Почему ваши тексты не попадают в AI-ответы, даже если они оптимизированы под запрос.

Сейчас поиск работает иначе. Когда человек задаёт вопрос в ChatGPT или Google AI, система не ищет его как есть. Она разбивает его на несколько маленьких вопросов и ищет ответы на каждый из них отдельно. Это называется query fan-out.

Например, человек пишет: «Адвокат по уголовному делу, чтобы был большой опыт и адекватная цена». Система не ищет эту фразу целиком. Она делит её на части: как выбрать адвоката, сколько стоят услуги по уголовным делам, как проверить опыт, на что обращать внимание при выборе, какие ошибки допускают при поиске юриста. После этого она собирает один ответ из разных источников, которые закрывают каждый из этих вопросов.

И здесь самый важный момент. В ответ попадают не «самые причесанные сайты» и не те, у кого длиннее текст. В ответ попадают страницы, которые чётко отвечают на один из этих кусочков. Если ваш текст не закрывает ни один из них — для AI его просто не существует.

То есть вы конкурируете не «страница против страницы», а ваш ответ против других ответов на конкретный подзапрос.

Поэтому многие сайты с хорошими статьями не попадают в такие ответы. Большая статья пытается охватить тему целиком и закрыть все возможные вопросы сразу. Но для AI такой формат часто выглядит размыто. В тексте нет чёткого, прямого ответа на конкретный вопрос, вокруг него много лишней информации, и системе сложнее выделить нужный фрагмент. В результате такая страница может уступить более короткой, но точной странице, которая ясно и без отклонений отвечает на один конкретный запрос.

Отсюда меняется логика работы с контентом. Раньше можно было написать одну страницу под тему и ждать результата. Сейчас этого недостаточно. Нужно, чтобы у вас была не одна статья, а несколько страниц, каждая из которых отвечает на свой конкретный вопрос внутри темы. Тогда система собирает их вместе и использует в ответе.

Если говорить проще, раньше работала модель «одна страница — один запрос». Сейчас работает «несколько страниц — один ответ». Это грубый пример, но наиболее приближенный к реальности. И если у вас есть только одна большая статья, вы проигрываете тем, у кого закрыта вся цепочка вопросов.

Есть ещё один момент. Система часто берёт данные из сравнений и разборов. Например, когда человек ищет «частный адвокат или юридическая фирма» или «сколько стоит защита по делу», такие страницы попадают в ответы чаще. То же самое касается простых и понятных объяснений без лишнего текста.

В итоге меняется сам подход. Важно не просто написать текст, а понять, как система разобьёт запрос через query fan-out, и закрыть каждый из этих кусочков отдельной страницей. Тогда вы начинаете попадать в AI-ответы.

Если этого не делать, можно писать сколько угодно длинные статьи и не получать результата. Потому что AI не ищет «много текста». Он ищет чёткие ответы и собирает их из разных источников в один итоговый ответ.

Обратное проектирование QFO — вот в чём суть. Прекратите писать одну большую страницу. Создавайте тематические кластеры.

AI не выбирает лучший сайт. Он собирает лучший ответ по кускам.

Если посмотреть на последние мартовское обновления Google, можно заметить интересную закономерность: сайты, набирающие траффик, как правило, имеют одну общую черту. Четкое определение сущностей по всему домену, а не просто качественный контент на отдельных страницах.

Что я имею в виду: обновлённая модель, похоже, вознаграждает сайты, где связь между страницами очевидна (тесная внутренняя перелинковка с контекстными якорями), где область компетенции бренда недвусмысленна (последовательная тематическая направленность) и где внешние сигналы подтверждают заявленную тематику сайта.

Сайты, которые теряют трафик, чаще всего характеризуются постепенным размыванием тематики.

Например, юридическая компания может публиковать материалы по своим услугам, а параллельно писать статьи про финансовую грамотность, советы по карьере и даже обзоры новостей. В итоге теряется чёткое понимание, чем именно занимается сайт, и это начинает влиять на позиции.

Получил много обратной связи по прошлому посту про QFO и в большинстве случаев я вижу одну и туже ошибку.

Где большинство ошибается? Многие понимают саму идею, но реализуют её неправильно. Они создают несколько страниц, однако по сути дублируют один и тот же смысл, меняя только заголовки. В результате получается набор похожих текстов, которые не дают чёткого ответа ни на один конкретный подзапрос.

Как выглядит правильная тактика. Возьмём запрос «как выбрать адвоката по уголовному делу». Модель через механизм query fan-out разбивает его на несколько отдельных вопросов: как выбрать адвоката, сколько стоит защита, как проверить опыт, что лучше — частный специалист или фирма, а также какие ошибки чаще всего допускают при выборе.

Правильный подход в такой ситуации — не пытаться уместить всё в одной статье, а создать отдельные страницы под каждый из этих вопросов. При этом каждая страница должна давать прямой и понятный ответ, без лишнего текста и отклонений от темы, закрывая одну конкретную задачу пользователя.

В идеале такие страницы стоит связать между собой через блок с вопросами и ответами. Но важно сделать это не так, как привыкли многие — когда весь список вопросов и ответов размещается на одной странице.

Гораздо эффективнее работает другой подход: вы добавляете на странице блок с вопросами, а каждый из них ведёт на отдельную страницу с полноценным разбором. Таким образом, каждая тема раскрывается глубже, а сами страницы начинают усиливать друг друга за счёт внутренней перелинковки.

Давайте без иллюзий. LLM - это не поисковик. Просто вокруг этого накрутили лишнего шума.

Когда вы задаёте вопрос в ChatGPT или другой модели, она сама по себе не ищет свежую инфу. Если нужен актуальный ответ, она идёт в обычные поисковые системы - Google, Bing и так далее.

То есть по факту ничего кардинально не поменялось. Просто между человеком и поиском появился ещё один слой.

И вот здесь главный момент. Если вашего сайта нет в выдаче, если вас там не видно - в ответах AI вас тоже не будет. Потому что брать вас оттуда просто неоткуда.

Поэтому вся логика остаётся прежней. Хотите появляться в AI - сначала нужно появиться в поиске.

AI ничего не заменил. Он просто стал посредником.

Попросили разобраться, почему сервер начал виснуть. С такой проблемой я встречаюсь регулярно:

Docker контейнеры запускают без ограничений, и один контейнер забирает почти всю память и CPU. В итоге остальные сервисы перестают работать.

Решение простое — задавать лимиты через параметры --memory и --cpus при запуске, чтобы один контейнер не мог занять все ресурсы сервера.

При продвижении в Google многие зациклились на техничке. Это база. Если страницы не открываются, это нужно исправить. Но само по себе это роста не даёт

Главный вопрос другой. Зачем поисковику показывать именно тебя ?

Ответ простой. Авторитет.

Дальше. Кто вообще должен тебя находить? Люди, у которых есть конкретная задача. Значит, тебе нужно понимать, что они ищут. Это и есть работа с запросами. Не просто "ключи", а реальные вопросы и боли.

Дальше всё просто:

Ты публикуешь решения под запросы и постепенно собираешь авторитет в теме

Сначала через простые НЧ запросы, потом шире. Плюс, не забываем про ссылки.

Формула очень простая:

SEO = релевантность * авторитет

Если нет одного из двух, то и роста не будет.

Важно понять ещё одну вещь, которую многие игнорируют:

- Google не ставит тебя выше потому, что ты "лучше сканируешься".
- Если робот чаще заходит на сайт, это не значит, что страниц в поиске станет больше. Да, есть способы быстро отправить страницу в индекс, но если она сама туда не попала, то и после такого добавления долго не продержится.
- Роботы не оценивают, насколько "классный " у тебя сайт, они просто выбирают, что показать пользователю

Они просто выбирают, кого показывать. И выбирают по силе.

Отсюда куча мифов:

- что главное "crawl budget", который надо выжимать полностью..
- что schema и "сущности" сами по себе дают рост
- что можно "оптимизировать под роботов" и вырасти

Отдельно про LLM.

Это не поисковики. У них нет полной базы сайтов, как у Google. Они часто подтягивают данные через поиск и уже на их основе формируют ответ.

Поэтому они не выбирают сайт из-за скорости, разметки или "правильных сущностей". Их выбор зависит от того, какие источники уже видны в поиске и имеют вес.

Если совсем коротко:

Неважно, насколько у тебя быстрый сайт, если ты никому не нужен. Важно, насколько ты полезен и насколько тебе доверяют.

И да, без понимания авторитета ты не поймёшь, как работает SEO, как бы ни хотелось думать, что дело только в "техничке".

Сейчас многие начали слепо доверять нейросетям. Спросил, получил команду, вставил в терминал и нажал ENTER. И вот тут начинаются проблемы у псевдо DevOps и у их заказчиков.

Нейросеть не видит твой сервер. Она не знает, где ты находишься и что у тебя внутри. Она просто даёт команду. Дальше всё на тебе.

Самый частый пример это rm -rf

Эта команда удаляет всё подряд. Рекурсивно. Без вопросов. Вообще без вопросов. Ошибся в пути на один символ и можно снести весь сервер. Без восстановления.

Это не страшилки, так сервера сносили много раз. Просто потому что человек вставил команду и не подумал.

Есть вариант безопаснее
rm -ri
Он хотя бы спрашивает подтверждение. Ты видишь, что именно удаляется. Можно остановиться.

Главное правило простое: не понимаешь команду не запускай.

Если нет рядом человека, который разбирается, открой поиск и посмотри, что делает команда. Это 2 минуты, но может спасти тебе проект.

и да
нейросеть это помощник
но не админ твоего сервера

Пруфы:

https://xakep.ru/2026/04/30/pocketos-fail/

https://the-geek.ru/news/vsjo-udaleno-ii-agent-claude-code-sluchajno-unichtozhil-infrastrukturu-startapa

https://www.securitylab.ru/news/564915.php

С 27 мая в России хотят запретить ввоз части компьютерной техники по параллельному импорту. Под ограничения, судя по документу, попадают ноутбуки, компьютеры и накопители Acer, Asus, HP, Samsung, Intel, ADATA и ряда других брендов.

Если всё примут в таком виде, последствия будут довольно простые: меньше выбора, выше цены, больше серых схем и нервов у всех - от обычных покупателей до бизнеса и операторов связи.

То есть сначала рынок как-то научился жить через параллельный импорт, а теперь могут прикрыть и этот канал.

Вот и приплыли...

Когда энергии и внимания не хватает на глубину, бизнес не растёт. Он просто расползается вширь.

Появляется больше задач, больше чатов, больше идей, больше мелких движений. Ты весь день чем-то занят, отвечаешь, решаешь, проверяешь, запускаешь, тушишь пожары. Вечером вроде устал как после большой работы, а если честно посмотреть на результат, то система не стала сильнее.

Продажи не стали проще. Команда не стала самостоятельнее. Процессы не стали понятнее. Продукт не стал лучше. Просто появилось ещё больше точек, где нужно твоё внимание.

Вот в этом и ловушка.

Ширина создаёт ощущение движения. Глубина даёт рост.

Можно каждый день добавлять новые товары, новые услуги, новые каналы, новые идеи. Но если нет глубины, всё это начинает тянуть силы. Бизнес становится похож на шкаф подростка, куда постоянно закидывают вещи, но ни разу не разбирают полки.

В какой-то момент ты уже не управляешь ростом. Ты просто обслуживаешь хаос.

Глубина - это когда ты берёшь одну важную часть и доводишь её до нормального состояния. Не десять новых направлений, а один сильный продукт. Не сто задач, а понятная система. Не вечное "надо бы", а сделано, проверено, работает.

Иногда бизнесу нужен не новый рывок, а остановка и честный вопрос: что из этого реально двигает нас вперёд, а что просто съедает день?

Можно быть занятым каждый день и всё равно стоять на месте.

Иногда это значит, что ты просто слишком долго не убирался внутри своего бизнеса.

С 5 мая на Авито появляется новый инструмент - это лента постов.

Что это значит для продавцов? У вас появится ещё одна точка касания с клиентом прямо внутри Авито.

Посты смогут видеть люди, которые уже нашли ваше объявление, добавили его в избранное или интересовались похожими товарами и услугами.

Это хороший шанс напомнить о себе без доплат за продвижение.

Можно показать новинки, рассказать о скидках, объяснить пользу товара, ответить на частые вопросы, показать процесс работы или просто чаще попадаться на глаза тем, кто уже почти готов купить.

По сути, Авито постепенно становится ближе к соцсети внутри маркетплейса. И выигрывать будут те, кто начнёт вести свои объявления живее: с фото, короткими текстами, понятной подачей и регулярными постами.

Пока многие будут игнорировать новый инструмент, можно занять место раньше других и получить больше внимания без лишних трат бюджета.

Логика Ozon выглядит так:

Ozon: Почему ты не делаешь поставки? Будешь много платить за логистику, если не отгружать товар в регионы.

Селлер: Хорошо, готов сделать поставку в регионы.

Ozon: Сорри, таймслотов нет.

Пауза.

Ozon: ладно, поставь несколько штук в Хабаровск. И за кросс-док тоже заплати.

Мораль простая: как ни крути, Ozon всё равно найдёт, где отнять деньги у селлеров.

Пора делать ревизию по российским сервисам и подпискам.

Платишь как раньше или больше, а по факту получаешь меньше.

Где-то урезали доступ, где-то убрали часть функций, где-то добавили новые правила, где-то стало больше рекламы и меньше пользы.

Поэтому сейчас хороший момент пройтись по всем подпискам и задать себе простой вопрос: я правда этим пользуюсь или просто по привычке каждый месяц отдаю деньги?

Если сервис стал хуже, а платить за него нужно столько же, значит, пора либо отключать, либо искать замену.

Потому что подписка должна давать пользу, а не просто тихо списывать деньги с карты.

Совет по Docker из личного опыта.

Ко мне обратились за помощью.

Проект уже был почти готов, но из-за окружения пришлось разбираться с ошибками, которые можно было убрать ещё в начале

Настраивайте окружение до начала проекта, а не в тот момент, когда всё уже почти готово.

Очень часто проблемы на проде появляются не из-за самого кода, а из-за разницы окружений.

На одном компьютере всё работает. На сервере падает. У одного разработчика запускается. У другого нет. Локально всё хорошо, а после деплоя начинаются ошибки.

Правильный порядок простой: сначала контейнерная база, потом разработка.

Docker помогает сразу зафиксировать версии Node.js, базы данных, Redis, Nginx, переменные окружения и команды запуска.

В итоге проект с самого начала живёт в боевых условиях.

Меньше сюрпризов при деплое, меньше ручных правок, меньше фраз в стиле -- у меня все работало.

Если проект планируется как рабочий продукт, Docker лучше подключать в первый день, а не в последний.

У меня давно назрел вопрос.

Хоть кто-нибудь на Авито, когда пишет в объявлении «пишите, вышлем каталог», реально высылает каталог сразу?

Без просьбы оставить номер телефона.
Без «а как к вам обращаться?».
Без «давайте сначала уточним пару моментов».
Без попытки сразу затянуть человека в воронку продаж.

Человек же пришел за каталогом. Он уже проявил интерес. Он уже "теплый". Ему нужно просто получить файл, ссылку или список товаров.

Но часто вместо каталога начинается допрос и попытка продать раньше времени.

А ведь всё может быть проще: попросили каталог - отправил каталог. Дальше человек сам посмотрит, выберет, задаст вопрос и вернётся, если ему подходит.

Часто нормальный и быстрый ответ продаёт лучше, чем вся эта натянутая воронка.

Что-то в последнее время у меня становится всё больше лайф-контента, а не постов строго по теме канала.

Но что поделать, если вокруг каждый день происходит что-то такое, мимо чего уже сложно пройти молча.

Так что да, иногда здесь будет больше личных наблюдений, бытового абсурда и живых заметок.

Довольно часто приходится пользоваться Почтой России. Через неё, например, та же Бандеролька отправляет посылки из-за рубежа.

И вот теперь возникает простой вопрос: я правильно понимаю, что кроме промежуточных пунктов в отслеживании я больше не увижу ещё и вес посылки?

То есть отправили посылку на 3 кг, а приехал 1 кг. Где и на каком этапе что-то пропало, то понять уже нельзя. А разбираться, как обычно, никто особо не будет.

У меня уже были случаи, когда посылка буквально "худела" по пути. Отправляли один вес, а до пункта выдачи доходил уже другой.

И именно по данным отслеживания можно было хотя бы понять, на каком этапе это произошло. После этого я писал в поддержку, а там уже запускали проверку. Ну или делали вид, что запускали.

Самое неприятное, что статусы не отображаются даже в сторонних сервисах. Значит, Почта убрала эти данные не просто из своего приложения, а полностью из API. Очередная оптимизация инфраструктуры?

И отдельно радует формулировка, что это якобы сделано по просьбам пользователей.

Вот тут главный вопрос: какие идиоты могли просить сделать отслеживание менее информативным?

AI-поиск работает через подбор, чтение и сбор ответа из разных источников. OpenAI прямо описывает ChatGPT Search как поиск с быстрыми ответами и ссылками на веб-источники, но точная логика выбора источников не раскрывается полностью.

Google тоже описывает AI Overviews как краткий ответ с ссылками для дальнейшего изучения, но не даёт владельцам сайтов простой формулы попадания в эти блоки.

Поэтому фраза "Микроразметка увеличивает шанс цитирования в 3 раза" почти всегда вызывает дополнительные вопросы: где проверяли, как долго, на каких запросах, в какой нише и тд.

В SEO многое тоже нельзя назвать до конца прозрачным. Но там хотя бы есть более привычные точки замера: позиции, клики, индексация, ссылки, CTR, поведение страниц в выдаче.

С AI-ответами всё сложнее.

Если мы говорим про обратные ссылки, их можно проверить. Ссылка либо есть, либо её нет. Если мы говорим про страницу в поиске, можно посмотреть, есть ли она в индексе, какие запросы ведут трафик, какие позиции меняются.

А с AI-цитированием всё гораздо менее стабильно. Один и тот же вопрос может дать разные источники при повторной проверке. Сегодня страница попала в ответ, через несколько дней её уже нет. На одном сервисе сайт цитируется, на другом вообще не появляется. Даже внутри одной платформы результат может меняться.

Несмотря на шум вокруг GEO, часть советов выглядит вполне адекватно. И почти все они давно знакомы из классического SEO.

1. Отвечать на реальные вопросы. Не писать "текст ради текста", а давать понятный ответ на то, что человек правда спрашивает.

2. Cтавить ответ ближе к началу страницы. Если AI-система берёт страницу как источник, ей проще вытащить ясный фрагмент, где вопрос и ответ не спрятаны глубоко в тексте.

3. Давать факты, цифры, примеры, даты, условия, ограничения. Нейросети чаще ссылаются на страницы, где есть плотный смысл, а не общие фразы.

4. Усиливать доверие к сайту: автор, опыт, документы, кейсы, отзывы, ясные контакты, нормальная структура сайта, живые страницы услуг и статей. Это не даёт гарантии цитирования, но повышает шанс, что сайт будет выглядеть как хороший источник.

И это совпадает с официальной позицией Google: для AI-функций важен тот же базовый подход, что и для поиска - это полезный контент для людей, доступность страниц для поисковых роботов, нормальные сниппеты, качественные изображения и видео, а также корректная разметка там, где она уместна.

Бизнесу важна предсказуемость. Когда есть стабильная инфраструктура, понятные правила и нормальные условия для работы, компания может планировать, развиваться и вкладываться в рост. В такой среде решения принимаются быстрее, риски просчитываются, а ресурсы идут в развитие, а не в борьбу с ограничениями.

Но когда вместо этого появляются искусственные барьеры, ситуация меняется. Причём речь не о естественных правилах игры, а о препятствиях, которые усложняют работу без реальной пользы. Самое неприятное, что такие барьеры создаются за счёт тех же средств, которые бизнес уже платит в виде налогов.

В итоге получается парадокс. Компания сначала финансирует систему, а затем сталкивается с ограничениями, которые мешают ей работать.

Сильная экономика строится не на запретах, а на условиях, где бизнесу дают возможность работать спокойно и понятно. Там, где меньше лишних препятствий, больше инициативы, больше конкуренции и, как следствие, больше результата.

В результате страдает сама логика роста. Вместо того чтобы развиваться плавно и стабильно, бизнес вынужден подстраиваться под жёсткие рамки. И чем больше таких ограничений, тем сложнее строить долгосрочные планы и двигаться вперёд без лишнего давления.

Ну это так, меня немного унесло в сторону. Иногда мысли цепляются одна за другую, и разговор сам собой выходит за рамки изначальной темы. Хотел сказать коротко, а в итоге развернулось чуть шире, чем планировал.

В личку мне нападало много вопросов на эту тему за последнее время. И так, давайте разберемся в первопричинах бума на GEO.

Компании почувствовали деньги в AI и теперь хотят быть видимыми в ответах нейросетей.

Маркетологи тоже почувствовали деньги, но уже в страхе этих компаний. Поэтому многие спешат назвать себя GEO-экспертами.

И тут начинается самое интересное.

Не так важно, работают ли их GEO-тактики на самом деле. Важно, можно ли убедить клиента, что они работают. Если вышло, то за это уже можно брать деньги.

Именно поэтому все так любят изучать и цитировать данные по ссылкам в LLM-ответах. Это удобный способ показать свою экспертность.

Берётся исследование, где проверили тысячи AI-ответов. Потом из этих данных делается красивый вывод: вот такие сайты нейросети цитируют чаще, вот такая структура работает лучше, вот такие блоки дают рост.

На бумаге звучит сильно. Метод как будто подкреплён данными.

Но проблема в том, что такие данные очень легко подать под нужным углом.

Можно взять свои запросы, свой период, свою нишу, свою выборку и получить вывод, который хорошо продаётся. А потом добавить важную фразу: "в нашем тесте, на наших запросах, за выбранный период мы увидели такую связь".

Формально всё честно. Но превращать это в универсальное правило уже нельзя.

Главная ошибка многих GEO-исследований в том, что они смешивают слишком разные вещи.

Например: медицина, юриспруденция, товары, локальные услуги - это тоже разные ниши. В одной теме AI будет сильнее тянуться к официальным источникам. В другой - к обзорам, сравнениям и статьям. В третьей - к форумам, отзывам и личному опыту.

Поэтому общий вывод в стиле "нейросети чаще цитируют страницы с такой структурой" может звучать красиво, но быть слабым на практике.

Для GEO важно смотреть не просто на цифры, а на контекст: какой был запрос, какая ниша, какой тип ответа, какие источники уже попадают в AI-выдачу и почему именно они.

Работать с AI-видимостью нужно. Но не стоит верить каждому, кто пришёл с графиком и сказал: "Мы нашли 100% формулу попадания в нейросети".

Скорее всего, он нашёл не формулу, а удобный способ продать услугу.