
Что на самом деле измеряет проверка на уникальность
Процент уникальности — не оценка текста, а результат механического сравнения. Сервис не понимает смысла: он сравнивает последовательности слов и считает, какая их доля уже встречалась где-то ещё.
Основной метод — шинглы. Текст очищают от предлогов, союзов и знаков препинания, приводят слова к общей форме и режут на перекрывающиеся цепочки фиксированной длины, обычно в несколько слов. Фраза «проверка текста показывает долю совпавших фраз» при длине три превращается в цепочки «проверка текста показывает», «текста показывает долю» и так далее. Затем каждую цепочку ищут в интернете.
Метод известен давно: на сравнении множеств шинглов построена работа Бродера с соавторами «Syntactic Clustering of the Web» (1997), на которую ссылается статья о w-shingling. Мера сходства там — коэффициент Жаккара: доля общих шинглов среди всех шинглов двух текстов. Сервисы проверки уникальности считают проще — долю несовпавших:
Условный пример: текст на 1 400 слов после очистки дал 820 шинглов. Сервис нашёл 74 из них на других страницах — 52 в устойчивых оборотах вроде «коэффициент конверсии сайта» и 22 в одном абзаце, совпавшем со статьёй конкурента. Уникальность: (820 − 74) ÷ 820 × 100% ≈ 91%. Цифра выглядит прилично, хотя в тексте есть дословно заимствованный абзац. Поэтому смотреть нужно на карту совпадений, а не на процент.
Как работает антиплагиат: путь проверки
Почти все сервисы проходят одни и те же шаги, отличаются детали на каждом.
- Нормализация. Удаляются стоп-слова, знаки, цифры; слова приводятся к основе. Чем агрессивнее чистка, тем короче итоговые цепочки и тем больше случайных совпадений.
- Нарезка на шинглы. Длина цепочки задаётся настройкой сервиса. Короткий шингл находит совпадения в любом тексте на ту же тему, длинный пропускает пересказ с перестановкой слов.
- Выбор кандидатов. Проверять каждый шингл по всему интернету дорого, поэтому сервис отбирает часть цепочек и отправляет их как запросы в поисковые системы, а также сверяет с собственной базой ранее проверенных текстов.
- Сравнение с найденными страницами. Тексты-кандидаты скачиваются и сравниваются целиком.
- Отчёт. Итоговый процент, список адресов с совпадениями и подсветка совпавших фрагментов.
Из третьего шага следует главное ограничение: сервис видит только то, что нашёл через поиск и в своей базе. Закрытые от индексации страницы, свежие публикации и тексты из PDF он может не обнаружить.
Рядом с процентом многие сервисы выводят «воду», «тошноту» и плотность ключевых слов. К уникальности эти счётчики отношения не имеют: они описывают распределение слов внутри текста, и что из них стоит учитывать, разобрано в материале про SEO-текст.
Почему разные сервисы показывают разный процент
Один и тот же текст в двух популярных сервисах легко получает, например, 96% и 81%. Это не ошибка ни одного из них: они измеряют немного разные вещи.
| Параметр | Как влияет на процент | Что из этого следует |
|---|---|---|
| Длина шингла | Короткий — больше совпадений и ниже процент | Строгий сервис занижает цифру на тематических текстах |
| Список стоп-слов | Чем больше слов выброшено, тем короче смысловые цепочки | Тексты с канцеляритом теряют процент сильнее |
| База сравнения | Поисковые системы, собственная база, архив проверенных текстов | Сервис с базой проверенных текстов находит неопубликованные копии |
| Отбор кандидатов | Проверяется выборка шинглов, а не все | Повторная проверка того же текста может дать другой результат |
| Учёт цитат | Часть сервисов исключает текст в кавычках | Цитаты со ссылкой могут не снижать процент или снижать |
| Игнорируемые адреса | Можно исключить свой сайт | Без исключения сервис найдёт ваш же опубликованный текст |
Отсюда практическое правило для работы с исполнителями: порог уникальности в договоре всегда привязывается к конкретному сервису и режиму проверки. Требование «уникальность от 95%» без названия сервиса — предмет для бесконечного спора.
Важна ли уникальность текста для SEO
Ни Google, ни Яндекс не публикуют порог уникальности и не упоминают процент сторонних сервисов как сигнал. Что в документации есть:
- Google в правилах о спаме выделяет «scraped content» — содержимое, взятое с других сайтов, часто автоматически, и размещённое ради позиций (Google Search Central). В рекомендациях о полезном содержимом он спрашивает, не сводится ли материал к простому копированию или переписыванию чужих источников (Google Search Central).
- Яндекс относит к признакам некачественного сайта копирование или переписывание информации с других ресурсов и отсутствие оригинального содержимого (Яндекс Вебмастер).
Обе формулировки говорят о переписывании, а не только о копировании. Пересказ чужой статьи своими словами пройдёт любой антиплагиат со 100% и при этом остаётся тем, что поисковики называют низкой ценностью. Наблюдение из практики: страница со 100% уникальности, которая повторяет структуру и выводы первой тройки выдачи, обычно не получает причин стоять выше этой тройки.
Связь работает в одну сторону. Низкая уникальность из-за дословного копирования — реальная проблема: поисковик выберет как основную версию одну из копий, и не обязательно вашу. Высокая уникальность — не преимущество, а отсутствие этой проблемы. Добавленная ценность берётся из другого: собственных данных, примеров, опыта, расчётов — то, что описывает E-E-A-T.
Где процент уникальности врёт
Есть типы текстов, на которых низкий процент нормален, и переписывание сделает их хуже.
- Термины и определения. «Стоимость привлечения клиента» или «показатель отказов» не перефразируют ради процента.
- Характеристики товара. Размеры, состав, модель совпадают у всех продавцов. Уникальной делают часть с опытом использования, сравнением и ответами на вопросы покупателей.
- Цитаты, нормы, инструкции производителя. Их искажение — ошибка, а не рерайт.
- Шаблонные блоки. Условия доставки и оплаты повторяются на каждой странице сайта; при проверке страницы целиком они съедают процент.
- Устойчивые формулы. Названия методов, формул, процессов.
Обратная ситуация тоже бывает: высокий процент у текста, который синонимайзер превратил в набор слов. «Достигать результатов» вместо «получить результат» на каждом шагу поднимает уникальность и делает текст нечитаемым. Это видно глазами быстрее, чем сервисом, и для такого текста подходят признаки из разбора копирайтинга.
Какой сервис проверки выбрать
Самые частые запросы в теме — названия конкретных сервисов: Text.ru, Advego Plagiatus, eTXT Антиплагиат, Content-Watch. Рейтинг «лучшего антиплагиата» здесь не нужен: точность у них сопоставима, а результаты всё равно несравнимы между собой. Выбирают по задаче.
| Задача | Что важно в сервисе |
|---|---|
| Приёмка текстов от исполнителей | Тот же сервис, что указан в договоре; отчёт по ссылке, который видят обе стороны |
| Проверка своих черновиков | Список адресов с совпадениями и подсветка фрагментов, а не только процент |
| Поиск копий уже опубликованного текста | Проверка по адресу страницы и исключение своего домена |
| Большие объёмы | Пакетная проверка и доступ по API |
| Учебные работы | Специализированные системы с базой учебных текстов и учётом цитат — веб-сервисы для этого не подходят |
У большинства сервисов есть бесплатная проверка с ограничением объёма или числа проверок в день; для разовой проверки статьи этого обычно хватает. Платный режим нужен при регулярной приёмке текстов и пакетной работе.
Одно требование стоит предъявлять к любому сервису — прозрачность. Отчёт без списка адресов, где нашлись совпадения, не даёт отличить заимствованный абзац от совпавших терминов, а значит, процент из такого отчёта нельзя ни проверить, ни оспорить.
Порядок проверки при приёмке текста
Процент — фильтр первого уровня. Полноценная приёмка выглядит так:
- Проверить текст до публикации в одном сервисе, тем же режимом, что указан в договоре.
- Открыть список совпадений. Отделить термины, обороты и цитаты от совпадений целыми предложениями.
- Если целые предложения совпадают с одним источником — переписать фрагмент или оформить цитатой со ссылкой.
- Сравнить текст с первыми страницами выдачи по запросу: есть ли в нём что-то, чего нет у них, — пример, цифра, разбор случая.
- Прочитать текст на предмет синонимайзера: неестественные замены слов ради процента.
- Для текстов, написанных с помощью нейросети, проверить факты: антиплагиат их не ловит, и подход к таким текстам разобран в материале о проверке ИИ-текстов.
Пункт 4 важнее первых трёх вместе. Текст с уникальностью 85% и собственным расчётом полезнее текста со 100% и пересказом.
Если ваш текст скопировали
Копия на чужом сайте — частая ситуация для заметных материалов. Что делать по порядку:
- Убедиться, что ваша страница проиндексирована первой. Быстрая индексация новых материалов — главная защита: поисковику проще признать первоисточником страницу, которую он увидел раньше.
- Оценить ущерб. Если копия не показывается выше вашей страницы, обычно достаточно ничего не делать.
- Связаться с владельцем копии. Часто достаточно попросить ссылку на источник или удалить текст.
- Подать жалобу в поисковую систему. У Google есть форма для жалоб на нарушение авторских прав; правовая сторона зависит от страны и здесь не разбирается.
Спорное место
Требование высокой уникальности появилось, когда поисковики плохо отличали копии от оригиналов, и процент был простой страховкой. Сейчас оно чаще вредит: исполнители тратят время на замену слов вместо работы над содержанием, а заказчики принимают пересказы со 100% и отклоняют содержательные тексты с 88% из-за терминов.
Разумная середина: держать порог как защиту от дословного копирования и не поднимать его выше, чем нужно для этой задачи. Остальное время тратить на то, что поисковики называют добавленной ценностью. Это позиция редакции, а не правило поисковых систем: они не раскрывают, как именно оценивают оригинальность.
Частые вопросы
Что значит уникальность текста 100% в антиплагиате?
Что проверяет антиплагиат?
Как проверить уникальность текста?
Какой антиплагиат лучше использовать?
Что значит оригинальность в антиплагиате?
Что такое SEO-анализ текста?
Нужно ли проверять уникальность текстов, написанных нейросетью?
Источники
- Spam policies for Google web search: Scraped content — Google Search Central
- Creating helpful, reliable, people-first content — Google Search Central
- Рекомендации по качеству сайта — Яндекс Вебмастер, справка
- W-shingling — Wikipedia