Как AI-поиск решает, на кого сослаться

AI-поиск ссылается на страницы, где ответ на конкретный вопрос стоит в первых двух предложениях, подкреплён проверяемой конкретикой и лежит на URL, который краулер может забрать и проиндексировать. Позиции в Google предсказывают это слабее, чем принято думать: на выборке из 15 000 длиннохвостых запросов только 12% URL, процитированных AI-ассистентами, входили в топ-10 Google по тому же запросу, и лишь у Perplexity показатель дошёл до 28,6% (Ahrefs, 2025).

Этот разрыв и есть шанс для маленького сайта. Портфолио из четырёх страниц никогда не обгонит домен с десятью тысячами ссылок, но вполне может дать тот абзац, который модель процитирует, потому что модель цитирует предложения.

Как страница превращается в ссылку

Движок переписывает ваш промпт в несколько узких запросов, прогоняет их, собирает пару десятков кандидатов и вытаскивает из них короткие куски текста. Из этих кусков он собирает ответ и вешает ссылку на каждый, который реально использовал. Работают два фильтра: поиск должен найти страницу, а фрагмент должен остаться осмысленным, когда его вырежут из статьи.

На втором фильтре сыпется большинство сайтов. Абзац, который начинается со слов «в этом разделе мы рассмотрим несколько факторов», вне контекста не несёт информации, поэтому модель выбросит его и процитирует конкурента, у которого стоит цифра и дата.

Разбиение промпта на подзапросы объясняет и слабое пересечение с топ-10. Движок не искал исходную формулировку пользователя. Он искал четыре или пять подвопросов, которых никто не набирал, и вашу страницу оценивали по ним.

Что реально повышает шансы

Исследование GEO от Принстона и IIT Delhi проверило девять способов переписать текст на бенчмарке из 10 000 запросов и зафиксировало прирост видимости в ответах генеративных движков до 40% (Aggarwal et al., 2024). Лучше всех сработало добавление релевантных цитат: 41% относительного прироста по их метрике. Статистика и ссылки на источники дали от 15% до 40% в зависимости от тематики.

Набивка ключевых слов не дала почти ничего, а местами ухудшила результат. Приёмы, которые двадцать лет работали в поиске, сюда не переносятся.

Объёмы стоит держать в голове. Доля американских промптов в ChatGPT, которые вернули ссылку на внешний сайт, выросла с 1,6% в июне 2025 года до 6,8% в мае 2026-го, причём travel и авто заметно выше среднего, а профессиональные услуги ниже 4% (Similarweb, 2026). Считайте AI-цитаты растущим дополнительным каналом и соразмеряйте ожидания.

Google в своём руководстве говорит то же самое прямым текстом:

С точки зрения Google Поиска оптимизация под генеративный поиск и есть оптимизация под поиск, то есть всё то же SEO.

Там же стоит единственное жёсткое требование: страница должна быть проиндексирована и годиться для показа со сниппетом, иначе в генеративные функции она не попадёт вообще. И отдельно сказано не тратить время на файлы llms.txt и не резать контент на мелкие куски «для машин» (Google Search Central, 2026).

Что я поменял у себя на сайте

Портфолио собрано на TanStack Start, статьи лежат в markdown, по файлу на язык. Когда я переделывал блог, по этому списку прошёл каждый материал:

• Ответ в первых двух предложениях. Заголовок задаёт вопрос, первый абзац отвечает цифрой, вилкой или решением. Всё остальное работает на него.
• Блок FAQ в каждой статье. Четыре-пять вопросов в той формулировке, в которой их набирают люди, ответ на один-два абзаца. Эти куски цитируют чаще всего остального.
• Цифра идёт со ссылкой. Источник стоит внутри того же предложения, где цифра, чтобы модель, вырезая предложение, забрала атрибуцию вместе с ним.
• Отдельный URL под каждый язык. /blog/en, /blog/ru и /blog/hr работают как три настоящие страницы со своим canonical и набором hreflang. Никаких переключателей на клиенте.
• Видимая дата. Даты публикации и обновления стоят в шапке статьи и в JSON-LD, потому что свежесть остаётся одним из немногих сигналов, которые читают все движки.
• JSON-LD на каждой странице. Article, FAQPage и BreadcrumbList собираются из того же frontmatter, из которого рендерится текст, поэтому разметка не может разойтись с содержимым.

Sitemap собирается автоматически по списку файлов. Звучит как мелочь ровно до того момента, когда вы публикуете на трёх языках и один забываете. Про тот же баланс объёма и качества я писал в статье сколько стоит Telegram mini app.

Разметка, hreflang и даты: что из этого окупается

Google прямо пишет: специальной разметки под генеративный поиск нет, и волшебного типа schema, который покупает вам цитату, тоже. Article остаётся полезным по другой причине: он фиксирует автора, заголовок, datePublished и dateModified в виде, который все парсеры читают одинаково.

С FAQPage история интереснее. По документации Google расширенные результаты для FAQ теперь доступны только крупным государственным и медицинским сайтам, так что обычный сайт не получит от этой разметки ничего видимого в выдаче. Я всё равно её оставляю: структура «вопрос и ответ» под ней даёт ровно ту форму, которую ищет retrieval, а генерируется она из frontmatter бесплатно.

Языковые версии ломаются у небольших сайтов чаще всего, и происходит это незаметно. Если хорватская и русская версии живут на одном URL и подменяют текст в браузере, краулер видит одну страницу на одном языке, а двух других версий для движков просто нет. Отдельные URL, правильные пары hreflang и свой canonical на страницу чинят это за вечер. Тот же набор работает на страницах работ и услуг.

Как понять, сработало ли

Гарантировать попадание в AI-ответ не может никто: один и тот же промпт на двух прогонах подряд вернёт разные источники. Отслеживать стоит входные условия и вероятность. В Search Console есть отчёт по генеративным функциям Google, а серверные логи показывают, заходят ли к вам GPTBot, OAI-SearchBot, PerplexityBot и ClaudeBot.

Я держу фиксированный список примерно из двадцати промптов, которые мог бы набрать потенциальный клиент, раз в месяц прогоняю их по трём движкам и записываю, какие домены вернулись. Динамика за квартал говорит больше, чем любая единичная проверка. Переходам с чат-доменов стоит выделить отдельный сегмент в аналитике, хотя цифры там долго остаются маленькими.

Работа накапливается медленно и переживает смены алгоритмов, потому что улучшаете вы ровно одно: есть ли на странице ясный, подкреплённый источником и пригодный к цитированию ответ. Мой процесс устроен так же: выпустить что-то конкретное, измерить, потом решать, что менять.

Частые вопросы

Нужен ли файл llms.txt?

В руководстве Google llms.txt прямо перечислен среди приёмов, которые не помогают, и ни один крупный движок не обещал его читать. Потратьте этот час на первые абзацы своих статей.

Разметка сама по себе даёт цитирование?

Сама по себе нет. Структурированные данные помогают машинам разобрать авторство, даты и пары «вопрос-ответ» без догадок, что снижает шанс пропуска или неверной атрибуции. Цитата всё равно берётся из текста.

Через сколько новая страница появится в AI-ответах?

От нескольких дней до пары месяцев, в зависимости от скорости индексации и того, как часто обновляется поисковый индекс за каждым движком. Первыми обычно всплывают страницы с узкими низкоконкурентными вопросами, поэтому начинать разумно с длинного хвоста.

Отдельная страница под язык или одна с переключателем?

Отдельная под язык, со своим URL, canonical и hreflang. Клиентское переключение прячет две трети контента от краулеров и заодно не даёт понять, какой язык приводит вам читателей.

Чем это отличается от обычного SEO?

Техническая база та же: индексируемые страницы, чистая структура, реальная информация. Меняется единица конкуренции. Вы пишете фрагменты, которые держатся сами по себе при цитировании, поэтому усилия смещаются в первый абзац каждого раздела. Хотите взгляд со стороны на конкретную страницу, напишите мне.