Как попасть в ответы нейросетей

Оптимизация под ответы нейросетей обросла мифологией быстрее, чем накопились данные. Ниже — разбор по четырём слоям, каждый из которых обязателен: если рвётся любой, цитирования не будет, сколько бы усилий ни вложили в остальные три.

Слой 1. Доступ: доходят ли боты

Самый механический слой и самый частый источник провала. У ИИ-краулеров три разные роли, и разрешение одной не даёт остальных.

Типичная ошибка — открыть GPTBot, поставить галочку «GEO настроен» и ждать цитат. Цитаты даёт вторая строка таблицы.

Ещё три технических условия: контент отдаётся в HTML без исполнения JavaScript (ИИ-краулеры его не выполняют), нет редиректов по IP (у краулеров нет локальных прокси), CSS и JS не закрыты от обхода.

Слой 2. Retrieval: попадает ли страница в выборку

Здесь решается всё, и здесь же ломается большинство стратегий.

Запрос пользователя не ищется целиком. Он раскладывается на 8–16 параллельных подзапросов, и ранжируются не страницы, а отдельные пассажи. Дальше работает простая механика: чем выше пассаж в выборке, тем вероятнее он попадёт в ответ — 58 % с первой позиции против 14 % с десятой.

Что из этого следует практически:

Авторитет домена не является главным рычагом. Связь позиции в выборке с цитированием оказалась сильнее, чем связь с показателями авторитетности домена. Гнаться за ними ради цитируемости бессмысленно.

Классический топ — условие необходимое, но недостаточное. Быть в топ-10 полезно, но само по себе не гарантирует ничего: у каждой платформы свой отбор поверх индекса.

Похожесть на лидера работает против вас. При отборе почти-дубликат уже выбранного отбрасывается ради экономии контекста. «Написать так же, только лучше» означает добровольно попасть в зону исключения. Нужен другой угол: лидер закрыл теорию — берите внедрение, граничные случаи, локальную специфику.

Слой 3. Извлекаемость: вынимается ли готовый ответ

Модель не читает страницу целиком — она режет её на фрагменты и работает с ними по отдельности. Границы фрагментов вы не контролируете, поэтому единица контента — самодостаточный блок на 200–400 слов.

Что подтверждено данными:

• Значительная часть цитат извлекается из первой трети документа. Ответ на главный вопрос должен стоять в первых примерно 1000 знаков, а не в выводе.
• Извлекаемый пассаж — примерно 120–180 слов между заголовками: короче теряет смысл вне контекста, длиннее режется посередине.
• Статистика, цитаты и ссылки на источники повышают цитируемость — это устойчивый вывод исследований генеративной оптимизации.
• Списки и ранжированные подборки цитируются заметно чаще прозы. Листикл в разделе обязателен.
• Наполнение ключевыми словами не работает и в измерениях даёт результат хуже базовой линии.

Практический вывод для структуры страницы: заголовок формулируется как реальный вопрос, под ним сразу идёт законченный ответ на 30–60 слов, дальше доказательство. Никаких «в этой статье мы разберём» — этот абзац съедает место в окне извлечения.

Слой 4. Сущность: знает ли модель бренд

Последний слой объясняет, почему технически безупречные страницы иногда проигрывают.

Модель достаёт бренд из памяти раньше, чем идёт искать источники. По наблюдениям отраслевых исследований, упомянутый в ответе бренд цитируется в разы чаще неупомянутого. Эта разница формируется вне вашего сайта — в обзорах, обсуждениях, публикациях, видео.

Отсюда неприятный для исполнителя вывод: рычаг этого слоя — внешние упоминания, а не тексты на своём сайте. И отсюда же важное различие: цитата не равна рекомендации. Модель может процитировать вашу страницу как источник цифры и в том же ответе порекомендовать конкурента.

Что из популярных советов не работает

Как запрос превращается в набор подзапросов

Механика, которую стоит понять отдельно, потому что из неё следует практика работы с семантикой.

Ассистент не ищет фразу целиком. Он раскладывает её на составляющие вопросы: что это такое, какие есть варианты, сколько стоит, что выбирают другие, какие есть ограничения. Под каждый идёт отдельный поиск, и результаты сводятся в один ответ.

Проверить это можно руками, без инструментов: задайте платформе прямой вопрос — «разложи запрос [ваша тема] на поисковые подзапросы, которые нужны для полного ответа». Три прогона на разных платформах дадут пересекающийся список. Это и есть карта того, по каким формулировкам вас должны находить.

Дальше сверяется позиция по каждому подзапросу, и от неё зависит, что делать:

Практический вывод: для коммерческих тем первый подзапрос почти всегда — подборка или рейтинг. Если вас нет ни в одной подборке ниши, шанс попасть в ответ близок к нулю независимо от качества собственного сайта.

Платформы отличаются, и сильнее, чем кажется

Общей оптимизации «под нейросети» не существует, потому что источники подбираются по-разному.

Ассистенты с поисковым индексом опираются на классическую выдачу партнёрской системы. Страница, которой нет в этом индексе, невидима для такого ассистента полностью — сколько бы усилий ни было вложено в текст.

Платформы с поиском в реальном времени сильнее реагируют на свежесть и охотнее берут материалы, обновлённые недавно.

Ответы внутри поисковых систем строятся поверх собственного индекса, поэтому там сильнее обычные факторы ранжирования.

Отсюда следствие для проверки: смотреть надо каждую платформу отдельно и вести отдельные списки. Сводная метрика «видимость в ИИ» усредняет несравнимое.

Как измерять без самообмана

Здесь легко получить красивый отчёт, который ничего не значит.

Первое: три события — три разных столбца. Страница попала в источники, страница процитирована со ссылкой, бренд упомянут в тексте ответа — это не одно и то же и меняется независимо.

Второе: состав источников нестабилен. Один и тот же вопрос, заданный дважды с интервалом в неделю, даёт частично разный набор ссылок. Поэтому единичная проверка не говорит ни о чём: смотреть надо долю недель, в которых вы присутствовали, минимум за месяц наблюдений.

Третье: цитата не равна рекомендации. Ваш материал может использоваться как источник данных, а в качестве решения ассистент назовёт конкурента. Считать это успехом — распространённая ошибка отчётности.

Четвёртое: переходы — не главная метрика этого канала. Значительная часть влияния не видна в аналитике: человек прочитал ответ, запомнил название и пришёл позже напрямую. Единственный способ поймать это — спрашивать у клиентов, откуда они узнали, с явным вариантом про ИИ-ассистента.

Порядок работы

Слои проходятся строго по очереди, потому что каждый следующий бессмысленен без предыдущего.

1. Открыть три роли ботов, проверить рендер без JavaScript, снять блокировки на уровне CDN.
2. Разложить целевой запрос на подзапросы и посмотреть, где вы по каждому. Топ-5 — работать с формой; топ-6–20 — дотягивать классическим SEO, это дешевле; вне топ-20 — отдельная страница или работа с упоминаниями.
3. Переписать форму: ответ в начале, блоки по 120–180 слов, таблицы, цифры с источниками.
4. Заниматься упоминаниями за пределами сайта.

Что делать малоизвестному бренду

Отдельный случай, потому что стандартные советы для него не работают. Если компанию не упоминали в открытых источниках, четвёртый слой у неё пустой, и оптимизация собственного сайта его не заполняет.

Порядок действий отличается от обычного:

1. Сначала попасть в подборки ниши. Первый подзапрос по коммерческой теме почти всегда рейтинг или список. Присутствие в чужих подборках работает сильнее, чем собственная страница «почему мы лучшие».
2. Дать то, на что можно сослаться. Собственные расчёты, методика, таблица параметров — материал, который другие авторы используют в своих текстах. Каждое такое использование добавляет упоминание.
3. Отвечать там, где спрашивают. Профильные обсуждения, вопросы-ответы, отраслевые площадки — источники, которые ассистенты читают наравне с сайтами.
4. Только потом — работа с формой на собственном сайте. Она даст эффект, когда предыдущие три шага создадут почву.

Порядок именно такой, потому что обратный не работает: идеально оформленная страница неизвестного бренда проигрывает упомянутому конкуренту с посредственным текстом.

Форматы, которые попадают в ответы чаще

Наблюдение, воспроизводимое на любой платформе: одни форматы извлекаются охотнее других.

Общее у всех шести: содержание разложено на самостоятельные единицы. Сплошной текст, где мысль развивается через три абзаца, при нарезке превращается в обрезки.

Что снимать в журнал наблюдений

Замер этого канала держится не на инструменте, а на дисциплине: один и тот же список вопросов, заданный одинаково и записанный в одну таблицу. Ниже — что имеет смысл снимать, с какой периодичностью и что в каждой строке считать колебанием, а не изменением.

Единица результата — доля недель присутствия за период, а не сегодняшний прогон. Причина в устройстве отбора: один и тот же вопрос, заданный дважды за неделю, собирает частично разный набор источников, поэтому наблюдение короче четырёх недель неотличимо от случайности.

Второе, что снимает лишнюю тревогу: мест в ответе больше, чем в первой десятке обычной выдачи. В замере 853 ответов на один ответ приходится в среднем 11,2 цитируемых домена, а ответов без единого источника в выборке не встретилось. Исчезновение из одного ответа — не потеря позиции, а другой состав выборки в этот раз.

Переходы держать в отчёте стоит, но не в его заголовке: трафик с ИИ-платформ описывает только ту часть влияния, которая дошла до счётчика.

Как поставить замер: шаги и критерий готовности

1. Составить список вопросов, а не ключевых слов. Платформе задают вопрос целиком, и формулировка меняет выборку. Готово, когда: вопросы записаны так, как их печатает человек, и их ровно столько, сколько вы готовы задавать руками каждую неделю. Сборка формулировок та же, что для семантического ядра, но единица здесь — вопрос, а не фраза.
2. Развести три события по разным колонкам. Готово, когда: в таблице отдельно источник, цитата со ссылкой и упоминание в тексте ответа.
3. Снять базовую линию до правок. Готово, когда: накоплено минимум четыре недели наблюдений, в которые вы ничего не меняли.
4. Записывать состав источников целиком. Готово, когда: по каждому вопросу виден полный список доменов и вы можете назвать, кого именно предстоит потеснить.
5. Назначить правило решения заранее. Готово, когда: записано, при каком результате и через сколько недель вы признаёте попытку неудачной. Без этого пункта наблюдение превращается в бесконечное ожидание.
6. Повторять замер после правок, но не раньше чем через месяц. Готово, когда: прошло достаточно недель, чтобы отделить эффект от недельных колебаний состава.

Третий шаг пропускают чаще остальных, и без него любая последующая динамика недоказуема: сравнивать не с чем.

Ошибки внедрения

Четвёртая строка объясняет, почему добросовестная работа даёт ноль. Редакция берёт тему, читает первые результаты выдачи, пишет полнее и аккуратнее — и получает текст, совпадающий по содержанию с уже отобранным источником. К чему это приводит на уровне ниши, видно в замере блогов агентств: страницы разных компаний различаются оформлением, а не содержанием.

Ещё три ошибки не помещаются в таблицу, потому что механика у них длиннее одной строки.

Разметку ставят вместо текста. Микроразметка описывает то, что и так написано на странице. Если ответа в видимом тексте нет, размечать нечего: страница с безупречным JSON-LD и размытой формулировкой проигрывает странице с прямым ответом и без разметки.

Ботов закрывают на уровне инфраструктуры, а команда об этом не знает. Решение принимается из соображений нагрузки или защиты контента, часто по умолчанию при подключении сервиса. Дальше месяцами правится форма страниц, к которым никто не приходит. Проверка занимает минуты, её отсутствие обесценивает всю остальную работу.

Работу считают проектом с датой окончания. Состав источников обновляется постоянно, и страница вылетает из ответов без каких-либо действий с вашей стороны — просто потому, что нашёлся более подходящий фрагмент. Это режим поддержки, а не разовая настройка.

Где четырёхслойная модель перестаёт работать

Модель описывает то, чем вы управляете. Чем больше в ответе весит то, чем вы не управляете, тем меньше от неё пользы.

Свежие события. Выборка обновляется быстрее, чем страница успевает попасть в базу, и решает время публикации. Узкое место здесь — скорость индексации, а не форма текста.

Темы с повышенными требованиями к источнику. Медицина, право, деньги: платформы осторожнее выбирают, кому дать слово. Требование к тому, кто говорит, перевешивает качество того, как сказано.

Вопросы про чужой бренд. Ответ строится вокруг официального сайта и его документации. Сторонний материал попадает туда редко и обычно в роли сравнения или претензии.

Узкие вопросы, где источников мало. Попасть в ответ проще всего, и по объёму это не даёт ничего: спрашивают редко. Присутствие здесь имеет смысл как подтверждение компетентности, а не как канал.

Вопросы, на которые платформа отвечает из памяти. Поиска не происходит вовсе, первые три слоя не участвуют. Влияет только то, что было написано о вас в открытых источниках раньше.

Обсуждения в закрытых пространствах. Часть разговоров о нише идёт там, куда краулер не заходит. На такие упоминания нельзя повлиять и нельзя их посчитать — они существуют и остаются невидимыми.

Общее у всех шести случаев: рычаг смещается с сайта наружу. Оптимизация собственных страниц там не вредит, но и не решает, — и честнее назвать границу вслух, чем править форму в месте, где решается не форма.

Спорное место

Вокруг оптимизации под ответы нейросетей уже сложилась терминология, отдельные услуги и обещания — при том, что проверяемых данных мало, а платформы меняют механику быстрее, чем накапливается статистика. Честная позиция: описанные четыре слоя — это модель, а не закон, и держится она на небольшом числе исследований, часть из которых сделана компаниями, продающими соответствующие услуги.

Второе спорное утверждение — само разделение GEO и поисковой оптимизации. Практически всё, что помогает попасть в выборку, помогает и обычному ранжированию: чистая техническая база, понятная структура, ответ раньше подводки. Отдельной дисциплиной это выглядит скорее из-за рынка услуг, чем из-за различий в работе.

Разумная рамка — считать это не новым каналом, а изменившимся способом потребления той же выдачи. Тогда исчезает и главный риск: перестроить сайт под гипотезу, которая не переживёт следующего обновления платформы.

Частые вопросы

Источники

1. Как языковые модели отбирают источники: разбор пайплайна query fan-out — AirOps
2. GEO: Generative Engine Optimization — arXiv
3. Обзор поисковых роботов OpenAI — OpenAI