MoreSEOОб авторе

LSI слова: что это и нужны ли они в SEO-текстах

Откуда взялся термин латентно-семантического индексирования, что о нём сказал Джон Мюллер и как вместо списков слов проверить тематическую полноту статьи.

Обновлено 15 ноября 2026
10 мин. чтения
Обложка: список слов против полного ответаСлева лист с перечёркнутым набором ярлыков-слов, справа круг из сегментов, где все части на месте

LSI-ключами в SEO называют слова и фразы, которые часто встречаются рядом с главным запросом: для «перфоратора» это «патрон SDS», «режим долбления», «энергия удара». Сервисы собирают их из текстов топа и советуют вписать в статью. Название взято из латентно-семантического индексирования (Latent Semantic Indexing), метода поиска конца 1980-х. Google о таком факторе говорит прямо: Джон Мюллер в 2019 году написал, что LSI-ключей не существует, а в 2023 году повторил, что они не дают эффекта.

Пользу приносит другое: тематическая полнота. Если статья отвечает на все важные подвопросы темы, нужные термины появляются в ней сами. Ниже разберём, откуда взялся миф, почему списки слов иногда дают результат и чем их заменить.

Коротко

  • Патент на метод латентно-семантической структуры US 4,839,853 подан 15 сентября 1988 года и выдан 13 июня 1989 года, научная статья вышла в 1990 году.
  • 30 июля 2019 года Мюллер написал: «There's no such thing as LSI keywords», то есть «LSI-ключей не существует».
  • 2 января 2023 года на вопрос, куда ставить LSI-ключи, в заголовки или в текст, он ответил: «Both have no effect», то есть никакого эффекта нет ни там, ни там.
  • В объяснении Google о ранжировании базовый сигнал релевантности назван прямо: в тексте есть те же слова, что в запросе. Дальше алгоритмы смотрят, есть ли на странице другой полезный контент: для запроса про собак это фото, видео или список пород, а не повтор слова.
  • По Wordstat запрос «lsi ключи» вводят чаще, чем главный запрос темы со словом «слова»: 41 и 30 раз в месяц в точной форме.

Что такое латентно-семантическое индексирование

Это математический метод поиска 1980-х годов. Он строит таблицу «слова × документы», сжимает её разложением матрицы примерно до сотни скрытых факторов и находит документы по смыслу, даже если в них нет слов запроса. К спискам слов для копирайтеров метод отношения не имеет.

Авторы метода (патент закреплён за Bell Communications Research) решали проблему синонимов: человек ищет «автомобиль», а в документе написано «машина». Обычное совпадение слов такой документ не найдёт. LSI замечает, что оба слова встречаются в похожих контекстах, и сближает их.

Работа «Indexing by Latent Semantic Analysis» вышла в журнале Американского общества информатики в 1990 году (том 41, выпуск 6). В ней описано сингулярное разложение матрицы примерно на 100 ортогональных факторов.

В SEO термин попал по аналогии. Сервисы стали называть «LSI» обычные слова, которые часто стоят рядом с запросом в текстах топа. С исходным методом их роднит только идея, что тема определяется не одним словом.

Что Google говорит про LSI

Google отвечает «нет» дважды и публично: в 2019 году Джон Мюллер написал, что LSI-ключей не существует, в 2023 году что они не дают эффекта ни в заголовках, ни в тексте. В документации Google LSI не упоминается вовсе, зато сказано, что поиск понимает синонимы с помощью языковых моделей.

Хронология:

  • 30 июля 2019 года. Мюллер в Twitter: LSI-ключей не существует, а тот, кто утверждает обратное, ошибается.
  • 2 января 2023 года. Пользователь спросил, где LSI-ключи работают лучше, в заголовках или в обычном тексте. Ответ: ни там, ни там эффекта нет, и кто советует их использовать, «до сих пор неправ».

Слова сотрудника в соцсети не документация, но они совпадают с тем, что Google пишет официально:

  • В объяснении работы поиска сказано, что Google строит языковые модели, чтобы понять смысл нескольких слов запроса, и использует систему синонимов, чтобы находить документы без точного совпадения.
  • В руководстве по SEO для начинающих Google приводит пример: одни ищут «charcuterie», другие «cheese board», и системы сопоставления языка понимают, как страница связана со многими запросами. Там же: многократный повтор одних и тех же слов, даже в вариациях, утомляет читателя.
  • В правилах о спаме keyword stuffing описан как наполнение страницы ключевыми словами ради позиций, часто списком или вне контекста.

Как поиск научился понимать смысл без LSI, разобрано в статьях про BERT и YATI и про эмбеддинги.

А что в Яндексе?

Яндекс не публиковал ни слова про LSI. Его поиск опирается на нейросетевые модели вроде YATI, которые сравнивают смысл запроса и документа. В требованиях к качеству Яндекс прямо называет многократное повторение и перечисление ключевых слов поводом для ограничений.

В рекомендациях для вебмастеров среди примеров контента, к которому алгоритмы могут применить ограничения, есть списки поисковых запросов и многократное повторение и перечисление ключевых слов. Длинный «LSI-абзац», куда вписаны 30 слов из сервиса, легко становится именно таким текстом. Где проходит граница с переспамом и что такое Баден-Баден, разобрано в статье про SEO-текст.

Почему списки слов иногда «работают»

Потому что список из текстов топа это грубая подсказка, какие подтемы раскрыли конкуренты. Если автор пишет про эти подтемы, статья становится полнее, и позиции растут. Причина в полноте ответа, а не в самих словах: те же слова, вписанные без смысла, не помогут.

Слова, которые часто стоят рядом с запросом в топе, обычно отражают вопросы читателей. Для «перфоратора» в списке окажутся «SDS-plus», «энергия удара», «режим без удара». Это не «семантические сигналы», а названия того, что человек сравнивает перед покупкой. Статья, которая сравнивает перфораторы по этим параметрам, полезнее той, где их нет.

Отсюда два вывода. Первый: смотреть на такие списки можно, но как на черновой перечень подтем. Второй: проверка «вписаны ли все 40 слов» бессмысленна, потому что поисковик оценивает ответ, а не наличие лексики.

ЧтоКогда подходитЧем платитеПочему важно
LSI-список из сервисаБыстро увидеть, какие термины используют конкурентыДеньгами за сервис и риском переспама, если вписывать всё подрядПолезен только как подсказка подтем, сам список не фактор
Подзаголовки статей из топ-10Понять, какие подвопросы закрывают лидерыВременем на ручной разбор 10 страницПоказывает структуру ответа, а не набор слов
Хвосты запросов в WordstatУзнать формулировки, которыми люди задают вопросыНужно чистить мусор и считать частотностьКаждый частотный хвост это кандидат в раздел или FAQ
Поисковые подсказки и блок «Люди также спрашивают»Найти вопросы, которых нет в WordstatПодсказки персонализированы и меняютсяГотовые формулировки для H2 и вопросов FAQ
Вопросы клиентов и поддержкиЕсть отдел продаж, чат или отзывыНужен доступ к переписке и время на разборЭтих вопросов нет у конкурентов, это ваша добавленная ценность

Что такое тематическая полнота на практике

Тематическая полнота значит, что статья отвечает на главный вопрос и на подвопросы, которые у читателя возникают следом. Её проверяют не процентом слов, а списком вопросов: есть ли на каждый ответ, понятный без перехода на другой сайт.

Пример с одной темой, «посудомоечная машина не сливает воду», в двух подходах.

LSI-подход. Сервис выдаёт список: «фильтр», «сливной насос», «шланг», «засор», «ремонт», «мастер», «код ошибки», «крыльчатка». Автор вписывает их в текст, и получается абзац, где каждое слово стоит, но ни на один вопрос нет внятного ответа.

Подход через подвопросы. Автор составляет список того, что человек сделает по порядку: где находится фильтр и как его промыть; как проверить, не пережат ли сливной шланг; как понять по звуку, работает ли насос; что значит код ошибки на дисплее; когда пора звать мастера. Каждый вопрос становится разделом. Слова «фильтр», «насос», «крыльчатка» появляются сами, потому что без них ответить нельзя.

Список слов против тематической полнотыСлева путь через LSI-список: сервис выдаёт слова, их вписывают в текст и проверяют процентом, итог абзац из терминов. Справа путь через подвопросы: сбор вопросов, раздел на каждый, проверка ответов, итог полный ответ, где термины появились сами Одна тема, два подхода Список слов Сервис выдаёт 40 слов из текстов топа Слова вписывают в текст куда получится Проверка процентом все ли слова на месте Абзац из терминов, риск переспама Тематическая полнота Собрать подвопросы Wordstat, подсказки, топ, клиенты Раздел на каждый вопрос с прямым ответом Проверка списком на всё ли ответили Полный ответ, термины появились сами Цель слева слова, справа ответы
Сравнение двух подходов: список слов вписывают в текст и считают процент, а при тематической полноте собирают подвопросы, пишут разделы с ответами и проверяют, на всё ли ответили

Схема 1. В первом подходе цель это слова, во втором ответы. Термины во втором появляются как следствие.

Полнота важна и для ответов нейросетей. Google пишет, что AI Overviews и AI Mode могут использовать технику query fan-out: выполнять несколько связанных поисков по подтемам. Страница, где подтема раскрыта отдельным разделом с прямым ответом, получает больше шансов попасть в такой ответ. Подробнее в статье про Google AI Overviews. Там же Google отмечает, что специальных оптимизаций для этих функций не требуется.

Как собрать подтемы без «LSI-генераторов»

Возьмите главный запрос, соберите его хвосты в Wordstat, добавьте поисковые подсказки и вопросы из выдачи, выпишите подзаголовки топ-10 и вопросы своих клиентов. Сгруппируйте всё по смыслу: каждая группа станет разделом статьи или вопросом в FAQ.
  1. Хвосты запроса. В Вордстате посмотрите, с какими словами ищут тему: «как», «почему», «сколько», «чем отличается». Частотные хвосты это кандидаты в разделы.
  2. Подсказки и вопросы выдачи. Поисковые подсказки и блок «Люди также спрашивают» дают готовые формулировки вопросов.
  3. Структура топа. Выпишите H2 из 5–10 статей, которые сейчас в топе. Что повторяется у большинства, читатель ждёт и от вас. Как разбирать конкурентов системно, описано в статье про анализ конкурентов.
  4. Свои данные. Вопросы из чата, звонков, отзывов. Именно это отличает статью от пересказа топа.
  5. Группировка. Вопросы одного смысла объединяются в раздел. Если группа тянет на отдельный интент, ей нужна своя страница. Принцип тот же, что при кластеризации семантического ядра.

Проверка перед публикацией простая: пройдите по списку подвопросов и найдите в тексте ответ на каждый. Если ответа нет, его не заменит ни одно вписанное слово.

Где граница между полнотой и переспамом

Граница проходит там, где слово появляется не потому, что нужно для ответа, а потому, что стоит в списке. Признаки: абзацы-перечисления терминов, искусственные фразы вроде «купить недорого перфоратор SDS-plus», одинаковые формы слова в каждом предложении.
  • Полнота: термин стоит в объяснении, и без него фраза теряет смысл.
  • Переспам: термин можно удалить, и ничего не изменится.
  • Тревожный знак: вы правите текст под процент из сервиса, а не под вопрос читателя.

Метрики вроде «тошноты» и «водности» тоже не измеряют полноту. Что они считают и почему поисковики их не используют, разобрано в статье про воду и тошноту текста.

Наши данные: как часто об этом спрашивают

Методика. Запросы темы и соседних тем кластера «Ключевые слова и семантика» из нашего семантического ядра. Яндекс Wordstat, Россия, 30 дней, срез 14.11.2026. Спрос темы равен сумме точных частот её запросов.

Запрос или темаТочная частота, в месяцКомментарий
«lsi ключи»4157,7% спроса темы
главный запрос темы3042,3% спроса темы; широкая частота 192
Вся тема LSI710,81% спроса кластера (8 765)
Тема «ключевые слова в тексте»872в 12,3 раза больше, чем тема LSI
Тема «ключевые слова» целиком4 442в 62,6 раза больше

Что видно:

  • Интерес к LSI нишевый. Тема занимает меньше 1% спроса своего кластера. Людей гораздо больше волнует, как расставлять обычные ключи, об этом статья про ключевые слова.
  • Точная форма занимает 15,6% широкой. Из 192 запросов с этими словами только 30 вводят ровно в такой форме. Остальное приходится на более длинные фразы с этими словами, то есть на уточнения вокруг темы.
  • «Ключи» обгоняют «слова». Термин чаще ищут как разновидность ключевых слов, то есть ожидают от него влияния на позиции. Ответ Google на это ожидание отрицательный.

Кому разбор LSI не нужен

Если вы уже пишете тексты от вопросов читателя и проверяете, что ответили на каждый, отдельная работа с LSI ничего не добавит. Тем, кто заказывает тексты по ТЗ с LSI-списком, стоит заменить этот пункт списком подвопросов.
  • Карточки товаров и короткие страницы. Там полнота это характеристики, фото и условия доставки, а не лексика.
  • Новости и посты. Им важны факт и скорость, а не охват подтем.
  • Страницы под один узкий вопрос. Если ответ занимает три абзаца, растягивать его ради списка слов вредно.

Частые вопросы

Что такое LSI-ключи простыми словами?

Это слова, которые часто встречаются рядом с главным запросом в текстах из топа выдачи. SEO-сервисы называют их «LSI» по аналогии с методом латентно-семантического индексирования 1980-х годов, но сам метод к этим спискам отношения не имеет.

Использует ли Google LSI?

Нет. Джон Мюллер в 2019 году написал, что LSI-ключей не существует, а в 2023 году, что они не дают эффекта ни в заголовках, ни в тексте. Google понимает синонимы и связь слов с помощью языковых моделей.

Нужно ли добавлять LSI-ключи в текст?

Вписывать слова ради списка не нужно. Используйте список как подсказку, какие подтемы раскрыли конкуренты, и напишите разделы с ответами на эти вопросы. Нужные термины появятся в тексте сами.

Чем LSI-ключи отличаются от синонимов?

Синоним заменяет слово с тем же смыслом: «автомобиль» и «машина». В LSI-списки попадают любые слова из окружения темы: детали, параметры, действия. Поэтому такой список ближе к перечню подтем, чем к словарю синонимов.

Где брать слова, которые задают тему?

Из хвостов запросов в Wordstat, поисковых подсказок, вопросов в выдаче, подзаголовков статей из топа и вопросов ваших клиентов. Сгруппируйте их по смыслу и превратите группы в разделы статьи.

Источники

Частный SEO-специалист. Пишу про поиск и нейропоиск, а цифры беру из Wordstat и первоисточников.

Читайте также

© MoreSEO, Алексей Демкин · все статьи