Высокочастотные слова: чем ВЧ, СЧ и НЧ запросы отличаются

Высокочастотные слова — это не запросы с частотой «от тысячи» из чужой таблицы, а те, что забирают наибольшую долю спроса именно в вашей нише и регионе. Одна и та же частота 800 показов в месяц — высокочастотный запрос в узком B2B-сегменте и почти незаметный низкочастотный хвост в массовом интернет-магазине одежды.

Эта статья — не очередной список порогов «ВЧ от 1000, НЧ до 100». Ниже — алгоритм, как самому найти границу между высокочастотными и низкочастотными запросами внутри своего ядра. Дальше — готовая матрица для переноса частотного класса в структуру страницы и разбор инструментов, которыми эту частоту реально снимают.

Высокочастотные, среднечастотные и низкочастотные запросы: в чём разница

Высокочастотные, среднечастотные и низкочастотные запросы — это три условных класса запросов по доле спроса внутри конкретной ниши и региона, а не по фиксированному числу показов из чужой таблицы.

Высокочастотные запросы — это ключевые фразы с максимальной для ниши частотностью. Они формируют шапку спроса и обычно самые общие по смыслу. Высокочастотные ключевые слова чаще всего состоят из одного-двух слов и описывают категорию, а не конкретную потребность: «диван», «юрист», «CRM».

Среднечастотный запрос — это фраза с частотностью заметно ниже пиковой для ниши, но всё ещё общей по формулировке. Примеры: «купить диван недорого», «юрист по трудовым спорам». Среднечастотные запросы — это переходное звено ядра. Они конкретнее высокочастотных фраз, но ещё не длинный хвост. Обычно среднечастотные запросы уточняют один параметр — цену, локацию или тип услуги.

Низкочастотный запрос — это длинная детализированная фраза с минимальной для ниши частотностью. Примеры низкочастотных слов для интернет-магазина мебели: «угловой диван раскладной 140х200 доставка мытищи», «стол кухонный раскладной дуб 90х60». В B2B-нише пример другой: «поставка металлопроката вагонными нормами казань». Низкочастотные слова — это хвост спроса. В нём обычно больше уникальных формулировок, чем в высокочастотном сегменте, хотя частотность каждой фразы по отдельности маленькая.

Главная ошибка большинства материалов про высокочастотные запросы — присваивать классам фиксированные пороги вроде «ВЧ от 1000, СЧ от 100 до 1000, НЧ до 100». Порог верен только для той ниши, где его посчитали. В узком B2B-сегменте, например у промышленного оборудования, 200 показов в месяц — уже высокочастотный запрос, потому что выше в нише спроса просто нет. В массовом e-commerce те же 200 показов остаются низкочастотным хвостом на фоне десятков тысяч показов у топовых фраз.

Алгоритм: как определить частотный класс запроса в своей нише

Частотный класс запроса в своей нише определяют сравнением внутри уже собранного семантического ядра, а не по абсолютному числу показов из чужой статьи. Вот пять шагов без чужих порогов.

Матрица: частотный класс и место в структуре страницы

Каждый частотный класс ядра закрывает свою зону страницы. Высокочастотные ключи задают title и H1, среднечастотные формулировки уходят в подзаголовки, а хвост низкочастотных запросов раскрывается в теле текста и в FAQ.

Инструменты для подбора высокочастотных запросов и сбора низкочастотного хвоста

Подбор высокочастотных запросов и сбор низкочастотного хвоста делают разными инструментами. Один тип быстро снимает базовую частоту по всему ядру, другой — точно, но медленно и с лимитами.

Яндекс.Вордстат (wordstat.yandex.ru) — бесплатный официальный источник базовой частотности по регионам. В режиме «История запросов» видна сезонность: запрос бывает среднечастотным зимой и низкочастотным летом. С Вордстата стоит начинать любой подбор высокочастотных запросов — это единственный источник, который бесплатно показывает частоту с разбивкой по регионам.

Когда ядро поделено на классы, следующая задача — сгруппировать десятки среднечастотных и низкочастотных формулировок в кластеры-страницы. Key Collector делает это на десктопе: массово снимает частоты и группирует запросы по совпадению топ-10 выдачи. Похожий принцип использует облачная кластеризация Rush Analytics, Topvisor и Serpstat — они сравнивают топ-10 по каждому запросу и объединяют совпадающие формулировки в один кластер.

В основе кластеризации SeoFab лежит то же правило: «1 кластер = 1 страница». Сервис группирует запросы не по произвольным числовым порогам частоты, а по реальному совпадению топ-10 выдачи Яндекса для каждого ключа. В одном окне ЛК кластеризация соседствует с SERP-анализом и генератором статей, поэтому частотный класс запроса не остаётся строкой в таблице, а сразу превращается в структуру страниц.

Arsenkin Tools — бесплатный веб-кластеризатор на основе пересечения топ-10 выдачи, без установки программ. Инструмент подходит, чтобы быстро проверить гипотезу деления на классы вручную, без платной подписки.

API-прокладки к Вордстату вроде XMLRiver снимают частоту программно и массово, быстрее ручного ввода в интерфейс Вордстата. Массовый парсинг низкочастотников через такие прокладки обычно идёт по базовой частоте, а не по точной. Операторы кавычек и восклицательного знака они попросту игнорируют.

Для англоязычного и международного спроса вместо Яндекс-инструментов используют Google Keyword Planner — он показывает диапазоны частотности, а не точное число.

От частотного класса к структуре страницы и тексту

Частотный класс превращается в готовую страницу в три шага. Кластеризация группирует запросы одного класса по совпадению выдачи. SERP-анализ по кластеру задаёт структуру текста, а генерация собирает готовый материал под эту структуру.

Кластер ключей одного частотного класса запускается в генерацию сразу в той же форме, где собран SERP-анализ по этим ключам. Семантика не переносится между разными сервисами вручную.

Высокочастотные ключи кластера уходят в title и H1 будущей страницы. Среднечастотные формулировки становятся подзаголовками H2, а низкочастотный хвост раскрывается в теле текста и в FAQ.

Точная и базовая частота: что реально показывают Вордстат и парсеры

Точная частота с операторами кавычек и восклицательного знака и базовая частота без операторов — разные числа. Большинство массовых парсеров отдают только базовую частоту под видом точной.

Базовая частота Вордстата включает все словоформы и попутные слова. Запрос «диван» покажет показы и для «купить диван», и для «диван кровать» вместе. Точная частота с операторами кавычек и восклицательного знака считает только буквальную формулировку без словоформ — это настоящее число показов именно по этой фразе.

Массовые парсеры вроде XMLRiver физически не снимают точную частоту. Они игнорируют операторы кавычек и восклицательного знака и отдают базовую частоту под видом точной. Для одиночной проверки запроса это не критично. При делении сотен запросов на высокочастотные, среднечастотные и низкочастотные по такой «точной» частоте граница между классами съезжает: базовая частота у фраз с общими словами всегда выше реальной.

Настоящую точную частоту даёт только облачный Вордстат через Yandex Search API v2, но с жёстким лимитом 100 запросов в час. Поэтому точная частота по всему ядру в один клик физически недостижима ни одним массовым инструментом. Есть только два пути: быстро и приблизительно через парсер вроде XMLRiver, или точно и медленно через облачный Wordstat с лимитом.

Массовый парсинг низкочастотников через Вордстат почти всегда идёт по базовой частоте. Точную частоту снимают выборочно — только для пограничных запросов на стыке классов. Один низкочастотный запрос обычно безопасно проверять по базовой частоте: расхождение с точной здесь минимально.

У коротких общих фраз больше сопутствующих словоформ, и все они попадают в базовую частоту. Поэтому у высокочастотных запросов разрыв между базовой и точной частотой обычно шире, чем у низкочастотных. У длинных хвостовых формулировок словоформ меньше, поэтому расхождение между базовой и точной частотой там обычно не так заметно. Это не измеренная статистика, а прямое следствие механики Вордстата — при делении ядра на классы её стоит держать в уме, а не опираться как на факт.

Частые ошибки при делении ядра на частотные классы

Три ошибки чаще всего ломают деление ядра на частотные классы, даже когда алгоритм и матрица выше уже применены.

• Копировать чужие пороги частотности. Таблица «ВЧ от 1000» с чужого сайта посчитана для другой ниши и другого региона. Переносить её на своё ядро нельзя.
• Делить ядро до того, как оно собрано целиком. Если завтра добавится ещё 300 запросов, распределение по классам придётся пересчитывать заново.
• Игнорировать конкуренцию в выдаче при финальном распределении. Формально среднечастотный запрос с топом из маркетплейсов на практике требует ресурсов как высокочастотный.
• Смешивать в одном кластере запросы разных регионов. Частотный класс считается внутри одного региона, иначе доля спроса искажается.

Высокочастотные слова, среднечастотные и низкочастотные запросы — это не окончательные ярлыки, а рабочая разметка внутри конкретного семантического ядра. Делите ядро по алгоритму выше и проверяйте границу конкуренцией в выдаче. Готовые кластеры отправляйте в инструмент кластеризации, чтобы каждый частотный класс сразу становился отдельной страницей, а не строкой в таблице.