Как бренду попасть в AI — самые свежие исследования в 2026 году
дата: сентябрь 2026
Как попасть в AI: короткий ответ
Чтобы попасть в AI, нужно стать источником, который машина считает достоверным: о вас часто пишут другие сайты и СМИ, ваш текст свежий, насыщен цифрами и ссылками на первоисточники, а страница технически доступна роботам вроде GPTBot и ClaudeBot. Это главный вывод самых свежих исследований 2026 года.
Дальше — детали, но их стоит понять именно в таком порядке. Раньше был один вопрос: «на каком месте я в Google?». Теперь вопросов три. Первый: находит ли меня робот нейросети вообще. Второй: берёт ли модель мою страницу в качестве источника. Третий, самый важный: называет ли она при этом моё имя вслух. Это разные механизмы, и они не всегда работают вместе.
Масштаб перемен показывает исследование Semrush: за январь–апрель 2026 года компания разобрала 126 миллионов запросов к ChatGPT, Gemini, Google AI Mode и AI Overviews. Для сравнения, годом раньше выборка была 2 500 запросов. По данным Adobe, приведённым в том же отчёте, трафик из AI на американские сайты розницы вырос на 1 324% с октября 2024 по май 2026 года, а в туризме — на 2 215%.
При этом 45% руководителей маркетинга признались, что не умеют измерять присутствие своего бренда в ответах нейросетей, и только у 9% есть инструменты для отслеживания всех нужных метрик. То есть рынок уже большой, а измерять его почти никто не научился. Это и есть окно возможностей для тех, кто разберётся первым. Для HR-брендов, чьи исследования и рейтинги мы публикуем на hr-ratings.com, правило то же самое: попасть в ответ нейросети проще тому, у кого есть собственные цифры и кого цитируют другие.
Что изменилось в 2026 году: топ-10 больше не пропуск в ответ
Главное открытие года простое: высокая позиция в Google больше не гарантирует, что нейросеть вас процитирует. Это два разных отбора.
Компания Moz прогнала около 40 000 запросов через Google AI Mode и обнаружила, что 88% цитат вели на страницы вне первой десятки обычной выдачи. Проще говоря, почти девять из десяти ссылок в AI-ответе — это не те сайты, которые вы видите на первой странице поиска.
Похожую картину даёт анализ Ahrefs примерно по 4 миллионам адресов из AI Overviews: доля цитат, приходящих из топ-10 органической выдачи, упала с 76% до 38% за семь месяцев. Позиции с 11-й по 100-ю дают ещё 31,2% цитат, а страницы за пределами сотни — примерно столько же. Машина копает глубже, чем человек.
Оценки разных компаний тут сильно расходятся: BrightEdge на своей выборке получает совпадение около 17%, Ahrefs — 38%, Moz по AI Mode — 12%. Все они мерили разное в разные месяцы, поэтому единственный надёжный вывод — направление, а не конкретная цифра. Google в 2026 году впервые выпустил официальную документацию по оптимизации под генеративные функции поиска, где придерживается позиции: оптимизация под AI — это по-прежнему оптимизация под поисковый опыт, то есть SEO.
Вывод для практика: техническую базу SEO бросать нельзя, но одной её теперь мало. Появился второй слой работы, который в англоязычной среде называют GEO — Generative Engine Optimization, оптимизация под генеративные движки. Ниже — 20 экспериментов, которые показывают, что именно в этом слое работает, а что оказалось пустой тратой времени.
Эксперимент 1. Принстон: цифры и ссылки поднимают видимость до 41%
Это фундамент всей области. Исследователи Принстона, Georgia Tech, Allen Institute for AI и IIT Delhi опубликовали работу «GEO: Generative Engine Optimization» на конференции KDD 2024. Они собрали набор из 10 000 запросов, взяли девять способов переписать текст и измерили, как каждый влияет на попадание в ответ нейросети.
Победили пять приёмов. Добавление статистики дало прирост видимости около 41% по метрике, учитывающей и объём упоминания, и его позицию в ответе. Добавление цитат авторитетных людей и ссылок на источники дали 30–40%. Улучшение читаемости текста — около 28%. Уверенный экспертный тон тоже работал.
Провалились четыре приёма, и это не менее ценно. Набивка ключевых слов на Perplexity показала результат на 10% хуже, чем у неоптимизированного текста. Не сработали также упрощение ради упрощения, «вода» для объёма и чистая реклама без фактов.
Самое интересное открытие спрятано в деталях. Выигрыш неравномерный: сайту на пятой позиции добавление ссылок на источники дало рост видимости на 115,1%, а сайту с первой позиции — небольшое снижение. То есть GEO — это инструмент догоняющего, а не лидера.
Комбинация приёмов оказалась сильнее любого одного: связка «читаемость + статистика» обошла лучший одиночный метод более чем на 5,5%.
Оговорка о цифрах. В самой публикации заявлен прирост «до 40%»; детальные значения по отдельным приёмам (41% у статистики, 115,1% у пятой позиции) приводятся в разборах исследования, а не в аннотации. И это относительный прирост в лабораторных условиях, где на запрос конкурируют всего пять источников. В реальной конкурентной нише эффект заведомо скромнее — а насколько, показывает эксперимент №14.
Эксперимент 2. Ahrefs, 75 000 брендов: упоминания важнее ссылок втрое
Ahrefs взяли 75 000 брендов с доменным рейтингом выше 40, отобрали их самый частотный запрос и сопоставили десятки метрик с частотой упоминаний в AI Overviews. Результат переворачивает двадцать лет привычек SEO-специалистов.
Сильнее всего с видимостью в AI связаны упоминания бренда где угодно в интернете — корреляция 0,664. Упоминания бренда в текстах ссылок — 0,527. Частота брендовых запросов в поиске — 0,392. А количество обратных ссылок, главная валюта классического SEO, — всего 0,218. Разница примерно втрое.
В продолжении исследования Ahrefs добавили ещё один фактор, и он обошёл всех: упоминания бренда на YouTube дали корреляцию 0,737. Речь о названии компании в заголовке, описании или расшифровке видео. Объяснение простое: AI Mode и AI Overviews принадлежат тому же владельцу, что и YouTube, и цитируют его чаще любого другого домена, а расшифровки видео массово попадали в обучающие данные моделей.
Важная оговорка от самих авторов: корреляция не равна причине. Заведя канал на YouTube, вы не включите цитирование автоматически. Но направление ясное: видимость в AI строится не на вашем сайте, а вокруг него.
Ещё одна деталь для практиков: у разных движков разные вкусы. AI Mode сильнее всех реагирует на брендовые сигналы (0,709 по упоминаниям, 0,628 по анкорам), а ChatGPT слабее всех — на классический авторитет домена (0,266).
Эксперимент 3. Muck Rack, 25 миллионов ссылок: 84% цитат — это публикации в СМИ
Muck Rack в мае 2026 года выпустила третий выпуск исследования «What Is AI Reading?», разобрав более 25 миллионов ссылок в ответах ChatGPT, Claude и Gemini по 17 отраслям.
Главная цифра: 84% всех цитат приходится на заработанные публикации — журналистику, научные работы, государственные источники, энциклопедии и материалы третьих сторон о компании. На платный и рекламный контент — 0,3%. Одна только журналистика даёт около 27% цитат.
Устойчивость этого паттерна важнее самой цифры. За три выпуска исследования с июля 2025 года доля заработанных публикаций держится в коридоре 82–89%, а доля журналистики — 25–27%. Это не разовая аномалия конкретного обновления модели, а способ, которым такие системы устроены.
Модели по-разному разговорчивы. ChatGPT приводит источники в 96% ответов, но в среднем всего пять на ответ. Gemini цитирует в 82% ответов, в среднем восемь источников. Claude самый скупой: ссылается лишь в 55% случаев, зато сразу на тринадцать источников. Здесь стоит оговориться: Semrush на своей выборке получила другие средние (15 источников у ChatGPT и 3 у Gemini) — методики замера разные, поэтому доверять надо не абсолютным числам, а самому факту, что платформы ведут себя принципиально по-разному.
Различаются и любимые источники: у ChatGPT первый по цитируемости домен — «Википедия», у Claude — база научных статей PubMed Central, у Gemini — Reddit. Журналистика в цитатах представлена более чем 20 000 изданий, но выделяется одно: Axios попадает в тройку самых цитируемых доменов ChatGPT в 13 отраслях из 17.
Ещё одно наблюдение: тип вопроса меняет структуру источников. Вопросы об отраслевых трендах приводят к цитированию журналистики более чем вдвое чаще, чем вопросы «как сделать», а пресс-релизы почти не встречаются нигде, кроме ответов о трендах.
Практический вывод неудобный, но честный: пресс-релиз на своём сайте почти не влияет на ответ нейросети, а экспертный комментарий в отраслевом издании влияет. По оценке AirOps, около 85% упоминаний брендов в AI-ответах приходит с внешних доменов — заработать цитату через третью сторону примерно в 6,5 раза вероятнее, чем через собственный сайт.
Эксперимент 4. 680 миллионов цитат: Reddit и «Википедия» держат рынок
Агентство 5W собрало индекс источников, охватив более 680 миллионов цитат в ChatGPT, Claude, Perplexity, Gemini и Google AI Overviews. Важная оговорка: это не собственный замер, а синтез шести крупных опубликованных исследований за период с августа 2024 по апрель 2026 года, и сама компания это оговаривает. Читать такие цифры стоит как порядок величины, а не как точное измерение.
Концентрация оказалась экстремальной. Пятнадцать доменов забирают около 68% всей совокупной доли цитирования. Reddit лидирует на всех крупных платформах с частотой около 40%. «Википедия» идёт второй: по оценке индекса, она встречается в 26–48% ответов ChatGPT в верхней десятке источников. Третий — YouTube, дающий около 19% верхних источников в Google AI Overviews. Дальше идут LinkedIn, Forbes, Amazon и крупные деловые издания.
Что это значит на практике. Во-первых, живое обсуждение вашей темы на форумах и в профессиональных сообществах для машины ценнее ещё одной статьи в корпоративном блоге. Во-вторых, наличие и качество статьи о компании в «Википедии» — это не тщеславие, а инфраструктура видимости. В-третьих, «длинный хвост» из тысяч мелких изданий в сумме весит много, поэтому важна не одна громкая публикация, а регулярное присутствие в разных местах.
Есть и оборотная сторона. Тот же анализ показывает, что размещение в изданиях, которые нейросети не цитируют, не даёт видимости вообще, сколько бы публикаций ни было. Прежде чем платить за размещение, стоит проверить, встречается ли это издание в ответах на ваши целевые вопросы.
Эксперимент 5. Semrush, 126 миллионов запросов: «универсальных» брендов всего 36
Самое масштабное открытое исследование года. Semrush проанализировала 126 миллионов американских запросов к четырём AI-платформам и отследила, как в ответах представлены более 1 200 брендов из 22 отраслей.
Ключевой результат: только 36 брендов попадали в сотню самых упоминаемых на каждой из четырёх платформ в каждый месяц исследования. В «универсальную тридцатку шестёрку» вошли YouTube, Google, Reddit, Amazon, Facebook, Apple, Walmart, Disney и Nintendo. Все остальные где-то видны, а где-то исчезают полностью.
Разница в поведении платформ огромна. ChatGPT в среднем опирается на 15 источников на ответ и часто обращается к сообществам и справочникам вроде Reddit и «Википедии». Gemini берёт в среднем три источника из более узкого пула, где заметны «Википедия», Reddit и YouTube.
Ещё одна цифра, которую стоит запомнить: упоминание бренда и цитирование его сайта — разные вещи. На Gemini совпадение между упомянутыми брендами и процитированными доменами опускается до 30%. То есть AI может рекомендовать вас, ссылаясь на чужие страницы, — или наоборот.
Концентрация видимости сильно зависит от отрасли. В новостях и медиа три самых заметных бренда забирают 82,9% видимости категории, в потребительской электронике — 76,9%. А в финансах на тройку лидеров приходится 41,4%, в промышленности — 42,2%. Именно такие «размазанные» отрасли дают шанс новичкам.
И организационный вывод: компании, которые встроили работу над AI-видимостью в существующие процессы SEO, контента и PR, чаще сообщали об успехе; среди тех, кто вёл эти направления отдельно, довольных было только 36%.
Эксперимент 6. Seer Interactive: почему вас цитируют, но не называют
Агентство Seer Interactive провело шесть независимых поведенческих тестов на 362 188 ответах нейросетей и пришло к выводу, который меняет тактику. Цитаты, похоже, подбираются задним числом: модель сначала выбирает бренды из того, что «помнит» с обучения, а потом ищет в интернете ссылки, которые подтвердят уже готовый ответ. Цитата — это библиография, а не мозговой штурм.
Отсюда эффект «призрачной цитаты». Покупатель спрашивает: «Какие есть лучшие решения в такой-то категории?». Модель называет конкурентов, потому что именно их связывает с этой категорией. Затем поиск находит вашу отличную статью по теме и подставляет её как источник. В итоге ваш URL в списке ссылок, а рекомендуют других.
Цифры подтверждают, что это два независимых механизма. На выборке из 541 213 ответов по 20 брендам оказалось: если бренд назван в тексте ответа, вероятность цитирования его сайта — 53,1%; если бренд не назван — всего 10,6%. Разница в пять раз.
Практический смысл в том, что оптимизация страницы не лечит слабую известность бренда. Если модель не связывает ваше имя с категорией, идеальная разметка и красивые заголовки не помогут: вас будут использовать как справочник, но рекомендовать будут других. Работать нужно с обеими вещами сразу — и с текстом, и с упоминаниями во внешнем мире.
Эксперимент 7. Ahrefs, 17 миллионов цитат: AI любит свежее
Ahrefs проанализировала около 17 миллионов цитат и сравнила возраст материалов. Контент, который цитируют нейросети, в среднем на 25,7% свежее, чем контент из топ-10 обычной выдачи Google.
В абсолютных числах: цитируемые AI страницы в среднем прожили около 1 064 дней, а страницы органического топ-10 — около 1 432 дней. Сильнее всех к свежести неравнодушен ChatGPT: средний возраст его источников примерно 958 дней.
Механизм подтверждается и косвенно. Исследователи, разбиравшие настройки поисковой части ChatGPT, обнаружили в конфигурации переранжирования включённый профиль оценки свежести. Кроме того, системы часто сами добавляют текущий год к запросу: по данным Quattr, «2026» появляется в сгенерированных поисковых запросах в 184 раза чаще, чем «2025».
Есть и данные по поведению роботов. Seer Interactive на выборке более 5 000 адресов обнаружила, что 65% посещений AI-ботов приходится на материалы не старше года, 79% — не старше двух лет, 89% — не старше трёх.
Что делать. Ставьте видимую дату обновления. Освежайте опорные материалы: новая цифра из свежего источника, актуальный пример, исправленное утверждение. Год в заголовке и в тексте — не украшение, а сигнал, который машина реально читает.
Эксперимент 8. 80 миллионов цитат: обновление за 30 дней даёт рост в 3,2 раза
Если предыдущий эксперимент показал, что свежесть важна, то этот показывает, насколько.
Анализ ConvertMate по более чем 80 миллионам цитат: материалы, обновлённые в течение последних 30 дней, получают в 3,2 раза больше цитат в AI-ответах. Исследование Passionfruit на уровне страниц даёт согласующуюся картину: 76,4% самых цитируемых ChatGPT страниц обновлялись за последние 30 дней.
Обратная сторона тоже измерена. По отчёту Кевина Индига о состоянии оптимизации под AI-поиск за 2026 год, страницы, которые не обновляют хотя бы раз в квартал, в три раза чаще полностью теряют цитирование. По данным Gander, контент теряет примерно половину видимости в AI-поиске с каждым прожитым годом: переход с 2025 на 2024 год стоит 42% видимости, следующий шаг — ещё 43%, а материал 2021 года работает примерно на 18% от пика.
Для владельца контентного проекта это меняет экономику. Раньше архив работал сам по себе: старая статья годами приносила трафик. Теперь архив — это актив, который надо обслуживать. Разумная модель: список из 20–30 опорных материалов, за каждым закреплён владелец, у каждого — дата следующего пересмотра.
Полный переписывание не требуется. Достаточно содержательного обновления: заменить устаревшую цифру, добавить свежее исследование, обновить пример и честно изменить дату.
Эксперимент 9. Период полураспада цитаты: 4,5 недели
Самое отрезвляющее исследование года для тех, кто уже добился успеха в AI.
Продольное исследование Digital Authority Partners отслеживало, какие адреса продолжают цитироваться через месяц. Оказалось, что через 28 дней сохраняются лишь 10,6% процитированных URL. Медианный период полураспада цитаты — около 4,5 недели: половина ссылок, которые вы заработали в прошлом месяце, уже не показывается.
Стабильность сильно зависит от платформы. За четыре недели Perplexity сохранила 44% цитат, Microsoft Copilot — 34%, ChatGPT — 31%, Google AI Overviews — 27%, Gemini — всего 11%. Разница между самой стабильной и самой изменчивой платформой — примерно вчетверо.
Данные Quattr описывают тот же процесс через жизненный цикл материала: всплеск, рост, пик в первые 30–90 дней, затем спад и почти полное исчезновение за год без обновления. Период полураспада у ChatGPT около 3,4 недели, у поверхностей Google — 4,3–4,8 недели, у Perplexity — 5,7–5,8 недели.
Отсюда два практических правила. Первое: измеряйте AI-видимость регулярно, а не разово, иначе вы просто поймали шум. Второе: настройте разный ритм обновления под разные платформы — там, где цитаты живут три недели, квартальный цикл обновлений не работает.
Эксперимент 10. Surfer SEO: попадание в «веерные» запросы даёт +161%
Когда пользователь задаёт нейросети сложный вопрос, система разбивает его на несколько подзапросов и ищет ответ на каждый. Это называют fan-out, «веером». Surfer SEO проверила, что это значит для цитируемости.
На выборке из 10 000 ключевых слов извлекли 33 000 веерных запросов и сопоставили их с цитированием. Страницы, которые ранжируются по веерным запросам, цитируются в AI Overviews на 161% чаще, чем страницы, ранжирующиеся только по основному запросу. Корреляция между числом веерных запросов и вероятностью цитирования — 0,77 по Спирмену, это много.
Ещё цифры из того же исследования: страницы, ранжирующиеся и по главному запросу, и хотя бы по одному веерному, дали 51% всех цитат в AI Overviews; страницы, ранжирующиеся только по главному запросу, — менее 20%. И 76% исследованных ключевых слов вызывали появление AI Overviews.
Seer Interactive измерила саму глубину веера: у Gemini 3 в среднем 10,7 подзапросов на один пользовательский промпт.
Что это меняет в работе. Статья под один ключ проигрывает. Нужно закрывать вопрос целиком: не «что такое оценка персонала», а сразу и методы, и стоимость, и сроки, и ошибки, и как выбрать подрядчика. Проверить себя просто: задайте свой вопрос нейросети и посмотрите, на какие подвопросы она его разложила. Если в вашем тексте нет ответа на половину из них — это и есть список задач.
Эксперимент 11. Плотность фактов: цитируемые статьи содержат на 62% больше фактов
Продолжение линии Принстонского исследования, но уже на реальной выдаче. Surfer SEO сравнила материалы, которые цитируются в AI Overviews, с материалами, которые по той же теме не цитируются.
Результат: основные источники по теме покрывают около 42% ключевых фактов, а статьи, которые реально попали в цитаты AI Overviews, содержат на 62% больше фактов по своей теме. Машина выбирает не самый красивый текст, а самый информационно плотный.
Смежные измерения подтверждают направление. По данным Yext, сайты с насыщенными данными получают в 4,31 раза больше цитат на один адрес, чем справочные листинги. По подсчётам Machine Relations, страницы, содержащие 19 и более отдельных данных, получают в 2–3 раза больше цитат.
Практическая интерпретация для контент-редакции. «Полезная статья» и «цитируемая статья» — разные вещи. Цитируемая содержит проверяемые единицы информации: числа, даты, названия, определения, диапазоны цен, сроки. Каждая такая единица — потенциальный крючок, за который зацепится извлечение.
Отсюда же вытекает, почему собственные исследования — самый выгодный формат. Если вы публикуете уникальные цифры, которых нет больше нигде, у модели появляется прямой повод цитировать именно вас. Для отраслевого портала это означает: один нормальный опрос с числами полезнее десяти обзорных статей.
Эксперимент 12. Почти 56 000 запросов: структура HTML решает
Исследование, опубликованное на arXiv в декабре 2025 года, охватило 55 936 запросов к шести AI-поисковикам и попыталось выделить общие черты цитируемых страниц.
Вывод: движки предпочитают источники с ясной иерархической структурой HTML — нормальными заголовками разных уровней, короткими абзацами, чёткими блоками — и с исходящими ссылками на авторитетные источники. То есть текст должен быть удобен для нарезки на фрагменты: система извлекает не страницу целиком, а куски, и чем понятнее границы кусков, тем выше шанс, что нужный кусок попадёт в ответ.
Согласуется с этим и мета-анализ Zyppy, который ранжировал факторы цитирования: на первом месте техническая доступность адреса с оценкой 9,5 из 10. Никакая семантика не спасёт страницу, которую робот не может открыть.
Практический минимум, который стоит проверить на своём сайте. Первое: не блокируют ли robots.txt и настройки CDN ботов GPTBot, ClaudeBot, PerplexityBot и OAI-SearchBot; многие сайты закрыли их случайно, а часть провайдеров защиты блокирует AI-ботов по умолчанию. Второе: отдаётся ли основной текст сразу в HTML, а не подгружается скриптами. Третье: один H1, осмысленные H2 под конкретные подвопросы, ответ в первых двух предложениях каждого раздела. Четвёртое: ссылки на первоисточники прямо в тексте.
Эксперимент 13. Moz, 40 000 запросов: 88% цитат мимо топ-10
Этот эксперимент стоит отдельного разбора, потому что он ломает главный управленческий рефлекс: «поднимем позиции — попадём в AI».
Moz в феврале 2026 года прогнала около 40 000 запросов через Google AI Mode и сравнила процитированные адреса с обычной органической выдачей. Совпадений оказалось мало: только 12% цитат совпали с конкретными адресами из топ-10, то есть 88% ссылок вели на страницы, которых в первой десятке нет. На уровне доменов картина мягче: примерно каждый пятый процитированный сайт всё-таки присутствовал в топ-10.
Ahrefs на большей выборке — около 863 000 ключевых слов и порядка 4 миллионов адресов из AI Overviews — показала ту же динамику во времени: доля цитат из топ-10 упала с 76% до 38% за семь месяцев, позиции с 11-й по 100-ю дают 31,2%, а страницы за пределами сотни — ещё около 31%. Это разные методики и разные поверхности, поэтому сравнивать сами числа некорректно; совпадает направление.
Одновременно существуют исследования с противоположным акцентом: например, есть оценки, что около 93,67% ответов AI Overviews содержат хотя бы одну ссылку на страницу из органического топ-10, а около 87% цитат ChatGPT пересекаются с топ-10 Bing. Противоречия здесь нет. В ответе обычно несколько источников: один-два берутся из привычной выдачи, остальные — откуда угодно.
Практический вывод. Первая десятка Google даёт вам входной билет, но большинство мест в ответе разыгрывается по другим правилам: по упоминаемости бренда, свежести, плотности фактов и структуре. Поэтому нельзя оценивать AI-видимость по отчётам о позициях — это разные системы измерения. Нужен отдельный замер: список из 20–30 реальных вопросов ваших клиентов, прогон по ChatGPT, Gemini, Perplexity и AI Mode, фиксация того, кого называют и кого цитируют.
Эксперимент 14. C-SEO Bench: когда приёмы применяют все, они перестают работать
Самое важное академическое возражение принстонской работе, и его почти не цитируют в отраслевых блогах.
Исследователи Parameter Lab, UKP Lab и NAVER AI Lab представили на конференции NeurIPS 2025 бенчмарк C-SEO Bench. Они взяли девять приёмов оптимизации, включая семь принстонских, и проверили их на 1 921 запросе в шести областях: веб, новости, дискуссии, розница, видеоигры и книги.
Главное отличие методики — в реалистичности. Принстон проверял ситуацию, когда приём применяет один сайт из пяти. C-SEO Bench ввёл переменную доли участников: что происходит, когда за приём берутся все конкуренты сразу.
Результат отрезвляющий. Большинство приёмов оказались либо неэффективны, либо ухудшали позицию документа — противоположно ожиданиям. Чем выше доля участников, применяющих приём, тем меньше выигрыш каждого; выгода стремится к нулю, ровно как это произошло в классическом SEO. А самым сильным фактором осталась исходная позиция документа в выдаче поисковой системы: обычное качественное ранжирование обходило лучшие «трюки».
Как читать это вместе с принстонскими 40%. Оптимизация текста даёт эффект, пока её применяет меньшинство. Она не заменяет ни качества источника, ни узнаваемости бренда, ни нормального SEO. И любое агентство, которое продаёт «GEO-приёмы» как вечно работающий рычаг, продаёт вам исчезающее преимущество.
Эксперимент 15. llms.txt: три исследования, ноль эффекта
Хороший пример того, как индустрия потратила год на файл, который никто не читает.
Идея была симпатичная: положить в корень сайта файл llms.txt с описанием, о чём сайт и какие страницы важны, — и нейросети станут лучше понимать и чаще цитировать. Тысячи сайтов это сделали.
Otterly.ai провела прямой эксперимент: установила файл и 90 дней читала серверные логи, отсеивая обычных краулеров. Из более чем 62 100 визитов AI-ботов на сайт к файлу llms.txt обратились 84 раза — те самые 0,1%. Средняя страница сайта за тот же период получила около 265 визитов ботов, то есть втрое больше; сам файл собрал примерно столько же внимания, сколько обычный PDF. После эксперимента компания убрала этот пункт из своего чек-листа GEO-аудита.
Ahrefs проверила 137 210 доменов с измеримым трафиком: 97% размещённых файлов llms.txt не получили ни одного обращения. SE Ranking проанализировала около 300 000 доменов и не нашла статистически значимой связи между наличием файла и частотой цитирования. Анализ сотен миллионов событий бот-трафика показал, что доля обращений к файлу со стороны ботов, которые реально влияют на цитирование, пренебрежимо мала.
Официальная позиция тоже известна: представители Google в 2025 году заявили, что поиск не поддерживает llms.txt и не планирует, сравнив его с давно обесцененным мета-тегом keywords. Ни один крупный провайдер моделей не подтвердил использование файла в продакшене.
Вывод: файл безвреден, но не является стратегией. Если аудит-инструмент показывает жёлтое предупреждение из-за его отсутствия — игнорируйте и потратьте время на упоминания бренда и свежесть.
Эксперимент 16. 50 431 цитата: справочные страницы бьют блог
Nobori отследила 50 431 цитату по 240 страницам в шести AI-движках на протяжении 13 недель. Распределение оказалось резким: 76% всех цитат забрали страницы «продуктового» типа, и лишь 24% — статьи блога.
Под «продуктовым» типом здесь понимаются не только карточки товара: это профили компаний, страницы сравнения, справочная документация, описания методологии. Общее у них — фактическая плотность и предсказуемая структура. Такая страница отвечает на конкретный узкий вопрос без лирики.
Для отраслевого портала это подсказывает недооценённый формат. Кроме статей полезно иметь постоянные справочные страницы: методология исследования, глоссарий терминов, профили компаний и экспертов, страницы «показатель такой-то: как считается, какие значения нормальны». Такие страницы почти не приносят виральных просмотров, но именно их машина любит цитировать.
Дополнительный аргумент: справочная страница живёт годами и обновляется точечно, а значит, дешевле в обслуживании при том, что свежесть, как мы видели выше, критична. Обновить одну цифру в справочнике — минута, переписать статью — день.
Эксперимент 17. 804 491 ответ: отзывы и репутация формируют присутствие
Seer Interactive проанализировала 804 491 ответ нейросетей по четырём платформам, восьми отраслям и 1 926 брендам, используя 15 783 уникальных промпта на четырёх стадиях воронки. Исследование проводилось в марте 2026 года.
Ключевая линия: профиль отзывов и внешняя репутация заметно связаны с тем, как бренд представлен в AI-ответах. Модель не читает ваш сайт как истину в последней инстанции — она собирает мнение из внешних площадок, обзоров и обсуждений.
Это стыкуется с данными о доверии. Опрос Fractl среди 1 008 американских потребителей показал, что доверие к AI-поиску за год упало с 82% до 54%, а покупатель перед решением проверяет в среднем 2,4 площадки. Люди перепроверяют ответ нейросети — и находят или не находят подтверждение в отзывах и обзорах.
Практический смысл для HR-брендов и работодателей особенно прямой. Когда кандидат спрашивает у нейросети «стоит ли идти работать в такую-то компанию», ответ соберётся из отзывов, рейтингов, публикаций и обсуждений, а не из раздела «карьера» на корпоративном сайте. Управление репутацией на внешних площадках сегодня — это буквально управление содержанием ответа AI.
Эксперимент 18. Олимпиада как лаборатория: 231 347 ответов за 52 дня
Один из самых остроумных экспериментов года. Seer Interactive использовала зимнюю Олимпиаду 2026 года как живую лабораторию: события непредсказуемы, новости меняются ежечасно, и модели вынуждены работать в реальном времени. Проверили пять гипотез на 231 347 ответах семи AI-платформ за 52 дня.
Самый показательный случай: за шесть дней до финала в хафпайпе ChatGPT сообщил, что Хлоя Ким выиграла третью Олимпиаду подряд, и сослался на официальный сайт Игр. Соревнование ещё не состоялось, а когда состоялось, спортсменка заняла второе место.
Это не выдумка из воздуха. Модель собрала преобладающий нарратив из массы публикаций-прогнозов и выдала его как факт. Отсюда название исследования: то, что AI «думает» о вашем бренде, уже написано — до того, как кто-то задал вопрос.
Вывод для компаний практичный. Если в информационном поле про вас доминирует какая-то версия — устаревшая цена, старый состав руководства, давняя неудача, — нейросеть будет воспроизводить её, даже когда на вашем сайте написано иное. Лечится это не правкой своего сайта, а изменением внешнего поля: свежими публикациями, обновлёнными профилями в справочниках, актуальными данными там, откуда модель черпает информацию.
Эксперимент 19. Обзор 45 исследований: половина советов о GEO не подтверждается
Самая свежая академическая работа, которую стоит прочитать любому, кто продаёт или покупает GEO-услуги. Критический обзор на arXiv систематизировал 45 исследований, опубликованных с ноября 2023 по июль 2026 года.
Главный тезис: GEO — это не одна задача ранжирования, а стохастический конвейер из множества стадий. Решение системы искать в интернете, обход и индексация, извлечение, переранжирование, распределение места в контексте, цитирование, заметность, поглощение фактов в текст ответа, поведение пользователя. Победа на одной стадии не гарантирует победы на следующей.
Авторы предлагают разделять четыре разных результата: находят ли вас, цитируют ли, влияет ли ваш текст на содержание ответа и приносит ли это деньги. Оптимизация одного не двигает остальные автоматически.
Отрезвляющая часть — что обзор опровергает. Универсальные приёмы плохо переносятся: то, что помогло в одном сценарии, часто не даёт ничего в другом. Переписывание текста «под цитируемость» иногда вредит: страница читается лучше, но хуже извлекается. Результаты шумные: один и тот же промпт в разных прогонах даёт разные источники. SE Ranking, например, при повторных прогонах в AI Mode зафиксировала совпадение источников с самими собой на уровне 9,2%.
Что делать. Не верить обещаниям гарантированного результата, тестировать на своём сайте и мерить на выборке из десятков прогонов, а не по одному скриншоту.
Эксперимент 20. Экономика: кликов меньше, но они дороже
Последний блок объясняет, зачем вообще всё это нужно, когда трафика становится меньше.
Плохие новости сначала. Исследование Pew Research Center по поведению 900 взрослых американцев в марте 2025 года показало: при наличии AI-сводки на странице поиска ссылки кликали 8% пользователей против 15% на страницах без сводки, а по ссылке внутри самой сводки кликали лишь в 1% визитов. Seer Interactive зафиксировала падение органической кликабельности на 61% там, где появляется AI Overview. SE Ranking оценила долю запросов без клика в AI Mode в 93%.
Изменилась и экономика краулинга. По данным Cloudflare, к июню 2026 года автоматические запросы впервые превысили человеческие и составили 57,5% HTML-трафика. Соотношение «сколько страниц робот забрал на один присланный визит» по замерам за 28 дней до 21 июля 2026 года выглядело так: у ClaudeBot около 2 237 к 1, у GPTBot около 217 к 1, у Google примерно 4,6 к 1. Показатель крайне нестабилен: ещё в мае 2026 года для ClaudeBot называли пятизначные значения. Поэтому корректно говорить о разрыве в порядках величины, а не о конкретном числе.
Хорошие новости в качестве оставшегося трафика. Ahrefs зафиксировала, что 0,5% визитов из AI дали 12,1% регистраций. Разные замеры дают конверсию посетителей из AI на уровне 14,2–15,9% против 1,76–2,8% у обычного органического трафика. По оценке The Digital Bloom, бренды, процитированные в AI Overviews, получают на 35% более высокую органическую кликабельность.
Смысл прост: посетителей меньше, но приходят те, кому нейросеть уже вас порекомендовала.
Что из этого делать в первую очередь
Соберём двадцать экспериментов в короткий порядок действий. Сначала техника: убедитесь, что GPTBot, ClaudeBot, PerplexityBot и OAI-SearchBot не заблокированы в robots.txt и настройках защиты, а основной текст отдаётся в HTML. Это фактор номер один по мета-анализу Zyppy, и он бесплатный.
Затем структура. Ответ на вопрос — в первых двух предложениях раздела, заголовки формулируются как вопросы людей, ключевое — ближе к началу текста. Работает старый газетный приём «перевёрнутая пирамида»: сначала ответ, потом объяснение, потом детали. Длинные вводные абзацы про «стремительно меняющийся мир технологий» вредны вдвойне — и людям, и машине.
Затем факты. Каждая содержательная страница должна нести проверяемые цифры со ссылками на первоисточники: это даёт до 41% прироста видимости по Принстонскому исследованию, а страницы с 19+ данными цитируются в 2–3 раза чаще.
Затем свежесть. Список опорных материалов, владелец у каждого, обновление раз в 30–90 дней. Обновлённое за месяц цитируется в 3,2 раза чаще; необновляемое ежеквартально втрое чаще теряет цитаты вовсе.
И только потом — внешний контур, который на самом деле важнее всего: упоминания бренда в СМИ, отраслевых изданиях, сообществах, видео и справочниках. Корреляция 0,664 против 0,218 у ссылок, 84% цитат из заработанных публикаций.
Собственные исследования с уникальными цифрами закрывают обе задачи сразу: они дают машине повод цитировать вас и повод другим изданиям на вас ссылаться. Именно по этой логике устроен и hr-ratings.com: открытые данные по управлению персоналом становятся тем материалом, который потом цитируют и люди, и модели.
Как измерять AI-видимость, не покупая дорогих инструментов
Начните с ручного замера, он честнее любой панели. Выпишите 20–30 вопросов, которые ваши клиенты, кандидаты или читатели реально задают вслух. Не ключевые слова, а именно вопросы целиком.
Прогоните их через ChatGPT, Gemini, Perplexity и Google AI Mode. Для каждого ответа зафиксируйте три вещи отдельно: назвали ли ваш бренд, процитировали ли ваш сайт, кто назван вместо вас. Разделять первое и второе обязательно — помните про разрыв 53,1% против 10,6% и про 62% ответов, где источник использован, но имя не звучит.
Повторяйте замер регулярно, а не разово. Один и тот же промпт даёт разные источники в разных прогонах, поэтому делайте по нескольку прогонов и смотрите на долю, а не на конкретный ответ. Учитывая период полураспада цитаты в 4,5 недели, разумная частота — раз в две-четыре недели.
Добавьте серверные логи. Посмотрите, какие AI-боты и как часто заходят, какие разделы обходят, а какие игнорируют. Это покажет проблемы доступности раньше, чем упадут цитаты.
И отдельно считайте трафик из AI в аналитике: у него другая конверсия, и оценивать его по объёму визитов, как обычный органический трафик, — значит недооценивать в разы.
Чего делать не стоит
Не покупайте гарантии. Обзор 45 исследований прямо говорит: универсальные приёмы плохо переносятся между движками и нишами, а эффекты шумные. Любой, кто обещает фиксированную позицию в ответе ChatGPT, продаёт вам случайность.
Не набивайте ключевые слова. В Принстонском эксперименте это единственный приём, который показал результат хуже исходного текста.
Не тратьте время на llms.txt как на стратегию: три независимых исследования на сотнях тысяч доменов не нашли эффекта.
Не пишите тексты «для нейросети» в ущерб читателю. Оптимизация ради цитаты иногда улучшает читаемость, но ухудшает извлекаемость — и наоборот. Единственный устойчивый ориентир: текст, который человеку правда полезен, и в котором машина легко находит проверяемые факты.
Не путайте цитату с рекомендацией. Ссылка в списке источников не приводит клиентов; имя в тексте ответа приводит. Если вас цитируют, но не называют, проблема не в странице, а в узнаваемости бренда — лечится публикациями и упоминаниями, а не разметкой.
И не оценивайте AI-видимость по отчётам о позициях в поиске. Это разные системы: 88% цитат в AI Mode приходят вне топ-10.
Что будет дальше
Три тенденции уже видны в данных 2026 года и, скорее всего, определят следующий год.
Первая — деньги в ответе. Google и OpenAI начали монетизировать AI-поиск, и рядом с органическими рекомендациями появляется рекламный слой. Пока это не считается частью GEO, но правила игры изменит.
Вторая — агенты, которые действуют, а не советуют. Когда ассистент сам сравнивает поставщиков и оформляет заявку, ценность приобретают машиночитаемые данные: актуальные цены, условия, наличие, методология. Сайт превращается в источник данных для агента, а не только в витрину для человека.
Третья — расплата за краулинг. Соотношение «тысячи скачанных страниц на один присланный визит» вынуждает платформы и издателей договариваться заново: появляются схемы платного доступа роботов и инструменты управления обходом. Правила доступа к вашему контенту станут управленческим решением, а не техническим.
Общий вектор при этом не меняется. Нейросеть — это машина, которая ищет, кому доверять. Выигрывают те, о ком много говорят другие, у кого свежие проверяемые цифры и чей текст легко разобрать на части. Это ровно то, чем хорошие отраслевые издания занимались и до всякого AI, — просто теперь у этой работы появился второй, машинный читатель.
Как мы проверяли цифры в этом материале
Отдельная оговорка, без которой публиковать такой текст было бы нечестно.
Тема GEO породила огромный слой пересказов: одна цифра кочует из блога в блог, по дороге теряя оговорки, дату и иногда авторство. При подготовке этого материала все ключевые числа сверялись с первоисточниками: страницами исследований Ahrefs, пресс-релизами Semrush и 5W, публикацией Muck Rack, отчётом эксперимента Otterly.ai, материалами Search Engine Land и академическими работами на arXiv и в трудах KDD и NeurIPS.
Несколько популярных цифр проверку не прошли и в текст не попали. Например, широко тиражируемое утверждение, что «в 62% случаев AI использует контент, не называя бренд», приписывают исследованию Semrush — в самом отчёте такой цифры нет. Показатели доли «Википедии» в цитатах ChatGPT в разных пересказах различаются в три раза. Данные о том, какая часть цитат берётся из начала страницы, в открытом виде не опубликованы.
Что стоит держать в голове читателю. Первое: почти все крупные исследования проведены компаниями, которые продают инструменты измерения AI-видимости, — это не делает их данные ложными, но задаёт направление интереса. Второе: почти все они основаны на англоязычных запросах в США, и переносить проценты на русскоязычный рынок напрямую нельзя. Третье: показатели AI-поиска меняются за недели, поэтому у любой цифры здесь есть дата, и через полгода её нужно перепроверять.
