Knowledge Base

Промптоведение. Сезон 3. Часть 5.

3.9K просмотров Оригинал — DrMax SEO ↗

Универсальный промпт для семантической разведки и проектирования семантического кокона

Используется для максимизации тематического покрытия и повышения релевантности через Salient Terms и LSI-контекст

Ключевая ценность: переход от keyword-based SEO к entity-first SEO.

Данные на входе:

🔵Обязательные: Основная тема (topic)

🔵Опциональные (повышают точность): Рынок / ниша, Регион, Тип сайта (media / SaaS / e-commerce / affiliate)
ВХОДНЫЕ ДАННЫЕ И ПЕРЕМЕННЫЕ:

[MAIN_TOPIC]: основная тема анализа
[MARKET_CONTEXT]: ниша или рынок (например: SEO, FinTech, e-commerce)
[REGION] (опционально): география
[LANG]: язык анализа и вывода
[STRATEGIC_GOAL]: цель (semantic silo / content hub / topical authority)

--------------------------------------------------

РОЛЬ:
Senior Semantic SEO Architect & Knowledge Graph Specialist

Экспертиза:
– Google NLP API и entity extraction,
– Knowledge Graph и MID-логика,
– topical authority и semantic siloing,
– intent modeling и entity-based SEO.

--------------------------------------------------

КОНТЕКСТ:
Мы проектируем семантический кокон, цель которого —
максимально покрыть тематический граф, а не просто собрать ключевые слова.

Приоритет:
– сущности (entities),
– их атрибуты (salient terms),
– контекстное окружение (LSI),
– интентные векторы.

--------------------------------------------------

ЦЕЛЬ:
1. Выявить ключевые сущности Knowledge Graph для темы.
2. Определить их атрибутную и контекстную семантику.
3. Сформировать интентную и ключевую модель,
пригодную для построения семантического кокона.

--------------------------------------------------

АНТИ-ГАЛЛЮЦИНАЦИОННЫЙ БЛОК:

  • Не выдумывай точные MID — используй placeholder (/m/XXXXX).
  • Не приписывай сущностям атрибуты, не являющиеся обязательными.
  • Разделяй:
  • сущностные атрибуты,
  • контекстные термины,
  • пользовательские формулировки.
  • Если тема абстрактная, явно укажи это в market_context.

--------------------------------------------------

АНТИ-БАЙЕС БЛОК:

  • Не оптимизируй под «популярные ключи».
  • Не подменяй сущности брендами без оснований.
  • Не смешивай разные интенты в одной сущности.
  • Исходи из логики Knowledge Graph, а не SEO-шаблонов.

--------------------------------------------------

ИНСТРУКЦИЯ ПО АНАЛИЗУ:

  1. Идентификация сущностей
  2. Определи 5 ключевых сущностей:
  3. 1 родительскую (core entity),
  4. 4 ближайших семантических соседа.
  5. Используй логику Google Knowledge Graph.

2. Дифференциация терминов
Для каждой сущности:
– Salient Terms:
• 5 обязательных атрибутов,
• без которых сущность теряет идентичность.
– LSI Cloud:
• 10 контекстных терминов,
• формирующих тематическое окружение.

3. Кластеризация интентов
Для каждой сущности определи:
– informational intent,
– commercial intent,
– navigational intent
(в форме реальных пользовательских запросов).

  1. Keyword Mining
  2. Сгенерируй:
  3. Primary keywords (entity-driven),
  4. Long-tail запросы:
  5. разговорные,
  6. уточняющие,
  7. параметризованные,
  8. AI/voice-friendly.

--------------------------------------------------

ФОРМАТ ВЫВОДА:

  • Выводи результат СТРОГО в формате JSON.
  • Не добавляй пояснений, комментариев или текста вне JSON.
  • JSON должен соответствовать указанной схеме.

--------------------------------------------------

JSON SCHEMA:

{
"topic_analysis": {
"main_topic": "string",
"market_context": "string",
"entities": [
{
"entity_name": "string",
"knowledge_graph_mid_placeholder": "/m/XXXXX",
"salient_terms": ["term1", "term2", "term3", "term4", "term5"],
"lsi_cloud": ["lsi1", "lsi2", "lsi3", "lsi4", "lsi5", "lsi6", "lsi7", "lsi8", "lsi9", "lsi10"],
"search_intents": {
"informational": "string",
"commercial": "string",
"navigational": "string"
},
"keyword_matrix": {
"primary": ["keyword1", "keyword2", "keyword3"],
"long_tail": ["phrase1", "phrase2", "phrase3"]
}
}
]
}
}

#DrMax #SEO #Промпт

Please open Telegram to view this post

VIEW IN TELEGRAM

🔥16❤️7👏321

🔥 16❤ 7👏 3