---
title: Перелінковка за змістом: як за 10 хвилин отримати план внутрішніх посилань безкоштовно
url: https://blog.krasovskiy.team/perelinkovka-za-zmistom-iak-za-10-khvylyn-otrymaty-plan-vnutrishnikh-posylan-bezkoshtovno/
date: 2026-07-16
lang: uk
source: blog.krasovskiy.team
---

# Перелінковка за змістом: як за 10 хвилин отримати план внутрішніх посилань безкоштовно

Внутрішні посилання - це те, чому Google ходить по вашому сайту і вирішує, яка сторінка важлива, а яка ні. Стаття, на яку не веде жодне посилання з тексту інших статей, для пошуку майже невидима: її ніхто не рекомендує зсередини сайту.

Проблема у тому, що руками це не зробити. На сотні статей потрібно ухвалити тисячі рішень: яка стаття комусь рідня, куди поставити посилання, яким анкором. Людина цього не витримає, а плагіни «Схожі записи» роблять не те.

У цьому гайді — робочий спосіб: показати комп'ютер сенс кожної статті і отримати готовий план перелінкування. Безкоштовно, без API-ключів за 10 хвилин. Все перевірено на живому блозі зі 125 статей, включаючи граблі, на які я настав особисто.

## Чому "Схожі записи" - це не перелінковка

Стандартні плагіни чіпляють статті за рубрикою або тегом і ліплять блок посилань у підвал. Три біди:

- **Рубрика – це не сенс.** В одній рубриці SEO може лежати стаття про домени та стаття про тексти: зв'язки між ними нуль.
- **Підвал не читають** — ні люди, ні пошукача не надають йому тієї ж ваги, що посилається всередині тексту.
- **Анкор «Читайте також»** не каже пошуковику нічого про те, що на тій стороні.

Потрібне посилання **у тілі статті**, поставлена ​​там, де це є доречним за змістом, з анкором, який описує цільову сторінку.

## Що таке смислова близькість, якщо по-простому

Комп'ютер не розуміє слів, проте вміє перетворювати текст на набір чисел — вектор. Тексти про те саме дають близькі вектори, навіть якщо слова різні: «купити авто» і «купівля машини» виявляться поруч. Це називається ембеддінгами.

Далі все просто: перетворюємо кожну статтю на вектор, порівнюємо всі пари між собою та отримуємо список — хто комусь рідня. Це і є кандидати на перелінування.

Модель для цього потрібна безкоштовна та багатомовна, вона завантажується сама і працює прямо у браузері через Google Colab. Ні ключів, ні оплати, ні свого сервера.

## Що знадобиться

- **Google Colab** — безкоштовно, потрібен лише обліковий запис Google.
- **Адреса вашого sitemap** - зазвичай site.ru/sitemap.xml або site.ru/sitemap_index.xml. Якщо не знаєте - загляньте в site.ru/robots.txt, він там вказаний.
- **10 хв.** Нічого не потрібно встановлювати на комп'ютер.

## Крок 1. Відкрити Colab та вставити скрипт

Заходьте на colab.research.google.com, створюєте новий блокнот (File → New notebook), вставляєте код нижче в комірку.

У блоці налаштувань змінюєте два рядки під себе:

- `SITEMAP_URL` - адреса вашого sitemap.
- `URL_FILTER` - Якщо сайт багатомовний, залиште одну мову, наприклад, "/ru/". Інакше переклади однієї статті вважатимуться рідною один одному, і план перелінкування перетвориться на сміття. Якщо сайт однією мовою – поставте порожній рядок "".

```python
!pip -q install requests beautifulsoup4 lxml pandas scikit-learn sentence-transformers

# ============================================
# SEMANTIC INTERLINK PLANNER (Google Colab)
# Знаходить за змістом, куди кожній статті поставити внутрішні посилання,
# і показує сиріт - сторінки, на які ніхто не посилається.
# ============================================

import re, time, collections, requests
import numpy as np, pandas as pd
from bs4 import BeautifulSoup
from sklearn.metrics.pairwise import cosine_similarity
from xml.etree import ElementTree as ET
from sentence_transformers import SentenceTransformer

SITEMAP_URL = "https://МІЙ-САЙТ/sitemap.xml"
URL_FILTER  = "/ru/"
MAX_URLS    = 500
EXCLUDE     = ["/category/", "/tag/", "/author/", "/page/"]   # рубрики та теги — не статті
LINKS_PER_PAGE = 4        # стеля посилань на статтю
MIN_SIM     = 0.35        # нижче - рідня притягнута за вуха
BODY_CHARS  = 1500
HEADERS = {"User-Agent": "Mozilla/5.0 (interlink planner)"}

def clean(t):
    return re.sub(r"\s+", " ", (t or "").replace("\xa0", " ")).strip()

def fetch(u):
    r = requests.get(u, headers=HEADERS, timeout=20); r.raise_for_status(); return r.text

def sitemap(u, acc=None):
    if acc is None: acc = []
    root = ET.fromstring(fetch(u)); tag = lambda x: x.tag.split("}")[-1]
    if tag(root) == "sitemapindex":
        for sm in root:
            for ch in sm:
                if tag(ch) == "loc": sitemap(clean(ch.text), acc)
    elif tag(root) == "urlset":
        for ue in root:
            for ch in ue:
                if tag(ch) == "loc": acc.append(clean(ch.text))
    return acc

def page(u, host):
    try:
        html = fetch(u)
    except Exception:
        return None
    s = BeautifulSoup(html, "lxml")
    # ВАЖЛИВО: спочатку викидаємо меню/підвал/сайдбар, інакше їх посилання
    # порахуються як «вже стоїть» (у нас так вийшло 32 посилання на статтю замість 2.5)
    for t in s(["script","style","noscript","svg","nav","footer","header","aside","form"]): t.decompose()
    body = s.find("article") or s.find("main") or s
    out = set()
    for a in body.find_all("a", href=True):
        h = a["href"]
        if host not in h: continue
        # тільки посилання ВСЕРЕДИНІ АБЗАЦЯ: блок автора, підписи та віджети — не перелінковка
        if not a.find_parent("p"): continue
        out.add(h.split("#")[0].rstrip("/"))
    title = clean(s.title.get_text(" ")) if s.title else u
    h1 = clean(s.h1.get_text(" ")) if s.h1 else ""
    return {"url": u.rstrip("/"), "title": title, "h1": h1,
            "text": clean(s.get_text(" ", strip=True))[:BODY_CHARS], "outgoing": out}

host = re.sub(r"https?://([^/]+)/.*", r"\1", SITEMAP_URL)
all_urls = [u for u in dict.fromkeys(sitemap(SITEMAP_URL)) if URL_FILTER in u]
before = len(all_urls)
all_urls = [u for u in all_urls if not any(x in u for x in EXCLUDE)]
# головне і коріння мов — не статті, цілями бути не повинні
all_urls = [u for u in all_urls if len(u.rstrip("/").split(URL_FILTER.strip("/"))[-1].strip("/")) > 3]
print(f"відсіяно рубрик/тегів: 0 (у них короткий текст, вони схожі на все в рубриці і забивають звіт)")
urls = all_urls[:MAX_URLS]
partial = len(urls) < len(all_urls)
print(f"сторінок у роботі: 0 з 1")
if partial:
    print("УВАГА: обхід неповний — сироти не рахуватимуться (вхідні видно тільки по всьому сайту).")
    print("Щоб знайти сиріт, підніміть MAX_URLS до розміру сайту.")
docs = [d for d in (page(u, host) for u in urls) if d]
print("розібрано:", len(docs))

# бренд-хвіст зрізаємо, як в аудиті канібалізації
tails = collections.Counter()
for d in docs:
    for sep in ["|","➣","—","–","-","·","»"]:
        if sep in d["title"]: tails[d["title"].rsplit(sep,1)[-1].strip().lower()] += 1
brand = tails.most_common(1)[0][0] if tails and tails.most_common(1)[0][1] >= max(3, len(docs)*0.3) else None
for d in docs:
    t = d["title"]
    cut = t[:t.lower().rfind(brand)].rstrip(" |➣—–-·»") if brand and brand in t.lower() else t
    d["title_clean"] = cut or d["h1"] or t          # зріз не повинен обнулювати заголовок

m = SentenceTransformer("paraphrase-multilingual-MiniLM-L12-v2")
emb = m.encode([f'{d["title_clean"]}. {d["h1"]}. {d["text"]}' for d in docs],
               normalize_embeddings=True, show_progress_bar=False)
sim = emb @ emb.T
np.fill_diagonal(sim, -1)

rows = []
for i, d in enumerate(docs):
    order = np.argsort(-sim[i])
    added = 0
    for j in order:
        if added >= LINKS_PER_PAGE: break
        s = float(sim[i][j])
        if s < MIN_SIM: break
        tgt = docs[j]
        if tgt["url"] in d["outgoing"]:      # посилання вже стоїть
            continue
        rows.append({"звідки": d["title_clean"][:44], "куди": tgt["title_clean"][:44],
                     "близькість": round(s,3), "анкор_підказка": tgt["h1"][:48] or tgt["title_clean"][:48],
                     "url_звідки": d["url"], "url_куди": tgt["url"]})
        added += 1

plan = pd.DataFrame(rows)
print("\nзапропоновано нових посилань:", len(plan))
print("вже стоїть посилань у текстах:", sum(len(d["outgoing"]) for d in docs))

# сироти: на кого ніхто не посилається та кому ніхто не пропонує
incoming = collections.Counter()
for d in docs:
    for o in d["outgoing"]: incoming[o] += 1
if partial:
    print("статті без вхідних: пропущено (обхід неповний)")
    orphans = []
else:
    orphans = [d["title_clean"][:50] for d in docs if incoming[d["url"]] == 0]
    print("статей без вхідних посилань З ТЕКСТІВ інших статей:", len(orphans))
    for o in orphans[:5]: print("   -", o)

print("\nтоп-8 пропозицій:")
if len(plan):
    for _, r in plan.sort_values("близькість", ascending=False).head(8).iterrows():
        print(f'  {r["близькість"]}  {r["звідки"][:34]:34} -> {r["куди"][:34]}')
```

Натисніть кнопку запуску. Перший прогін займає кілька хвилин: скачується модель. Далі скрипт обходить sitemap, качає сторінки і рахує.

## Крок 2. Прочитати, що він видав

На виході чотири речі:

1. **Скільки посилань вже коштує у текстах.** Вважаються лише посилання всередині абзаців — меню, підвал та блок автора не рахуються.
2. **План нових посилань** - Таблиця: звідки, куди, близькість, підказка для анкору. Відсортована за близькістю.
3. **Статті без вхідних посилань** - Ті самі невидимки. Метрика чесна лише за повного обходу сайту.
4. **Файл interlink_plan.csv** весь план, щоб працювати спокійно і викреслювати зроблене.

Починайте зверху таблиці: там найочевидніші пари. Близькість 0.8 - майже напевно рідня. Нижче 0.4 вже натяжка, тому скрипт таке і не пропонує.

## Крок 3. Поставити посилання правильно

План – це підказка, а не наказ. Ставте руками, за трьома правилами:

- **Тільки текст.** Посилання живе в абзаці, де ви природно згадуєте тему. Не в підвал, не в блок читайте також.
- **Анкор - за змістом цільової статті.** Не "тут", не "читайте також", а фраза, яка описує те, куди ведете.
- **Чи не в заголовки.** Посилання всередині h2 ламає і верстку і розмітку. Це окремі граблі, де ми вже сиділи.

> Стеля – 4 посилання на статтю. Двадцять посилань не в двадцять разів краще: вага розмивається, читач іде. У нас на блозі в середньому 2.3 посилання на статтю, і цього достатньо.

## Граблі, на які я настав, поки писав цей скрипт

Це не теорія - я проганяв його на своєму блозі, і перші версії брехали. Усі чотири помилки вже виправлені в коді вище, але знати про них корисно, якщо писатимете своє.

### 1. Меню вважалося перелінковкою

Перша версія нарахувала 32 внутрішні посилання на статтю за реальних 2.5. Причина: посилання збиралися з усієї сторінки, включаючи меню та підвал. Через це скрипт думав, що посилання вже варте, і не пропонував потрібне. Лікується видаленням nav, header, footer, aside _до_ збирання посилань.

### 2. Посилання на автора

Після першої редагування залишилося 4.15 посилання на статтю замість 2.3. Зайвим виявилося посилання на автора з блоку підпису. Тому вважаються лише посилання усередині абзаців . Після цього рахунок зійшовся з основою: 2.28 проти 2.3.

### 3. Рубрики забивали весь топ

При повному обході перші місця зайняли сторінки «CRM», «Дизайн», «Платежі» близько 0.93. Це не статті, а рубрики: у них короткий текст і вони схожі на все у своїй рубриці відразу. Відсіваються /category/, /tag/, /author/.

### 4. Порожній заголовок

Скрипт зрізає бренд з title (хвіст виду «Назва сайту»), тому що цей хвіст є на кожній сторінці і задирає схожість усім парам. Але якщо title складається з одного бренду, наприклад, біля головної сторінки, зріз обнуляв заголовок. Тепер є запасний варіант.

## Наші цифри

Щоб було з чим порівняти. На блозі, де перелінковка ставиться автоматично за змістом:

- **927 внутрішніх посилань** на 372 статті.
- **98% статей** мають посилання в тексті - 366 з 372.
- **2.3 посилання на статтю** в середньому, стеля - 4.
- **47 статей** при цьому все ще без посилань з текстів. Навіть за автоматики залишається хвіст, який треба добирати руками.

Остання цифра – найчесніша. Автоматика не робить роботу за вас повністю, вона знімає 90% рутини і демонструє, де залишилося.

## Як ми потім довели цей метод до автомата

Скрипт вище – робоча стартова версія: він показує, які статті один одному рідні, а посилання ви розставляєте руками. На 372 статтях нам цього мало, і ми довели метод до автомата. Якщо вже розповідаємо — покажемо і бойову версію, щоб ви розуміли, куди це розвивається.

- **Ембеддінги вважає mistral-embed**, а чи не локальна MiniLM. Вектори лежать у Pinecone – порахував один раз, далі додаються лише нові статті.
- **Шукаємо не «статтю-рідню», а конкретну пропозицію.** Вважаємо ембеддинг кожної пропозиції статті та заголовків кандидатів — і знаходимо пропозицію, яка дійсно про те саме. Поріг: косинус 0.72.
- **Анкор береться з цієї пропозиції** - З живого тексту, з правильною морфологією. Жодних «читайте також».
- **Жорсткі пороги.** Кандидат нижче 0,35 не беремо. Слушної пропозиції немає — посилання не ставимо взагалі. Нуль посилань краще, ніж посилання не доречно.
- **Стеля 3 посилання за один прогін.** У сумі за статтею набігає до 4, у середньому 2.3 – цифри вищі.

Чесно про ціну: за це треба платити — API ембедінгів та векторну базу. Тому в гайді версія, яка не вартує нічого: вона знаходить рівно ті ж пари, просто розставляєте ви самі. Якщо статей менше сотні, різниці ви не відчуєте - а от на кількох сотнях руками вже не вигрібеш.

## Наш метод цілком: як повторити у себе

Далі – вся кухня без перепусток. П'ять шарів, реальні пороги та чому вони такі. Повторити можна на будь-якому стеку, справа не в PHP.

### Шар 1. Індексуємо статті у векторну базу

Беремо заголовок плюс перші 6500 текстових символів без HTML. Вважаємо ембеддинг і кладемо в Pinecone. **в неймспейс своєї мови**. Це важливо: якщо звалити всі мови на купу, переклади однієї статті стануть найближчою ріднею одна одній, і вся перелінковка поїде в переклади.

```
# 1) эмбеддинг статьи (1024 измерения)
curl https://api.mistral.ai/v1/embeddings \
  -H "Authorization: Bearer $MISTRAL_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"mistral-embed","input":["Заголовок. Первые 6500 символов текста..."]}'

# 2) кладём вектор в Pinecone, неймспейс = язык статьи
curl https://ВАШ-ИНДЕКС.svc.ВАШ-РЕГИОН.pinecone.io/vectors/upsert \
  -H "Api-Key: $PINECONE_KEY" \
  -H "X-Pinecone-API-Version: 2025-01" \
  -H "Content-Type: application/json" \
  -d '{
        "namespace": "ru",
        "vectors": [{
          "id": "1849",
          "values": [0.013, -0.042, ...],
          "metadata": {"post_id":1849, "lang":"ru", "title":"...", "url":"https://...", "cat":"SEO"}
        }]
      }'
```

У метадані кладемо post_id, мову, заголовок, URL та рубрику — потім вони потрібні, щоб побудувати посилання та анкор, не ходячи зайвий раз до бази. Обмеження моделі – 7000 символів на вхід, тому текст ріжемо заздалегідь.

### Шар 2. Шукаємо кандидатів

Для нової статті вважаємо такий самий ембеддинг і запитуємо у Pinecone найближчих — у неймспейсі її мови, викидаємо себе з видачі.

```
curl https://ВАШ-ИНДЕКС.svc.ВАШ-РЕГИОН.pinecone.io/query \
  -H "Api-Key: $PINECONE_KEY" \
  -H "X-Pinecone-API-Version: 2025-01" \
  -d '{"namespace":"ru", "vector":[...], "topK":15, "includeMetadata":true}'

# берём topK=14 кандидатов, порог score >= 0.35 — ниже уже не родня
```

Порядок у пайплайні такий: згенерували статтю → перелінкували → переклали → і лише потім проіндексували. Нова стаття шукає рідню серед _вже_ проіндексованих, сама собі кандидатом не може бути.

### Шар 3. Знаходимо пропозицію, а не аби куди

Тут основна відмінність від скрипта вище. Мало знати, що рідні статті — треба зрозуміти, **в якій пропозиції** посилання буде доречним.

- Ріжемо статтю на пропозиції: викидаємо заголовки, списки та службові коментарі, беремо лише абзаци, ділимо по точках, залишаємо пропозиції довші за 30 символів. Беремо перші 60.
- Одним батч-запитом вважаємо ембеддінги всіх пропозицій та всіх заголовків кандидатів.
- Для кожного кандидата шукаємо пропозицію з максимальним косинусом. **Поріг 0.72** - Якщо жодна пропозиція не дотягнула, посилання не ставимо взагалі.

Останнє правило дорожче решти: краще нуль посилань, ніж посилання не до місця. Саме тому ми маємо 2.3 посилання на статтю, а не 4 з 4.

### Шар 4. Анкор із живого тексту

Анкор не вигадуємо, а вирізаємо зі знайденої пропозиції. Ковземо вікном в 6, 5, 4 і 3 слова і вважаємо, скільки слів вікна збігається зі словами заголовка мети - порівнюємо по перших п'яти буквах, щоб відмінки і закінчення не заважали. Беремо найкраще вікно; вимагаємо мінімум один збіг та довжину анкору від 8 символів.

Чесно про слабке місце: порога «одно збіг» іноді мало. На цій статті фраза «Внутрішні посилання — це те, за» збіглася із заголовком «Внутрішні дублікати сторінок» одним коренем — і в анкор поїхав обрубок фрази. На звичайних статтях збігів більше і анкор виходить нормальний, але якщо повторюватимете — піднімайте поріг до двох збігів.

### Шар 5. Вставляємо безпечно

Шукаємо перше входження анкору в HTML та перед вставкою проганяємо шість перевірок. Провалилася будь-яка — шукаємо наступне входження, не знайшли жодного — кандидат пропускається.

- **Чи не всередині тега.** Порівнюємо позиції останніх «» перед місцем вставки: якщо дужка, що відкриває, пізніше — ми всередині атрибута.
- **Не всередині існуючого посилання.** Вважаємо відкриті та закриті «a» до цього місця.
- **Чи не в заголовку.** Якщо останній відкритий h1-h6 йде після останнього закритого, ми всередині заголовка.
- **Чи не всередині коду.** Та ж логіка для і : посилання на прикладі ламає те, що читач копіює. Ми на це напоролися на цій статті — посилання залізло всередину промту.
- **Не на себе.** Порівнюємо адресу мети з адресою статті. Звучить очевидно, але в нас знайшлася одна така на 372 статті.
- **Чи не двічі на одну статтю.** Якщо в тексті вже є посилання на цю адресу, другу не ставимо. Усі посилання ведуть різні статті.

Важлива деталь: останні дві перевірки живуть у самій функції вставки, а не в коді, що викликає. Через неї проходять всі три гілки, тому оминути правило не може ні алгоритм, ні модель. Стеля - 3 посилання за прогін, після обробки стаття позначається службовим коментарем.

### Що в сумі

Ембеддінги вирішують, _хто кому рідня_. Ембеддінги пропозицій вирішують, _куди саме_ поставити посилання. Морфологія дає анкор. Три перевірки не дають зламати верстку. Пороги 0.35 і 0.72 - те, навіщо все це: вони дозволяють системі промовчати, коли потрібного місця немає.

### Куди це можна покращити далі

Частина того, що ми радили читачеві, ми до цього моменту зробили в себе. Пишемо чесно, що вже працює, а що ще ні.

1. **Зроблено: модель дописує місце за посиланням.** Раніше було так: відповідної пропозиції немає – посилання немає. Тепер останнім рубежем включається гілка, яка просить модель вплести згадку до одного абзацу і повернути його переписаним. Правки приймаються лише якщо пройдено сім перевірок: анкор 2-4 слова, не з бан-листа, є в абзаці дослівно, не на його початку, без HTML, довжина абзацу в межах ±30%, і головне — зміст переписаного абзацу збігається з вихідним не нижче 0.90 ембеддінгів. Хоч одна не пройшла – абзац не чіпаємо.
2. **Зроблено: поріг анкору піднято до двох збігів**, а сам анкор скорочено до 2-4 слів. На вибірці із шести статей це замінило обрубки на кшталт «Сервер автоматично маршрутизує запити: якщо модель» на нормальні «OpenAI-сумісний API» та «приватні mesh-мережі». Посилань поменшало — і це правильно: система відмовляється ставити, коли осмисленого анкору немає.
3. **Зроблено: вставка обходить код.** Перевірка на та додана поряд з рештою.
4. **Залишилося: звіряти результат із Search Console.** Близькість смислів – це гіпотеза. Факт – це однакові запити у двох сторінок. Зв'язка «вектор знайшов → GSC підтвердив» перетворює здогад на рішення. Оце ми ще не зробили.

Жоден із цих пунктів не заважає розпочати: базова версія з гайду вже дає результат, а покращення мають сенс, коли статей стає багато і ціна помилки зростає.

## Якщо не хочете возитися з кодом

Той самий результат можна отримати через Claude Code - вставляєте промт, він все зробить сам. Усередині промту зашиті всі граблі вище, щоб модель не настала на них заново.

```
Склади план внутрішньої перелінковки для мого сайту.

1. Збери URL із sitemap: https://МІЙ-САЙТ/sitemap.xml, індекс - обійди вкладені.
   Багатомовний? Залиш одну мову (наприклад /ru/).
2. Викинь сторінки рубрик, тегів, автора та корінь сайту — це не статті.
   У них короткий текст, вони схожі на все в рубриці і заб'ють звіт.
3. Зі сторінок візьми title, h1 і перші 1500 символів тексту.
   Спочатку видали nav, header, footer, aside, script - інакше меню порахується
   як контент і як «посилання вже варте».
4. Збери вже існуючі внутрішні посилання, але ТІЛЬКИ ті, що всередині абзаців <p>.
   Блок автора, підписи та віджети «подібні записи» перелінковкою не вважаються.
5. <a href="https://blog.krasovskiy.team/ru/seo-y-kontent-marketynh-praktycheskoe-rukovodstvo-dlia-brendov/">Сріж бренд-хвіст з title (після |</a>, ➣, —, -), але не обнуляй заголовок,
   якщо він складається із одного бренду.
6. Порахуй ембеддінги: sentence-transformers,
   paraphrase-multilingual-MiniLM-L12-v2, normalize_embeddings=True.
7. Для кожної статті знайди найближчих за змістом, пропустіть ті,
   на які посилання вже стоїть, і запропонуй максимум 4 нові.
   Близькість нижче 0.35 не бери - це вже не рідня.
8. Покажи статті, на які не веде жодне посилання з тексту інших статей.
   Якщо обхід неповний, чесно скажи, що ця метрика недостовірна.
9. Віддай план: звідки, куди, близькість, підказка анкору. Збережи в interlink_plan.csv.
```

## Що далі

Перелінковка та [канібалізація](https://blog.krasovskiy.team/vnutrishni-dublikaty-storinok-shho-cze-i-yak-iz-nymy-borotysya/) — дві сторони однієї медалі, і вважаються на тих же векторах. Там ви шукаєте статті, які конкурують одна з одною і ріжуть позиції обох, тут навпаки, пов'язуєте рідню. Зробили одне — зробіть і друге, робота вже виконана.

Фінальну перевірку робіть у [Search Console](https://blog.krasovskiy.team/google-search-console-oglyad-korysnyh-rozdiliv-i-funkczij/): якщо за двома сторінками йдуть одні й ті самі запити — це не рідня, а канібалізація, і посиланнями її не лікують.

Якщо щось не сходиться чи скрипт лається – пишіть, розберемося.