкие запросы и страницы по смыслу.
• Королёв (2017) — расширение Палеха, обработка миллионов комбинаций «запрос — страница».
• YATI (2020) — трансформерная архитектура, аналог BERT.
• Нейро (2024) — генеративная LLM на базе YandexGPT для AI-ответов.

Яндекс лучше Google понимает русскоязычные специфики: морфологию (множественные склонения и спряжения), сленг, региональные особенности. На русскоязычных запросах часто даёт более точный по интенту топ.

Микро-интенты внутри одного запроса

Современные поисковые системы различают не только базовый интент, но и его оттенки. Запрос «как настроить SEO» может скрывать:

• Полный гайд для новичка
• Чеклист для практика
• Список инструментов
• Кейсы успешных настроек
• Обзор основных факторов

Алгоритмы пытаются угадать, какой именно микро-интент доминирует у текущего пользователя, и формируют выдачу с диверсификацией. Часто в топ-10 встречаются все типы микро-интентов — это сигнал, что Google не уверен, и оставляет выбор за пользователем.

Анализ топ-10 по запросу — практический способ определить доминирующий интент. Если 7 из 10 страниц — это полные гайды, основной интент — гайд. Если в топе разнообразие — Google сам не определился, есть пространство для экспериментов с форматом.

Контекстные и сезонные изменения интента

Интент одного и того же запроса может меняться со временем и в зависимости от контекста.

Сезонные изменения

Запрос «подарок маме» в марте имеет интент «8 марта», в мае — «День матери», в декабре — «Новый год». Поисковая выдача меняется в зависимости от сезона.

Текущие события

Запрос «доллар» в обычный день — это конвертация валют. В день резкого скачка курса — это новости и комментарии экспертов.

Локальный контекст

«Магазин одежды» в Минске и в Москве выдаст разные результаты — локальный интент учитывает регион пользователя.

Изменение технологий

Запрос «голосовой помощник» в 2015 году — это сравнение Siri и Алисы. В 2026 — обзор AI-агентов на базе LLM. Эволюция технологий смещает интент даже для одинаковых формулировок.

Как определять интент при работе с семантикой

Практический алгоритм для SEO-специалиста:

1. Прочитать запрос как пользователь. Первое впечатление: что человек хочет узнать или сделать?
2. Найти маркеры в запросе. «Купить», «как», «лучший», «vs» — явные сигналы интента.
3. Открыть текущий топ-10 в нужном регионе. Каков основной тип страниц? Карточки товаров, статьи, обзоры, видео?
4. Посмотреть на блоки выдачи. Featured snippet, People Also Ask, AI Overview — все сигналы о том, как Google интерпретирует интент.
5. Учесть сезон и текущий контекст. Запросы могут вести себя по-разному в разное время.
6. Сформулировать целевой интент. Какой тип контента и какая посадочная нужна.

Контент под разные интенты

Попытка втиснуть «один тип контента» под все интенты — типичная ошибка. Каждый интент требует своего формата, своих метаданных, своих коммерческих элементов.

Признаки неверно определённого интента

• Высокая позиция, но низкий CTR — сниппет не соответствует ожиданиям пользователя
• Высокий показатель отказов — пользователи открывают страницу и закрывают, не получив желаемого
• Низкое время на странице — контент не релевантен ожиданиям
• Pogosticking — пользователи возвращаются в выдачу и кликают на другие результаты
• Низкая конверсия в целевые действия — несмотря на трафик, мало заявок или покупок
• Падение позиций после обновлений алгоритма — Google переосмыслил интент, страница перестала соответствовать

Если эти признаки сошлись на одной странице — высокая вероятность, что контент создан под неверный интент. Решение — переформатировать страницу под реальный интент, который видно в топ-10, либо создать отдельную страницу под другой формат.

Типичные ошибки в работе с интентом

• Игнорирование интента при сборе семантики. Объединение в один кластер запросов с разными интентами.
• Контент «обо всём». Попытка ответить на все возможные интенты в одной статье — даёт средне-удовлетворительный результат для всех и отличный — ни для кого.
• Слепое копирование топа. Если в топе все десять страниц — статьи на 15 000 знаков, ещё одна такая же статья не выделится.
• Игнорирование изменения интента. Год назад запрос был коммерческим, сегодня — информационным. Старая посадочная теряет позиции.
• Оптимизация только под одну поисковую систему. Google и Яндекс могут определять интент одного запроса по-разному.
• Отсутствие диверсификации. В нишах с пограничным интентом стоит делать несколько страниц под разные форматы и смотреть, какой выигрывает.
• Игнорирование локального контекста. Для регионального бизнеса учёт локального интента критичен.
• Концентрация на ВЧ-запросах. У ВЧ-запросов интент часто размытый, конкурентность высокая. Сосредоточение на длинном хвосте даёт более чёткий интент и более точные посадочные.

Часто задаваемые вопросы

Можно ли «менять» интент запроса со стороны сайта?

Нет. Интент определяется пользователем и поисковой системой. Сайт может только подстроиться под существующий интент или ждать, пока коллективное поведение пользователей изменит представление алгоритма о запросе.

Что делать, если в топе разные форматы контента?

Это сигнал, что Google не уверен в доминирующем интенте. Можно либо выбрать самый частый формат, либо создать «гибрид» — структуру, которая отвечает на несколько микро-интентов в одной странице.

Как часто меняется интент запросов?

Постоянно. Малые колебания происходят ежемесячно, существенные изменения — после крупных событий или обновлений алгоритмов. Регулярный пересмотр посадочных страниц по ключевым запросам — раз в полгода.

Влияет ли регион на интент?

Сильно. Один запрос в разных регионах может иметь разный интент. Для проектов с региональной структурой нужно работать с интентом отдельно по каждому региону.

Как определить интент для нового запроса без выдачи?

Использовать смежные запросы с похожей формулировкой и смотреть их топ. Анализировать формулировку запроса на наличие маркеров. Тестировать гипотезу через минимальный контент и смотреть на поведение пользователей.

Учитывают ли AI-системы интент так же, как классический поиск?

В основном да, но с особенностями. AI-Overviews появляются преимущественно на информационных запросах, реже — на коммерческих. Это означает, что для коммерческих запросов классическая выдача остаётся более релевантной, а информационные постепенно вытесняются в AI-ответы.

Заключение

Семантический поиск и работа с интентом — то, что отделяет современный SEO от устаревшего «оптимизатора под ключевые слова». Команды, которые продолжают мыслить категориями «частотности» и «плотности ключевых вхождений», стабильно проигрывают тем, кто работает на уровне намерений пользователя. Хорошая новость: понимание интента не требует больших технических ресурсов — нужны внимательность к выдаче, готовность отказываться от формальных оптимизаций и дисциплина в анализе того, чего реально хочет пользователь за каждым запросом.