Базовые entity-экстракторы выдают от половины до двух третей...

Базовые entity-экстракторы выдают от половины до двух третей ложных срабатываний — тесты на 166 страницах

Советы по Entity-SEO хороши ровно настолько, насколько хорош экстрактор под капотом инструмента.

Пять экстракторов, анализируя одни и те же 166 страниц из топа по 48 серпам, выдали пять разных реальностей — от 15 сущностей на страницу (spaCy) до 172 (Google Cloud Natural Language).

Независимым арбитром стали собственные слова Гугла из AI Overview, People Also Ask и похожих запросов, собранные для каждого SERP.

Оценивали по двум осям: точность (находит ли экстрактор слова, которые использует сам Google) и ложные срабатывания (слова, которые не подкреплены ни лексикой поисковика, ни конкурентами из топа).

Процент ложных срабатываний — главная цифра для любого, кто покупает софт для поиска пробелов по сущностям, потому что она показывает, какая часть тасок от инструмента вообще может окупиться.

Для четырех базовых экстракторов он составил 46.6% (Google Cloud NL), 54.3% (TextRazor), 59.9% (gpt-5-mini) и 65.1% (spaCy).

Половина или больше из того, что они вам выдают, указывает на материал, не имеющий никакого следа в серпе, который вы пытаетесь забрать.

Точность показала ту же картину: из топ-30 сущностей каждой модели доля тех, что засветились в словах Гугла, составила 33.7% (Google Cloud NL), 21.2% (TextRazor), 17.8% (gpt-5-mini) и 16.4% (spaCy).

Бюджетная LLM добавила второй провал: она не согласна сама с собой.

Если прогнать один и тот же текст трижды, наборы сущностей от gpt-5-mini пересекаются всего на 61% — примерно две из пяти сущностей меняются, если просто отправить запрос еще раз.

Остальные четыре экстрактора детерминированы.

Чек-лист, который переписывает две пятых самого себя при обновлении данных — это нестабильная цель, и любая оценка на его базе будет прыгать даже без изменения самой страницы.

Дисклеймер: исследование проводил вендор, и его собственная модель выигрывает этот тест (13.4% ложных срабатываний, 48.6% точности в топ-30) — но данные судьи лежат снаружи, а методика описана достаточно подробно, чтобы ее можно было повторить.

Практический вывод для специалиста работает независимо от того, какая модель побеждает.

Всегда проверяйте любой чек-лист сущностей через собственные блоки Гугла для этого запроса — AI Overview, People Also Ask, похожие запросы и страницы, которые уже висят в топе.

Если рекомендованная сущность не появляется ни в одном из них, считайте это ложным срабатыванием.

И не доверяйте метрикам сущностей, которые штормит, когда сама страница не менялась.

https://api.on-page.ai/research/entity-model-study

@MikeBlazerX

⚠️ Закрытый канал: @MikeBlazerPRO