Вёрстка под RAG-чанкинг: семантический HTML5 и автономные блоки для LLM
AI-поисковики режут страницу на чанки по 300–500 токенов до оценки релевантности. Расплывчатые местоимения и сплошная простыня текста убивают цитируемость.
Дмитрий К., Technical SEO Lead · SEO Space
Ориентиры корректной индексации
- Единица смысла
- Автономный блок H2/H3
- Ориентиры DOM
- <main>, <article>, <section>
- Сравнение данных
- HTML <table> вместо картинок
Как RAG-системы нарезают страницу на векторные фрагменты
Системы ChatGPT Search, Perplexity и AI Overviews индексируют не весь документ целиком, а нарезают его по заголовкам на блоки по 250–500 токенов.
Если подзаголовок начинается со слов «Благодаря этому она экономит 40%», не называя продукт или технологию внутри этого фрагмента, изолированный чанк теряет смысл при векторном поиске.
- Называйте ключевой объект, метрику или инструмент прямо в первом предложении каждого H2/H3.
- Формулируйте ёмкие выводы по 40–90 слов, подкрепляя их списками условий и цифрами.
- Держите основной текст строго внутри `<main>` и `<article>`, вынося cookie-баннеры и футер наружу.
Перевод размытых описаний в нативные таблицы и списки
Ранжировщики LLM отдают приоритет чётким таблицам `<table>` с `<th>` при сравнении тарифов, SLA и технических лимитов.
| HTML-паттерн | Точность извлечения RAG | Частая ошибка |
|---|---|---|
| <h2> Вопрос + прямой ответ 50 слов | Очень высокая | Прятать вывод после 3 абзацев воды |
| Семантическая <table> с <th> | Максимальная | Вставлять таблицы скриншотом PNG |
| Автономный <ul> с цифрами | Высокая | Смешивать 4 темы под одним H2 |
Очистка SSR HTML от лишнего токенного шума
Сокращайте гигантские встроенные SVG и многоуровневые мегаменю, а чистый конспект сайта отдавайте через `/llms.txt`.
<article>
<h2>Какой целевой порог HTTP 200 нужен для E-commerce?</h2>
<p>Крупным интернет-магазинам следует удерживать выше 92% ответов HTTP 200 в логах Googlebot и закрывать параметры ?sort= и ?filter=.</p>
</article> Нужно проверить индексацию вашего проекта?
Пришлите домен: вручную проверим исходный HTML, логи обхода, дубли фильтров, canonical и карту сайта в течение 24 часов.