Как сверить H1 и title AI-статьи перед SEO-публикацией

Перед запуском запишите, какие данные считаются входом, что является ожидаемым результатом, что именно означает отказ и кому предстоит разбирать расхождение. Для такой проверки храните тестовый вход, ожидаемый результат и фактический исход раздельно: если они смешаны, тест может подтверждать сам себя. Используйте стабильные синтетические ID, чтобы видеть ошибку в журнале, не раскрывая содержимое клиентских обращений.

Сначала прогоните тест на маленьком входе, где правильное поведение известно вручную. Затем внесите одну контролируемую ошибку и убедитесь, что код её замечает. После этого верните корректный набор и только тогда расширяйте проверку до реальных данных. Не переносите демонстрационные численные значения или пороги в производство без отдельного обоснования: они выбраны для наглядности, а не рассчитаны по вашей аудитории.

Вход и ожидаемый результат

HTML title «Как проверить отчёт ИИ», H1 «Как купить подписку»: тест извлекает обе строки, затем редактор помечает расхождение. Выводит две разные строки для редакторского сравнения; автоматически смыслового решения не принимает. Перед тем как применять правило к закрытым данным, обсудите пограничные случаи, которые могут поменять интерпретацию входа. Запись в документации о границах теста не менее важна, чем зелёный check.

Пошаговые действия

1. Создайте scripts/check.py в корне репозитория и вставьте код из блока ниже. Он использует названия функций стандартной библиотеки, указанные в официальных ссылках в конце статьи.
2. Выполните python scripts/check.py локально. Не продолжайте, если уже демонстрационная фикстура даёт иной результат: сначала проверьте копирование кода и кодировку файла.
3. Откройте HTML готовой страницы и передайте его извлекателю. На тестовом примере он выдаст разные темы. Редактор должен проверить, соответствует ли title содержанию страницы и отражает ли H1 ту же задачу, после чего исправить источник ошибки в CMS. Для реального сайта доработайте parser для вложенных тегов и количества H1; демонстрация не заявляет полной проверки. Проверьте итоговый DOM страницы, если заголовки подменяются клиентским JavaScript. Дословное совпадение не является целью.
4. Создайте .github/workflows/ai-corpus-check.yml из YAML-шаблона. Событие pull_request полезно для проверки данных до слияния; чтение репозитория ограничено permissions: contents: read. Скрипт не должен получать ключ внешней модели или реальные секреты.
5. В разделе Actions откройте job check, сопоставьте его код завершения с локальным прогоном и зафиксируйте ссылку на проверенный коммит в PR. Не принимайте зелёный результат на старой ревизии за проверку последнего изменения.

# scripts/check.py
from html.parser import HTMLParser
class Headings(HTMLParser):
    def __init__(self):
        super().__init__(); self.current=None; self.title=[]; self.h1=[]
    def handle_starttag(self,tag,attrs):
        if tag in ('title','h1'): self.current=tag
    def handle_endtag(self,tag):
        if tag==self.current: self.current=None
    def handle_data(self,data):
        if self.current=='title': self.title.append(data)
        if self.current=='h1': self.h1.append(data)
def extract(html):
    parser=Headings(); parser.feed(html)
    title=' '.join(parser.title).strip(); heading=' '.join(parser.h1).strip()
    if not title or not heading: raise ValueError('empty title or H1')
    return title,heading
pair=extract('<html><head><title>Как проверить отчёт ИИ</title></head><body><h1>Как купить подписку</h1></body></html>')
assert pair==('Как проверить отчёт ИИ','Как купить подписку')
print('compare meaning:',pair)

name: AI corpus checks
on:
  pull_request:
permissions:
  contents: read
jobs:
  check:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v7
      - uses: actions/setup-python@v7
        with:
          python-version: '3.13'
      - run: python scripts/check.py

Ошибки интерпретации и границы

Код демонстрирует извлечение простого HTML, не проверяет количество H1 при нескольких тегах, вложенные элементы и скрипты. Не называйте его полным SEO-валидатором. Если вы расширяете набор случаев, добавляйте не только новые примеры, но и отрицательные случаи, на которых тест обязан упасть. Проверяйте, что изменение expected прошло ревью отдельно от изменения кода: иначе можно незаметно изменить правило под текущий ответ системы. Избегайте вывода полного приватного набора в CI и не сохраняйте в артефактах ответ закрытой модели без решения о доступе и хранении.

Ошибка выполнения самого Python, нераспознанный формат входа и обнаруженный бизнес-дефект — разные ситуации. В сообщении теста указывайте тип проблемы и безопасный ID. Если тест требует внешний сервис, вынесите его из PR с недоверенным кодом и явно ограничьте доступ к токенам; этот пример намеренно работает локально. Перед публикацией каких-либо результатов опишите методику, область применения и происхождение примеров, иначе читатель воспримет демонстрационную арифметику как характеристику продукта.

Практический разбор именно этого контроля

Найти случай, когда AI подготовил одну тему, а шаблон показал другой видимый заголовок. Для самостоятельной проверки сначала выпишите три наблюдаемых состояния: допустимый вход, намеренно недопустимый вход и видимый сигнал отказа. В данной фикстуре это выглядит так: HTML title «Как проверить отчёт ИИ», H1 «Как купить подписку»: тест извлекает обе строки, затем редактор помечает расхождение. При успешном тесте ожидается: Выводит две разные строки для редакторского сравнения; автоматически смыслового решения не принимает. Не превращайте это в числовой KPI: здесь проверяется контракт на конкретных примерах, а не поведение модели на пользовательском трафике.

Код демонстрирует извлечение простого HTML, не проверяет количество H1 при нескольких тегах, вложенные элементы и скрипты. Не называйте его полным SEO-валидатором. Подключая проверку к продукту, расположите её до той операции, ради которой она написана: парсинга, сохранения, отображения или экспорта. Для каждого нового формата добавляйте отдельный негативный пример и письменное решение, почему он отклоняется. Отдельно просмотрите обработку ошибок: система должна отличать невалидный ответ AI от сбоя тестовой инфраструктуры, а пользователь не должен видеть сырой стек или приватное содержимое.