Поиск по сайту

Зачем отдельная страница

Поиск по сайту — самая измеримая часть AI-поиска: известны запросы, известны клики, известен результат. И самая недооценённая: на большинстве сайтов это поле в шапке, подключённое штатной функцией платформы, которое ищет по заголовкам.

Для магазина поиск — это конверсионный канал. Пользователь, который ищет, уже знает, чего хочет; если он не находит, он уходит к конкуренту, а не листает каталог.

Из чего состоит

Слой	Задача
Сбор и нормализация	Товары, статьи, документы: заголовок, текст, атрибуты, синонимы
Лексический индекс	Точные слова, артикулы, модели, опечатки (BM25, морфология)
Векторный индекс	Смысловое сходство: «чтобы не грело» → «с низким энергопотреблением»
Объединение	Гибридное ранжирование по рангам, а не по абсолютным score
Фильтры и фасеты	Цена, бренд, наличие, категория
Выдача	Список, подсказки, «возможно, вы имели в виду»

Для интернет-магазина гибрид почти обязателен: чистый семантический поиск плохо находит номер модели, чистый лексический — не понимает перефразирование. Подробнее о механике — в разделе Поиск и reranking.

Фильтры важнее модели

Пользователь, который ищет «кроссовки 42 размера до 8000 рублей», не хочет десять релевантных моделей без размера. Три вещи дают больше пользы, чем улучшение ранжирования:

1. Извлечение ограничений из запроса. Размер, цена, цвет — в фильтры, а не в текст поиска.
2. Фасеты с количеством. «Бренд: Nike (12)» — это и фильтр, и подсказка, что ещё есть.
3. Наличие и срок. Товар «нет в наличии» в выдаче — потерянный клиент; показывать его стоит отдельно или не показывать вовсе.

Нулевые результаты

Запрос без результатов — самый ценный источник улучшений:

• Логировать запросы и нормализовать их (регистр, опечатки, раскладка).
• Показывать альтернативы: близкие категории, исправленный запрос, популярное.
• Пополнять словарь синонимов по реальным формулировкам: «батарейка» → «аккумулятор», «наушники беспроводные» → «TWS».
• Не подменять пустоту случайной выдачей: пользователь воспринимает это как нерелевантность.

На сайте с контентом та же логика: пустая выдача по теме означает, что материала нет — это задача для редакции, а не для поиска.

Где ломается

• Опечатки и раскладка. «rjgjvbxrf» вместо «компьютер» — нужна нормализация, а не «умный» поиск.
• Морфология. «дрели» и «дрель» — разные токены для простого индекса; лемматизация обязательна для русского.
• Синонимы без словаря. Ни одна модель не угадает внутренние названия линеек и аббревиатуры.
• Устаревший индекс. Цену и наличие нельзя обновлять раз в сутки: фильтр по цене покажет вчерашнюю.
• Смешение языков. Двуязычный каталог на одной эмбеддинг-модели даёт просадку.
• Медленная выдача. Поиск с автодополнением обязан отвечать за десятки миллисекунд.

Метрики

• Zero-result rate — доля запросов без результатов.
• Click-through rate по выдаче и позиция клика.
• Поисковые конверсии — доля заказов, начатых с поиска.
• Переформулировки — сколько раз пользователь меняет запрос.
• Время до первого осмысленного действия.

Для контентного сайта клики менее важны, чем успех задачи: пользователь мог получить ответ в сниппете. Это нормальный исход, а не провал — см. Ответные движки.

Что проверить в проекте

• Работает ли поиск с опечатками и морфологией на реальных запросах из логов.
• Есть ли синонимы и кто их пополняет.
• Обновляются ли цены, наличие и статусы в индексе так же часто, как в базе.
• Есть ли осмысленный пустой результат.
• Измеряется ли успех задачи, а не только клики.

Связанные материалы

• AI-поиск — общая картина.
• Понимание запроса — что происходит до поиска.
• Рекомендации — что показывать, когда запроса нет.
• WooCommerce — практика поиска и каталога в магазине на WordPress.

Материалы и источники

• Elasticsearch: гибридный поиск и BM25 — механика объединения лексического и векторного поиска
• Algolia: поиск по сайту и синонимы — управление словарями и правилами
• Reciprocal Rank Fusion (Cormack et al., 2009) — объединение ранжирований
• Google Search Central: site search — как поиск по сайту влияет на индексацию