Semantic similarity на лендингах: как платформы ловят повторы даже после редизайна

Semantic similarity на лендингах: как платформы ловят повторы даже после редизайна

Платформы давно не ищут только одинаковый HTML. В антифроде лендинг сравнивают как набор смысловых следов: текст, заголовки, структуру блоков, изображения, OCR-слои и даже близость CTA-фраз. Поэтому два визуально разных преленда могут попасть в один кластер, если у них совпадает логика подачи и повторяются смысловые куски.

Чаще всего срабатывают три слоя:
— семантика текста: перефразированный дисклеймер или «отзывы» всё равно эмбеддятся в близкий вектор;
— OCR: одинаковые фразы на картинках, кнопках и плашках;
— layout-similarity: повторяемая структура «хук → история → форма → кнопка» с теми же акцентами.

Отдельно палятся шаблоны, где меняют только цвет, фон и порядок секций. Для модели это не новый лендинг, а тот же объект с косметической правкой. Если на странице много повторяющихся формулировок, одинаковых микро-обещаний и синтетических отзывов, similarity score растёт даже без прямого копипаста.

На практике платформы ловят не «похожесть по глазу», а набор совпадений по нескольким сигналам сразу. Чем больше на странице переиспользуемых блоков, тем выше шанс попасть в уже известный кластер и получить усиленную проверку. Лучше думать не про внешний редизайн, а про полную разборку смысла, структуры и текстовых паттернов.