Чехол Samsung затянул себе в семантику спрос на сам телефон Samsung. Потому что

Чехол Samsung затянул себе в семантику спрос на сам телефон Samsung. Потому что слова совпали.

Объясняю, что это было. В моём сервисе генерации контента есть кусок, который собирает семантическое ядро под конкретную серию товара: до 25 запросов, отсортированных по показам. Часть строк отбирается по адресу страницы, часть по совпадению слов запроса со словами названия серии.

Вот на совпадении слов и началось веселье.

Серия «чехол Samsung Galaxy S26». Слова названия: чехол, Samsung, Galaxy, S26. Запрос «samsung galaxy s26 купить» совпадает по словам идеально, все четыре на месте. Только это запрос на телефон, а не на чехол для него. И модель бодро писала аксессуару SEO-текст под человека, который пришёл за смартфоном.

Правило: если серия это чехол, то и в запросе обязан быть чехол в любой словоформе. Иначе аксессуар сжирает спрос своего же носителя.

Вторая яма, там же рядом. У аксессуаров адрес категории общий на весь бренд: /aksessuari/chehli/chehli-samsung это чехлы Samsung целиком, все модели скопом. Отбор по адресу честно тащил оттуда спрос на чужие поколения. Теперь адрес категории идёт в основание отбора, только если последний сегмент называет саму серию.

Третья. «айфон 18» прилипал к серии iPhone 17. Чужое поколение теперь отбрасывается. А вот «macbook pro 14» для сборки с конкретной памятью, наоборот, принимается: запрос без деталей конфигурации это свой запрос, просто человек не стал уточнять.

Четвёртая, обратная по знаку. Первым порывом было вычистить из ядра мусорные слова: купить, цена, отзывы, характеристики, дата выхода, цвета. Так вот нельзя. Они ничего не портят, они просто не отличают одну модель от другой. Если считать их лишними, половина живого спроса до промпта не доезжает.

Я это, кстати, уже проходил. В прошлом проекте продукт с именем Ultramarine чуть не получил флаг серии Ultra, потому что подстрока совпала. Тогда поймал до прода. Второй раз те же грабли, просто с другого конца.

Каждое правило в этом отборе это надгробие бага, который я нашёл руками. Не архитектура, не алгоритм. Список конкретных случаев, на которых оно один раз обосралось.

И честная цифра на сегодня: чужих моделей среди строк, доезжающих до промпта, 3,7%. Не ноль. Делать вид, что я довёл до нуля, не буду.

Отдельно то, что я ловить вообще не умею. Кириллица. Запрос «айфон 17 про макс цена» это 6 039 показов, и совпадением слов с названием серии «iPhone 17 Pro Max» он не находится никогда. Ни разу. Пока просто живу с этим.

Мораль. Совпадение по словам это не понимание смысла. Компьютер видит «samsung galaxy s26» в обеих строках и радуется. Что в одной это телефон, а в другой чехол для него, ему знать неоткуда, пока ты не напишешь это отдельным правилом. И так с каждым исключением, по одному, руками, пока не наловишь.

У кого какие любимые истории про матчинг по подстроке? Уверен, у каждого есть минимум одна.

✍️ Синтаксис хаоса
Подпишись: TG / DZEN / VK