Трафик из нейросетей: как я его считаю и почему отчёты его занижают

2026-11-13 13:38:35 Время чтения 7 мин 17

Мне всё чаще задают один и тот же вопрос: «Нас вообще рекомендуют нейросети? И сколько клиентов оттуда приходит?» Открываешь Метрику — а там пара десятков визитов с chatgpt.com за месяц, и кажется, что тема раздута. По моему опыту, это обманчивая картина: заметная часть переходов из ИИ-ответов в отчётах просто не подписана как ИИ. Ниже — как я собираю эти данные по кусочкам и что из них можно честно показать руководителю.

Четыре источника, из которых я собираю трафик из нейросетей

Почему отчёты занижают трафик из ИИ

Переход из нейросети попадает в аналитику с подписью, только если ассистент передал реферер или добавил к ссылке UTM-метку. ChatGPT с 2025 года добавлял к ссылкам метку utm_source=chatgpt.com, и какое-то время по ней всё было видно. Но в отраслевых изданиях уже появлялись сообщения, что после очередного обновления модели ссылки стали открываться без метки и без реферера — такие визиты аналитика относит к прямым заходам. Официально это не подтверждали, но сам механизм понятен: стоит ассистенту поменять способ открытия ссылки, и канал исчезает из отчётов, хотя люди продолжают приходить.

Вторая причина — ответ нейросети часто вообще не ведёт на сайт. Человек читает рекомендацию, запоминает название компании и потом ищет её по бренду или набирает адрес вручную. В отчётах это выглядит как рост брендового поиска или прямых заходов, а не как «трафик из ИИ».

Шаг 1. Сегмент нейросетей в Яндекс.Метрике

Первое, что я делаю на любом проекте, — отдельный сегмент визитов из нейросетей. Условие простое: реферер или UTM Source содержит домены ассистентов. Обычно я включаю туда:

  1. chatgpt.com и chat.openai.com;
  2. perplexity.ai;
  3. gemini.google.com;
  4. copilot.microsoft.com;
  5. deepseek.com и другие ассистенты, которые встречаются в отчёте «Источники, сайты».

Список я пересматриваю раз в месяц: в отчёте по сайтам-источникам регулярно появляются новые домены. Важно, чтобы сам счётчик считал корректно, иначе сегмент будет показывать шум. Порядок такой проверки я разбирал в статье о том, что смотрю в Метрике, прежде чем верить цифрам.

Шаг 2. Следить за «прямыми» заходами на нужные страницы

Раз часть переходов из ИИ теряет подпись, я смотрю не только на сегмент, но и на прямые заходы. Не на общий график сайта, а на конкретные посадочные страницы, которые нейросети цитируют: статьи с ответами на вопросы, страницы услуг, сравнения. Если на внутреннюю страницу, которую никто не набирает в адресной строке руками, вдруг растут «прямые» визиты из новых пользователей — это повод присмотреться. Доказательством это не является, но в связке с остальными шагами картина становится понятнее.

Шаг 3. Отчёт по генеративным ответам в Search Console

Google начал поэтапно добавлять в Search Console отдельные отчёты по генеративным функциям поиска — AI Overviews и AI Mode. Там видны показы ссылок на сайт в ИИ-ответах с разбивкой по страницам, странам, устройствам и датам. Запросов, кликов и позиции в этих отчётах нет, и доступны они пока не всем сайтам, поэтому я регулярно проверяю, не появился ли раздел у проектов, где его ещё не было.

Даже без кликов отчёт полезен: он показывает, какие страницы Google считает подходящими источниками для ответов. Именно эти страницы я в первую очередь держу актуальными — с ценами, сроками и понятной структурой.

Шаг 4. Ручной замер видимости

Аналитика показывает только тех, кто перешёл. Чтобы понять, рекомендуют ли компанию вообще, я раз в месяц прогоняю через Алису, ChatGPT, Gemini и Perplexity один и тот же список вопросов, которые задают реальные клиенты: «какую компанию выбрать для…», «сколько стоит…», «чем отличается…». Фиксирую, упоминается ли бренд, на каком месте среди конкурентов и какие страницы указаны как источники. Одинаковый список вопросов важнее, чем его размер: так видна динамика, а не случайный разброс ответов.

Ошибки, которые я вижу чаще всего

  1. делать выводы о GEO по одному отчёту «Источники, сайты» и считать, что раз переходов мало, то и смысла нет;
  2. сравнивать трафик из ИИ с поиском напрямую: у ИИ-ответов другая роль, они чаще работают как первое касание;
  3. замерять видимость каждый раз по новым вопросам — динамику тогда увидеть невозможно;
  4. не связывать сегмент нейросетей с целями: визиты без заявок ничего не говорят о деньгах.

Про последнее — как я связываю каналы с заявками и выручкой, подробно писал в материале про окупаемость продвижения.

Вывод

Трафик из нейросетей нельзя увидеть одним отчётом. Я собираю его из четырёх источников: сегмент в Метрике, динамика прямых заходов на цитируемые страницы, показы в Search Console и ручной замер видимости. По отдельности каждый источник неточен, но вместе они дают честную картину: рекомендуют ли компанию нейросети и приносит ли это заявки. Всё, что видно в отчётах, — это нижняя граница, а не полный объём.

А вы уже выделяете трафик из нейросетей в аналитике отдельно — и что он у вас показывает?