Семантическое ядро для интернет-магазина: пример и порядок сборки

Семантическое ядро для интернет-магазина собирают таблицей, где у каждого запроса стоят частота и тип страницы, которая на него отвечает, и ниже лежит такая таблица для магазина постельного белья на живых частотах Вордстата. Решает в ней последняя колонка, потому что запрос с хорошей частотой без своей страницы уводит покупателя к соседу. Страница под фильтр, которого никто не ищет, только отнимает время у поискового робота.

Ниже покажу, как читать такую таблицу и собрать её самому из прайса и бесплатных сервисов Яндекса. Сверх этого покажу, как превратить ядро в деньги: какие вопросы задать себе по своему каталогу, как на них ответить и как отвечать дальше быстрее с нейросетью.

Пример ядра магазина постельного белья

Больше трети показов в этой таблице ищут совет, а не товар, и магазин без статей отдаёт их чужим сайтам. Частоты сняты в Вордстате по России за тридцать дней до 9 ноября 2026 года, в кавычках, то есть без запросов с дополнительными словами.

Размеры белья ищут чаще, чем «постельное белье купить» (2 576 показов против 2 571), а справочник по размерам, по моим наблюдениям, магазины чаще прячут таблицей мелким шрифтом в карточке товара. Три вопроса из таблицы дают 3 116 показов из 8 795, это 35 %.

Одну фразу я в таблицу не взял. У «постельное белье сатин евро» точная формулировка собирает половину показов, 3 366 из 6 650, у соседних фраз от 2 до 4 %, и такое число сначала проверяют динамикой.

Какая страница нужна запросу: категория, фильтр, тег или статья

Тип страницы решает больше частоты, потому что один и тот же спрос можно принять в каталог, а можно размазать по сотне одинаковых страниц.

• Категория отвечает на группу товаров, которую покупатель называет одним словом, например детское бельё или евро.
• Страница фильтра нужна сочетанию товара с признаком, если спроса хватает на отдельную страницу и товар есть в наличии.
• Тег собирает размытый признак вроде «недорого» или «в подарок»: в дереве каталога ему места нет, и он живёт блоком быстрых ссылок.
• Статья отвечает на вопрос, после которого человек ещё выбирает.

Почему не делать страницу под каждый фильтр

Собственник хочет больше страниц, ведь каждая кажется лишним входом из поиска, а получает робота, который ходит по мусору. По моему опыту, магазины чаще ошибаются именно так: движок сайта умеет перемножать фильтры, и в индексе оказываются тысячи адресов вроде «сатин белое евро» с двумя показами в месяц. Gary Illyes из Google называл навигацию по сочетаниям фильтров источником половины проблем с обходом сайтов за 2025 год (Search Engine Roundtable).

Противоречие снимает само ядро. Где спроса хватает, чтобы страница оправдала товар и текст, она появляется, а при двух показах в месяц фильтр остаётся кнопкой.

Как собрать ядро магазина самому

Ядро магазина собирается из того, что у него уже лежит готовым, то есть из прайса, фильтров каталога и двух бесплатных сервисов Яндекса.

Откуда брать запросы

Начинают с прайса и выписывают товары и признаки, по которым покупатель выбирает: ткань, размер, цвет, производителя. Каждое сочетание «товар плюс признак» проверяют в Вордстате и смотрят частоту в кавычках, потому что этот оператор, по справке Директа, фиксирует число слов и отсекает чужие хвосты. Чистка топа от мусора разобрана в статье про Вордстат Яндекс Директ и подбор слов.

Второй сервис, «Подбор поисковых запросов» в Вебмастере, показывает сотни миллионов запросов со спросом и конкурентностью, данные усреднены за прошлый год (справка Вебмастера). Там же по списку до 50 адресов своего сайта видно, по каким запросам каждая страница появлялась в поиске за месяц.

Что вычеркнуть и куда отнести запрос

В топе Вордстата по «постельному белью» стоят «озон постельное белье» (11 501 показ) и «стирка постельного белья» (9 336). Первая ищет маркетплейс, вторая совет по уходу, и каталог магазина не нужен ни той, ни другой. Маркетплейсы и бренды, которых магазин не продаёт, вычёркивают сразу, вопросы откладывают в план статей.

В одном техзадании магазина на полмиллиона товаров хотели «продвигаться как точечно по товарам, так и по категориям, брендам и моделям». Ядро как раз отвечает, какому из этих уровней нужна своя страница. Саму сборку и разметку ядра для каталога можно отдать подрядчику, а себе оставить сверку с ассортиментом: только магазин знает, каких товаров на складе нет.

Что ядро меняет в заказах магазина

Короткий список ключей в отчёте подрядчика почти всегда закрывает малую долю спроса, и видно это только по ядру.

В интернет-магазине домашнего текстиля на три тысячи позиций^* это выглядело так. Подрядчик вёл 25 ключей, 15 из них стояли в первой десятке Яндекса, а заказов из поиска приходило 11 в месяц. Когда собрали весь спрос по ассортименту, около 9 000 показов в месяц, оказалось, что ключи договора закрывают 10 % поисков, а большую часть остального ищут товаром с признаком: тканью, размером, цветом.

Магазин сделал 14 страниц под сочетания со спросом и 12 статей за три месяца. Число запросов, по которым его видно в поиске, выросло со 140 до 1 100, в 7,9 раза, а заказов из поиска стало 30 в месяц вместо 11. Заказы держатся ещё и на том, как сайт превращает визиты в покупки, это конверсия сайта без роста рекламного бюджета. Проверить, какую долю спроса закрывают ключи договора, стоит до его продления.

Где нейросеть ускоряет ядро, а где ошибается

Нейросеть хорошо делает скучную часть ядра и плохо делает ту, где нужны числа. Я бы отдал ей разметку: тысячу запросов она разложит по типам страниц за минуты, найдёт маркетплейсы, чужие бренды и информационные хвосты.

Опасна она в другом. Частоты нейросеть придумывает уверенно и правдоподобно, поэтому числа в ядро идут только из Вордстата или Вебмастера, а модель получает их готовыми. Модель без доступа к поиску не видит и выдачу Яндекса, то есть не знает, что на запрос показывают сейчас, каталоги или статьи.

Собственник сам решает, какие сочетания магазин закроет товаром и какие страницы делать первыми под маржу. Если разметку некому сверить с каталогом и выдачей, довести ядро до структуры сайта проще вместе с тем, кто будет эти страницы продвигать.

Промпт: распределить запросы магазина по типам страниц

Подойдёт любая крупная модель: DeepSeek работает бесплатно и без VPN, ChatGPT и Claude мощнее, но с ограничениями доступа из России. Перед вставкой замените название магазина и брендов метками, персональные данные и коммерческую тайну в публичный чат не вставляйте.

Ты SEO-аналитик интернет-магазина. Разложи запросы по типам страниц и покажи, какую долю спроса магазин сейчас не принимает.

Что нужно на выходе: таблица «запрос, показов в месяц, тип страницы, есть ли такая страница на сайте» и три числа про мой магазин: доля показов без своей страницы, доля показов на статьи, число фильтров каталога, по которым в моих данных нет ни одного запроса.

Зачем: понять, какие страницы сделать первыми, а какие фильтры закрыть от поиска.

Данные ниже: выгрузка запросов из Вордстата или Вебмастера с частотой, список категорий и фильтров моего каталога, адреса сайта с заголовками страниц.

Иди строго по порядку и не переходи к следующему шагу, пока не закончен предыдущий:
1. Вычеркни запросы с маркетплейсами и брендами, которых нет в моём каталоге, покажи список вычеркнутых.
2. Каждому оставшемуся запросу поставь тип: категория, страница фильтра, тег, статья.
3. Сверь с моими адресами и заголовками, у каких запросов своей страницы нет, сомнительные совпадения отметь для проверки.
4. Посчитай три числа из раздела «что нужно на выходе», с формулой.
5. Назови 10 страниц, которые я бы сделал первыми, по сумме показов.
6. Под каждой находкой дай фразу, которую я отправлю подрядчику или программисту завтра.

Нюансы: пиши простым языком. Если запрос подходит к двум типам, выбери один и объясни одной фразой. Если в моих данных нет частоты, не подставляй её, а так и напиши. Фильтры, которых нет в выгрузке, отметь «не проверено»: это не значит, что спроса нет.

Рамки: частот и запросов не выдумывай, считай только по моим данным. Мотивационные речи и рассуждения о важности опусти полностью.

Коротко: главное из статьи

• Семантическое ядро магазина собирают таблицей, где у каждого запроса указаны частота и тип страницы.
• В учебном ядре постельного белья вопросы дают 35 % показов, 3 116 из 8 795.
• Страницу фильтра заводят, когда спроса хватает на отдельную страницу и товар есть в наличии.
• Частоты берут из Вордстата в кавычках и из Вебмастера, маркетплейсы и бренды не из каталога вычёркивают.
• Нейросеть размечает запросы быстро, но частоты в ядро идут только из сервисов Яндекса.

Частые вопросы