МАТЧАСТЬ / EDITORIAL & SEED CONTENT / DOCUMENT 28 / 02.09.2026
Собственная редакция и seed content
Как наполнить «Матчасть» до начала активных продаж так, чтобы сайт выглядел как реальное деловое медиа и база знаний, а не как пустая оболочка для платных статей. Документ определяет редакционную миссию, контентные вертикали, первые 100–150 материалов, исследования, Field Snapshot для малого бизнеса, работу с экспертами, newsroom cadence, commissioning, KPI, бюджет, редакционные роли и критерии, после которых можно масштабировать коммерческую публикацию.
100+сильных материалов до агрессивного коммерческого масштабирования
50+компаний/организаций в meaningful Entity Graph
10–20реальных topic hubs, а не сотни пустых тегов
20–30%ориентир доли оригинальных data/research/case assets в ядре seed corpus
1. Главное решение
До активной продажи размещений «Матчасть» должна сама создать корпус, который уже доказывает ценность проекта без единого платного клиента. Первый читатель должен увидеть не «место для вашей статьи», а живое деловое медиа: исследования, объясняющие статьи, реальные кейсы, профили компаний и экспертов, тематические хабы и собственные данные.
SEED CORPUS
│
├─ 35–45 explainers / analysis
├─ 20–30 cases / postmortems
├─ 10–15 research / Field Snapshots
├─ 15–20 expert opinions / interviews
├─ 10–20 selected news / timely analysis
└─ 50+ meaningful company entities
TOTAL:
≈100–150 strong public materials
GOAL:
Mathchast useful before paid scale.
2. Почему seed content — не косметика
Он решает одновременно шесть системных задач:
| Задача | Что даёт seed corpus |
|---|---|
| Reader Product | Есть куда перейти со второй страницы, что сохранить и на что подписаться. |
| Distribution Engine | Работают topics, related content, подборки и дайджесты. |
| Site Reputation | Сайт не выглядит доменом, созданным преимущественно ради сторонних платных публикаций. |
| Search/AI | Формируется собственная тематическая сущность, ссылки между материалами, оригинальные факты. |
| Sales | Клиент видит реальную площадку, а не обещание будущего трафика. |
| AI/Data moat | Появляются verified entities, claims, datasets и история для будущих рекомендаций. |
3. Главная редакционная миссия
«Матчасть» объясняет, как на самом деле устроены компании, технологии, рынки и рабочие процессы — на данных, опыте, документах и проверяемых кейсах.
Это миссия уже согласуется с Mathchast_14 и должна определять редакционный отбор сильнее, чем «что сейчас хорошо ищут».
4. Anti-mission
МЫ НЕ:
агрегатор пресс-релизов
каталог SEO guest posts
лента корпоративных поздравлений
площадка "лучшие компании №1"
генератор AI-статей по ключам
вечный новостной поток ради объёма
МЫ:
объясняем
сравниваем
проверяем
показываем процесс
собираем первичные данные.
5. Wedge редакции
На старте нельзя охватывать весь бизнес. Из документов 9–11 уже выбран клин:
CORE:
AI
SaaS
software
automation
digital business
marketing
PR
SEO / GEO
e-commerce
adtech / martech
digital infrastructure
ADJACENT:
small business operations
agency economy
creator/business tools
business software use cases
6. Почему именно этот клин
- совпадает с первым ICP платящих клиентов;
- у пользователя есть профессиональный контекст и доступ к экспертам;
- темы дают много кейсов и первичных данных;
- легко создавать связки Company ↔ Product ↔ Expert ↔ Case ↔ Topic;
- AI Visibility продукт логично начинается с компаний, уже чувствительных к search/GEO.
7. Малый бизнес как отдельный пласт
Idea 002 становится не «новой тематикой сайта», а отдельным редакционно-исследовательским пластом внутри общего медиа.
MATHCHAST CORE
digital / AI / SaaS / marketing / B2B
+
SMALL BUSINESS DATA LAYER
реальные локальные компании
опросы
цены
каналы продаж
практики
сезонность
инструменты
истории
↓
FIELD SNAPSHOTS
↓
original datasets / entities / acquisition
8. Почему малый бизнес полезен стратегически
| Для редакции | Для бизнеса |
|---|---|
| Оригинальные данные | Бесплатное участие |
| Региональная география | Упоминание в честном исследовании |
| Реальные цены/практики | Ссылка на официальный ресурс |
| Entity Graph вне крупных брендов | Возможность подтвердить профиль |
| Новый acquisition loop | Понимание своего сегмента |
9. Первый corpus: рекомендуемая структура
| Формат | Количество | Зачем |
|---|---|---|
| Explainer / Guide / Analysis | 35–45 | Foundation для topic hubs и search intent |
| Cases / Postmortems | 20–30 | Практика и proof |
| Research / Field Snapshot | 10–15 | Original information/data moat |
| Expert Opinion / Interview | 15–20 | Human expertise/author graph |
| Selected News | 10–20 | Свежесть, не commodity news factory |
| Total | ≈100–150 | Минимально живой reader product |
Количество — проектная гипотеза, которую нужно корректировать после первых 50 материалов.
10. Что значит «100 сильных», а не «100 URL»
STRONG:
reader job
original angle
sources
entities
topic relation
useful structure
real author/editor
non-thin page
related links
trust labels
stable URL
WEAK:
600 words
AI intro
3 bullets
no sources
no original data
no reason to exist.
11. Foundation explainers
Первые объясняющие материалы должны отвечать на фундаментальные вопросы темы и служить долгими entry points.
AI / GEO:
Что такое AI Visibility
Как AI systems выбирают источники
Что такое citation vs mention
Как измерять Share of Voice
Что такое GEO
Чем GEO отличается от SEO
Какие crawler bots используют AI systems
Как structured data помогает entity understanding
SaaS:
Как устроена unit economics SaaS
Что такое MRR/ARR
Как выбирать CRM
Как устроен onboarding
Как B2B SaaS продаёт enterprise
Marketing/PR:
Как измерять earned media
Что считать кейсом
Как строится editorial placement
Как работают UTM и attribution
Что даёт business media publication
12. Foundation article criteria
| Критерий | Требование |
|---|---|
| Ответ | Страница сама по себе отвечает на вопрос |
| Дата | Видно, когда материал обновлялся |
| Источники | Официальные/первичные по ключевым claims |
| Примеры | Реальные, а не synthetic filler |
| Связи | Topics/entities/related |
| Оригинальность | Есть собственное объяснение/структура/синтез |
13. Кейсы как обязательный слой
Seed Case mix:
successful cases
failed cases
before/after
tool migrations
launches
automation
AI implementation
marketing experiments
PR/content projects
agency workflows
Минимум четверть кейсов желательно делать не «история успеха», а с реальными проблемами, ошибками, trade-offs или ограничениями.
14. Откуда брать первые кейсы
| Источник | Механика |
|---|---|
| Знакомые агентства/компании | Редакционное интервью бесплатно |
| Собственные проекты пользователя | Только там, где есть право раскрывать данные |
| Open-source / public products | Разбор процесса по публичным источникам |
| Founder community | Call for cases |
| Первые клиенты | Некоторые сильные contributed cases могут выйти бесплатно по editorial choice |
15. Free strong cases — полезны
Если материал действительно сильный, «Матчасть» должна иметь право опубликовать его бесплатно по редакционному решению. Это защищает независимый слой и показывает, что деньги не являются единственным входом.
16. Research как differentiator
10–15 seed research assets:
1. AI Visibility baseline of Russian B2B brands
2. Sources most cited by AI systems in selected niche
3. Agency pricing / publication practices
4. B2B companies' content production patterns
5. Small business Field Snapshot #1
6. Small business Field Snapshot #2
7. Which company data are easiest/hardest to verify
8. How brands describe themselves vs external sources
9. Publication persistence / archive practices across media
10. Search/AI referral baseline
11. Tool stack of small agencies
12. How B2B experts publish externally
17. Research must be doable
Не начинать с «глобального исследования рынка AI на 400 компаний», если редакция не может его методологически и операционно выполнить.
18. Research ladder
LEVEL 1:
Desk Research
10–20 public sources
→ analysis article
LEVEL 2:
Field Snapshot
10–30 participants
→ exploratory insights
LEVEL 3:
Survey
50–200 participants
→ stronger quantitative findings
LEVEL 4:
Recurring Dataset
same methodology over time
→ real proprietary data asset
19. Первые Field Snapshots
| Тема | Почему хороша |
|---|---|
| Домашние кондитеры | Понятные цены, география, каналы заказов, материалы |
| Небольшие SMM-агентства | Близко к core audience и опыту пользователя |
| Частные digital-специалисты | Инструменты, pricing, leads |
| Небольшие SaaS-команды | Stack, pricing, sales, AI use |
| Локальные кофейни | Региональность, себестоимость, каналы |
20. Запуск малого бизнеса — не сразу 20 отраслей
Сначала 2–3 вертикали, чтобы проверить response rate, fraud, consent, методологию и share loop.
21. Как рекрутировать участников
Landing
→ "Расскажите, как устроен ваш бизнес"
Channels:
Telegram communities
VK communities
local business groups
personal outreach
professional chats
client network
partners
participant referrals
Incentive:
free inclusion possibility
industry report
share card
early access to results
company profile claim
22. Не обещать каждому статью
Правильная формулировка: «Ваши данные могут войти в редакционный срез». Неправильная: «Заполните форму — получите бесплатную статью и ссылку».
23. Expert layer
15–20 seed expert pieces:
AI engineers
SaaS founders
agency leaders
SEO/GEO specialists
PR people
product marketers
small business owners
analytics/data experts
Formats:
opinion
interview
roundtable
comment inside research
24. Почему roundtable полезен
Один редакционный вопрос + 5–8 экспертов создаёт сразу:
- первичную информацию;
- expert entities;
- различие мнений;
- share loop;
- related links;
- потенциальные будущие авторские колонки.
25. Но не делать «опрос экспертов ради цитат»
Good:
один спорный/конкретный вопрос
разные позиции
редактор сравнивает аргументы
Bad:
"Что вы думаете о будущем AI?"
8 одинаковых абзацев
без анализа.
26. News layer
Новости нужны для freshness, но не должны определять newsroom cadence.
Publish news only if:
directly relevant to core topics
material change
primary source available
reader can understand impact
Prefer:
news + context
Avoid:
rewrite every press release.
27. News-to-knowledge conversion
NEWS:
"OpenAI changed crawler policy"
↓
update foundation explainer
"AI crawlers: current guide"
↓
topic hub
↓
reader sees both event and stable knowledge.
Так newsroom не производит одноразовые страницы, а поддерживает knowledge base.
28. Content pillars
| Pillar | Форматы |
|---|---|
| Как устроено | Explainers / Guides |
| Как сделали | Cases / Postmortems |
| Что показывают данные | Research / Field Snapshot |
| Что думают практики | Expert / Interview |
| Что изменилось | News + Analysis |
29. Это и есть editorial homepage logic
HOME can have:
РАЗОБРАТЬСЯ
→ explainer
ПОСМОТРЕТЬ ПРАКТИКУ
→ case
УВИДЕТЬ ДАННЫЕ
→ research
УСЛЫШАТЬ ЭКСПЕРТА
→ opinion
ПОНЯТЬ ИЗМЕНЕНИЕ
→ news analysis
30. Topic hubs для seed phase
P0 topics:
AI Visibility
GEO
AI agents
LLM
SaaS
Automation
Content Marketing
PR
SEO
Analytics
CRM
Agency Business
Small Business
E-commerce
AdTech / MarTech
31. Topic launch threshold
Не открывать отдельный public topic, пока не существует хотя бы:
1 strong definition
3–5 substantial materials
at least one entity/expert relation
clear scope
Optional:
research or case
Otherwise:
keep internal topic until mature.
32. Topic owner
topic:
editorial_owner
definition
scope
foundational materials
refresh cadence
gap list
Это превращает taxonomy в редакционный продукт.
33. Seed article commissioning
EDITORIAL BRIEF
reader question
why now
existing Mathchast coverage
what is missing
original information target
sources to inspect
entities
desired format
length guidance
deadline
visual/data needs
related topic links
34. Каждый commissioned материал должен добавлять что-то новое
В brief полезно поле New Information Target.
Examples:
new dataset
first-hand expert input
new comparison
verified case metric
timeline
new source synthesis
regional data
methodology
new entity relation
35. Editorial gap board
Topic: AI Visibility
Foundation:
✓ definition
✓ metrics
✓ crawlers
Practice:
✓ case A
✕ case B2B SaaS
✕ failure case
Research:
✓ baseline
✕ Russian source landscape
Expert:
✓ SEO
✕ PR perspective
→ assignments.
36. Gap board и Next Best Publication позже соединятся
Сначала editorial gaps заполняются вручную. После AI Visibility продукта система сможет добавлять observed external gaps.
37. Editorial calendar
WEEK:
Mon
1 explainer / analysis
Tue
case
Wed
research/data mini-piece
Thu
expert / interview
Fri
selected news / digest / chart
Large research:
every 2–4 weeks
Field Snapshot:
monthly / bi-monthly pilot.
Cadence — стартовая гипотеза.
38. Не нужно 5 длинных материалов каждую неделю навсегда
В seed phase темп выше обычного, потому что строится corpus. После 100–150 материалов качество и обновление старого knowledge layer становятся важнее количества.
39. 12-недельный seed sprint
| Период | Цель |
|---|---|
| Недели 1–2 | 15 foundation explainers + первые 20 company entities |
| Недели 3–4 | 10 cases + 5 experts + 1 mini research |
| Недели 5–6 | Topic hubs, related chains, 10 new explainers, Field Snapshot pilot |
| Недели 7–8 | 10 cases/interviews + second research + company graph expansion |
| Недели 9–10 | Editorial collections + third research + newsletter/Telegram cadence |
| Недели 11–12 | Reach ≈100 strong pieces, audit corpus, identify gaps before sales scale |
40. Почему 12 недель
Это достаточно короткий период для founder-led execution и достаточно длинный, чтобы проверить repeatable editorial production, а не провести одноразовый «контент-марафон».
41. Seed content до full design?
Да, редакционную разработку нужно начинать до полной визуальной полировки сайта.
parallel:
Product/tech:
CMS
templates
entity graph
Editorial:
briefs
interviews
datasets
drafts
Design:
article
research
company
topic templates
At launch:
content already ready.
42. Не писать 100 материалов в один день через AI
Это стратегически разрушит весь смысл seed corpus.
43. AI в seed newsroom
Good use:
research assistance
source organization
transcription
claim extraction
brief structure
title variants
grammar
data summaries
Human:
reporting
interviews
source verification
analysis
conclusions
final editing
44. Seed corpus как training/eval set
Первые 100 вручную доведённых материалов становятся идеальным gold set для Mathchast_25.
we collect:
initial draft
AI precheck
editor comments
claims
sources
final version
corrections
→ future AI evals.
45. Source collection strategy
Priority:
official docs
registries
company primary
original interview
research/data
reputable professional media
UGC only with verification
AI:
never standalone source.
46. Editorial source library
Внутри CMS стоит накапливать проверенные reusable sources:
Google Search Central
OpenAI docs
Anthropic docs
Yandex Webmaster
Bing Webmaster
Russian legal/regulatory sources
AKAR
official reports
datasets
industry associations
source entity
→ used in many articles
→ retrieval/date tracked.
47. Source freshness
Foundation articles о rapidly changing AI/Search требуют refresh schedule.
HIGH CHANGE:
AI crawlers
model features
ad rules
search docs
→ quarterly / event-driven
MEDIUM:
market practices
tools
→ 6–12 months
LOW:
conceptual explainers
→ annual review.
48. Refresh is editorial work
После corpus build редакция получает второй тип задач: не только «создать новое», но и «поддерживать уже опубликованное».
49. Evergreen ownership
foundation article:
owner editor
last reviewed
next review
critical sources
update triggers
version history
50. Research ownership
research:
methodology owner
dataset owner
collection period
next wave
update schedule
sponsor restrictions
corrections.
51. Data editorial desk
Не нужен отдельный большой отдел, но один человек/роль должен отвечать за datasets, расчёты, charts и methodology consistency.
52. Маленькая команда на старте
| Роль | Функция |
|---|---|
| Editor / managing editor | Темы, quality, commissioning, final approval |
| Writer/editor | Articles, interviews, cases |
| Founder/product | Domain expertise, sales feedback, research questions |
| Data/research function | Может быть совмещена, но должна существовать |
| Designer/visual | Research charts, article visuals, share assets |
| Legal on demand | Policies/high-risk |
53. Founder-led newsroom
На первых 3–6 месяцах founder/product участие полезно: именно здесь формируется editorial thesis и понимание, какие материалы конвертируют бизнес без потери читательской ценности.
54. Freelance contributors
Use freelancers for:
interviews
specific expertise
case writing
data collection
regional field snapshots
Need:
brief
rights
source requirements
AI policy
editorial review.
55. Не покупать объём у SEO-копирайтерской фабрики
Даже дешёвые 100 статей могут стоить дороже в долгосрочной перспективе, если они делают домен похожим на low-value content farm.
56. Expert contributor program
invite:
practitioners
offer:
editorial help
verified expert profile
distribution
public archive
share kit
require:
first-hand expertise
sources
no pure promo
human accountability.
57. Бесплатный contributed content
Сильные экспертные материалы можно принимать без оплаты и даже активно заказывать. Это создаёт баланс коммерческой и независимой редакционной части.
58. Contributor incentive
| Что получает эксперт | Что получает Mathchast |
|---|---|
| Публичный авторский профиль | Первичный expertise |
| Дистрибуция | Human voice |
| Ссылка на профиль/компанию по policy | Entity relationships |
| Редакторская помощь | Сильный content corpus |
59. Editorial independence
Если эксперт приходит бесплатно, он всё равно не получает право публиковать без модерации. Бесплатность не делает материал автоматически редакционным.
60. Own editorial research
Собственные исследования желательно публиковать от Mathchast editorial/research team, с полной методологией и без коммерческого клиента.
61. Sponsored research
Possible later:
Company funds research
Rules:
methodology controlled by Mathchast
sponsor disclosed
sponsor cannot dictate findings
raw/aggregate data policy
legal classification checked
editorial conclusions independent.
62. Спонсор не покупает вывод
Формулировка «исследование должно доказать, что наш продукт лучше» — reject.
63. Editorial series
Potential recurring series:
Small Business Pulse
AI Visibility Watch
How B2B Sells
Agency Economics
What Broke
Source Map
Company Data Check
64. Почему series полезны
- создают регулярность;
- облегчают ожидание reader;
- формируют reusable methodology;
- могут стать подписываемыми объектами;
- производят longitudinal data.
65. Small Business Pulse
Idea 002 логично превратить в recurring umbrella series.
SMALL BUSINESS PULSE
Wave 1:
Confectioners
Wave 2:
Small SMM agencies
Wave 3:
Coffee shops
Wave 4:
Freelance studios
Each:
same common core questions
+ vertical questions
Later:
cross-industry report.
66. Общие поля SMB dataset
city
business age
team size range
product/service
price range
sales channels
lead sources
seasonality
tools
main bottleneck
growth plans
public resource
67. Vertical fields
Confectionery:
average order
lead time
ingredients
seasonality
Agency:
retainer
team mix
clients
lead sources
AI use
SaaS:
pricing
team
sales cycle
ARR range optional
stack.
68. Общая schema нужна для будущих сравнений
Если каждую вертикаль опрашивать совершенно по-разному, cross-industry dataset не возникнет.
69. Sample labeling
18 respondents
self-selected
Moscow region
Aug 2026
Public:
exploratory snapshot
Never:
"репрезентативное исследование рынка"
without basis.
70. Fraud and data quality
participant:
entity resolution
contact check
duplicate
outlier
source request for exceptional claim
consent
manual sampling review
aggregate:
exclude invalid
document exclusions.
71. Field Snapshot share loop
participant sees:
published research
own mention if included
share card
company page
next wave invite
share
→ new businesses
→ next sample grows.
72. Company entity seeding
Первые 50 company entities должны появляться не массовым импортом, а из содержательного контекста:
research participant
case client/vendor
expert affiliation
article subject
editorial company profile
→ meaningful relations.
73. Не импортировать 500 тысяч пустых карточек
Это не reader value и создаёт thin/index management burden.
74. Company profile seed threshold
Company public page only if:
identity resolved
official domain/source
neutral summary
industry/topic
at least one meaningful relation
or strong standalone reference value.
75. Expert entity seeding
Expert public page if:
real contributor/interviewee
verified affiliation
bio
topics
at least one substantial content relation.
76. Visual editorial system
Explainer:
diagram / conceptual visual
Case:
process / screenshots / metric
Research:
charts / tables / methodology
Interview:
documentary portrait
Field Snapshot:
maps / distributions / participant examples
News:
documentary/source-based.
77. Visual reuse
Каждый research asset должен сразу проектироваться как источник:
article chart
→ social card
→ Telegram teaser
→ newsletter
→ client/participant share kit
→ presentation later
one data source
many approved outputs.
78. Не генерировать fake documentary visuals
AI-иллюстрации можно использовать как иллюстрации; нельзя изображать выдуманный магазин/основателя так, будто это реальная фотография участника исследования.
79. Editorial design templates
Need templates for:
article
case
research
news
expert
Field Snapshot
company
topic
Seed phase:
validates design system with real content.
80. Headline strategy
Prefer:
specific question
finding
process
comparison
Avoid:
generic clickbait
marketing slogans
"шок"
unsupported superlatives.
81. Example headlines
GOOD:
«18 кондитеров рассказали, как формируют цену на заказ»
«Почему AI Visibility нельзя измерять одной позицией»
«Как агентство автоматизировало отчётность и где потеряло неделю»
BAD:
«Революция в мире бизнеса: всё изменилось навсегда»
82. Editorial tone
Профессиональный, понятный, конкретный. Не академический журнал и не корпоративный пресс-релиз.
83. Story mix
Need:
success
failure
small companies
large companies
founders
employees
regions
data
technical
commercial
operational
Avoid:
only Moscow SaaS founders saying AI is great.
84. Regional layer
Idea 002 даёт естественный способ добавить географию без искусственного создания city SEO pages.
Research:
Москва
Серпухов
Тула
Королёв
etc.
Reader:
filter/explore data
Public pages:
only when editorial/data value exists.
85. Editorial calendar object
assignment_id
topic
format
owner
deadline
status
new_information_target
source plan
entity targets
visual needs
distribution plan
publication_id
86. Editorial pipeline
PITCH
→ COMMISSIONED
→ REPORTING
→ DRAFT
→ PRECHECK
→ EDIT
→ FACT CHECK
→ READY
→ PUBLISHED
→ DISTRIBUTION
→ REVIEW / UPDATE
87. Pitching
Внешние авторы могут предлагать идеи через короткую форму, а не присылать готовые 20 тысяч знаков без согласования.
Pitch:
what is the question
why you know
what original info
sources/data
proposed format
conflict/company affiliation.
88. Pitch acceptance
Это уменьшает waste и помогает редакции сначала проверить reader value.
89. Seed newsroom weekly meeting
30–45 min:
what published
what performed
what needs update
topic gaps
research status
expert outreach
new company entities
commercial pressure conflicts
next 2 weeks.
90. Monthly corpus review
by topic:
coverage
quality
format diversity
editorial/paid ratio
internal links
search demand
reader behavior
stale pages
entity gaps.
91. Editorial debt
Как технический долг, существует контентный долг: старые объяснения, broken sources, устаревшие роли, темы без foundation page.
92. Editorial debt queue
stale
broken source
thin old page
duplicate
missing methodology
bad entity relation
old title
no related links
→ monthly maintenance.
93. Seed KPI: не pageviews
| KPI | Что доказывает |
|---|---|
| Second-click rate | Corpus связан |
| Organic/internal discovery | Related/topics работают |
| Return reader rate | Есть reader value |
| Save/follow conversion | Есть utility |
| Original-source coverage | Data quality |
| Research share/referral | Original assets распространяются |
| Inbound contributor pitches | Репутация редакции |
94. Seed commercial KPI
Do businesses:
ask to participate?
ask to publish?
claim profiles?
share mentions?
return for next research?
request pricing?
This validates:
editorial → commercial acquisition.
95. First sales gate
Разрешить первые paid pilots можно раньше 100 материалов, но агрессивный outbound и self-service sales лучше масштабировать после появления убедительного корпуса.
Pilot stage:
30–50 strong materials
working company pages
3–5 topics
clear moderation
Scale stage:
100+ strong materials
50+ companies
10–20 topics
research assets
reader distribution
analytics.
96. Почему первые paid pilots раньше
Нужно проверить willingness to pay, moderation friction и коммерческий workflow до идеального media launch. Но 5–10 платных материалов не должны определять editorial identity.
97. Commercial density guardrail
Если на первых 40 страницах 25 — paid partner content, домен получит неправильную ДНК.
98. Seed phase ориентир по mix
First 100 substantial publications:
Editorial/own:
≈60–75
Strong contributed:
≈15–25
Paid pilots:
≈10–20
Exact ratio flexible,
but own/editorial corpus must dominate early.
Это проектный guardrail, не универсальный норматив.
99. После зрелости mix может меняться
Когда домен имеет сильную редакцию, reader base и quality controls, коммерческий объём можно увеличивать, сохраняя homepage/feed quality и editorial floor.
100. Homepage commercial density
Даже если весь corpus содержит много partner content, homepage/editorial digest не обязаны отражать его пропорционально.
101. Editorial Pick corpus
Seed phase:
select 10–20 exemplary materials
→ Editorial Pick
→ define standard by example
→ sales can show:
"вот качество площадки".
102. «Лучший материал» должен быть реально лучшим
Не выдавать Editorial Pick первым клиентам «для красивого кейса».
103. Newsletter seed
Start after:
20–30 strong materials
weekly:
1 lead
3 useful pieces
1 chart/research
1 case
Goal:
habit, not traffic blast.
104. Telegram seed
Start earlier:
research snippets
editorial insights
selected articles
calls for Field Snapshot participants
behind-the-data notes
Not:
RSS of every article.
105. Behind-the-data content
Интересная фирменная рубрика: коротко объяснять, как собраны данные, почему одна цифра вызывает сомнение, как проверяли компанию. Это усиливает бренд «Матчасти».
106. Методология как контент
Examples:
«Как мы проверяем компании»
«Почему 12 ответов — это срез, а не рынок»
«Как мы считаем AI Share of Voice»
«Что считаем упоминанием бренда»
107. Такой контент строит доверие и SEO одновременно
Он полезен читателю, клиенту и будущему AI Visibility продукту без необходимости писать рекламные страницы.
108. Editorial transparency pages
/about
/editorial-policy
/verification
/corrections
/advertising
/methodology
/ai-policy
/link-policy
109. Они тоже часть seed launch
До первых продаж эти страницы должны существовать публично, а не появляться после первого конфликта.
110. Original research distribution
before publish:
expert previews?
participants notified?
share cards ready?
charts ready?
methodology ready?
publish:
homepage
topic
Telegram
email
participant shares
outreach to relevant media/experts
after:
citation/referral monitoring.
111. Research outreach
Собственное исследование можно отправлять журналистам/экспертам как источник без требования backlink. Это естественный путь получения earned references.
112. Не покупать ссылки на research как цель
Если research достаточно полезен, его задача — заслужить citation, а не стать новым link-building SKU.
113. Editorial partnerships
Possible:
industry association
expert community
university/lab
agency network
business community
for:
data collection
expert access
distribution
Require:
roles/disclosures
methodology independence.
114. Co-branded research
Можно позже, когда правила sponsor/editorial independence отработаны.
115. Seed content rights
For every asset:
text rights
images
charts
quotes
datasets
transcripts
participant consent
publication rights
No:
copied charts without permission/context.
116. External data visualization
Если визуализируем чужие открытые данные, указываем источник, период и не создаём впечатление, что dataset собственный.
117. Own data branding
Mathchast Research
Small Business Pulse
Methodology v1
Collected Aug 2026
n=18
clear provenance.
118. Versioned methodology
Если следующий Field Snapshot меняет вопросы/выборку, methodology version хранится, чтобы longitudinal comparison не был ложным.
119. Seed corpus search architecture
Before launch:
every article:
topic
entities
format
author
sources
related
Search:
works immediately
because metadata already structured.
120. Content tagging discipline
Редактор не придумывает новый тег для каждого текста. Topics управляются централизованно.
121. Entity-first commissioning
When planning article:
what entities will this add/strengthen?
Company?
Expert?
Product?
Topic?
Source?
Dataset?
Good seed article:
usually enriches several nodes.
122. Example: one strong case
Case:
Agency X automated reports for SaaS Y
Adds:
Agency X entity
SaaS Y entity
Expert A
Automation topic
Analytics topic
Tool relation
Metric claims
Client verification
related cases
1 article
→ many graph assets.
123. Example: one Field Snapshot
18 confectioners
→ 18 entity candidates
→ geography
→ price claims
→ sales channels
→ research dataset
→ charts
→ participant links
→ future comparison wave
Huge data leverage.
124. Content leverage score
Можно использовать внутренний heuristic для commissioning:
Does assignment create:
original info?
new verified entity?
new expert?
dataset?
new case?
topic foundation?
reusable chart?
future series?
LOW:
generic rewrite
HIGH:
multi-asset story.
125. Не делать публичный «leverage score»
Это внутренний planning tool.
126. Seed budget
| Статья расходов | Модель |
|---|---|
| Managing editor | Ключевая фиксированная роль |
| Writers/freelancers | Per assignment |
| Research/data | Внутренняя функция + occasional specialist |
| Design/charts | Shared with product/design |
| Transcription/AI | Низкая incremental cost |
| Legal | On-demand |
127. Не считать бюджет только «цена текста × 100»
Главная стоимость seed corpus — reporting, research, interviewing, fact-check and editing. Дешёвый copywriting не решает задачу.
128. Пример относительного effort
Explainer:
1–2 units
Interview:
2
Case:
2–3
Field Snapshot:
4–6
Full research:
6–12+
News:
0.5–1
Условные units для capacity planning, не денежная оценка.
129. Editorial staffing gate
If commercial orders
consume >70–80% editorial capacity
for several weeks
→ stop/limit sales slots
or hire
Do not:
sacrifice own editorial corpus.
130. Own editorial floor
Даже после PMF у newsroom должна оставаться защищённая мощность на собственные материалы и research.
131. Почему
- иначе исчезает независимое media identity;
- paid corpus постепенно вытеснит topics;
- reader acquisition ослабнет;
- external citations будут зависеть от клиентов;
- Next Best Publication начнёт обучаться на коммерческой выборке.
132. Editorial backlog
backlog fields:
topic gap
reader demand
business relevance
original info opportunity
effort
timeliness
dependency
series
owner
priority:
not just search volume.
133. Search demand
Поисковый спрос полезен как сигнал, но должен встречаться с editorial gap и reader job.
high search + no new value
→ maybe don't write
medium search + exclusive dataset
→ high priority
zero search + strategic emerging topic
→ editorial bet.
134. Reader signals
internal search zero-results
saved topics
follow growth
related clicks
return behavior
newsletter clicks
→ backlog inputs.
135. Sales signals
clients repeatedly ask:
"can we publish cases about X?"
→ topic demand
BUT:
sales demand does not automatically
create editorial topic.
136. AI Visibility signals later
competitors cited on topic
client absent
Mathchast lacks source coverage
→ editorial / commercial opportunity
→ Next Best Publication.
137. Editorial vs commercial assignment
| Вопрос | Editorial | Commercial |
|---|---|---|
| Кто выбирает тему | Редакция | Клиент + редакция |
| Кто платит | Mathchast | Клиент |
| Кто контролирует вывод | Редакция | Редакция в рамках формата/policy |
| Editorial Pick | Возможно | Не покупается |
138. Editorial archive
Every internal assignment keeps:
brief
sources
notes
interview
dataset
drafts
final
corrections
→ institutional memory.
139. Из этого позже растёт research moat
Через 12 месяцев редакция может иметь не только 500 страниц, а сотни structured sources, interview transcripts, recurring datasets and verified claims.
140. Seed content quality audit
Before aggressive GTM:
sample all 100 pieces:
reader value?
sources?
entity mapping?
topic?
commercial labels?
link policy?
visual rights?
schema?
related links?
no thin pages?
updated?
141. Remove or improve weak seed pages
Не держать плохой материал только потому, что «нам нужно число 100».
142. Launch editorial dashboard
Corpus:
124 active
Editorial 78
Contributed 25
Paid 21
Topics:
15 mature
4 incomplete
Research:
8
Company entities:
61
Expert profiles:
34
Stale:
3
No related:
7
143. Scale gate
Переход к активным продажам:
GO if:
reader surfaces populated
100+ strong pieces OR equivalent depth
50+ meaningful company entities
10+ mature topics
working search/related
several original research assets
moderation proven
analytics working
paid pilots successful
NO-GO if:
homepage mostly paid
empty topics
no research
no reader second-click
CMS moderation manual chaos.
144. Что не входит в seed strategy
| Не делать | Почему |
|---|---|
| 500 AI articles before launch | Low-value corpus |
| Mass company import | Thin entities |
| Daily commodity news factory | Expensive/no moat |
| Paid ranking lists | Trust conflict |
| Open contributor publishing | Moderation risk |
| 20 SMB verticals at once | Methodology spread too thin |
| Paywall | Reader/discoverability conflict |
145. MVP редакции
P0:
editorial calendar
commissioning briefs
5 core formats
source library
case interview workflow
expert outreach
research template
Field Snapshot pilot
visual/chart workflow
weekly Telegram
weekly email
corpus quality dashboard
refresh queue
editorial policies public
146. P1
recurring SMB Pulse
research series
contributor program
topic owners
zero-result editorial intelligence
copy citation/share charts
participant dashboard
more regional datasets
editorial collections
147. P2
large recurring benchmarks
external partnerships
co-branded research
data explorer
public dataset catalog
professional alerts
editorial API/research licensing.
148. Критическая мысль документа
Редакция — не расход, который нужен только для «заполнить сайт». Это производитель доменной репутации, оригинальных данных, reader demand и будущего AI/Search moat.
149. Решение документа
Утвердить 12-недельный seed editorial sprint с целью создать 100–150 сильных материалов, 50+ meaningful company entities и 10–20 зрелых topic hubs. Основу корпуса составляют explainers, реальные cases/postmortems, исследования, экспертные материалы и ограниченная выбранная news layer. Собственные исследования должны занять значимое место и стать регулярными series. Idea 002 оформляется как Small Business Pulse / Field Snapshot — бесплатный механизм сбора первичных данных малого бизнеса, а не обещание бесплатной рекламной статьи каждому участнику. Первые paid pilots допустимы до полного корпуса, но aggressive GTM запускается только когда reader product уже жив. Собственная редакция сохраняет защищённую мощность и после коммерческого роста; paid content не должен вытеснять research и editorial foundation.
150. Что этот документ разблокирует
Mathchast_28 seed editorial
→ Mathchast_29 личный кабинет клиента
→ Mathchast_30 тарифы и unit economics
→ Mathchast_32 publication analytics
→ Mathchast_33 AI visibility
→ Mathchast_35 next best publication
→ Mathchast_38 sales/GTM
→ Mathchast_39 design system
→ Mathchast_40 technical architecture
→ Mathchast_43 MVP roadmap
Источники и опорные внешние материалы
- Google Search Central — people-first content, original information, reporting, research and substantial value
- Google Search Central — scaled content abuse and site reputation abuse considerations
- Хабр — корпоративные форматы: кейсы, факапы, исследования, технические материалы и новости
- Хабр — ориентир на полезность корпоративных материалов и самостоятельную ценность для аудитории
- РБК Компании — типизированные бизнес-форматы публикаций
- РБК Компании — редакционная выборка как отдельный слой дистрибуции
- ADPASS — разделение блоговой коммерческой модели и редакционно управляемых каналов дистрибуции
- Cossa — редакционные и коммерческие каналы публикации
Численность seed corpus, 12-недельный sprint, доли форматов, Small Business Pulse, topic launch thresholds, cadence, staffing, editorial floor и scale gates являются проектными решениями «Матчасти», выведенными из всей предыдущей архитектуры проекта. Они должны быть пересмотрены после первых 50–100 реальных публикаций и пилотных исследований.