MoreSEOОб авторе

Эмбеддинги: что это и зачем они нужны в поиске

Как текст превращают в числа, как поиск сравнивает смысл запроса и страницы, чем векторный поиск отличается от поиска по словам и что это даёт SEO.

Обновлено 14 ноября 2026
10 мин. чтения
Эмбеддинги: тексты как точки в пространстве смыслов Плоскость с сеткой, на ней три группы точек разных цветов; из начала координат выходят две стрелки с небольшим углом между ними к одной группе.

Эмбеддинг (от англ. embedding, «вложение») это список чисел, которым нейросеть описывает смысл слова, фразы или целой страницы. Модель подбирает числа так, чтобы тексты с похожим смыслом оказались рядом в многомерном пространстве, даже если у них нет ни одного общего слова. «Как вернуть деньги за билет» и «возврат авиабилета» дадут близкие векторы, а «билет в театр» окажется дальше.

Для поиска это главный способ понять запрос по смыслу. Яндекс с 2016 года переводит запросы и заголовки страниц в «семантические векторы» из 300 чисел (блог Яндекса о Палехе), Google с 2018 года ищет документы через neural matching по «более широким понятиям», а не только по ключевым словам (блог Google). Тот же механизм подбирает фрагменты для ответов нейросетей.

**Коротко** - Эмбеддинг это вектор фиксированной длины: у word2vec обычно сотни чисел, у Палеха 300, у text-embedding-3-small от OpenAI 1536, у text-embedding-3-large 3072. - Близость векторов чаще всего меряют косинусным сходством: чем меньше угол между векторами, тем ближе смысл. - Векторный поиск находит ближайших соседей запроса; в больших базах его делают приближённым (HNSW, IVFFlat), жертвуя частью полноты ради скорости. - В Яндексе путь шёл так: Палех (2016, заголовки), Королёв (2017, весь текст, векторы считаются заранее при индексации), YATI (2020, трансформеры). - Для сайта это значит: синонимы и формулировки ловятся без подгонки, а страница, где смешано несколько интентов, получает «размытый» вектор.

Как текст превращается в набор чисел

Нейросеть учится на огромном корпусе текстов и подбирает каждому слову или фрагменту такие числа, чтобы слова из похожих контекстов получали похожие векторы. Отдельное число само по себе ничего не значит: смысл несёт положение вектора относительно других.

Классическая работа здесь: статья Томаша Миколова и соавторов из Google «Efficient Estimation of Word Representations in Vector Space» (январь 2013), из которой вырос инструмент word2vec (arXiv). Авторы предложили две архитектуры:

  • CBOW предсказывает слово по окружающим словам;
  • Skip-gram наоборот, по слову предсказывает соседей.

Обучение на корпусе в 1,6 млрд слов заняло меньше суток. Главный эффект, который сделал метод знаменитым: с векторами можно делать арифметику. В статье показано, что вектор «King» минус «Man» плюс «Woman» оказывается ближе всего к вектору «Queen», а пары «Франция → Париж» и «Германия → Берлин» связаны одинаковым сдвигом.

У word2vec одно ограничение, важное для поиска: у слова один вектор на все случаи. «Ключ» от двери и «ключ» как родник получают одно и то же представление. Контекстные модели на трансформерах (BERT в Google, YATI в Яндексе) считают вектор с учётом соседних слов, поэтому одно слово в разных фразах получает разные числа. Подробнее об этом переходе в статье про BERT и YATI.

Современные модели кодируют не отдельные слова, а целые фрагменты: предложение, абзац, страницу. Несколько примеров из документации:

МодельДлина вектораЧто ещё важно
Палех, Яндекс (2016)300 чиселКодировал запросы и заголовки страниц
text-search-doc / text-search-query, Yandex AI Studio256Отдельные модели для документов и для коротких запросов
text-embeddings-v2-doc, Yandex AI Studio128, 256 (по умолчанию), 512 или 768Длину можно выбрать под задачу
text-embedding-3-small, OpenAI1536До 8192 токенов на входе, длину можно сократить параметром dimensions
text-embedding-3-large, OpenAI3072Тот же лимит входа, выше точность и цена хранения

Данные: документация Yandex AI Studio, документация OpenAI.

Разделение на «модель для документов» и «модель для запросов» не случайно. Запрос короткий, страница длинная, и поиску нужно, чтобы вектор вопроса оказался рядом с вектором ответа, а не с вектором похожего вопроса.

Как поиск сравнивает смысл запроса и страницы

Поиск считает расстояние между вектором запроса и векторами документов и берёт ближайшие. Чаще всего используют косинусное сходство: оно смотрит на угол между векторами и не зависит от их длины.
Как работает векторный поиск Верхняя линия: страницы заранее переводятся моделью в векторы и сохраняются в индекс. Нижняя линия: запрос в момент поиска переводится в вектор, в индексе находятся ближайшие векторы, они становятся сигналом ранжирования и дают результаты. Как работает векторный поиск Заранее, при индексации Страницы или фрагменты Модель кодировщик Векторы сотни чисел Индекс HNSW, IVFFlat В момент поиска Запрос «как сдать билет» Модель тот же кодировщик Вектор запроса быстро Ближайшие векторы в индексе Близость по смыслу = один из сигналов ранжирования, а не весь ответ
Путь от текста до результатов векторного поиска: страницы заранее переводятся в векторы и хранятся в индексе, запрос переводится в вектор в момент поиска, затем находятся ближайшие соседи

Схема 1. Как работает векторный поиск: документы кодируются заранее, запрос в момент поиска.

Процесс выглядит так:

  1. Индексация. Каждую страницу или её фрагмент модель заранее превращает в вектор, векторы сохраняют в индекс. Яндекс в «Королёве» делает именно так: векторы страниц считаются при индексации, потому что в реальном времени это слишком дорого (блог Яндекса о Королёве).
  2. Запрос. В момент поиска в вектор переводится только запрос, это быстро.
  3. Поиск соседей. Система ищет в индексе векторы, ближайшие к вектору запроса.
  4. Ранжирование. Близость по смыслу становится одним из сигналов. В Палехе семантический вектор был одним из более чем тысячи факторов, а итоговую формулу строил Матрикснет.

У OpenAI векторы нормированы к длине 1, поэтому косинусное сходство и евклидово расстояние дают одинаковый порядок результатов. Для практики это значит, что выбор меры обычно не главный вопрос.

Чем векторный поиск отличается от поиска по словам

Поиск по словам находит документы, где встречаются слова запроса, и хорошо работает с точными названиями, артикулами и кодами. Векторный находит документы по смыслу, включая перефразы и синонимы. На практике их совмещают.
ЧтоКогда подходитЧем платитеПочему важно
Поиск по словам (обратный индекс, BM25)Артикулы, модели, коды ошибок, имена, редкие терминыНе видит синонимов и перефраз: «возврат авиабилета» не найдёт «как сдать билет на самолёт»Даёт точность там, где важно буквальное совпадение
Векторный поиск (векторы + ближайшие соседи)Вопросы обычным языком, длинный хвост, поиск по базе знанийПамять и вычисления на хранение векторов; может «промахнуться» мимо точного кода или числаЛовит смысл, когда слова запроса и страницы не совпадают
Гибридный поискПочти любая боевая система: веб-поиск, поиск по сайту, RAGСложнее настройка: нужно смешать два списка кандидатов и переранжироватьТак устроены поисковики: смысловой сигнал дополняет, а не заменяет текстовые

Важная деталь: в большой базе нельзя честно сравнить запрос с каждым из миллионов векторов. Поэтому используют приближённый поиск ближайших соседей (ANN). Самый распространённый алгоритм это HNSW, многоуровневый граф «тесного мира», описанный Ю. Малковым и Д. Яшуниным в 2016 году (arXiv). Пример из документации: расширение pgvector для PostgreSQL по умолчанию ищет точно, с полной полнотой, а индексы HNSW и IVFFlat ускоряют поиск ценой части полноты. Индексировать там можно векторы до 2000 измерений (тип vector), хранить до 16 000.

Где векторы уже работают в Яндексе и Google

В Яндексе смысловые векторы участвуют в ранжировании с ноября 2016 года (Палех), в Google с 2018 года (neural matching). Сегодня их используют и для отбора кандидатов, и для ранжирования, и для подбора источников в нейроответах.

Яндекс. Палех (2 ноября 2016) переводил в векторы запросы и заголовки и был нацелен на редкие запросы длинного хвоста: их, по данным Яндекса, около ста миллионов в день. Обучался на парах «запрос + заголовок», где хорошим примером считался переход, после которого человек не уходил сразу. Королёв (22 августа 2017) стал сравнивать векторы всего текста страницы и применять смысловой анализ не к 150 документам, как Палех, а примерно к 200 000. В 2020 году пришёл YATI на трансформерах; Яндекс назвал его внедрение самым важным событием в Поиске за 10 лет (блог Яндекса).

Google. По обзору Пандю Наяка (февраль 2022): RankBrain (2015) связывает слова с понятиями, neural matching (2018) помогает находить документы по понятиям, BERT (2019) используется и для ранжирования, и для извлечения документов почти в каждом англоязычном запросе.

Как всё это складывается в общую формулу, мы разобрали в статье про ранжирование.

Что это значит для SEO и GEO

Смысловые векторы снижают ценность точного повтора ключевых слов и повышают ценность чёткой темы страницы. Для нейроответов важнее, чтобы отдельный фрагмент страницы был понятен сам по себе.

Ниже наши выводы из того, как устроен механизм, а не официальные правила поисковиков:

  1. Синонимы не нужно подгонять вручную. Если страница отвечает на вопрос, перефразы запроса попадут в ту же смысловую область. Набивка вариантов фразы в текст не сдвигает вектор к запросу, а размывает его. Как работать с ключевыми словами без набивки, мы писали отдельно.
  2. Одна страница, один интент. Вектор страницы, где смешаны «купить», «отзывы» и «как выбрать», оказывается между тремя областями и ни к одной не близок. Это тот же довод, что стоит за кластеризацией семантического ядра.
  3. Точные названия держите текстом. Векторный поиск может промахнуться мимо артикула, номера модели или кода ошибки. Поэтому их стоит писать в заголовке и тексте буквально: здесь работает поиск по словам.
  4. Фрагмент должен стоять сам по себе. Системы ответов нейросетей разбивают страницы на куски и ищут по векторам кусков. Абзац «Он работает быстрее, чем предыдущий» без подлежащего плохо найдётся по смыслу. Как устроен этот конвейер, разобрано в статье про RAG, а как готовить контент под нейроответы, в материале о GEO-оптимизации.

Наши данные: кто ищет это слово

По Wordstat на 14.11.2026 спрос темы 74 499 запросов в месяц, но главный запрос в кавычках даёт только 6 917 (9,3%). Почти весь спрос это формулировки «что такое эмбеддинг…», среди которых много учебных: «тест», «курсы», «дпо».

Методика: Яндекс Wordstat, Россия, 30 дней, срез 14.11.2026. Спрос темы это сумма точных частот всех запросов группы; широкая частотность приведена для ориентира и не суммируется.

ПоказательЗначениеВывод
Спрос темы (3 группы, 25 запросов)74 499Тема больше, чем «llm» (группа 10 191): термин ищут почти в 7 раз чаще, чем саму технологию
Главный запрос, точная частота6 917 (9,3% темы)Остальные 90% спроса приходятся на хвост из вопросов
Главный запрос, широкая частота112 604Широкая в 16 раз больше точной: вокруг слова огромный хвост формулировок
Запросы с «тест», «курсы», «дпо»7 из 25Значительная часть людей встречает термин в учебном тесте по ИИ
Запросы, похожие на варианты ответа («способ сжатия текста», «перевод слова в набор чисел», «список всех значений слова»)6 из 25Люди проверяют вариант из теста, поэтому в FAQ мы отвечаем и на них
Группа «векторный поиск»71 (0,1%)Практический вопрос почти не ищут
Группа «модель эмбеддингов»59 (0,08%)Выбор модели интересует единицы, это аудитория разработчиков

Частоту отдельных хвостовых запросов мы не раскладывали, поэтому долю «учебного» спроса в процентах не называем: считаем только число формулировок. Как снимать точные частоты самостоятельно, показано в гиде по Вордстату.

Кому это не нужно

Владельцу небольшого коммерческого сайта не нужно считать векторы своих страниц: поисковик сделает это сам. Знание механизма полезно, чтобы не тратить силы на набивку ключей и правильно делить темы по страницам.
  • Сайтам на точных запросах. Если вас ищут по артикулу, бренду и модели, решает поиск по словам, полнота каталога и цены.
  • Тем, кто хочет «оптимизировать вектор». Инструменты, которые показывают «семантическую близость» к запросу, считают её своей моделью, не моделью Яндекса или Google. Ориентироваться на их цифру как на фактор ранжирования нельзя.
  • Небольшим базам знаний. Если в поиске по сайту 50 статей, обычного поиска по словам с синонимами хватит; векторная база добавит инфраструктуру без заметного выигрыша.

Частые вопросы

Что такое эмбеддинг простыми словами?

Это способ записать смысл текста числами. Нейросеть превращает слово, фразу или страницу в список из сотен или тысяч чисел так, чтобы похожие по смыслу тексты получили похожие списки. Потом компьютер сравнивает уже числа, а не слова.

Эмбеддинг это способ сжатия текста?

Отчасти. Текст любой длины превращается в вектор фиксированной длины, например 256 или 1536 чисел, и в этом смысле информация сжимается. Но восстановить из вектора исходный текст нельзя: сохраняется смысл, а не формулировка. Поэтому точнее называть эмбеддинг представлением текста, а не архивом.

Что такое эмбеддинг в нейронных сетях?

Это слой или выход модели, который переводит слово, токен или фрагмент текста в вектор. В языковых моделях эмбеддинг стоит на входе: модель работает уже не с буквами, а с векторами. Подробнее о том, как модель потом пишет ответ, в статье «что такое LLM».

Что такое векторный поиск?

Это поиск, при котором запрос и документы переводятся в векторы, а результатом становятся документы с ближайшими к запросу векторами. Он находит страницы по смыслу, даже без общих слов. В больших базах соседей ищут приближённо, например алгоритмом HNSW.

Какую модель эмбеддингов выбрать для поиска по сайту?

Начните с модели, которая поддерживает русский язык и разделяет режимы для документов и запросов, как модели Yandex AI Studio, или с многоязычной модели вроде text-embedding-3-small. Проверяйте выбор на своих реальных запросах: соберите 30-50 вопросов пользователей и посмотрите, находит ли поиск нужные страницы.

Источники

  1. Mikolov et al. Efficient Estimation of Word Representations in Vector Space, arXiv, 2013
  2. Блог Яндекса: алгоритм «Палех», как нейронные сети помогают поиску, 2016
  3. Блог Яндекса: алгоритм «Королёв», 2017
  4. Блог Яндекса: YaC 2020, что нового (YATI)
  5. Google: How AI powers great search results, Pandu Nayak, 2022
  6. Документация Yandex AI Studio: векторное представление текста
  7. Документация OpenAI: Embeddings
  8. pgvector: векторный поиск в PostgreSQL, документация на GitHub
  9. Malkov, Yashunin. Approximate nearest neighbor search using HNSW graphs, arXiv, 2016
Частный SEO-специалист. Пишу про поиск и нейропоиск, а цифры беру из Wordstat и первоисточников.

Читайте также

© MoreSEO, Алексей Демкин · все статьи