Разговор о том, как построить стратегию продвижения в ИИ-поиске, обычно начинается с паники по поводу падающего трафика и заканчивается советом «пишите структурированный контент». Между этими двумя точками пропущено главное — что именно теперь считать результатом. Позиций в генеративном ответе нет, кликов стало меньше, а привычные отчёты показывают снижение там, где бизнес может расти.
Цифры второго квартала 2026 года объясняют, почему это перестало быть теорией. По данным Яндекса, доля ИИ-ответов в его поиске достигла 42% — плюс семь процентных пунктов за квартал, а месячная аудитория этих ответов составила 49,5 млн человек. По информационным запросам доля нейроответов у Яндекса дошла до 68%, у Google — до 33,5%. Доля ИИ-сводок в Google, по отраслевым замерам, выросла до 43%. Материал актуален на август 2026 года и предлагает рабочую рамку: что мерить, что делать и чего не делать.
Классическое SEO построено на простой модели: есть список из десяти ссылок, у каждой понятное место, место конвертируется в клики, клики в заявки. Генеративный ответ ломает эту цепочку в первом же звене. В нём нет десяти мест — есть один синтезированный текст и несколько источников, на которые он опирается. Ваш сайт либо участвует в формировании этого текста, либо нет.
Вторая ломка — в самом характере попадания. Модель собирает ответ из нескольких источников, и вклад каждого неравномерен: один даёт определение, второй цифру, третий пример. Можно быть процитированным в ответе на один запрос и отсутствовать в ответе на его же переформулировку. Стабильность, к которой приучило SEO, здесь ниже: результат колеблется от формулировки к формулировке и от сессии к сессии.
Третье отличие — судьба клика. Пользователь получает ответ прямо в выдаче и часто не переходит никуда. При этом он видит название источника. Это переворачивает воронку: сначала происходит контакт с брендом, и только потом, если задача сложнее одного абзаца, — переход. Продвижение в ИИ-поиске поэтому ближе к медийной задаче, чем к перформансу, хотя инструментами остаётся SEO.
Если позиции нет, а клик перестал быть единственным результатом, нужна другая метрика. И она давно существует — в контекстной рекламе. Там есть показатель доли показов: сколько раз ваше объявление было показано из всех случаев, когда оно могло быть показано. Логика ИИ-поиска устроена так же. Возьмите список запросов, по которым вы хотите присутствовать, задайте их системам с генеративными ответами и посчитайте, в какой доле ответов вы упомянуты.
Это и есть рабочая метрика: доля упоминаний по корзине запросов. Она честнее позиций, потому что учитывает саму природу генеративного ответа, и она сопоставима во времени. Пятнадцать процентов в мае и тридцать в августе — понятный прогресс, даже если трафик за тот же период не вырос. Дополнительно стоит различать три состояния: вас процитировали со ссылкой, вас упомянули без ссылки, вас нет вовсе. Второе состояние — самое недооценённое: бренд запомнили, ссылку не дали, в аналитике не отразилось ничего.
Корзину запросов надо собирать не из частотных ключей, а из формулировок, которыми люди разговаривают с моделью. Это длинные вопросы с контекстом: не «CRM для бизнеса», а «какую CRM выбрать небольшой оптовой компании с интеграцией с 1С». Отберите тридцать-пятьдесят таких вопросов, покрывающих ваши основные сценарии, и зафиксируйте их — это ваша постоянная измерительная линейка на ближайший год.
Механика выбора источников не публикуется целиком, но наблюдаемая закономерность устойчива: цитируется не самая красивая и не самая длинная страница, а самая извлекаемая. Модель ищет фрагмент, который можно вынуть из контекста и вставить в ответ без потери смысла.
Из этого следует, что решает форма подачи, а не объём. Абзац, который начинается с прямого утверждения и содержит конкретику, имеет шанс. Абзац, который три предложения разгоняется и приходит к выводу в конце, шанса почти не имеет — его нельзя вырезать целиком, а частично он бессмыслен.
Что повышает вероятность цитирования:
Отдельно про длину. Длинный материал не мешает, если он нарезан на самостоятельные извлекаемые блоки. Мешает длинный материал, написанный сплошным потоком, — из него нечего взять.
Первый шаг — не писать новое, а переработать существующее. Возьмите страницы, которые уже приносят трафик, и приведите их к извлекаемому виду: вынесите прямые ответы наверх, разбейте подзаголовками, добавьте блоки вопросов и ответов из реальных обращений клиентов. Это дешевле создания нового и даёт результат быстрее, потому что страницы уже проиндексированы и имеют накопленный вес.
Второй шаг — закрыть пробелы. Соберите вопросы, которые задают вашим менеджерам, и проверьте, есть ли на сайте страницы, отвечающие на них прямо. Обычно выясняется, что половины ответов нет нигде, кроме головы сотрудника. Каждый такой вопрос — заготовка блока, который может быть процитирован.
Третий шаг — уникальная фактура. Модель тем охотнее берёт источник, чем меньше он повторяет остальных. Собственные данные, замеры, кейсы с цифрами, разбор ошибок из практики — то, чего нет в других двадцати статьях по теме, — резко повышают шанс стать источником. Пересказ общеизвестного не цитируется просто потому, что для него есть сотня взаимозаменяемых кандидатов.
Здесь проходит главная разница между GEO и классическим SEO. Модель формирует представление о бренде не только по вашему сайту, но и по всему, что о вас написано в интернете: отраслевым медиа, агрегаторам, форумам, обзорам, профессиональным сообществам. Если о компании нигде, кроме собственного сайта, не говорят, у модели нет оснований считать её значимым источником.
Практически это означает возвращение работы, которую SEO долго отдавало на откуп PR: публикации в профильных изданиях, участие в обзорах и подборках, присутствие в отраслевых справочниках, ответы экспертов компании на площадках, где сидит аудитория. Важна не ссылка как таковая, а факт упоминания в осмысленном контексте — модель считывает контекст, а не только гиперссылку.
Второй пласт — согласованность. Название компании, описание деятельности, специализация и контакты должны совпадать везде, где они встречаются. Разнобой в формулировках размывает представление модели о том, кто вы и в чём сильны. Это скучная работа по инвентаризации карточек и профилей, но она даёт заметный эффект и почти никем не делается.
Рынок уже наполнен инструментами замера видимости в ИИ-выдаче, и часть из них полезна. Но начинать стоит с ручного замера: он бесплатный, занимает пару часов в месяц и даёт понимание, которое ни один дашборд не заменит — вы своими глазами видите, что именно система говорит о вашем рынке.
Дополнительно смотрите в Яндекс Метрике переходы с ИИ-поверхностей и в Google Search Console отчёты по показам — там постепенно появляются данные о показах в ИИ-поиске. Но помните: значительная часть контакта происходит без клика и в этих отчётах не видна вовсе.
Самый частый управленческий провал этого года выглядит так: трафик из поиска снизился, отдел получил нагоняй, бюджет на контент срезали. При этом заявок столько же или больше. Причина в том, что генеративный ответ забирает верх воронки — простые справочные запросы, которые раньше давали визиты и почти никогда не давали денег.
Если из трафика вычитается его наименее ценная часть, средние показатели по оставшемуся трафику растут. Поэтому оценивать эффект нужно не по общему числу визитов, а по трём величинам: количеству заявок, стоимости заявки и доле упоминаний. Первые две показывают деньги, третья — охват на этапе, где клика ещё нет. Падение визитов при стабильных заявках и растущей доле упоминаний — это не деградация, а смена структуры спроса.
Отсюда практический вывод для отчётности: перестройте её до того, как начнёте объяснять цифры руководству. Отчёт, где первой строкой стоит трафик, будет провоцировать неверные решения весь следующий год. Отчёт, где первой строкой идут заявки, а второй — доля упоминаний, описывает происходящее корректно.
Рынок молодой, и на нём уже сложился набор предложений, которые продаются лучше, чем работают:
Наибольший смысл вложения имеют там, где решение принимается долго и с изучением вопроса: сложные услуги, B2B, медицина, финансы, недвижимость, образование, дорогая техника. В таких нишах человек задаёт модели развёрнутые вопросы и формирует короткий список брендов ещё до первого посещения сайта. Не попасть в этот список означает не участвовать в сделке вовсе.
Средний приоритет — у розницы и товарных категорий со сравнением. Здесь ИИ-ответы чаще влияют на выбор категории и характеристик, чем на выбор конкретного продавца, и работать стоит с обзорными и сравнительными материалами, а не с карточками.
Низкий приоритет — у бизнеса с локальным импульсным спросом: срочные услуги, доставка еды, ремонт на месте. Там решает карта, время в пути и отзывы, а генеративный ответ почти не участвует. Если ресурсы ограничены, в таких нишах разумнее сначала закрыть карточки в справочниках и отзывы, а к ИИ-поиску вернуться позже.
Заменит ли GEO классическое SEO? Нет, GEO надстраивается над SEO. Генеративные системы опираются на индексы поисковиков, поэтому техническая исправность, скорость и корректная индексация остаются условием допуска. Разница в том, что к прежним задачам добавились цитируемость и упоминания за пределами сайта.
Как быстро виден результат? Изменения в структуре контента начинают отражаться в ответах в течение нескольких недель после переиндексации. Работа с внешними упоминаниями и авторитетом идёт медленнее — от квартала. Быстрых результатов здесь не бывает, и обещания обратного стоит воспринимать как сигнал.
Обязательно ли платить за сервисы замера видимости? Не на старте. Ручной замер по фиксированной корзине вопросов даёт достаточную точность и куда лучшее понимание рынка. Сервисы имеют смысл, когда корзина вырастает до сотен запросов и ручная работа перестаёт быть посильной.
Что делать, если модель говорит о компании неверные вещи? Проверить, откуда взялись данные: обычно источник находится среди устаревших страниц вашего сайта или неточных карточек в справочниках. Исправлять надо первоисточник, а затем ждать переобхода. Прямого способа отредактировать ответ модели не существует.
Стоит ли писать отдельные тексты «для нейросетей»? Нет. Разделение на тексты для людей и для машин было ошибкой ещё в эпоху классического SEO и остаётся ей сейчас. Модель выбирает то, что полезно человеку и удобно извлекается, — это одно и то же требование, а не два.
Стратегия продвижения в ИИ-поиске сводится к трём вещам: измеряйте долю упоминаний вместо позиций, делайте контент извлекаемым, наращивайте присутствие за пределами собственного сайта. Всё остальное — детали реализации, которые будут меняться вместе с алгоритмами.
Начните с самого дешёвого шага: выпишите двадцать вопросов, которые чаще всего задают вашим менеджерам, задайте их ИИ-ответам Яндекса и посмотрите, есть ли вы там. Это займёт час и даст более точную картину положения дел, чем любой отчёт по позициям.
Интересует продвижение в ИИ-поиске? Пишите в тг, обсудим ваш проект: @th3inventor