SEO и AI: Каковы новые правила видимости? Подробный анализ.

Введение

Поисковые платформы на базе искусственного интеллекта (ИИ), такие как Google AI Mode и AI Overviews, а также крупные языковые модели (LLM), такие как ChatGPT и Perplexity AI, существенно меняют то, как пользователи ищут информацию. Это, в свою очередь, оказывает давление на специалистов по поисковому маркетингу, заставляя их переоценивать традиционные стратегии SEO. Однако растущее количество исследований и статей мешает отделить научно обоснованную информацию от простых мнений. Данный анализ обобщает наиболее важные выводы, чтобы предложить четкий обзор того, что действительно работает в поиске на базе ИИ.

Ознакомиться с итоговой инфографикой можно здесь.

Важнейшие выводы и стратегии для улучшения видимости в ИИ

Исследования показывают, что между видимостью в поисковых системах ИИ и органическими рейтингами действительно есть связь, но она не является полной. Для достижения успеха необходимо понимать, как работают ИИ-системы, и соответствующим образом адаптировать контент.

1. Каково совпадение между режимом ИИ (AI mode) и органическими рейтингами (Google AI Mode)

Что такое «режим ИИ» (AI Mode)?

Режим AI — это поисковый инструмент Google, который генерирует краткий и обобщенный ответ прямо на странице результатов поиска. Он отличается от обычного поиска тем, что не просто предлагает ссылки, а пытается ответить на запрос, создавая новый, сводный ответ, собранный из нескольких источников.

Согласно исследованию seoClarity «Do Better Google Rankings Translate to AI Mode Visibility?» (2025), ответы в режиме AI Mode и органические рейтинги совпадают лишь частично.

• Частичное совпадение: 68% ответов на проанализированные запросы в режиме AI Mode содержали как минимум одну ссылку из топ-20 органических результатов Google. Для топ-10 совпадение составило 62% запросов.
• Большинство источников вне топ-20: Лишь 20% всех ссылок в режиме AI Mode (из 10 853 проанализированных ссылок) были из топ-20 органического рейтинга. Это указывает на то, что сильная органическая позиция сама по себе не гарантирует видимость в режиме AI Mode.
• Более высокая позиция в рейтинге повышает вероятность, но не гарантирует: Хотя более высокая органическая позиция улучшает попадание в AI Mode, это не гарантия. Первая позиция появляется в AI Mode в 27% случаев, вторая — в 21%, а третья — в 17% случаев.
• Расширение запроса (Query Fan-Out): Режим AI Mode использует процесс, известный как “query fan-out”. Он разбивает исходный запрос на несколько подвопросов и извлекает информацию из нескольких источников для создания полного и обобщенного ответа. Это означает, что оптимизации под одно ключевое слово уже недостаточно; успех зависит от предоставления более широкого охвата темы.

2. Каково совпадение между обзорами ИИ (AI Overviews) и органическими рейтингами (Google)

Что такое обзор ИИ (AI Overview)?

Обзор ИИ от Google (AI Overview) — это краткий, созданный искусственным интеллектом ответ, который отображается прямо в верхней части страницы результатов поиска. Он работает аналогично другим функциям ИИ от Google, предлагая быстрый и обобщенный ответ на запрос пользователя.

Другое исследование seoClarity «The Overlap Between AI Overviews and Organic Rankings» (2025) предлагает обзор связи между обзорами ИИ и органическими результатами.

• Практически полное совпадение с источниками: Почти все ИИ-обзоры (97%) содержат как минимум один URL-адрес из топ-20 результатов поиска. Даже при сужении до топ-10 веб-результатов совпадение оставалось на высоком уровне — 96%. Это указывает на то, что традиционные SEO-рейтинги по-прежнему играют важную роль в видимости ИИ-обзоров.
• Несколько источников: ИИ-обзоры цитируют в среднем около 5 URL-адресов из топ-20 органической выдачи, часто объединяя информацию из нескольких источников. Для большинства ключевых слов было три совпадающих URL-адреса между ссылками в ИИ-обзорах и традиционными рейтингами.
• Влияние позиций в топ-10: Совпадение с результатами из топ-10 происходило в 50% случаев; когда цитировалось только три источника, совпадение достигало 75%. Это показывает, что нахождение в топ-10 значительно увеличивает ваши шансы быть процитированным, особенно когда Google выбирает ограниченное количество источников.
• Более высокие позиции в рейтинге сильно коррелируют с включением в результаты: Была обнаружена четкая связь между позицией страницы в результатах поиска и вероятностью ее цитирования в ИИ-обзоре.
  • URL-адреса на 1-й позиции появляются в ИИ-обзорах в 54% случаев.
  • Позиция 2: 47%.
  • Позиция 3: 41%.
  • На 20-й позиции эта вероятность падает всего до 7%.
• Значительная часть ссылок из-за пределов топ-20: Интересно, что 51% ссылок в ИИ-обзорах (из 4,2 миллиона ссылок в более чем 432 000 ИИ-обзоров) поступали с URL-адресов, находящихся за пределами топ-20 органических результатов. Это показывает, что высокая органическая позиция не гарантирует полностью включение в ИИ-обзоры, а важную роль играют и другие факторы, такие как авторитетность, структура или соответствие теме.
• Здравоохранение: Ключевые слова в сфере здравоохранения показали наибольшее среднее совпадение между ИИ-обзорами и URL-адресами в результатах поиска.

3. Каковы основные стратегии улучшения видимости в LLM-поиске (Мета-анализ 19 исследований)

Что такое LLM?

LLM, или крупная языковая модель (Large Language Model), — это модель искусственного интеллекта, обученная на огромных объемах текстовых данных. LLM способны понимать, генерировать и анализировать человеческий язык так, как это делает человек. Эти модели могут обобщать длинные тексты, отвечать на сложные вопросы и создавать новый контент, опираясь на полученные знания и контекст.

Наиболее известными примерами LLM являются

ChatGPT и Perplexity AI. Они широко используются как в поисковых системах, так и в других приложениях, требующих понимания и генерации естественного языка.

“Optimizing for AI Search Engines: A Meta-Analysis of 19 Research Studies” выделяет 10 ключевых стратегий, которые доказанно связаны с улучшением видимости в LLM. Эти стратегии опираются на 19 независимых исследований и 6 реальных кейсов, охватывающих более 10 000 ответов, сгенерированных LLM.

Таблица 1: Сводка стратегий для улучшения видимости в LLM

Стратегия	Исследования, указывающие на это	Оценка достоверности влияния (1-10)	Необходимые ресурсы	Временные рамки (для внедрения)
Структурированный контент (FAQ/разметка Schema)	5	9	SEO, контент, фронтенд-разработчик (для Schema)	1-4 недели
Глубокий контент	4	10	Контент-команда, эксперты, редакция	2-6 месяцев
Упоминания бренда и цифровой PR	5	8	PR, аутрич, SEO	1-3 месяца
Граф знаний и присутствие бренда	2	7	SEO, авторы Википедии, коммуникации	1-2 месяца
E-E-A-T и авторитетность	2	10	Контент-стратегия, юридический отдел, SEO, дизайн	3-6 месяцев
Пользовательский контент и сообщество	2	8	Комьюнити-менеджер, бренд, поддержка	Постоянно
Свежесть и актуальность контента	2	4	Управление контентом, SEO	Постоянно
Быстрое индексирование и оптимизация под Bing	1	7	SEO и разработка	1-4 недели
Отзывы клиентов и сигналы репутации	2	6	SEO, контент, разработка продукта	Постоянно
Prompt injection (экспериментальная тактика)	1	3	SEO	1-4 недели

Более подробный обзор ключевых стратегий

Принцип расчета коэффициента корреляции: Коэффициент корреляции (в диапазоне от 0 до 1) показывает, насколько тесно каждая тактика связана с улучшением видимости в LLM. Он рассчитывается путем объединения результатов двух ключевых факторов: количества ссылающихся исследований (по шкале от 0 до 0.5) и оценки достоверности влияния (по шкале от 0 до 0.5).

1. Структурированный контент (FAQ, списки, сводки):
   
   • Корреляция: 0.81.
   • Почему это важно: LLM предпочитают легко сегментируемый и хорошо структурированный контент, который помогает системам ИИ быстро извлекать и представлять релевантную информацию. Разметка Schema, списки и блоки FAQ значительно улучшают вовлеченность.
   • Тактические действия: Используйте буквальные заголовки в стиле вопросов (например, «Как работает X?»), разбивайте длинные объяснения на маркированные списки, добавляйте разделы FAQ в конец страниц продуктов или услуг, применяйте типы разметки Schema, такие как FAQPage и HowTo.
2. Глубокий, авторитетный контент:
   
   • Корреляция: 0.79.
   • Почему это важно: Модели с поисковым дополнением (например, ChatGPT, Perplexity) предпочитают контент, который полностью отвечает на запрос. Это особенно актуально для длинного, насыщенного фактами и четко структурированного контента.
   • Тактические действия: Пишите длинный контент, охватывающий несколько подтем, привлекайте экспертов в качестве авторов или рецензентов, сохраняйте уверенный, объективный и фактический тон, добавляйте определения, примеры использования и кейсы.
3. Упоминания бренда и цифровой PR:
   
   • Корреляция: 0.76.
   • Почему это важно: Частые упоминания бренда в авторитетных источниках служат для LLM индикатором доверия. LLM, как правило, усиливают видимость брендов, которые уже упоминаются в нескольких источниках.
   • Тактические действия: Попадайте в списки «Топ-X», предлагайте журналистам уникальные данные или истории, поддерживайте активность бренда в LinkedIn, Medium и авторитетных отраслевых изданиях.
4. E-E-A-T (опыт, экспертиза, авторитетность, достоверность) и сигналы доверия:
   
   • Корреляция: 0.64.
   • Почему это важно: Сигналы E-E-A-T коррелируют с видимостью в ответах, генерируемых LLM. LLM предпочитают источники с подтвержденным авторством, биографиями и структурированными сигналами доверия.
   • Тактические действия: Добавляйте к статьям авторскую разметку экспертов (разметка Schema) и биографии, создайте подробную страницу «О нас» и редакционную политику, используйте ссылки и внешние источники для подтверждения утверждений.
5. Пользовательский контент и участие в форумах и группах:
   
   • Корреляция: 0.54.
   • Почему это важно: Упоминания на таких платформах, как Reddit, Quora и нишевые форумы, коррелируют с включением в ответы LLM. В случае Эстонии здесь следует подумать о местных форумах. Бренды, которые часто упоминаются в неформальных онлайн-дискуссиях, обычно чаще и в более позитивном ключе появляются в результатах выдачи LLM.
   • Тактические действия: Участвуйте в FAQ сообществ, поощряйте органические упоминания на Reddit (например, AMA), распространяйте обсуждения бренда на нишевых форумах.
6. Граф знаний (Knowledge Graph) и присутствие бренда:
   
   • Корреляция: 0.49.
   • Почему это важно: Присутствие в структурированных базах данных, таких как Википедия и Wikidata, коррелирует с упоминанием бренда, генерируемым LLM. Идентификация сущности играет центральную роль в обосновании ответов.
   • Тактические действия: Создайте или обновите свою страницу в Википедии со ссылками, отправьте записи в Wikidata или в графы знаний о продуктах, используйте разметку Schema для определения вашей организации или сущности.
7. Свежесть и актуальность контента:
   
   • Корреляция: 0.34.
   • Почему это важно: Актуальный контент связан с видимостью в ответах, генерируемых LLM. Платформы вроде ChatGPT и Bing Chat склонны выделять недавно опубликованный или обновленный контент, особенно по чувствительным ко времени или трендовым темам.
   • Тактические действия: Публикуйте контент, ссылающийся на новые события, инструменты или публикации, обновляйте старые посты в блоге и публикуйте их заново, добавляйте разделы с отметкой времени, например «По состоянию на апрель 2025 года…».
8. Быстрое индексирование и оптимизация под Bing:
   
   • Корреляция: 0.42.
   • Почему это важно: Большинство поисковых инструментов на базе ИИ, включая ChatGPT, Copilot и DuckDuckGo AI, полагаются на индекс Bing для отображения и цитирования веб-контента. Если ваш сайт не индексируется в Bing быстро или полностью, он может остаться невидимым для LLM.
   • Тактические действия: Отправляйте новые URL-адреса напрямую через Bing Webmaster Tools, проверяйте и исправляйте проблемы с индексацией, специфичные для Bing, приоритизируйте быстро загружающиеся, оптимизированные для мобильных устройств страницы, отслеживайте рейтинги в Bing.
9. Отзывы клиентов и сигналы репутации:
   
   • Корреляция: 0.44.
   • Почему это важно: Публичные отзывы и репутация бренда в сети, особенно на таких агрегаторах, как Trustpilot, Reddit или G2, могут влиять на то, сочтут ли LLM ваш бренд надежным или релевантным.
   • Тактические действия: Отслеживайте и улучшайте присутствие на платформах отзывов (например, G2, Capterra, Trustpilot), поощряйте довольных клиентов оставлять подробные, богатые ключевыми словами отзывы, следите за упоминаниями на Reddit и в форумах сообществ.
10. Prompt injection (экспериментальная тактика «внедрения подсказок»):
    
    • Корреляция: 0.17.
    • Почему это важно: Некоторые исследователи показали, что на ответы ChatGPT или Bing можно повлиять путем внедрения скрытых инструкций или наводящих фраз на веб-страницу. Однако эта тактика является крайне экспериментальной, этически сомнительной и, скорее всего, не останется эффективной в долгосрочной перспективе по мере совершенствования моделей.
    • Тактические действия (с осторожностью): Добавляйте скрытые HTML-комментарии или закадровый текст с целевыми подсказками, используйте для тестирования еще не проиндексированные страницы. Не используйте эту тактику на рабочих веб-сайтах или критически важных страницах.

AI Mode против AI Overviews

Синтезированные ответы — это новые правила. Вот основные различия между этими двумя ключевыми функциями ИИ.

AI Mode от Google

• Osaline kattuvus: vaid 68% päringutest sisaldab top 20 orgaanilisest tulemusest pärit viiteid.
• Enamik väliseid allikaid: 80% viidetest on väljastpoolt top 20 orgaanilist tulemust.
• Päringu laialijagamine: jagab päringu alamküsimusteks ja loob vastuse mitmest allikast.

Google AI Overviews (AIO)

• Kõrge kattuvus: 97% AI-ülevaadetest sisaldab viiteid top 20 orgaanilistest tulemustest.
• Mitu allikat: tsiteerib keskmiselt 5 URL-i top 20-st.
• Tugev seos järjestusega: Positsioon 1-20 omab suurimat tõenäosust olla kaasatud.

Основные выводы из анализа

• Структура и глубина — основа видимости в LLM. Самым сильным и последовательным сигналом во всех исследованиях является четкое форматирование контента, FAQ, микроразметка Schema, маркированные списки в сочетании с длинным и редакционно корректным содержанием. LLM предпочитают контент, который полностью отвечает на запрос, легко читается машинами и цитируется.
• Внешние сигналы и упоминания бренда усиливают вовлеченность, но только в сочетании со структурой. Упоминания в PR, обзорах и авторитетных СМИ помогают LLM «запоминать» бренды, особенно если они подкреплены структурированным цитированием, таким как Wikipedia, Wikidata или базы данных на основе разметки Schema. Самих по себе этих упоминаний недостаточно, но они повышают эффективность в сочетании с хорошо оптимизированным контентом.
• Показатели авторитетности и отношение пользователей укрепляют доверие, но редко напрямую ведут к ссылкам. Биографии авторов, экспертные коды авторов, платформы отзывов вроде G2 и обсуждения на Reddit служат вторичными сигналами доверия. Они помогают LLM оценивать легитимность, особенно при коммерческих запросах, но не имеют веса без прочного контентного фундамента.
• Свежесть и индексация в Bing работают как фильтры соответствия, а не как сигналы ранжирования. Своевременные обновления на сайте повышают ваши шансы на появление в трендовых запросах, а индексация поисковой системой Bing является обязательным условием для того, чтобы сайт вообще учитывался. Однако ни свежесть, ни видимость в Bing не компенсируют плохую структуру или недостаточную глубину контента.
• Экспериментальные тактики, такие как «prompt injection» (внедрение подсказок), нежизнеспособны в долгосрочной перспективе. Некоторые тесты показывают, что LLM можно манипулировать с помощью скрытых подсказок, но этот метод нестабилен, небезопасен для бренда и, скорее всего, будет устранен разработчиками. Устойчивая видимость строится на стратегии, а не на обходных путях.

Заключение

Обеспечение видимости в меняющемся ландшафте поиска на базе искусственного интеллекта требует выхода за рамки традиционного SEO. Хотя органическое ранжирование по-прежнему важно, особенно для AI Overviews, сейчас акцент смещается на структурированный, глубокий и авторитетный контент, который четко отвечает на запросы пользователей и демонстрирует надежность бренда в различных точках контакта в сети. Адаптация контент-стратегии к этим новым парадигмам необходима для сохранения видимости в поиске на основе ИИ.

Часто задаваемые вопросы (FAQ)