Contextual Hierarchy (H1-H2-H3)

Contextual Hierarchy to hierarchia nagłówków artykułu budująca kontekst semantyczny dla AI Search. H1 definiuje temat (Central Entity + atrybut UNIQUE + kontekst Source Context), H2 dzieli artykuł na sekcje odpowiadające sub-queries z fan-out (każdy H2 = jeden chunk RAG o długości 200-500 słów), H3 pogłębia detale wewnątrz sekcji. Kolejność H2 nie jest przypadkowa i odpowiada klasyfikacji atrybutów URR: ROOT atrybuty (od najczęstszych w SERP) → GAP P1 → GAP P2 → ROOT niższe → FAQ (RARE + GAP P3-P4). Hierarchia odpowiada więc priorytetom gap analysis, nie wolumenowi wyszukiwań – to fundamentalna różnica wobec tradycyjnego podejścia SEO.

W praktyce zbuduj hierarchię nagłówków na podstawie danych z analiza luk konkurencyjnych, nie z narzędzi do keyword research – URR i priorytety gapów determinują strukturę. Contextual Hierarchy współpracuje z hiperonimami (budują taksonomię H1→H2→H3) i bezpośrednio determinuje granice chunków w procesie RAG.