TF-IDF в SEO простыми словами

Последнее обновление: 10 июля 2026 г.

Что такое TF-IDF на бытовом примере
Формула TF-IDF с расшифровкой
Где TF-IDF используется вне SEO
Зачем TF-IDF нужен SEO-специалисту
Чем метод полезен и где вводит в заблуждение
Как применять TF-IDF на практике: пошагово
FAQ

Когда я объясняю TF-IDF на занятиях в SEO школе, вижу одну и ту же реакцию: формула пугает, пока не разберёшь её на бытовом примере. Поэтому объясню так, как объясняю ученикам — без лишней математики и с выходом на конкретный список слов для текста.

TF-IDF — термин из двух миров. В машинном обучении и информационном поиске это классический способ превратить текст в числа: так документы сравнивают между собой, классифицируют и ранжируют. В SEO под TF-IDF чаще имеют в виду практический метод: анализ текстов конкурентов из ТОПа, который показывает, каких слов не хватает вашей странице.

Эта статья — про SEO-срез. Если вы искали TF-IDF для задач машинного обучения, ниже я оставил короткий раздел о том, как метод используется вне SEO, — но основной разбор посвящён тому, как выжать из формулы пользу для текстов на сайте.

Что такое TF-IDF на бытовом примере

Представьте библиотеку из тысячи книг. Вы берёте одну и хотите понять, о чём она, не читая целиком. Логичный ход — посмотреть, какие слова в ней встречаются чаще всего.

Проблема в том, что чаще всего встречаются слова «который», «быть», «очень». Они есть в каждой книге и ни о чём не говорят. А вот слово «аквариум», которое в этой книге встречается 80 раз, а во всей остальной библиотеке — почти нигде, говорит о многом: книга явно про аквариумы.

TF-IDF формализует эту интуицию. Он присваивает каждому слову вес, который растёт, если:

слово часто встречается в конкретном документе (это TF);
слово редко встречается во всех остальных документах коллекции (это IDF).

Слова-паразиты вроде «который» получают вес около нуля: они частые везде. Слова, характерные именно для этого текста, получают высокий вес. Так алгоритм tf idf отделяет тематическую лексику от фонового шума — без словарей, разметки и понимания смысла.

Формула TF-IDF с расшифровкой

На этом месте на занятиях обычно звучит один и тот же вопрос: «Зачем мне формулы, я же не математик, я тексты пишу». Понимаю. Но эта формула — редкий случай, когда математика короче объяснения словами. Считать её руками всё равно не придётся, а вот понимать, что именно считает сервис, — обязательно, иначе будете слепо доверять цифрам.

Формула одна и короткая:

TF-IDF = TF × IDF

Теперь разберу каждый член простыми словами.

TF — term frequency, частота слова в документе

TF = (сколько раз слово встретилось в тексте) / (сколько всего слов в тексте)

Деление на длину текста нужно, чтобы честно сравнивать короткие и длинные документы. Слово, употреблённое 10 раз в тексте на 500 слов, весит больше, чем те же 10 раз в тексте на 5000 слов.

IDF — inverse document frequency, обратная частота документа

IDF = log (N / n)

Где N — сколько всего документов в коллекции, n — в скольких из них встречается это слово. Логарифм сглаживает разницу, чтобы редкие слова не получали заоблачный вес.

Смысл: чем в меньшем числе документов встречается слово, тем оно «дороже». Слово «сказать» есть почти во всех текстах — его IDF близок к нулю. Слово «фильтр-кувшин» встречается редко — его IDF высокий.

Итог

Перемножаем: высокий вес получает слово, которое часто повторяется в вашем тексте и при этом редкое в языке в целом. Именно такие слова описывают тему документа. В этом и состоит метод tf idf — больше в формуле ничего нет, что бы ни рассказывали на курсах «сложного SEO».

Где TF-IDF используется вне SEO

TF-IDF — классика информационного поиска в буквальном смысле: концепцию предложила Карен Спарк Джонс ещё в 1972 году. Методу больше пятидесяти лет, и он до сих пор в рабочем строю — редкая судьба для нашей отрасли, где «вечные» приёмы обычно живут года три.

В информационном поиске TF-IDF десятилетиями был базовым способом оценить релевантность документа запросу: поисковая машина сравнивала веса слов запроса в документах и ранжировала выдачу. Современные поисковики ушли далеко вперёд (нейросети, векторные представления смысла), но идейно выросли в том числе из этой модели — например, формула BM25, до сих пор применяемая в поисковых движках, является развитием TF-IDF.

В машинном обучении TF-IDF — стандартный способ векторизации текста: каждый документ превращается в набор чисел-весов, и с ними уже работают алгоритмы классификации, кластеризации, поиска похожих документов. Спам-фильтры, рекомендации статей, группировка отзывов — типичные задачи, где TF-IDF до сих пор используют как простой и быстрый бейзлайн.

Зачем TF-IDF нужен SEO-специалисту

В SEO я применяю формулу не к абстрактной «коллекции всех документов», а к конкретной выборке — текстам страниц из ТОПа выдачи по нужному запросу. Логика такая:

Страницы в ТОПе уже признаны поисковиком релевантными.
Считаем TF-IDF слов в их текстах.
Слова с высоким весом, которые встречаются у большинства конкурентов, — это тематическое ядро: лексика, без которой поисковик, вероятно, не считает текст полноценным ответом на запрос.
Сравниваем этот список со своим текстом и видим пробелы.

На выходе получается не мнение копирайтера, а измеримый список: какие слова и словосочетания есть у конкурентов из ТОПа и отсутствуют или недовешены у вас. Я использую такие списки как рабочий материал для ТЗ копирайтеру или для доработки готового текста.

Когда я разбираю с учениками тексты конкурентов из ТОПа, чаще всего не хватает именно терминологической лексики. Копирайтер пишет «про фильтры для воды» вообще — красиво, гладко, ни о чём. А ТОП в это время говорит о ресурсе картриджа, скорости фильтрации, обратном осмосе и минерализации. Разница видна невооружённым глазом, но именно TF-IDF превращает это ощущение в конкретный список слов.

Важно: речь не о том, чтобы «напихать ключей». Речь о полноте раскрытия темы. Если все страницы ТОПа по запросу «выбрать аквариум» упоминают объём, фильтрацию, компрессор и грунт, а ваш текст — нет, то тема раскрыта хуже, и TF-IDF-анализ это показывает числом.

Метод тесно связан с общей оценкой качества текста — подробнее я разбираю это в статьях Текстовая релевантность: что это и как её проверить и Семантический анализ текста для SEO.

Чем метод полезен и где вводит в заблуждение

Честный разбор ограничений я считаю обязательной частью работы с TF-IDF — без него метод превращается в карго-культ.

Что метод делает хорошо

Находит пробелы в тематической лексике относительно ТОПа.
Даёт измеримую основу для ТЗ вместо субъективного «раскройте тему шире».
Помогает заметить переспам: если вес слова у вас в разы выше медианы конкурентов, это сигнал.
Работает для любых тематик и языков — формуле всё равно, о чём текст.

Где метод обманывает

TF-IDF не понимает смысл. «Дешёвый» и «недорогой» для него — разные слова. Синонимы и перефразировки формула не склеивает, поэтому механическое следование списку слов даёт корявый текст. О работе со смысловым окружением — LSI-слова.
Современные поисковики ранжируют не по TF-IDF. Яндекс и Google оценивают смысл нейросетевыми моделями, поведение пользователей, ссылки и десятки других факторов. TF-IDF-анализ — прокси-метрика полноты текста, а не «формула ранжирования».
ТОП — не эталон. Если выдача по запросу слабая, копирование её лексики закрепит средний уровень, а не даст преимущество.
Метод ничего не говорит о структуре, коммерческих факторах, юзабилити. Текст с идеальным TF-IDF-профилем может не ранжироваться по массе других причин.
Погоня за «идеальными» весами ведёт к переоптимизации — тому самому переспаму, с которым борются антиспам-алгоритмы. Позиция поисковика по переоптимизированным текстам прямо описана в справке Яндекса для вебмастеров: тексты должны быть написаны для людей, а не для роботов. Это типичная ошибка, с которой я сталкиваюсь при аудитах текстов. О безопасных границах частотности — Тошнота текста.

Мой вывод из практики: TF-IDF — диагностический инструмент, а не гарантия позиций. Он отвечает на вопрос «чего не хватает моему тексту относительно ТОПа», и на этот вопрос отвечает хорошо.

Как применять TF-IDF на практике: пошагово

Покажу, как работает tf idf в реальной задаче — доработке страницы под запрос. Это тот порядок действий, по которому работаю я сам.

Шаг 1. Определите запрос и соберите выдачу

Возьмите основной запрос страницы и снимите ТОП-10 нужной поисковой системы в нужном регионе. Если сомневаетесь, какая формулировка запроса основная, проверьте частотность вариантов в Яндекс.Вордстате — анализировать выдачу имеет смысл по той формулировке, которую реально спрашивают люди. Вручную снять ТОП — значит открыть каждую страницу и вытащить текст.

Шаг 2. Посчитайте веса слов конкурентов

Для каждой страницы ТОПа считается TF, затем через словарь частот языка — IDF, и перемножением — итоговый вес каждого слова. Вручную это делают в таблицах или скриптом; на практике почти всегда используют сервисы.

Я использую в работе Seolity — сервис проверки текстовой релевантности: он делает всё это автоматически — парсит ТОП Яндекса по запросу, считает более 50 метрик текста и строит TF-IDF облака и визуальные графики, по которым сразу видно тематическое ядро выдачи. IDF там считается по собственному словарю на 735 тысяч слов, а не на глазок по десяти страницам.

Шаг 3. Сравните свой текст с медианой ТОПа

Ключевой отчёт на этом шаге — таблица обязательных слов с дельтой к медиане конкурентов: по каждому слову видно, сколько раз его употребляет типичная страница ТОПа и сколько — вы. Отрицательная дельта — слово недовешено, добавляем. Большой плюс — кандидат на сокращение.

Отдельно я всегда смотрю анализ N-грамм — биграммы и триграммы. Устойчивые словосочетания («обратный осмос», «срок службы картриджа») часто важнее одиночных слов: они показывают, какие подтемы раскрывает ТОП.

Типичная картина на аудитах: владелец сайта уверен, что текст «полный и экспертный», а таблица дельт показывает, что несколько подтем из ТОПа не раскрыты вовсе. Не потому что автор плохой — просто текст писали по памяти, а не по выдаче. Про эти подтемы никто не вспомнил.

Шаг 4. Составьте список слов для текста

Из таблицы дельт формируется практический список: слова и фразы, которые нужно добавить, с ориентировочным числом употреблений. Это и есть главный SEO-результат всего метода — конкретное ТЗ вместо интуиции.

Шаг 5. Внедрите слова естественно

Не вставляйте слова механически. Я регулярно вижу тексты, куда недостающие слова «досыпали» без смысла, — так делать нельзя. Обратная крайность встречается не реже: основной запрос повторён чуть ли не в каждом абзаце, хотя типичная страница ТОПа употребляет его в разы скромнее. И то и другое анализ покажет, но исправлять придётся по-разному. Каждое недостающее слово — указание на подтему: если не хватает слова «гарантия», нужен абзац про гарантию, а не слово «гарантия» три раза в случайных местах. Как встроить лексику в живой текст — Как писать SEO-текст в 2026.

Шаг 6. Перепроверьте после правок

Прогоните обновлённый текст через тот же анализ и убедитесь, что дельты закрыты, а ни одно слово не ушло в переспам. На бесплатном тарифе «Старт» в Seolity доступен 1 анализ в день — для проверки одной страницы «до и после» этого достаточно.

FAQ

Чем TF-IDF отличается от плотности ключевых слов?

Плотность (тошнота) смотрит только на ваш текст: сколько процентов занимает слово. Посчитать её можно бесплатно, например в семантическом анализе Advego. TF-IDF добавляет второе измерение — редкость слова в языке и сравнение с конкурентами. Слово с плотностью 2% может быть нормой для тематики, а может быть переспамом — плотность сама по себе этого не покажет, TF-IDF-анализ относительно ТОПа — покажет.

Яндекс и Google сейчас ранжируют по TF-IDF?

Нет. В чистом виде — давно нет: поисковики используют нейросетевые модели, оценивающие смысл, плюс сотни других факторов. Но лексическая полнота текста коррелирует с релевантностью, поэтому TF-IDF-анализ ТОПа остаётся рабочим способом найти пробелы в тексте.

Можно ли посчитать TF-IDF вручную?

Для одного слова — да: посчитайте его долю в тексте (TF) и умножьте на логарифм отношения общего числа документов к числу документов со словом (IDF). Для реального анализа страницы против ТОПа нужны тексты всех конкурентов и словарь частот языка, поэтому на практике используют сервисы.

Сколько раз употреблять слово, чтобы «попасть в TF-IDF»?

Универсальной цифры нет — ориентир задаёт медиана ТОПа по конкретному запросу. Для одного запроса норма слова — 3 употребления, для другого — 15. Именно поэтому анализ делается под каждый запрос отдельно, а не по общим таблицам.