Если вы следили за этой серией исследований векторов и их применения в SEO, мы рассмотрели строительные блоки плагина, которым я делюсь с вами:
- Понимание основ.
- Решение проблем с контентом.
- Масштабирование для обработки огромных объемов данных.
- Масштабная автоматизация 301 редиректа.
Запуск скриптов Python в терминале — это мощный инструмент, но оптимизаторы по поисковой оптимизации и авторы контента проводят большую часть своего дня не там, и здесь возникали разногласия. Это было недоступно.
Мы переносим то, что узнали, прямо в ваш WordPress — систему управления контентом, которая обеспечивает 43,3% Интернета.
Я создал функциональный плагин WordPress для проверки концепции с помощью искусственного интеллекта, используя API-интерфейсы Google Vertex AI, OpenAI и Pinecone для управления внутренними ссылками непосредственно в редакторе WordPress. Сегодня я расскажу, как именно это работает, логику кода и файлы плагинов, с которыми вы можете поэкспериментировать.
Давайте углубимся в настройку и узнаем, как заставить плагин работать, и это может сделать любой, не имеющий технического образования.
Содержание
- 1 1. Создайте базу данных векторов сосновых шишек.
- 2 2. Создайте ключ API OpenAI.
- 3 3. JSON-ключ сервисного аккаунта Google.
- 4 4. Настройка плагина
- 5 4. Индексирование: перемещение контента в векторную базу данных
- 6 5. Добавление внутренних ссылок в редакторе WordPress Gutenberg
- 7 6. Добавление внутренних ссылок на основе LLM в классический редактор WordPress
- 8 7. Альтернативы
- 9 Заключение: от встраивания к функциональному плагину WordPress
1. Создайте базу данных векторов сосновых шишек.
В предыдущей главе мы рассмотрели, как работать с базой данных векторов сосновых шишек, на случай, если вы захотите изучить ее более подробно. Но зарегистрироваться довольно просто и понятно; только посетите их сайт и зарегистрируйтесь. Создайте таблицу с любым именем по вашему выбору и произвольной размерностью 768.
Для установки плагина вам понадобится:
2. Создайте ключ API OpenAI.
Войдите в платформа.openai.com и перейдите к Настройки > Оплата раздел. Вы должны добавить небольшой кредитный баланс (например, 5 долларов США) к своей учетной записи, поскольку API не будет работать без прикрепленного способа оплаты. Мы платим около 0,5 доллара США в месяц за использование OpenAI API.
Сгенерировать ключ нажав на «Создать новый секретный ключ» и дайте вашему ключу имя (например, «WP Internal Link Plugin») и немедленно скопируйте строку, так как вы не сможете просмотреть ее снова после закрытия окна.
3. JSON-ключ сервисного аккаунта Google.
Вам нужно пойти в Облачная консоль Google и включите «Vertex AI API», перейдя к этот URL. Обратите внимание: Google требуется платежный аккаунт для служб искусственного интеллекта, даже если вы остаетесь на уровне бесплатного пользования. Найдите «Оплата» в верхней строке поиска и добавьте информацию о кредитной карте, выполнив необходимые шаги. Мы платим около 0,3 доллара в месяц за использование Vertex API.
После этого перейдите в раздел «API и службы» и создайте ключ JSON «Учетная запись службы», который необходимо скопировать и вставить в настройки. Ты можешь посмотри это видео о том, как это сделать, если вам сложно ориентироваться в Google Cloud Console.
4. Настройка плагина
После того, как вы настроили все учетные записи и собрали все ключи, пришло время установить zip-файл и настроить параметры плагина. (Всегда рекомендуется сначала установить новые плагины на промежуточный веб-сайт.)

Вы также можете выбрать типы сообщений, которые хотите индексировать, что дает вам еще более детальный контроль над статьями, которые вы будете индексировать.
По сути, мы могли бы использовать те же ключи учетной записи службы Google, чтобы заменить API OpenAI на Gemini, но я специально использовал OpenAI, чтобы вы могли подключиться, создать там ключ API и научиться это делать.
4. Индексирование: перемещение контента в векторную базу данных
Прежде чем мы сможем искать ссылки, наш существующий контент должен существовать в виде векторов в созданной вами базе данных векторов.
В третьей части этой серии мы научились вручную вставлять векторы в сосновую шишку. Этот плагин автоматизирует этот процесс, и вам больше не нужны скрипты Python.

Когда вы запускаете первоначальное индексирование, плагин перебирает опубликованные вами записи и страницы WordPress. Он анализирует структуру DOM каждого сообщения, чтобы извлечь стратегически важные разделы контента, объединяя их в одно текстовое представление, которое встраивается в виде вектора:
- Название.
- Мета-описание Yoast SEO (если присутствует).
- Отрывок.
- Первый вступительный абзац.
- Каждый заголовок H2 вместе с последующим абзацем.
Это гарантирует, что векторы фокусируются на основных темах статьи, а не разбавляются фоновым контекстом. После этого он отправляет составленную копию в модель внедрения для создания числового векторного представления (768 измерений) и сохраняет этот вектор в Pinecone вместе с идентификатором сообщения и заголовком (здесь вы можете рассмотреть возможность настройки функциональности и вместо контента отправлять только метаописание Yoast).
Плагин делает пакетные запросы для эффективности. Чтобы дать вам представление о скорости индексирования, он проиндексировал 25 000 статей примерно за 50 минут. Альтернативно, если у вас есть несколько сотен тысяч страниц, вы можете экспортировать их и обновить с помощью блокнота Jupyter, как описано здесь.
Это единовременная тяжелая работа, которую необходимо выполнить позже, когда вы нажимаете «Обновить» или «Опубликовать» в WordPress, плагин мгновенно генерирует новый вектор для этого конкретного сообщения и обновляет запись. Он удалит запись, если вы удалите статью. Это гарантирует, что ваш индекс всегда будет актуальным.
Хочу отметить, что индексирование будет стоить немного дорого, возможно, около 1-2 долларов за несколько десятков тысяч статей, но это единоразовые затраты на первоначальную настройку.
Теперь пришло время добавить внутренние ссылки к вашему контенту. Вот тут-то и начинается самое интересное.
Плагин имеет два режима работы:
- Внутренняя ссылка с помощью выбранной вручную анкорной фразы.
- Автоматическое предложение внутренних ссылок путем анализа содержания статьи.
И я знаю, что сообщество WordPress по-прежнему разделено на редакторы Classic и Gutenberg, поэтому я позаботился о том, чтобы плагин работал для обоих.
5. Добавление внутренних ссылок в редакторе WordPress Gutenberg
В Гутенберге используется боковая панель для автоматического предложения внутренних ссылок, и если вы хотите добавить внутреннюю ссылку на выбранную вами фразу, щелкните значок карандаша.
Вы можете настроить категории для фильтрации поиска, например, предлагать только ссылки из категории «Аналитика», которая служит своего рода RAG для повышения точности результатов.
У вас также есть возможность фильтровать по свежести статей, например, выбирать статьи, опубликованные в течение года или двух, что может помочь вам найти свежий контент, связывающий идеи при работе с новостными статьями.
Запустите автоматическое предложение внутренних ссылок (изображение автора, декабрь 2025 г.)
Автоматические предложения внутренних ссылок на основе LLM. (Изображение автора, декабрь 2025 г.)
Внутренняя ссылка на выбранную вручную якорную фразу. (Изображение автора, декабрь 2025 г.)
Всплывающее окно с предложениями. (Изображение автора, декабрь 2025 г.)
После того, как вы установите фильтры и запустите массовые предложения, он использует модель OpenAI «GPT-4.1-nano» для извлечения текста привязки, который заполняет боковую панель, где вы найдете кнопку «Применить», чтобы легко вставить ссылку во фразу в редакторе.
Вот что происходит под капотом.
- Извлечение сущности: Когда вы нажимаете «Массовое автоматическое предложение», плагин отправляет текущее содержимое вашего черновика в API OpenAI для извлечения «сущностей» и «ключевых фраз», которые имеют отношение к теме статьи.
- Векторизация с использованием Google Vertex AI: Плагин берет эту конкретную фразу и преобразует ее в вектор.
- Векторный поиск: Он запрашивает у Pinecone статьи, используя вектор, созданный в вашей базе данных.
- Результат: Он возвращает наиболее релевантные статьи, даже если они не содержат именно тех слов, которые семантически близки к данной фразе.
6. Добавление внутренних ссылок на основе LLM в классический редактор WordPress
В классическом редакторе процесс аналогичен; вы получите специальный раскрывающийся список «Предложить ссылки» на панели инструментов.

И таким же образом вы можете использовать каждый вариант. Вы можете просто выбрать любую фразу в редакторе и нажать «Предлагать по тексту привязки» или запустить «Массовое автоматическое предложение».
Массовое автоматическое предложение в классическом редакторе. (Изображение автора, декабрь 2025 г.)
Внутренняя ссылка на выбранную пользователем фразу. (Изображение автора, декабрь 2025 г.)
Теперь довольно легко и весело добавлять внутренние ссылки, не правда ли?
7. Альтернативы
Существует ряд вариантов, как бесплатных, так и платных, которые вы можете изучить, например:
И вы можете спросить, почему мы не использовали одно из существующих решений, а предпочли построить его с нуля. Ответ прост: нам нужен был детальный контроль над выводом, и ни один из плагинов не отвечал нашим потребностям. Таким образом, мы создали систему, которую мы можем точно настраивать, гибко и контролировать на 100% по своему усмотрению.
И, конечно же, это бесплатно (не считая эксплуатационных расходов), и мы независимы от третьих лиц. Ниже указана плата, которую мы платим за использование Google Vertex за месяц использования.

Чтобы избежать непредсказуемых скачков затрат, всегда рекомендуется устанавливать оповещения о бюджете.
Заключение: от встраивания к функциональному плагину WordPress
Мы перешли от понимания математики встраивания к созданию полнофункционального плагина WordPress на основе LLM, который управляет семантическими внутренними ссылками.
Этот плагин является кульминацией этих знаний. Это функциональный фундамент. Я делюсь zip-файл не как коммерческий продукт, а как образовательный инструмент и основу для сообщества.
Обратите внимание, что это плагин, созданный в образовательных целях, чтобы продемонстрировать возможности LLM и векторных баз данных в SEO, и для этого плагина не предоставляется официальная поддержка. Он не собирает, не хранит и не передает какие-либо данные нам или третьим лицам. Все данные остаются под полным контролем владельца сайта.
Однако, если у вас есть вопросы по коду или вы хотите обсудить, как можно расширить его функциональность, свяжитесь со мной. является LinkedIn. Я сделаю все возможное, чтобы ответить на вопросы и помочь вам устранить неполадки, насколько мне позволит мое время.
Удачных внутренних ссылок!
Дополнительные ресурсы:
Рекомендованное изображение: Collagery/Shutterstock







