🔗Внутренняя перелинковка с помощью Screaming Frog и Gemini API Последние обновления Screaming Frog (начиная с версии 22.0) открывают новые возможности. Теперь инструмент умеет работать с AI API и использовать vector embeddings. Это позволяет находить потенциальные внутренние ссылки не по ручным догадкам, а на основе реальной семантической близости страниц. Зачем это нужно? Эмбеддинги переводят текст страницы в числовые векторы, а затем сравнивают их между собой. Чем ближе векторы, тем больше схожесть в содержании. В Screaming Frog можно масштабно просканировать сайт и получить список страниц, которые тематически связаны, но ещё не связаны ссылками. Это упрощает построение контентных кластеров и усиливает релевантность. Дополнительно такой анализ помогает выявлять дублирующие или конкурирующие по теме страницы и находить слабо связанные материалы. Как настроить процесс: 🔘Откройте Screaming Frog. 🔘Перейдите в Configuration – Spider – Extraction и включите Store HTML и Store Rendered HTML. 🔘В Configuration – Content – Embeddings включите Enable Embedding functionality и Enable Semantic Similarity. 🔘В поле Semantic Similarity Threshold установите значение 0.8. 🔘Перейдите в Configuration – API Access – AI и подключите Gemini API. 🔘В Prompt Configuration добавьте опцию Extract Semantic Embeddings from Page. 🔘Запустите краулинг сайта и дождитесь завершения, затем запустите Crawl Analysis. 🔘Выберите страницу для анализа – вкладка Duplicate Details – выпадающий список Semantic Similarity. Таким образом вы получите список страниц с указанием similarity score. Эти данные показывают, где стоит добавить ссылки, чтобы укрепить связность контента и оптимизировать структуру сайта.