Удалять старый контент, писать короче и дробить темы: правда и заблуждения эпохи GEO
GEO и ИИ-поиск — новая среда обитания контента. Сегодня можно часто услышать заявления вроде:
- «Удалил 60% контента с сайта — трафик вырос в 4 раза!»
- «ИИ любит короткие ёмкие тексты, а не ваши лонгриды»
- «Одна мысль — одна статья, иначе модель не поймёт!»
Эти материалы разлетаются быстро — но большинство таких рекомендаций поданы без контекста. На практике всё устроено сложнее.
Ниже — разбор трёх популярных тезисов. Что в них правда, что — иллюзия, и как работать с контентом так, чтобы его действительно цитировали нейросети.
1. Удалять старый контент: хорошо или плохо?
❌ Удалите половину блога, и ИИ станет вас цитировать!
Приёмы в стиле «удалил 300 статей — трафик взлетел» выглядят эффектно, но это не универсальный рецепт.
Да, бывают случаи, когда удаление помогает — но в конкретных условиях:
- было много дублирующих статей на одну и ту же тему,
- огромный слой низкосодержательных материалов,
- нет структуры,
- страницы не отвечают ни на один реальный запрос,
- E-E-A-T просел из-за информационного шума.
В таких кейсах удаление — это не «хитрый приём GEO», а банальная уборка помойки, где половина статей не содержит ни фактов, ни структуры, ни уникального ответа.
✔ Реальность
Удаление помогает только тогда, когда контент:
- дублирует друг друга;
- не отвечает ни на один вопрос пользователя;
- не содержит цитируемых фрагментов;
- мешает модели сформировать доверие к сайту.
Если материал даёт полезную информацию — пусть короткую, но проверяемую — удалять его не нужно.
✔ Что делать вместо массового удаления
- Сгруппировать контент по намерениям пользователя.
- Объединить дубли в одну основательную страницу.
- Оставить только те материалы, которые содержат проверяемую фактуру.
- Убрать старый мусор, нерелевантные заметки, водянистые и малоинформативные SEO-тексты.
Удалять ради удаления — вредно!
2. Короткие тексты: всегда ли хорошо?
❌ ИИ любит короткие тексты
Этот тезис упрощает механики LLM. ИИ не ориентируется на длину — он ориентируется на ясность, структуру и цитируемый смысл. Иногда для раскрытия темы достаточно нескольких фраз, иногда — не хватит и тысячи слов.
Например, обзор по отрасли или аналитика лучше работает как хаб, а не как 20 коротких страниц.
Почему возникает иллюзия, что «короткие тексты работают лучше»
Потому что многие длинные тексты — это:
- вода,
- общие слова,
- четыре абзаца вводных,
- «комплексно подходим»,
- отсутствие фактов и дат,
- отсутствие прямого ответа в начале (первые 120 слов).
Когда из текста убирают мусор — он становится короче. Но суть не в длине, а в плотности смысла.
✔ Реальность
- ИИ нормально цитирует длинные материалы, если в них есть фактура, таблицы, инструкции, структурированные данные.
- ИИ игнорирует короткие тексты, если в них нет ничего, что можно использовать.
- Также имейте в виду, что если пользователи получают слишком много коротких страниц → ухудшается UX.
3. «Одна мысль — одна статья» — правильный ли подход?
❌ Каждому вопросу — отдельная страница
Это рекомендация из эпохи SEO-кластеров 2012–2018 годов. Тогда работали «тонкий контент» — короткие, малоинформативные тексты, которые за счёт количества давали охват.
В эпоху GEO всё наоборот. Если на сайте турагентства много страниц на одну и ту же тему (например, «что посмотреть в Петергофе»), модели не понимают, какая из них основная, и в итоге не используют ни одну.
✔ Реальность
Для LLM важна цельная страница, которая:
- отвечает на весь кластер запросов,
- содержит главный ответ в первых 1–2 абзацах,
- даёт цитируемые фрагменты, которые звучат как готовый ответ, содержат факт (вывод) и подходят под запрос,
- имеет структуру, понятную модели,
- собирает связанные сигналы в одном месте.
Не «одна мысль — одна страница», а «одна задача пользователя — одна страница». Это совсем другая логика.
Меньше шума — больше пользы
Суть нового подхода — не в сокращении объёма, а в повышении качества контента. Когда на странице есть структура, фактура и прямой ответ на запрос пользователя — нейросети берут её в работу.
Хороший текст — тот, который даёт модели готовую формулировку, цифры и факты. Ну а размер, как вы знаете, значения не имеет!