Topics Portfolio в Bing: темы AI-поиска для SEO-плана

Разберите бета-отчёт Topics Portfolio в Bing Webmaster Tools: темы, размер, конкуренция и opportunity-запросы — и соберите план контента на учебном примере.

ПульсЧто изменилось

Короткий ответ

Topics Portfolio — бета-вкладка в отчёте AI Performance в Bing Webmaster Tools: она группирует grounding-запросы, где появляется сайт, в темы и показывает по каждой Topic Size, Sites Cited, Queries, а внутри темы — свои Grounding Queries и Opportunity Queries. Для SEO-планирования это сигнал, какие темы уже заняты сайтом и где по запросам темы цитируют другие сайты, а ваш нет. Числа приблизительные и служат ориентиром для планирования.

Для какой задачи. SEO-специалистам и контент-стратегам, которые планируют темы публикаций под AI-поиск Bing и хотят видеть распределение присутствия сайта по тематическим кластерам.

Границы применения. Статус беты: темы размечены AI-классификацией и могут быть неточными; Topic Size, Sites Cited и Queries приблизительны, объёмы opportunity-цитирований даны диапазонами; темы с малым присутствием сайта или слабой активностью экосистемы не показываются, поэтому у небольших сайтов список может быть короче, а вкладки может не быть вовсе; брендовые запросы могут попадать в opportunity. Приоритизация в статье — учебный пример, а не измеренный результат.

Topics Portfolio, бета-вкладка отчёта AI Performance в Bing Webmaster Tools, группирует запросы, где сайт появляется в ответах Bing, в крупные кластеры и показывает по каждому размер, конкуренцию, число запросов и opportunity-запросы, куда сайт не попал. Для SEO-плана это готовый вход: видно, где сайт уже цитируют, где тема переполнена чужими сайтами и какие запросы открыты для новых материалов.

Что изменилось и когда

В октябре 2026 года Microsoft выпустила Topics Portfolio как бета-функцию внутри отчёта AI Performance в Bing Webmaster Tools Introducing Topics Portfolio (Beta) in AI Performance. Отчёт собирает grounding-запросы, где сайт появляется, в тематические кластеры — например, налоги, бухгалтерия или чат-боты — и показывает присутствие по кластерам целиком. Раньше AI Performance давал взгляд на отдельные запросы и цитируемые страницы, теперь добавляется распределение по темам, спрос и конкуренция в каждой.

Открыть: войти в Bing Webmaster Tools, перейти в AI Performance и выбрать вкладку Topics Portfolio рядом с Citations & Pages. Вкладка появляется при достаточном объёме данных по сайту. Окно отчёта — один, два или три месяца.

Колонки на странице портфеля:

Колонка Что показывает
Topic Тематический кластер связанных grounding-запросов, где сайт появляется
Topic Size Приблизительное общее число цитирований по всем сайтам за период — мера спроса в теме
Sites Cited Приблизительное число сайтов, появляющихся по запросам темы — насколько тема занята
Queries Приблизительное число разных grounding-запросов в теме

Под таблицей тем — Top Opportunity Queries: сильнейшие запросы по всему портфелю, где появляются другие сайты, а ваш нет. Объёмы цитирований там показаны диапазонами.

Внутри темы три KPI-карточки — Topic Size, собственные цитирования сайта в теме и число запросов — и две таблицы. Grounding Queries перечисляет запросы, где сайт уже появляется, в связке с данными Citations & Pages. Opportunity Queries — запросы той же темы, где есть другие сайты и нет вашего, с объёмами диапазонами. Вместе это две половины темы: что уже занято сайтом и что открыто.

Как применить к одной задаче SEO-планирования

Задача SEO-плана из отчёта: выбрать темы, куда направить публикации в следующем цикле, и не тратить силы на кластеры, где цитируют больше всего сайтов. Порядок такой.

  1. Выписать темы с колонками Topic, Topic Size, Sites Cited, Queries и посчитать по каждой число своих grounding-запросов и opportunity-запросов в таблицах её detail-страницы. Там показаны верхние запросы темы, поэтому счёт идёт по видимому списку.
  2. Посчитать медиану Sites Cited по своему портфелю.
  3. Присвоить приоритет по правилу: в план идут темы с Sites Cited ниже медианы портфеля, внутри них порядок задаёт число opportunity-запросов, больше — выше; темы с нулём своих запросов и Queries меньше 50 — в лист наблюдения.
  4. Выписать названия opportunity-запросов и вручную отсеять брендовые: в релизе прямо сказано, что брендовые запросы могут попадать в opportunity, там же пример — contososhoes.com может увидеть Air Shoes среди opportunity, хотя это запрос бренда-конкурента Introducing Topics Portfolio (Beta) in AI Performance.
  5. Сверить выбранные темы с уже опубликованным, чтобы не писать второй раз про то же самое (контентные пробелы), и проверить, не конкурируют ли будущие материалы за один запрос (каннибализация запросов).

Учебный пример

Возьмём портфель тем сайта про бухгалтерию за трёхмесячное окно отчёта. Вход:

Тема Topic Size Sites Cited Queries Своих запросов Opportunity-запросов
налоговый учёт для ИП 4 800 120 310 14 22
онлайн-бухгалтерия 9 200 260 540 6 40
чат-боты для бухгалтерии 610 35 70 3 8

Медиана Sites Cited по этим трём темам — 120. Применяем правило из шага 3:

Тема Sites Cited против медианы Opportunity-запросов Приоритет по правилу
налоговый учёт для ИП на уровне медианы (120) 22 вне плана: условие «ниже медианы» не выполнено
онлайн-бухгалтерия выше медианы (260) 40 вне плана: самая занятая тема портфеля
чат-боты для бухгалтерии ниже медианы (35) 8 в план, первая: единственная тема ниже медианы

Результат по правилу: в план цикла попадает одна тема, «чат-боты для бухгалтерии», и её 8 opportunity-запросов становятся списком на разбор. «Налоговый учёт для ИП» стоит ровно на медиане и под условие «ниже» не проходит. «Онлайн-бухгалтерия» даёт больше всего opportunity-запросов, 40, но и сайтов в ней цитируют больше всего, 260. Лист наблюдения пуст: свои запросы есть у всех трёх тем, и у всех Queries больше 50.

Проверка перед публикацией плана: среди opportunity-запросов портфеля стоит «[бренд конкурента] тарифы». Это кандидат в брендовые, его помечаем на ручную проверку и в план не берём, пока не убедимся, что запрос не про чужой бренд. Остальные opportunity-запросы сверяем с близкими по смыслу своими Grounding Queries, чтобы не писать второй материал под переформулировку уже закрытого запроса.

Числа этого примера, как и числа самого отчёта, приблизительны и служат ориентиром для планирования.

Ограничения и следующий шаг

Бета означает несколько ограничений, которые проверяют перед приоритизацией:

  • Классификация тем построена на AI и иногда ошибается: запрос может попасть в кластер, который вы бы назвали иначе. Релиз прямо советует относиться к числам как к направляющим сигналам для планирования, а не к точному учёту Introducing Topics Portfolio (Beta) in AI Performance.
  • Topic Size, Sites Cited и Queries приблизительны, объёмы opportunity-цитирований показаны диапазонами.
  • Темы со слабым присутствием сайта или слабой активностью экосистемы не показываются: у небольших сайтов список может быть короче, а вкладки может не быть вовсе.
  • Брендовые запросы могут попадать в opportunity — их отсеивают вручную.

Что проверить до приоритизации: сверить названия тем со своей структурой рубрик, убедиться, что все opportunity-запросы действительно относятся к вашей теме, и отсеять брендовые.

Отдельно про контент-стратегию и позиционирование: темы с высокой занятостью показывают, где конкуренты уже собирают цитирования, а темы с низким Sites Cited — где место свободно. Это помогает решить, стоит ли идти в самый спрос или занять узкий кластер. Отчёт полезен тем, кто планирует контент, редакционную сетку и конкурентное позиционирование Introducing Topics Portfolio (Beta) in AI Performance.

Следующий шаг — проголосовать по темам и запросам: у каждой строки темы и у каждого opportunity-запроса есть кнопки thumbs up и thumbs down, сигналы уходят команде, которая дорабатывает классификацию и отбор opportunity-запросов Introducing Topics Portfolio (Beta) in AI Performance. По словам команды Bing, от этих сигналов зависит, что исправят первым.

На чём основан материал

По документации.

Дата сверки сведений: .

Роль автора. Валерий Курземнек, директор по маркетингу

Документация

Возможности и условия сервиса могут измениться после указанной даты. Ограничения конкретного вывода приведены в тексте.

Валерий Курземнек

Автор метода «Машиночитаемый маркетинг»

Что ещё почитать