Проанализировать эту статью и получить чек-лист с помощью удобной для вас нейросети:
В предыдущем материале мы разобрали, какие ресурсы чаще всего преобладают в ответах ИИ по информационным и нишевым запросам. Теперь необходимо углубиться в техническую сторону процесса и изучить конкретные критерии, по которым роботы оценивают веб-страницы.
Стоит отметить, что специальных факторов ранжирования контента конкретно под нейросети не существует. Есть классические SEO-требования, соблюдение которых напрямую влияет на видимость сайта в ИИ-выдаче. В этой статье мы разберем, какие именно факторы влияют на GEO, опираясь на исследования от Ahrefs и Сайруса Шепарда, а также свой личный опыт.
Как попасть в Google AI Overviews: исследование Ahrefs
Одно из первых крупных исследований AI-выдачи провели Ahrefs. Они проанализировали ~75 тысяч брендов, чтобы выявить характеристики, коррелирующие с попаданием в генеративные ответы.
Источник: анализ факторов видимости бренда в AI от Ahrefs
Согласно исследованию, наиболее сильная связь зафиксирована у следующих параметров:
- Упоминание бренда в веб-контенте (0.664) — упоминания названия компании в сети.
- Брендовые анкоры (0.527) — входящие ссылки, где в качестве текста анкора выступает имя бренда.
- Брендовый поисковый спрос (0.392) — объем брендового поискового спроса.
При этом авторитет домена (DR) оказался на более низких позициях (0.326), а влияние количества обычных ссылок (0.218) в 3 раза слабее упоминания бренда в тексте.
Первые три фактора — это, по сути, одно и то же. Здесь явная корреляция с общей узнаваемостью бренда. Отсюда вывод: для алгоритмов нейросетей критично присутствие вашей компании в информационном поле. Если о вас говорят на разных площадках, вероятность цитирования бренда высока.
Факторы ранжирования в ИИ-ответах по версии Сайруса Шепарда
Чуть позже американский SEO-эксперт Сайрус Шепард опубликовал развернутый доклад на основе статей, патентов и экспериментов по теме. Он выделил характеристики страниц, коррелирующие с цитированием ИИ. При этом, корреляция не означает причинно-следственную связь.
Источник: анализ факторов ранжирования цитируемости в ИИ Сайруса Шепарда
Мы детально разобрали этот список и сопоставили его со своей практикой:
Доступность URL (Оценка: 9.5)
Базовый SEO-фактор. Страница должна быть открыта для сканирования. Сейчас этот пункт усложнился: у AI-компаний появились специальные краулеры (GPTBot, OAI-SearchBot, ClaudeBot), доступ которым часто блокируют Cloudflare и другие сервисы защиты от ботов. Из-за этого сайт можно случайно исключить из источников ИИ и снизить вероятность цитирования.
Позиция в поиске (9.4)
Чем выше страница ранжируется по конкретному запросу в поисковой выдаче, тем выше вероятность попасть в нейроответ.
Позиция по fan-out-запросам (9.3)
Алгоритмы нейросетей дробят исходный промт пользователя на дополнительные, уточняющие подзапросы (query fan-out). Если страница оптимизирована под LSI-ключи, шансы на цитирование выше.
Управление превью (9.2)
Директивы вроде nosnippet и data-nosnippet могут ограничивать показ фрагментов текста в поиске и нейроответах. Если важный текст случайно или намеренно скрыт, это может снизить видимость в ответах ИИ.
Соответствие запросу и ответу (9.2)
Контент страницы должен точно отвечать на промт пользователя. Важны заголовки H1–H3 и формулировки, которые по смыслу и логике совпадают с основным запросом.
Соответствие формата намерению пользователя (9.0)
Архитектура контента должна совпадать с ожиданиями пользователя. Если человек ищет пошаговую инструкцию (how-to), ИИ выберет маркированный список. Если нужен выбор лучшего продукта, нейросеть пойдет искать сравнительную таблицу или рейтинг формата «топ-10».
Ранжирование тематического кластера (8.9)
Практически то же самое, что и пункт №3. Если сайт хорошо ранжируется сразу по нескольким связанным запросам (основному и fan-out), вероятность попасть в ответ нейросети выше. Чем шире охват темы на вашем ресурсе, тем больше шансов стать источником.
Ответ в верхней части страницы (8.8)
Наиболее важные тезисы и прямые ответы на вопросы нужно выносить в верхнюю часть страницы. Абсолютно согласны с этой позицией. Это коррелирует с тем, что ИИ-агенты имеют определенные лимиты токенов при ответе на запрос. При сканировании в реальном времени роботы могут не обработать гигантский лонгрид целиком, но информация в верхней части получит преимущество.
Структура, удобная для ИИ (8.6)
Контент должен быть организован так, чтобы его было легко извлекать и интерпретировать: заголовки, разделы, списки и таблицы. Искусственно дробить текст на мелкие куски не нужно, но структура должна быть понятной. С влиянием этого фактора мы отчасти не согласны, т.к. нейросети и без этого прекрасно справляются с чтением контента.
Фактическая конкретика (8.3)
Нейросети чаще цитируют страницы, где есть конкретные проверяемые факты. Это действительно так. Фраза «взрослым нужно много белка» полностью проигрывает формулировке «рекомендуемая норма потребления белка составляет 0,8 грамма на килограмм массы тела».
Явные формулировки (8.1)
ИИ чаще выбирает конкретные утверждения. Фраза «магний глицинат часто выбирают для сна» слабее, чем прямое заявление: «магний глицинат — лучший выбор для улучшения качества сна». Но при создании подобного контента нужно быть осторожным, чтобы не попасть под закон о рекламе.
Наличие ссылок на источники (8.0)
Факты, подтвержденные ссылками на сторонние авторитетные исследования или официальные ведомства, повышают доверие ИИ.
Самодостаточные фрагменты (8.0)
Ключевые мысли на странице должны быть понятны без дополнительного контекста. Например, абстрактная фраза «этот ингредиент имеет лучшую доказательную базу» слабая, т.к. здесь непонятно, о каком ингредиенте идет речь. Предложение должно само по себе содержать объект, факт и вывод.
Видимость контента (7.6)
Важная информация должна находиться в видимом HTML-тексте. Если данные спрятаны внутри скрытых табов, спойлеров или динамических элементов, требующих сложного JavaScript, поисковые и ИИ-боты могут просто не считать такой контент.
Свежесть данных (7.0)
Для динамических тематик (финансы, спорт, цены, новости) дата публикации или актуализации контента критически важна. Рекомендуется регулярно обновлять материалы и нативно интегрировать временной контекст в заголовки («Лучший … в 2026 году»).
Доверие к бренду или сущности (6.8)
ИИ чаще выбирает источники, которым он доверяет. Логика здесь полностью совпадает с классическим поисковым ранжированием. В медицинской тематике статья от Mayo Clinic будет восприниматься надежнее, чем неизвестный блог.
Длина контента (6.7)
Длинные лонгриды часто цитируются лучше, но прямая связь неоднозначна. В большом материале содержится больше фактов, но ИИ-модели из-за ограничения по токенам могут не дочитать его до конца.
Язык (6.3)
Алгоритмы всегда отдают приоритет источникам на языке запроса и с учетом локации пользователя.
Последовательность в именовании сущностей (5.8)
Название вашей компании должно упоминаться на всех ресурсах абсолютно одинаково. Не нужно путать роботов вариациями вроде «РА Ковалевы», «агентство Ковалёва» или «Ковалевы Диджитал». Единообразие написания помогает алгоритмам связать упоминания в единый авторитетный кластер.
Структурированные данные (5.6)
Сайрус Шепард пишет о том, что Schema.org помогает ИИ лучше распознавать сущности и контент. С этим тезисом мы снова не согласны. Google уже признал, что разметка никак не влияет на GEO.
Известный источник (5.4)
Иногда ИИ ссылается на URL, потому что помнит его из обучающих данных (актуально для ChatGPT и Perplexity). В таких случаях модель может процитировать даже удаленную страницу.
Авторитет домена (5.0)
Domain Authority и ссылочная популярность находятся на одном из последних мест в исследовании Шепарда. Это коррелирует с предыдущим исследованием: контентная релевантность значит в разы больше, чем трастовость домена.
Файл LLMs.txt (2.0)
Абсолютно бесполезная вещь для GEO. Чисто логически: еще до того, как GEO-специалисты придумали llms.txt, нейросети сканировали контент, обучались и не испытывали с этим никаких сложностей.
Как попасть в Яндекс AI: ЭПОС как аналог E-E-A-T
В отличие от западных коллег, Яндекс действует более консервативно. Руководитель поисковых продуктов Яндекса Дмитрий Сливинский прямо заявляет: Алиса формирует ответы, опираясь на результаты поисковой выдачи. По сути, нейровыдача Яндекса — это “саммаризатор” топа органики. Т.е. чтобы попасть в ответы Яндекс Алисы, нужно следовать базовому SEO: техническая оптимизация, релевантность спросу, высокая полезность.
Сам Яндекс выделяет следующие факторы, влияющие на цитирование в ответах Алисы AI (ЭПОС, аналог E-E-A-T):
- Экспертность — доверие к автору контента. Контент должен быть написан профессионалом или опираться на проверенные данные. Указывайте ссылки на профили экспертов и их исследования, добавляйте регалии и дипломы, чтобы доказать экспертность.
- Полезность — страница должна полностью решать задачу пользователя, давать прямой ответ без «воды».
- Оригинальность — наличие уникального опыта, эксклюзивных данных, личных кейсов, новых идей. Обычный рерайт без дополнительной ценности сюда не подходит.
- Содержательность — максимальная полнота раскрытия конкретной темы. Важны списки, графики, таблицы.
Вывод
Глобально на ранжирование в нейросетях влияют уже известные всем SEO-факторы. Если сводить все вышесказанное в несколько тезисов, то цитирование в ответах Яндекса и Google зависит от:
- Присутствия в индексе поисковых систем;
- Открытости для краулеров и AI-ботов;
- Наличия реальной пользы для читателя, подкрепленной проверяемой фактурой, цифрами;
- Соответствия семантике и микро-интентам пользователей.
Теоретическое понимание этих факторов — лишь первый шаг к познанию GEO. Если вы хотите разобраться в принципах работы отдельных нейросетей и AI-поисковиков, освоить сбор семантики и автоматизировать создание контента, регистрируйтесь на мой практический курс по GEO/AEO. В рамках курса разбираем реальные кейсы нашего агентства и рассказываем, как упаковать, продавать и оказывать услугу GEO на коммерческой основе.
