SignalForge - навык-протокол для одного долгоживущего чата. Он превращает оптимизацию страницы в серию контролируемых экспериментов с памятью: какая правка сработала, для какой страницы, при каком конкурентном давлении и с какой уверенностью в выводе.
Работает с одной целевой страницей за проект. Для второй страницы — новый чат/проект, данные не смешиваются.
Принцип работы
Навык держит на входе четыре типа сигналов и не даёт решению зависеть только от одного из них:
1. Содержание целевой страницы
2. Пять страниц-конкурентов из выдачи
3. Снимок Google-выдачи (органика + AI Overview + People Also Ask)
4. Выгрузка Google Search Console
Цикл работы:
диагноз → закрытый список из 3–5 гипотез → контракт измерения
→ правка → публикация → срезы среды каждые 2–14 дней
→ замер через 28 дней → решение (принять/откатить/повторить)
→ обновление опыта → следующая гипотеза
Ключевое отличие от обычного SEO-аудита: результат каждой правки не забывается. Навык ведёт таблицу «какая тактика сработала для этого типа страницы» и повышает приоритет тактик, которые уже дали результат - но не раньше двух подтверждённых наблюдений, чтобы не превращать один удачный случай в правило.
Для чего предназначен
➡️Оптимизация страницы одновременно под классическую выдачу и под генеративные ответы (AI Overview).
➡️Дисциплина эксперимента: одна проверяемая гипотеза за цикл
➡️Защита от самообмана: причинный вывод не делается, если выдача была нестабильна, конкурент разом всё переписал или прошло слишком мало дней.
➡️Защита от эффекта «все становятся одинаковыми»: навык отдельно следит, не начала ли страница копировать конкурентов без пользы для читателя.
Что подаём на входе
target.md — целевая страница (шапка с URL, датами, автором + полный текст)
competitor-01.md — по competitor-05.md: пять конкурентов из выдачи
serp-primary.md — снимок выдачи: органика, AI Overview, PAA
gsc.csv — выгрузка Search Console (query, clicks, impressions, ctr, position, date)
Всё - Markdown, кроме выгрузки Search Console (CSV/XLSX).
Как поддерживаем работу во времени
Один проект живёт в одном чате на продолжении всего эксперимента. Навык сам хранит состояние - при возвращении в чат он читает его, а не начинает анализ с нуля.
каждые 2–14 дней (зависит от того, насколько шумит выдача):
свежий serp-primary.md + пять конкурентов
→ обновление конкурентной картины, без выводов по конверсии
через 28 дней после публикации правки:
свежая выгрузка Search Console
→ замер результата именно по контракту, заключённому до правки
каждые ~56 дней:
ревизия: не начала ли страница копировать конкурентов без пользы
Что получаем на выходе
➡️Закрытый список из 3–5 практических рекомендаций (не «добавьте экспертности», а «в разделе X добавить таблицу с критериями Y и Z, основание - 4 из 5 конкурентов и запросы GSC»).
➡️Контракт измерения на каждую гипотезу: заранее прописано, что считается успехом, а что провалом - до публикации, а не после.
➡️Журнал гипотез с исходами (позитивный/нейтральный/негативный/неопределённый) и растущий опыт: какие тактики работают для этого конкретного типа страницы.
➡️Явное предупреждение, если правки начали гнаться за формальными признаками видимости в ущерб пользе.
Практические приёмы
➡️Не запускать сразу рерайт. Первая команда в проекте - только диагностика, без правок:
SignalForge, диагностика.
Проанализируй target.md, пять конкурентов, serp-primary.md и gsc.csv.
Рекомендаций пока не давай, только карту дефицитов и рисков.
➡️Различать одиночный тест и пакет. Если правка неразделима по смыслу (новый раздел + таблица + источники) - это один пакет с одной метрикой, а не три гипотезы. Если можно изолировать (просто title) - тестировать отдельно от контентных изменений.
➡️Фиксировать контракт до публикации, не после. Перед тем как менять страницу, явно прописать: основная метрика, допустимое отступление по конверсии и позиции, минимальный срок наблюдения (28 дней). Это не позволяет потом «подогнать» интерпретацию под удобный результат.
#DrMax