AI-Powered Semantic Query Expansion с EmbeddingGemma + OpenRouter

Делюсь SEO-тулзой, над которой работал последние дни, пишет Толунай Тогул 👇

💡 Цель:

Аналог семантического поиска Google: берем одно ключевое слово -> генерим десятки релевантных запросов (query fan-out) -> меряем их cosine similarity значения с помощью EmbeddingGemma (новейшая модель эмбеддингов от Google).

🔧 Технологии:

— Google EmbeddingGemma (HuggingFace) — открытая модель эмбеддингов, максимально близкая к семантическому пониманию Google.
— OpenRouter (Llama 4, DeepSeek, Qwen) — система автоматического фоллбека среди бесплатных LLM.
— `Google Colab` + `Python` — портативная среда для анализа, не требует установки.

⚙️ Установка:

Запускается в Colab за пару минут.
Добавляете токен HuggingFace и ключи OpenRouter API.
Всё работает в одном файле.

🧩 Как это работает:

1. Вводишь ключевое слово (пример: «SEO consulting«).
2. LLM автоматически генерит 15 запросов в стиле Google.
3. EmbeddingGemma считает семантическую близость этих запросов к основному ключу.
4. Готово для семантической кластеризации, расширения ядра и анализа тематик.

🎯 Юзкейсы:

— Планирование SEO-контента.
— Семантическая кластеризация ключей.
— Content Gap анализ.

📍 Ноуты:

— Если юзать модели Gemini на стороне AI API, качество результатов может быть сильно выше.
— В этой версии я использовал полностью бесплатные LLM API (через OpenRouter).
— Промпт для генерации запросов гибкий — можно допилить под язык, интент и разнообразие.
— Код и этапы установки выложил на GitHub (можно ранить прямо в Colab).

🔗 https://github.com/tolunaytogul/AI-Powered-Semantic-Query-Expansion-with-EmbeddingGemma-OpenRouter/tree/main

#Python #SemanticSEO #KeywordClustering

@MikeBlazerX
Закрытый канал: @MikeBlazerPRO