2 дня в Wikidata: как я превратил своё творчество в «понятный для нейросетей» скелет

На днях наткнулся на статью о том, как блоги попадают в рекомендации ChatGPT, Perplexity и Gemini. Обычно такое листаю мимо, но зацепила деталь: нейросети не просто «гуглят» — они тянут данные из Knowledge Graph, проприетарных баз Google и Bing. Если автора там нет, для AI он пустота. Красивая обложка и тысяча подписчиков тут бессильны.

Захотелось проверить на собственной шкуре. Не как маркетолог — как писатель. Взял свои книги, методологию «Вектор Воронкова», серии — и за два дня вручную собрал 12 сущностей в Wikidata. Это не волшебная таблетка, а скорее техногенный «костяк» авторского бренда, который будет работать вдолгую.

Что я сделал

Создал отдельные вики-элементы для себя как автора (Q139890905), для методологии, для каждой серии книг и каждой из 6 опубликованных книг.

Для каждой сущности прописал свойства: instance of (P31) = literary work, author (P50), язык, дата публикации, идентификаторы на ЛитРес, Ридеро и других площадках. Самое муторное — добавить авторитетные источники, чтобы ничего не удалили модераторы Wikidata.

После этого на своём сайте (Google Sites) сверстал Schema.org-разметку: Author и Book с прямой привязкой sameAs к вики-страницам. Прогнал через валидатор — схема сомкнулась, поисковики теперь видят не разрозненные страницы, а единую паутину сущностей.

Где закопал кучу времени
Главный враг — классификаторы. Подбирать правильные коды для каждой книги, выяснять, как корректно указать серию и подсерию, чтобы всё связалось. Без второго монитора и AI-подсказок я бы возился в два раза дольше. По факту вышло 2 дня по 8 часов почти без перерыва. Работа нудная, но не интеллектуально сложная — скорее дотошная.

Что сейчас
Прямого чуда нет и не жду. Краулерам нужно время переварить новые сущности, переиндексировать связи. Думаю, горизонт — около месяца. Тогда я проведу простой тест: задам ChatGPT уникальный вопрос, ответ на который есть только у меня, и посмотрю, процитирует ли он с ссылкой. Если да — фундамент сработал. Обязательно отпишусь здесь же.

Зачем это писателю
Представьте: читатель спрашивает нейросеть «посоветуй книгу про отношения, но не поп-психологию, а системный подход». Если ваш авторский граф знаний выстроен — у вас есть шанс оказаться в ответе, даже если вы не ТОП-100 АТ. Это не замена живому общению, а тихий помощник, который трудится в фоне.

Кто из авторов уже заигрывал с Wikidata или Schema? Сколько ушло времени? Появился ли эффект в AI-поиске? Делитесь наблюдениями — очень интересно сверить часы.