Проверка статьи на попадание в Google Discover: чеклист и инструменты
В январе я опубликовал две статьи в один день на одном сайте. Первая набрала 47 000 просмотров из Discover за двое суток, вторая — ноль. Разница: у первой было оригинальное изображение 1600×900 с метатегом max-image-preview:large, цепляющий заголовок и авторская экспертиза. У второй — стоковая фотография 800×600 и заголовок-кликбейт. Google Discover это рекомендательная лента на главном экране приложения Google и в Chrome на мобильных устройствах, которая охватывает более 800 миллионов пользователей и показывает контент без поискового запроса — на основе интересов пользователя.
Гарантировать попадание в Discover невозможно — Google прямо об этом говорит. Но можно оценить процент соответствия статьи критериям, которые повышают вероятность показа. В этой статье разбираю 12 критериев проверки, инструменты для анализа и пошаговый чеклист.
Как Google Discover выбирает контент
Discover использует те же сигналы и системы ранжирования, что и Google Поиск, но сильнее учитывает интересы конкретного пользователя и тематику сайта. Контент подбирается без запроса: алгоритм предсказывает, что пользователь захочет прочитать, на основе его истории поиска, активности в приложениях и поведения в браузере.
После февральского обновления 2026 года Google значительно ужесточил требования к качеству контента в Discover. Три ключевых изменения:
- Оригинальный контент с уникальными данными и экспертизой получает приоритет
- Статьи, которые пересказывают существующие материалы без добавления ценности, понижаются в ленте
- Сигналы E-E-A-T (Опыт, Экспертиза, Авторитетность, Достоверность) стали критическим фактором отбора
Чем Discover отличается от Поиска
Discover трафик непредсказуем и должен рассматриваться как дополнительный к поисковому. Одна статья может принести десятки тысяч визитов за сутки, но этот поток иссякает через 48–72 часа.
12 критериев проверки статьи
Ниже — критерии, по которым можно оценить вероятность попадания статьи в Discover. Каждый критерий основан на официальных рекомендациях Google и анализе обновлений 2026 года. Проверьте каждый пункт и подсчитайте итоговый балл.
Критерий 1: изображение (обязательный)
Discover это визуальная лента. Статьи без качественного изображения фактически невидимы в ленте, вне зависимости от качества текста.
Требования Google:
- Ширина минимум 1200 пикселей
- Разрешение более 300 000 пикселей (например, 1280×720 = 921 600 — подходит)
- Соотношение сторон 16:9
- Метатег max-image-preview:large в robots meta или AMP
- Изображение указано в og:image или schema.org
- Не логотип сайта, не изображение с большим количеством текста
Как проверить:
<!-- В <head> страницы должен быть: -->
<meta name="robots" content="max-image-preview:large">
<!-- И Open Graph тег: -->
<meta property="og:image" content="https://example.com/image-1200x675.jpg">
Откройте страницу → Инспектор → ищите мета-теги. Или используйте Facebook Sharing Debugger для проверки OG-тегов.
Критерий 2: заголовок
Заголовок должен отражать суть контента, быть привлекательным, но не вводить в заблуждение. Google явно предупреждает: кликбейт, гиперболизированные и недостоверные заголовки приводят к фильтрации не только статьи, но и всего домена.
Красные флаги (кликбейт по определению Google):
- Скрывает важную информацию о реальном содержании статьи
- Вызывает нездоровое любопытство, возбуждение или гнев
- Обещает больше, чем даёт контент
Хорошие практики:
- Передаёт суть статьи за 60–70 символов
- Содержит эмоциональную привлекательность без манипуляции
- Использует конкретные данные: числа, сроки, результаты
Критерий 3: E-E-A-T сигналы
После февральского обновления 2026 года E-E-A-T стал критическим фактором для Discover. Google осторожнее относится к тому, что проактивно рекомендует пользователям, чем к тому, что показывает в ответ на запрос.
Что проверить:
- Указан реальный автор с именем и фамилией
- Есть bio автора с квалификацией и опытом по теме
- Автор ссылается на профессиональные профили (LinkedIn, отраслевые площадки)
- В тексте присутствуют признаки первичного опыта: «я тестировал», «в нашем проекте», «по данным нашего исследования»
- Указана дата публикации и дата обновления
Критерий 4: оригинальность контента
Discover после обновления 2026 года понижает контент, который пересказывает существующие материалы без добавления ценности.
Что проверить:
- Содержит ли статья уникальные данные, собственные исследования или проприетарную аналитику
- Есть ли экспертный комментарий, который добавляет перспективу сверх существующего покрытия темы
- Присутствуют ли оригинальные медиа (скриншоты, фото процесса, авторские схемы)
Критерий 5: актуальность и свежесть
Discover отдаёт предпочтение свежему контенту, который недавно опубликован или обновлён. Старый контент тоже может появляться в ленте, если он полезен и соответствует интересам пользователя.
Критерий 6: мобильная оптимизация
Discover почти исключительно мобильный канал. Core Web Vitals напрямую влияют на вероятность рекомендации.
Пороговые значения:
- LCP (Largest Contentful Paint) — менее 2.5 секунд
- INP (Interaction to Next Paint) — менее 200 мс
- CLS (Cumulative Layout Shift) — менее 0.1
Дополнительные требования:
- Текст читается без зума (минимум 16px)
- Кнопки и ссылки удобны для касания (минимум 44px)
- Нет горизонтальной прокрутки
- Попапы не перекрывают контент сразу при загрузке
- Контент выше сгиба загружается за 2.5 секунды
Как проверить: PageSpeed Insights → вкладка «Мобильные устройства».
Критерий 7: Open Graph теги
Discover использует Open Graph теги для формирования карточки в ленте. Некорректные OG-теги снижают CTR, а вводящие в заблуждение — могут привести к санкциям на уровне домена.
Обязательные теги:
<meta property="og:title" content="Точный заголовок статьи">
<meta property="og:description" content="Описание в 150-160 символов">
<meta property="og:image" content="https://example.com/image-1200x675.jpg">
<meta property="og:type" content="article">
Критерий 8: структурированные данные
Разметка Article или NewsArticle помогает Discover понять тип контента, дату публикации, авторство и изображения. Не обязательно, но усиливает сигналы.
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Заголовок статьи",
"image": "https://example.com/image-1200x675.jpg",
"datePublished": "2026-04-07T12:00:00+03:00",
"dateModified": "2026-04-07T12:00:00+03:00",
"author": {
"@type": "Person",
"name": "Имя Автора",
"url": "https://example.com/author/name",
"jobTitle": "SEO-специалист"
}
}
Критерий 9: тематическая авторитетность сайта
Discover опирается на тематическую авторитетность при подборе контента. Сайты с глубоким покрытием конкретных тем чаще попадают в ленту по этим темам, чем сайты с широким, но поверхностным покрытием.
Критерий 10: отсутствие запрещённого контента
Google фильтрует из Discover определённые типы контента.
Не попадают в Discover:
- Вакансии, петиции, формы
- Контент из репозиториев кода
- Сатира без указания на контекст
- Шокирующий, манипулятивный или вводящий в заблуждение контент
- Неотредактированный AI-контент
Критерий 11: регулярность публикаций
Discover учитывает публикационную каденцию сайта. Сайты с регулярными публикациями формируют сигнал доверия издателя.
Критерий 12: отсутствие агрессивной рекламы
Избыточная реклама, перекрывающая контент, снижает вероятность показа в Discover.
Шкала оценки
Максимальный балл: 120. Подсчитайте сумму по всем 12 критериям.
Помните: даже 120 баллов не гарантируют попадание. Discover работает на основе интересов конкретных пользователей, и Google явно предупреждает, что соблюдение всех рекомендаций не гарантирует показа.
Инструменты для проверки
Google Search Console (бесплатный)
Основной инструмент для анализа эффективности в Discover. Вкладка «Рекомендации» (Discover) появляется в отчёте «Эффективность», если сайт получал показы в Discover за последние 16 месяцев.
Доступные метрики:
- Общее количество кликов из Discover
- Количество показов в ленте
- Средний CTR (бенчмарк: 4–6%)
- Детализация по страницам
Если вкладки «Рекомендации» нет — ваш сайт ни разу не попадал в Discover за 16 месяцев.
PageSpeed Insights (бесплатный)
Проверяет Core Web Vitals для мобильных устройств. Введите URL → переключитесь на «Мобильные» → проверьте LCP, INP, CLS.
Google Rich Results Test (бесплатный)
Проверяет структурированные данные (Article schema). Вставьте URL → убедитесь, что Article или NewsArticle распознаётся без ошибок.
Facebook Sharing Debugger (бесплатный)
Проверяет Open Graph теги. Вставьте URL → убедитесь, что og:title, og:description и og:image корректны и изображение отображается в крупном формате.
Google Natural Language API
Извлекает и категоризирует сущности из текста, оценивая их релевантность. Позволяет понять, правильно ли Google «считает» тематику вашей статьи и насколько она выражена.
GDdash.com
Специализированный инструмент для анализа Discover-трафика. Показывает сущности, привлекающие максимум кликов, сортирует по авторам и категориям, выявляет контент, который может негативно влиять на остальные материалы.
Яндекс Метрика (косвенно)
Трафик из Google Discover отображается в отчёте «Стандартные отчеты» → «Источники» → «Рекомендательные системы».
Автоматическая проверка на Python
Скрипт проверяет техническую сторону: наличие метатегов, OG-тегов, размер изображения, структурированные данные.
import json
from urllib.parse import urljoin
import requests
from bs4 import BeautifulSoup
def check_discover_readiness(url: str) -> dict:
"""Проверяет техническое соответствие статьи критериям Google Discover."""
results = {"url": url, "score": 0, "max_score": 70, "checks": []}
headers = {
"User-Agent": "Mozilla/5.0 (Linux; Android 14) "
"AppleWebKit/537.36 Chrome/120.0.0.0 Mobile Safari/537.36"
}
try:
response = requests.get(url, headers=headers, timeout=15)
response.raise_for_status()
except Exception as e:
results["error"] = f"Не удалось загрузить: {e}"
return results
soup = BeautifulSoup(response.text, "html.parser")
# 1. max-image-preview:large
robots_meta = soup.find("meta", attrs={"name": "robots"})
has_max_preview = False
if robots_meta:
content = robots_meta.get("content", "").lower()
has_max_preview = "max-image-preview:large" in content
if has_max_preview:
results["score"] += 10
results["checks"].append(("max-image-preview:large", "✅", 10))
else:
results["checks"].append(("max-image-preview:large", "❌ Отсутствует", 0))
# 2. og:image
og_image = soup.find("meta", property="og:image")
og_image_url = og_image.get("content", "") if og_image else ""
if og_image_url:
# Проверяем размер изображения
try:
from io import BytesIO
from PIL import Image
img_url = urljoin(url, og_image_url)
img_resp = requests.get(img_url, headers=headers, timeout=10)
img = Image.open(BytesIO(img_resp.content))
width, height = img.size
total_pixels = width * height
if width >= 1200 and total_pixels > 300000:
results["score"] += 10
results["checks"].append(
("og:image размер", f"✅ {width}×{height}", 10)
)
else:
results["checks"].append(
("og:image размер", f"⚠️ {width}×{height} (нужно ≥1200px)", 0)
)
except ImportError:
results["checks"].append(
("og:image", f"✅ Указан: {og_image_url[:60]}...", 5)
)
results["score"] += 5
except Exception:
results["checks"].append(("og:image", f"⚠️ Не удалось проверить размер", 3))
results["score"] += 3
else:
results["checks"].append(("og:image", "❌ Отсутствует", 0))
# 3. og:title и og:description
og_title = soup.find("meta", property="og:title")
og_desc = soup.find("meta", property="og:description")
og_score = 0
if og_title and og_title.get("content"):
og_score += 5
if og_desc and og_desc.get("content"):
og_score += 5
results["score"] += og_score
results["checks"].append(
(
"OG title+description",
f"{'✅' if og_score == 10 else '⚠️'} {og_score}/10",
og_score,
)
)
# 4. Структурированные данные (Article schema)
scripts = soup.find_all("script", type="application/ld+json")
has_article_schema = False
has_author = False
for script in scripts:
try:
ld = json.loads(script.string)
items = ld if isinstance(ld, list) else [ld]
for item in items:
if item.get("@type") in ("Article", "NewsArticle", "BlogPosting"):
has_article_schema = True
if item.get("author"):
has_author = True
except (json.JSONDecodeError, TypeError):
pass
schema_score = 0
if has_article_schema and has_author:
schema_score = 10
elif has_article_schema:
schema_score = 5
results["score"] += schema_score
results["checks"].append(
(
"Article schema + author",
f"{'✅' if schema_score == 10 else '⚠️'} {schema_score}/10",
schema_score,
)
)
# 5. Заголовок H1
h1 = soup.find("h1")
h1_text = h1.get_text(strip=True) if h1 else ""
h1_len = len(h1_text)
if 30 <= h1_len <= 90:
results["score"] += 10
results["checks"].append(("H1 длина", f"✅ {h1_len} символов", 10))
elif h1_text:
results["score"] += 5
results["checks"].append(
("H1 длина", f"⚠️ {h1_len} символов (оптимум 30-90)", 5)
)
else:
results["checks"].append(("H1", "❌ Отсутствует", 0))
# 6. Дата публикации
date_meta = soup.find("meta", property="article:published_time") or soup.find(
"time", attrs={"datetime": True}
)
if date_meta:
results["score"] += 10
results["checks"].append(("Дата публикации", "✅ Указана", 10))
else:
results["checks"].append(("Дата публикации", "⚠️ Не найдена в метатегах", 0))
# 7. Viewport (мобильная адаптация)
viewport = soup.find("meta", attrs={"name": "viewport"})
if viewport:
results["score"] += 10
results["checks"].append(("Viewport meta", "✅ Есть", 10))
else:
results["checks"].append(("Viewport meta", "❌ Отсутствует", 0))
# Итог
pct = round(results["score"] / results["max_score"] * 100)
results["percentage"] = pct
return results
# Использование
result = check_discover_readiness("https://example.com/your-article")
print(f"\n🔍 Проверка: {result['url']}")
print(f"{'='*50}")
for check_name, status, score in result["checks"]:
print(f" {status} {check_name}")
print(f"{'='*50}")
print(
f"Техническая оценка: {result['score']}/{result['max_score']} ({result['percentage']}%)"
)
Вывод:
🔍 Проверка: https://example.com/your-article
==================================================
✅ max-image-preview:large
✅ og:image размер 1600×900
✅ OG title+description 10/10
✅ Article schema + author 10/10
✅ H1 длина 54 символов
✅ Дата публикации Указана
✅ Viewport meta Есть
==================================================
Техническая оценка: 70/70 (100%)
Скрипт проверяет только техническую сторону (7 из 12 критериев). Остальные пять — качество контента, E-E-A-T, оригинальность, тематическая авторитетность и каденция публикаций — требуют ручной оценки.
Типичные ошибки
Пять ошибок, которые чаще всего блокируют попадание в Discover.
1. Отсутствие метатега max-image-preview:large. Без этого тега Google не может показать большое превью в ленте. CTR падает на 50%+ по сравнению со статьями с полноразмерным изображением.
2. Кликбейт-заголовки. Discover отслеживает разрыв между обещанием заголовка и содержанием статьи. Повторные нарушения приводят к подавлению всего домена, а не только конкретной статьи.
3. Игнорирование Core Web Vitals на мобильных. Discover — мобильный канал. Медленная загрузка, сдвиги макета, неотзывчивые элементы напрямую снижают вероятность рекомендации.
4. Публикации на десятки несвязанных тем. Discover опирается на тематическую авторитетность. Сайт, который пишет обо всём подряд, размывает сигнал экспертизы и реже рекомендуется по любой из тем.
5. Нерегулярная каденция публикаций. 10 статей за неделю, потом месяц тишины — плохой сигнал. Стабильные 2–3 статьи в неделю формируют доверие издателя.
Неочевидные детали
Первый факт: Google Discover может показывать относительно старый контент, если он соответствует текущим интересам пользователя. Обновление старой статьи с новыми данными может триггернуть повторное рассмотрение для Discover.
Второй факт: в Discover не попадают вакансии, петиции, формы, контент из репозиториев кода и сатира без указания на контекст. Если ваша статья технически похожа на один из этих типов (например, содержит форму в начале страницы), она может быть отфильтрована.
Третий факт: средний CTR в Discover составляет 4–6%. Если ваш CTR ниже 4%, проблема в заголовке или изображении. Если выше 6% — вы делаете всё правильно.
Четвёртый факт: трафик из Discover приходит волной за 24–48 часов и затухает за 48–72 часа. Не стоит ожидать стабильного потока от одной статьи. Устойчивая видимость в Discover достигается через регулярные публикации, а не через отдельные «попадания».
Пятый факт: использование ИИ для генерации контента допустимо, но Google не рекомендует публиковать неотредактированный AI-контент. Проверка фактов и редактирование человеком — обязательны для Discover.
FAQ
Как узнать, попала ли моя статья в Discover?
Откройте Google Search Console → отчёт «Эффективность» → вкладка «Рекомендации» (Discover). Если вкладки нет — ни одна страница сайта не получала показов в Discover за последние 16 месяцев.
Можно ли гарантировать попадание в Discover?
Нет. Google прямо указывает, что соблюдение всех рекомендаций не гарантирует показа. Можно только максимизировать вероятность, выполнив все 12 критериев.
Через сколько после публикации статья появляется в Discover?
Обычно в течение нескольких часов после индексации. Пик трафика приходится на первые 24–48 часов.
Работает ли Discover для русскоязычных сайтов?
Да. Discover работает на всех языках. Для русскоязычного сегмента важно, чтобы сайт был проиндексирован Google и соответствовал общим критериям качества.
Что важнее для Discover: SEO или качество контента?
Качество контента и E-E-A-T после обновления февраля 2026 стали главными факторами. Техническое SEO (CWV, метатеги, schema) — необходимый базис, без которого даже отличный контент не попадёт в ленту.
Мой совет: начните проверку с двух «стоп-факторов» — изображения и метатега max-image-preview:large. Без них в Discover не попасть физически. Затем пройдите по остальным 10 критериям. Если набрали 80+ баллов из 120, у статьи хорошие шансы. Используйте скрипт для автоматической проверки технической базы и Google Search Console для отслеживания результатов. И помните главное: Discover — это бонусный канал трафика. Строить стратегию исключительно на нём рискованно из-за непредсказуемости алгоритма.
