Переработка контента под GIST: добавить незаменимый фрагмент знания
Набор приёмов оптимизации, выведенных автором после изучения алгоритма GIST. Цель —
вывести страницу из Conflict Radius лидера темы за счёт уникального информационного вклада.
## Вход
Страница (или кластер страниц), конкурирующая с сильными источниками по теме, и подборка
материалов конкурентов по этой теме. Точный формат входных данных автор не задаёт.
## Шаги
1. Сжать общеизвестную часть темы в короткий ответный блок в начале страницы, а основной
объём отдать редким данным, исключениям, спорным случаям и собственным наблюдениям.
2. Сделать карту повторов: выписать 10 тезисов, повторяемых всеми конкурентами, и не
использовать их; найти 3–5 недостающих узлов темы.
3. Добавить блок «кому подходит / кому не подходит / когда метод не сработает».
4. Развести близкие страницы по задачам (интентам), а не по формулировкам ключа: выбор,
сравнение, настройка, типовые ошибки — на разных страницах.
5. Поднять уникальный вклад вверх: сначала короткий вывод, затем отличие материала от
обычного ответа, затем доказательства, таблица выбора, примеры и подтверждения.
6. Использовать другой класс источников, чем у конкурентов: справку, журналы изменений,
патенты, обсуждения пользователей, собственные тесты.
7. Удалить одинаковые блоки из всех страниц кластера: общую теорию вынести в одну опорную
страницу, на дочерних оставить только то, что меняется.
8. Собирать не факты, а основания для решения: сравнение вариантов, условия выбора, цена
ошибки, последствия неверного действия, признаки плохого сценария.
9. Добавить собственные мини-наблюдения: короткие тесты, скриншоты, реальные примеры,
разбор неудачных случаев.
## Выход
Переработанная страница (или структура кластера), в которой есть фрагмент знания,
не заменимый соседним источником, и снижена внутренняя избыточность и каннибализация.
## Промпт
В посте промпта нет: автор пишет, что спец-промпт по проверке контента требованиям GIST
выложит позже в канале промптоведения. Поэтому confidence: low — процедура описана
приёмами, но критерий приёмки и промпт-проверка в источнике отсутствуют.
Идея простая: контент обязан добавлять фрагмент знания, который нельзя безболезненно заменить соседним источником.
Извлечено из поста: Разбор алгоритма GIST: Математика 'умного сэмплирования'