Секции результата

client.analyze() возвращает словарь со следующими ключами верхнего уровня.

umbrella_analysis

Зонтичный анализ — слова, которые конкуренты используют рядом с целевыми запросами, а ваша страница пропускает или использует недостаточно. Оцениваются по близости к запросам на страницах конкурентов.

gaps = result["umbrella_analysis"]
# [
#   {
#     "lemma": "гарантия",
#     "competitor_avg_score": 1.84,
#     "own_score": 0.0,
#     "gap": 1.84,
#     "coverage_percent": 75.0,
#     "recommendation": "Добавить в H2/H3",
#     "context_snippet": "12-месячная гарантия включена"
#   },
#   ...
# ]

Поле	Тип	Описание
lemma	str	Базовая (лемматизированная) форма слова
competitor_avg_score	float	Средний балл близости среди конкурентов
own_score	float	Балл на вашей странице (0.0 = отсутствует или далеко от контекста запроса)
gap	float	competitor_avg_score − own_score. Больше = более срочно
coverage_percent	float	% конкурентов, где лемма встречается в сильном контексте
recommendation	str	Где разместить слово: Title/H1, H2/H3, body и т.д.
context_snippet	str	Пример фразы со страниц конкурентов

Результаты отсортированы по gap по убыванию. API применяет адаптивные пороги — вы всегда получите результаты, если конкуренты действительно покрывают тему по-другому.

block_comparison

Сравнение плотности слов TF-IDF — каждое слово на страницах конкурентов в сравнении с вашей.

words = result["block_comparison"]
# [
#   {
#     "word": "гарантия",
#     "lemma": "гарантия",
#     "frequency": 8.3,
#     "frequency_own_page": 0,
#     "pct_target_comp_avg": -100.0,
#     "action_needed": "add",
#     "present_on_own_page": false
#   },
#   ...
# ]

Поле	Описание
word	Исходная форма
lemma	Лемматизированная форма
frequency	Средняя частота на страницах конкурентов
frequency_own_page	Частота на вашей странице
pct_target_comp_avg	Разница плотности vs средняя по конкурентам (%)
action_needed	add / increase / decrease / ok
present_on_own_page	Встречается ли слово вообще

ngrams_analysis

Шаблоны фраз 2–3 слова, извлечённые со страниц конкурентов.

ngrams = result["ngrams_analysis"]
# [
#   {
#     "ngram": "бесплатная доставка",
#     "ngram_type": "bigrams",
#     "pages_count": 4,
#     "frequency_avg": 2.5,
#     "present_on_own_page": false
#   },
#   ...
# ]

Поле	Описание
ngram	Сама фраза
ngram_type	bigrams (2 слова) или lemma_trigrams (3 слова)
pages_count	Число страниц конкурентов с этой фразой
frequency_avg	Среднее число вхождений на страницу конкурента
present_on_own_page	Содержит ли ваша страница точную эту фразу

anchors_analysis

Сравнение текстов якорей на всех страницах, включая URL href.

anchors = result["anchors_analysis"]
# [
#   {
#     "anchor": "купить сейчас",
#     "frequency_own": 0,
#     "frequency_comp_avg": 3.2,
#     "pages_count": 3,
#     "links": ["https://comp1.com/shop", "https://comp2.com/store"]
#   },
#   ...
# ]

Поле	Описание
anchor	Текст якоря (нижний регистр)
frequency_own	Количество на вашей странице
frequency_comp_avg	Среднее количество по страницам конкурентов
pages_count	Число страниц конкурентов с этим якорем
links	Все уникальные URL href, где найден якорь

page_structure

Мета-теги, заголовки и метрики контента для каждой страницы (вашей + всех конкурентов).

struct = result["page_structure"]
own = struct[0]  # первый элемент обычно ваша страница
# {
#   "url": "https://example.com/page",
#   "meta_tags": {
#     "title": "Купить виджет — Example Store",
#     "title_length": 30,
#     "description": "Качественные виджеты с бесплатной доставкой.",
#     "description_length": 45
#   },
#   "content": {
#     "h1_heading": "Премиум виджеты",
#     "heading_structure_raw": "H1: Премиум виджеты; H2: Функции; H2: Доставка"
#   },
#   "metrics": {
#     "char_count_no_spaces": 4821,
#     "uniqueness_percentage": 91.3
#   }
# }

triplets_analysis (только расширенный режим)

Доступно при triplet_analysis=True. Содержит граф знаний, извлечённый со всех страниц конкурентов.

ta = result["triplets_analysis"]

# Ключи верхнего уровня:
ta["entities"]          # Список сущностей-субъектов с фактами
ta["missing_triplets"]  # Тематические пробелы, отсутствующие на вашей странице
ta["stats"]             # Сводные счётчики

entities

# [
#   {
#     "subject": "GPU",
#     "tier": "core",           # core / main / additional / unique
#     "triplets_count": 12,
#     "sources_count": 4,
#     "triplets": [
#       {
#         "predicate": "память",
#         "object": "8 GB GDDR6",
#         "sources": ["comp1.com", "comp2.com"]
#       },
#       ...
#     ]
#   },
#   ...
# ]

Значения tier:

Tier	Описание
core	Появляется на 3+ источниках конкурентов
main	Появляется на 2 источниках
additional	Появляется на 1 источнике
unique	Упомянуто один раз одним конкурентом

missing_triplets

Субъекты, которые встречаются на страницах конкурентов, но не на вашей странице, сгруппированные по важности:

mt = ta["missing_triplets"]
mt["critical"]   # субъекты на 3+ сайтах конкурентов
mt["important"]  # субъекты на 2 сайтах конкурентов
mt["unique"]     # субъекты на 1 сайте конкурента

stats

ta["stats"] = {
    "total_triplets": 87,
    "sources_with_content": 5,
    "gaps_critical": 3,
    "gaps_important": 8,
    "gaps_unique": 21,
    "gaps_total": 32,
    "batches": 5
}

_meta

result["_meta"] = {
    "task_id": "550e8400-e29b-41d4-a716-446655440000",
    "triplet_analysis": False,
    "credits_spent": 1
}