Новая ключевая метрика AI SOV: почему в эпоху нейросетей нельзя оставаться ноунеймом

Поиск меняется, а вместе с ним меняются критерии успеха поискового маркетинга. Разбираемся, что такое AI SOV, и почему цитируемость бренда в нейросетях становится ключевой метрикой в интернет-продвижении.

🔷Трафик остается внутри поисковой экосистемы

Идеальный мир для Яндекса и Google — когда пользователь живет внутри Яндекса и Google: прямо в поисковой выдаче читает AI-ответы, выбирает товары, просматривает рекламу и решает любые задачи — от выбора авиабилетов до записи к врачам.

Поисковики стараются удержать внимание пользователя внутри своей экосистемы, и, скорее всего, в ближайшие годы им это будет удаваться все лучше. Инструментов становится больше. Карусели товаров, маркет, карты, вертикали, видео, ответы от искусственного интеллекта — все это части разрастающейся экосистемы Яндекса. Google идет тем же путем.

Появление ИИ стало вызовом для Яндекса и Google, но одновременно — возможностью, которой поисковики сумели воспользоваться. Наше исследование показало, что уже сейчас 18% пользователей Яндекса очень часто, а 37% — довольно часто находят нужный ответ через «Поиск с Алисой». То есть больше половины считают ответы ИИ полезными и релевантными. По мере развития нейросетей — а они развиваются стремительно — процент будет расти.

Пользователи получают ответ на свой вопрос прямо в выдаче, и у них все меньше причин переходить на сторонние сервисы и сайты.

🔷Органический трафик падает

Чем больше ИИ-ответов, тем меньше органического трафика у сайтов, хотя он и не исчезает совсем.

Яндекс и Google дают в ИИ-ответах активные ссылки на источники. Пользователи читают нейроответы, некоторые переходят по ссылкам, другие только видят домен — ссылку на сайт.

Чем чаще нейросети цитируют сайт, тем выше узнаваемость домена и бренда, а вместе с узнаваемостью растет и доверие. У потребителя автоматически создается впечатление, что бренд — успешный, крупный и стабильный.

🔷Зачем и как измерять упоминания и узнаваемость бренда

Еще несколько лет назад классическое SEO в какой-то степени уравнивало раскрученные бренды и ноунеймы. В топе поисковой выдачи находилось место и для популярных, и для малоизвестных хорошо оптимизированных проектов, и все получали трафик.

Демократия закончилась. В топ выдачи попадают в основном крупные трастовые проекты. Чтобы искусственный интеллект процитировал сайт в своих ответах и упомянул бренд, нужно быть известным и авторитетным в своей нише. Позиции лидеров усиливаются, аутсайдеры слабеют.

Как измерить узнаваемость и авторитетность бренда:

🔹Проверить количество и частотность брендовых запросов в Яндекс Вордстат. Чем больше людей вводят брендовые запросы в ПС, тем популярнее бренд.

🔹Провести Brand Lift Studies — исследования повышения осведомленности о бренде. Это оценка того, как рекламная кампания изменила восприятие бренда, например, повысила ли узнаваемость.

🔹Измерить AI SOV — долю голоса бренда в нейросетях, процент упоминаний бренда по сравнению с ключевыми конкурентами в ответах ИИ (нейроответах поисковиков и ИИ-чат-ботах) по определенной тематике.

Инструментов для замера AI SOV пока мало — можно сказать, единицы. Чтобы измерить видимость бренда, можно воспользоваться, например, этим AI Brand-checker.

AI SOV становится одной из ключевых метрик — это индикатор жизнеспособности и успешности бренда в эпоху искусственного интеллекта. Попасть в цитаты нейросетей — значит, оставаться на виду у аудитории.

Два популярных мифа о продвижении контента в нейросетях

Разбираем два принципа оптимизации контента для нейросетей. В них многие верят, но на самом деле они не работают или работают не так, как думает большинство.

🔷Миф 1: микроразметка помогает продвигать контент в нейросетях

Идея в том, что разметка Schema.org и ей подобные делают контент понятным для машин: помогают отличать товар от категории и контакты от отзывов.

Но с нейросетями все иначе. Языковые модели распознают контекст и смысл, им не нужны дополнительные теги и атрибуты, чтобы понять, о чем текст.

Мы не раз замечали на клиентских проектах, что разметка практически не влияет на видимость в нейросетях. Если быть точнее, то не дает никакого бонуса, контент и без нее индексируется и нормально извлекается.

А тут и исследования подъехали.

Почти одновременно и независимо друг от друга несколько команд пришли к тому же выводу.

Дэн Тейлор и его команда проанализировали 107 352 сайтов, на которые ссылался ИИ в своих ответах. И сделали вывод, что для ИИ имеют значение только базовые типы разметки: «Организация», «Статья», «Хлебные крошки» и «Автор». Все, что выходит за рамки стандартного набора, не дает преимущества. LLM-модели сосредоточены на фрагментах текста и знаках препинания, а не на разметке.

«Цитирование в режиме ИИ определяется авторитетностью и релевантностью контента, а не трюками с разметкой», — считает Дэн Тейлор.

Другой исследователь Хулио Гевара протестировал связь микроразметки и видимости в нейросетях. И тоже ее не обнаружил.

Вывод: микроразметка — это базовая гигиена, которая влияет на SEO-выдачу, а значит, опосредованно — на цитирование ИИ и нейроответы. Но типы разметки, выходящие за рамки стандартных, не дают эффекта в GEO. Качество контента намного важнее. Факт.

🔷Миф 2: Нейросети использует фрагменты из начала текста

Этот миф — отголосок классического SEO. Для продвижения в поисковых системах главную мысль и ключевые слова действительно полезно использовать ближе к началу статьи. Это связано с классической текстовой релевантностью, которую используют ПС, — словам в начале текста отдается бОльший вес. Но работает ли это для нейросетей?

Еще в 2023 году кембриджские ученые опубликовали статью, в которой проанализировали связь между положением информации в тексте и производительностью языковых моделей. Они заметили, что ИИ отлично воспринимает не только начало, но и конец длинного текста.

Были трудности с производительностью при извлечении фрагментов из середины текста, однако сейчас эта проблема сошла на нет (за два года нейросети стали умнее, технологии сильно продвинулись).

Вывод: если текст релевантный, понятный и экспертный, а фрагмент легко извлекаемый (законченный по смыслу), то где бы они ни находился, нейронка его достанет, переварит переработает и использует.

❓Какие еще мифы о GEO вы знаете?

«Ссылки nofollow бесполезны, без Bing не попасть в результаты ChatGPT»

Продолжаем опровергать мифы о GEO (первые два здесь).

🔷Миф 3: для продвижения в ИИ имеют значение только dofollow ссылки. Nofollow — второй сорт

Популярный SEO-аналитик Кевин Индиг решил выяснить, как обратные ссылки влияют на видимость проекта в ИИ. Совместно с Semrush он проанализировал 1000 доменов и их упоминания в ответах ChatGPT, Gemini, Perplexity, ИИ-обзорах от Google. И пришел к выводу, что ссылки nofollow имеют реальный вес и влияют на ИИ не меньше, чем dofollow.

Вывод: для ИИ атрибуты ссылок не имеют значения. Nofollow и dofollow ссылки работают одинаково. Ну и это просто логично, исходя из механики работы нейросетей.

🔷Миф 4: если Bing не проиндексировал страницу, она не будет отображаться в результатах поиска ChatGPT

ChatGPT использует для веб-поиска поисковую инфраструктуру Bing. Это подтверждают официальные источники, например, об этом сказал вице-президент OpenAI по инжинирингу. Исследователи находят прямую корреляцию между позицией в поиске Bing и частотой цитирования в ChatGPT.

Но эксперименты аналитика Абхишека Айера и сайта Backlinko показали, что ChatGPT может обходиться и без Bing. Ребята придумали несуществующий термин «NexorbalOptimization». Опубликовали страницу о нем и настроили файл robots.txt так, чтобы ее мог проиндексировать только Googlebot. Остальные боты (включая Bing) были заблокированы.

После того как Google проиндексировал страницу, они спросили ChatGPT Plus о NexorbalOptimization. Чат-бот нашел страницу и процитировал ее почти слово в слово.

Вывод: индексирование в Bing — это важно, но не важнее, чем индексирование в Google и других поисковиках.

Сюрприз: ИИ-краулеры существуют

Еще одна порция мифов о GEO (предыдущие здесь и здесь).

🔷Миф 5: у ИИ-чат-ботов нет своих краулеров, они пользуются краулерами поисковых систем

Громкие партнерства, вроде сотрудничества OpenAI и Bing, создают в сознании пользователей ассоциацию между ИИ-помощником и поисковой системой.
Как будто бы нейросеть намертво привязана к поисковику и без него бесполезна.

На самом деле у крупных ИИ-чат-ботов есть собственные краулеры для сбора данных из интернета. Одни используются для обучения моделей, а другие — для поиска информации в ответ на запросы.

Например, GPTBot собирает данные для обучения моделей, ChatGPT-User извлекает информацию по запросу с включенной функцией поиска. PerplexityBot индексирует сайты для ответов на платформе Perplexity. ClaudeBot — основной краулер для сбора данных и обучения Claude.

Вывод: через robots.txt и сервисы типа Cloudflare можно запретить определенным ИИ-краулерам доступ к сайту.

🔷Миф 6: нейросети подчиняются директивам LLMs.txt

LLMs.txt — аналог файла robots.txt, но для роботов нейросетей. В нем можно разрешить или запретить языковым моделям (ChatGPT, Gemini, Claude и другим) сканировать и использовать контент сайта.

Райан Лоу из Ahrefs доказывает, что на нейросети этот файл не влияет примерно никак. Ни одна из систем генеративного ИИ не поддерживает стандарт LLMs.txt. Так что создать директивы можно, но нейросети их даже не заметят.

Владельцам сайтов очевидно не хватает инструментов воздействия на краулеры LLM. Похоже, такой инструмент скоро появится.

Целевая группа по инжинирингу Интернета (IETF) работает над созданием протокола настроек ИИ. С ним можно будет устанавливать директивы: разрешать или запрещать нейросетям цитировать контент сайта.

Вывод: файл LLMs.txt на данный момент бесполезен, но скоро может появиться работающая альтернатива, ждем.

Конференция «Как продвигать бренд в нейросетях и нейроответах в эпоху ИИ» — стартует уже завтра!

🗓 26 ноября
🕛 12:00–16:00

Ниже — программа конференции.

И именно под этим постом вы можете оставить вопрос любому спикеру. Мы будем передавать их в студию в реальном времени.

12:00 — 12:30
Дмитрий Ашуров, Head of SEO, Циан
«GEO в 2026: как защитить стратегию»

12:30 — 13:00
Роман Киселёв, Директор стратегических проектов, Спортмастер
«AS IS, TO BE или от потенциала GEO к прибыли. Фреймворк будущего от Спортмастера»

13:00 — 13:30
Станислав Черикчиев, Head of CRM-marketing, Synergetic
«Новая GEO-стратегия и «нейроответы»: 3 шага к внедрению ИИ-ассистентов в маркетинг компании»

13:30 — 14:00
Ольга Макаревич, Head of SEO, Точка Банк
«Компании больше не имеют морального права не работать с SoV в нейроответах - констатировать, не продавать. Трудности выбора и стоимость аналитики: рыночные инструменты vs собственная разработка.»

14:00 — 14:30
Федор Смирнов, Head of SEO, Билайн, Илья Русаков impulse.guru
«Распаковываем AI выдачу: данные и поиск приоритетных направлений для защиты перед стейкхолдерами»

14:30 - 15:00 - перерыв

15:00 - 16:00 - дискуссия: “Будущее аудитории нейросетей и GEO-поиска”

Пишите вопросы в комментарии под этим постом - мы зададим их спикерам в прямом эфире! 👇

Value of SEO: как понять, принесут ли профит ваши SEO-рекомендации и правки

Не все SEO-доработки одинаково полезны. Одни могут принести бизнесу реальный профит, а другие — только убытки и галочки в списке выполненных дел. Поэтому даже если корректировки на сайте проходят по разряду «базовый минимум», стоит сначала рассчитать их потенциал с точки зрения бизнесовых метрик. Возможно, мы потратим больше, чем заработаем, и в правках вообще нет смысла.

🔷Алгоритм

Нужно получить ответ на три вопроса:

🔹Сколько будут стоить доработки для бизнеса и SEO-команды?

🔹Какой дополнительный доход мы получим в результате?

🔹Ну и: оправданы ли расходы?

Начнем с понятого примера. Предположим, мы планируем комплекс SEO-работ.
Считаем, сколько мы потратим на оплату специалистам, сторонние аудиты (если были), покупку или подписку на платные инструменты.

Считаем потенциальный профит:

🔹Смотрим исторические данные по трафику. Прогнозируем, каким будет трафик в ближайший год, если работ по SEO не будет.

🔹Прогнозируем, как вырастет трафик благодаря SEO. Подсказками может стать трафик конкурентов, частотность ключевых слов, под которые создаются страницы, опыт работы с похожими проектами.

🔹Считаем дельту — разницу между прогнозируемым трафиком с SEO и без SEO.

🔹Прогнозируем конверсию. Смотрим, какая она сейчас, и, возможно, закладываем рост. Ведь мы будем работать над сайтом, юзабилити и будем получать более целевой и качественный трафик. Или наоборот, закладываем небольшое снижение за счет того, что начинаем охватывать не только «горячий» коммерческий трафик.

🔹Считаем, сколько дополнительных лидов принесет SEO. Для этого умножаем дельту трафика на предполагаемую конверсию.

🔹Умножаем результат на средний чек, получаем сумму дополнительной выручки с SEO.

🔹Осталось сравнить расходы и доходы. Если доходы выше, то SEO имеет смысл.

Но как оценить Value, если мы оцениваем не весь канал, а только какое-то одно внедрение, отдельную правку. Например, технический аудит или его часть. Это особенно важно на большом проекте. Вот здесь начинаются сложности. Давайте разбираться.

🔷Исправляем баг с SSR
* все совпадения с реальными кейсами случайны (или нет)

SSR (Server-Side Rendering) — технология, при которой HTML-страница генерируется на сервере и отправляется клиенту уже в готовом виде. Если возникают баги, а они, к сожалению, возникают часто, контент может «прыгать», интерактивные элементы ломаться, а страница — некорректно индексироваться.

Проблема: Страница не успевает отрендериться и поисковый робот видит пустые страницы с одинаковыми мета, из-за этого в поисковой выдаче появляется множество дублей.

Как посчитать профит из решения этой проблемы?

Для начала нам нужно понять, сколько в среднем кликов получает одна страница, которая находится в топ-20.

1. Можно взять отчет «Статистика запросов» и посмотреть, сколько кликов получили страницы, которые попали в топ-20.

2. В отчете «Статистика обхода» смотрим, сколько страниц отдают 200 код ответа.

3. Определяем количество страниц с дублями Title.

4. Считаем, сколько дополнительных кликов принесет исправление ошибки.

Далее переходим к расчетам:

Статистика страниц в топ-20 за месяц: 8 960 000 кликов

Страниц, отдающих 200 код: 533 000 шт.

В среднем на страницу приходится: ~16.8 клик

Количество страниц с ошибками: 121 700 шт.

Количество кликов, которое можно получить, исправив SSR: 2 044 560 кликов

Аналогично считаем для Google. Информацию о страницах с ошибками из Яндекса экстраполируем на Google (в GSC этой информации нет). Получаем результат: 1 044 560 кликов.

Сумму кликов (переходов) в Google и Яндексе умножаем на среднюю конверсию (0,3%) и получаем количество заказов.
(2 044 560 + 1 044 560) х 0,003 = 9 267

Далее можем посчитать и GMV, если мы знаем средний чек (AOV). Для примера можем взять 1050 руб., и получим в итоге 9 730 350 руб.

Сравниваем вложения и профит, делаем выводы. Если перспективы хорошие — внедряем. Если так себе — ищем более подходящую точку приложения сил (и денег).

В следующем посте приведем еще пару примеров расчета Value of.

Value of SEO: принесут ли доход технические правки и какие бывают исходы?

Еще два примера расчета Value of SEO. Алгоритм тот же: считаем вложения, потенциальный рост дохода и сравниваем.

🔷Решаем проблему с canonical и считаем профит
* все совпадения с реальными кейсами случайны

Например, мы обнаружили проблему с canonical: страницы дублируются по GET-параметру ?text, один и тот же контент доступен по разным URL. Если эту проблему устранить, то краулинговый бюджет не будет расходоваться на дубли, и поисковики будут лучше индексировать основной контент.

Сколько профита принесет решение проблемы?

Смотрим данные GSC. Выясняем, что Google отправляет 1 822 114 327 запросов на сканирование. Проблемой с canonical затронуто 675 100 862 страниц.

Считаем, сколько краулингового бюджета забирает ошибка:
(675 100 862 / 1 822 114 327 )*100% ~ 37%.

Значит, если устранить ошибку, можно высвободить 37% краулингового бюджета.

На каноническую страницу за счет GET-параметров создается, в среднем, 5 дублей. Исходя из этого, количество страниц, затронутых ошибкой: 675 100 862 / 5 ~ 125 420 172

На одну страницу в среднем приходится 0,33 клика (согласно историческим данным).
125 420 172 * 0,33 ~ 41 388 657 кликов.

Если корректно указать канонический адрес, поисковик сможет сконцентрировать вес и релевантность на единственном URL вместо дробления между пятью дублями. Можно ожидать рост показов и кликов в диапазоне от 20% до 50%. Рассчитываем эффект в трафике.

Оптимистичный сценарий: на 50% больше кликов
41 388 657 * 0,5 ~ 20 694 328
Реалистичный сценарий: на 35% больше кликов.
41 388 657 * 0,35 ~ 14 486 029
Пессимистичный сценарий: на 20% больше кликов.
41 388 657 * 0,20 ~ 8 277 731

Теперь посчитаем, сколько лидов принесут дополнительные клики.

Для этого умножим клики на конверсию (берем ее из исторических данных — 0,29%). При оптимистичном сценарии мы получим 20 694 328 * 0,0029 ~ 60 013 лидов. Умножаем на средний чек (350 руб.), получаем:
60 013 * 350 = 21 004 742 руб.

Аналогично считаем доход в реалистичном и пессимистичном сценариях.

🔷Разный контент на ПК-версии сайта и на мобильной версии

Проблема: На мобильной версии отсутствует блок с внутренней перелинковкой по тегам.

Если на сайте разные версии страниц для мобильных устройств и для ПК, то список ссылок в разных версиях сайта должен быть одинаковым. Google индексирует мобильную версию, и ограничение ссылок может привести к проблемам.

Смотрим распределение трафика. В нашем примере на мобильной версии сайта распределение запросов на сканирование GoogleBot выглядит так:
🔹Обновление: 61%
🔹Как обнаружено: 39%

Предположим, что решение проблемы увеличит скорость индексации страниц в диапазоне от 10 до 20%. Выстраиваем сценарии:
🔹Оптимистичный: 20%
🔹Реалистичный: 15%
🔹Пессимистичный: 10%.

Рассчитываем количество страниц, исходя из запросов на сканирование мобильной версии сайта: 30 589 825 запросов.
Выясняем, сколько новых страниц добавилось:
30 589 825 * 0,39 ~ 11 930 031

Теперь рассчитываем, сколько новых страниц проиндексируется:

Оптимистичный сценарий: 20%
11 930 031 * 0,2 ~ 2 386 006 страниц
Реалистичный сценарий: 15%
11 930 031 * 0,15 ~ 1 789 504 страниц
Пессимистичный сценарий: 10%.
11 930 031 * 0,1 ~ 1 193 003 страниц

На следующем этапе рассчитываем, сколько кликов можно получить. В среднем на страницу приходится 0,33 клика (из прошлого расчета).

Оптимистичный сценарий: 2 386 006 * 0,33 ~ 787 382 кликов
Реалистичный сценарий: 1 789 504 * 0,33 ~ 590 536 кликов
Пессимистичный сценарий: 1 193 003 * 0,33 ~ 393 690 кликов

Итак, если решить проблему, можно увеличить количество проиндексированных страниц на 1 193 003 – 2 386 006, что может потенциально принести 393 690 – 787 382 кликов.

Профит, GMV и другие параметры рассчитываем так же, как в предыдущих примерах: число кликов умножаем на конверсию, результат — на средний чек.

Такие упражнения полезно проделывать относительно любых доработок на сайте. И знакомить с расчетами владельцев: язык цифр и выгоды обычно самый убедительный.

❓Согласны? А как вы аргументируете для бизнеса SEO-правки и доработки?

Нейросети vs. Традиционный поиск: исследование показало неожиданные результаты

Нейросети активно интегрируются в поисковую выдачу. Примерно треть пользователей формулируют запросы через «Алису», миллионы используют ChatGPT, а Google постепенно расширяет возможности AI Mode. Казалось бы, традиционный поиск теряет доминирующее положение. Однако пользователи пока не доверяют нейроответам настолько, чтобы принимать решения только на их основе.

Эта закономерность всплыла в нашем исследовании по нейросетям и изменению поискового паттерна поведения. Мы выяснили, что традиционным поисковикам доверяют более 80% пользователей, тогда как «Поиск с Алисой» как отдельный сервис используют примерно 20%.

Но мы решили пойти дальше, чтобы понять: что стоит за таким поведением и почему пользователи используют нейросети в качестве первого шага, но не как единственный источник информации?

👀 Что происходит на самом деле

Нейросети выполняют роль точки первого касания. Пользователь получает быстрый обзор продукта или услуги, формирует первичное впечатление, а затем обращается к традиционному поиску, чтобы изучить детали, сравнить варианты и принять окончательное решение. То есть нейровыдача ускоряет первый этап поиска, но не заменяет полноценный анализ информации.

Это подтверждают данные исследований Оксфордской Академии. Специалисты провели серию экспериментов с участием 10 426 человек. Людей случайным образом
распределили на две группы:

1️⃣ Одна изучала тему через поисковые системы, переходя по ссылкам.

2️⃣ Другая — через ИИ. После этого участникам предлагали написать вывод по изученной теме.

Результаты показали, что те, кто изучал тему через нейровыдачу, демонстрировали менее глубокие знания, чем те, кто вручную искал информацию в интернете.

Пользователи, получающие ответы от ИИ, тратили меньше усилий на переработку информации, полагаясь на готовый синтез. Этот эффект сохранялся независимо от темы поиска и ИИ-модели, даже если к сводкам добавляли ссылки на источники.

🔎 Почему люди проверяют нейроответы через поиск и источники

Нейросеть формирует общий ответ, объединяя данные из разных источников. Но этого недостаточно, чтобы принять решение — людям нужны точные цифры, конкретные условия и информация о возможных рисках.

OpenAI в своем исследовании объясняет, почему так происходит: некоторые модели тренируются предсказывать следующее слово на основе больших текстовых данных. Системы просто учатся выстраивать текст и угадывать вариант ответа, а не проверять факты, поэтому иногда случаются галлюцинации даже у продвинутых моделей.

Например, вы ищете, в каком банке открыть вклад, и решили спросить мнение ИИ. Нейросеть может выдать такой результат: «Средняя ставка по вкладу 18%», а на самом деле у одного банка 16%, у другого 20%, но с условием минимального депозита в сто тысяч рублей.

Это показывает, что ИИ не проводит полноценный фактчекинг и может выдать обобщенные или неточные данные.

То же самое с дорогими покупками. Стоимость квартиры, машины, техники — перед такими решениями люди изучают десятки источников. Нейросеть сужает выбор и фильтрует явно нерелевантные варианты. Но финальное решение человек принимает сам, на основе глубокого анализа.

❓❓А вы перепроверяете информацию из нейросетей?

🤖 Технологические ограничения ИИ и их влияние на пользователей

Продолжаем разбираться доверяют ли пользователи нейропоиску, предыдущая часть поста здесь.

Нейросети развиваются стремительно, но сохраняют фундаментальные ограничения, которые пользователи ощущают интуитивно.

1️⃣ Актуальность данных. Большинство нейросетей обучены на данных до определенной даты. Сейчас системы частично исправляют это через интеграцию с поиском, но пользователи продолжают сомневаться: «А вдруг информация устарела?».

2️⃣ Отсутствие критического мышления.
Нейросеть не умеет сигнализировать о сомнениях. Она отвечает с одинаковой уверенностью, даже если ошибается, и не фильтрует сомнительные данные.

3️⃣ Непрозрачность источников.
В статьях и исследованиях видно автора, дату и ссылки на источники. Нейроответы часто не показывают происхождение информации — она может быть взята как из научной публикации, так и из случайного поста в соцсетях.

4️⃣ ИИ-галлюцинации.
Нейросети иногда генерируют факты или цифры, которых нет в реальности, — от случайных ошибок до вымышленных данных. В исследовании компании Terzo популярным ИИ-моделям показывали небольшой фрагмент новости и просили определить исходную статью, издание и точный URL. Grok 3 ошибся в 94% случаев, а ChatPGT — примерно в двух из трех ответов.

В другом эксперименте от PubMed Central проверили, насколько точно ChatGPT подбирает источники по тому контенту, который генерирует. Модель прислала 178 ссылок, и почти половина из них оказалась некорректной: у 69 ссылок не было DOI (уникального цифрового идентификатора), а еще 28 вовсе не существовали.

⚓ При чем здесь эффект якоря

Есть еще один психологический момент. Когда получаем информацию из одного источника, мозг автоматически ищет подтверждение в других.

Это называется «эффект якоря» — первая информация создает базовое представление, но мозг не принимает его за истину, пока не найдет подтверждение.

Например, нейросеть отвечает: «Этот пылесос — лучший в своем классе». Мозг фиксирует эту информацию, но не принимает ее безоговорочно. Нужно увидеть это мнение в обзорах, рейтингах или отзывах реальных покупателей. И только когда несколько независимых источников подтверждают один и тот же вывод, у человека появляется уверенность, что информации действительно можно верить.

✔️ Что важно запомнить

Сегодня ИИ-модели и классические поисковики работают по разным логикам, но объединяет их одно: они усиливают роль экспертности, точности и доверия. Именно поэтому в новой реальности ключевым становится не просто наличие контента, а его качество по стандартам E-E-A-T — опыта, экспертности, авторитетности и надежности.

Как превратить потенциал GEO в прибыль: AS IS & TO BE

На нашей конференции «Как продвигать бренд в нейросетях и нейроответах в эпоху ИИ» был доклад про превращение потенциала GEO в измеримые результаты.

Поисковые системы внедрили в работу языковые модели, а часть аудитории ищет информацию через нейроответы. Поэтому цель многих компаний — попасть в топ ИИ-выдачи, чтобы конвертировать органический трафик в прибыль.

В профессиональной среде некоторые специалисты утверждают, что влияние GEO и нейровыдачи невозможно посчитать до денег и прибыли. Этот тезис повторяется и на профильных мероприятиях: сходятся во мнении, что прямых измеримых результатов не существует.

В этом посте мы будем опровергать эту позицию. Разберемся, как через GEO и ИИ удержать видимость бренда в нейровыдаче и превратить этот трафик в доход.

🔎 AS IS: понять текущее состояние

AS IS — это текущее состояние бизнеса в GEO: где вы сейчас, какие у вас метрики, ограничения и возможности. Чтобы понять, как близко вы к цели, нужно рассчитать текущий эффект от показов в нейровыдаче.

1️⃣ Если мы говорим про GEO и нейросети, то первое что мы определяем и фиксируем как стартовую точку - это прямой трафик из нейросетей.

2️⃣ Дальше нужно оценить, насколько бренд заметен в ИИ-ответах, какая у него видимость и при какой доле видимости удается получать трафик, который мы зафиксировали на первом шаге.

Для этого замерьте упоминания и позиции в ответах AI-моделей — ChatGPT, DeepSeek, Perplexity и других, а также в ИИ-выдаче Яндекс Алисы и Google AI Overview.

3️⃣ Далее посмотрите и соберите трафик с AI-моделей, конверсию в заказ (CR), конверсию из заказа в выкуп (TR) и средний чек AOV, чтобы рассчитать текущий GMV.

📌 Показатель, о котором мы говорим ниже, рассчитывают бизнесы из сферы электронной коммерции.

Для этого используется формула:

GMV = Трафик из AI * CR * TR * AOV.

Где:

- GMV (Gross Merchandise Value) — общий объем продаж всех товаров и услуг.
- Трафик из AI — визиты на сайт из AI-моделей.
- CR (Conversion Rate) — конверсия, доля пользователей, которые совершают покупку / оформление заказа.
- TR (Transaction Rate) — доля выкупа.
- AOV (Average Order Value) — сумма среднего чека.

Возьмем усредненные значения:

- Трафик из AI — 12 000 визитов в месяц.
-CR — 1,5%.
-TR — 90%.
- AOV — 11 500 рублей.

Считаем:

12 000 * 1,5% * 90% * 11 500 = 1 863 000 рублей в месяц.

Показатель может сильно измениться, если поменять хотя бы один из параметров, например, конверсию или трафик.

Это и есть ваш текущий эффект в GMV от трафика из AI. Можно еще дополнить расчетом «упущенного» трафика из SEO, из органической выдачи (который забирают на себя нейроответы). На эту тему мы подготовим отдельный пост с примерами расчетов.

В следующей части расскажем про TO BE - не переключайтесь!

🔮 TO BE: цель, стратегия и ресурсы для достижения результата

Это вторая часть серии постов о том, как превратить потенциал GEO в прибыль, и сегодня мы поговорим о TO BE. Предыдущая часть поста - здесь.

Зная текущий GMV, важно определить, какого результата вы хотите достичь и за счет каких действий. Например, цель — попасть в топ ответов AI-моделей, которые видит пользователь. Для этого вы адаптируете контент под AI-поиск, внедряете технические улучшения на сайте и усиливаете присутствие.

Сначала вам нужно спрогнозировать трафик из AI с учетом роста видимости, а затем умножить его на CR, TR и AOV, чтобы получить корректный GMV.

Нужно взять среднюю видимость по всем моделям. Перечень моделей формируем исходя из задачи и того, в каких моделях хотим повысить видимость.

На основе этих шагов формируется прогноз, он считается так:

Трафик из AI в 2026 = (Видимость в 2026 * Трафик из AI в 2025 / Видимость в 2025) * (1 + Тренд роста переходов из AI)

Расчет:

15 600 * 1,6% * 92% * 12 000 = прогнозный GMV составляет около 2 756 000 рублей в месяц.

Прирост к текущим показателям — +460 000 рублей в месяц.

Как оценивать результаты❓

1️⃣ Замерять текущие метрики. Какой у вас трафик, конверсия, средний чек?

2️⃣ Определить цели. Насколько вы хотите увеличить трафик и конверсию? Опыт показывает, что трафик из нейросетей приходит более теплый и конверсия с него выше.

3️⃣ Запускать пилоты и тесты. После внедрения изменений важно проводить тестирование, замерять изменения и сверяться с новыми целями.

🌐 Как бизнесу появиться в нейровыдаче

➡️ Открыть доступ к вашему сайту или платформе для нейро-краулеров.

➡️ Сделать контент авторитетным.

➡️ Делать свежий контент. Зарубежное исследование Ahrefs показало, что контент, на который ссылаются ИИ, в среднем не старше 1064 дней (на 25,7% новее), чем тот, что попадает в привычный всем органический поиск Google.

➡️ Заниматься внешним продвижением.

❓ Рассчитываете ли вы потенциальную прибыль из GEO?

Как измерить упущенную выгоду от того, что бренд не попадает в нейроответы Алису и Overview

Пользователи хотят искать ответы быстрее и меньше инвестировать в клик, а бизнес — не терять спрос и деньги в новой модели поиска. Но как превратить потенциал GEO и нейроответов в измеримые результаты?

Один из вариантов на нашей конференции «Как продвигать бренд в нейросетях и нейроответах в эпоху ИИ» предложила Ольга Макаревич, Head of SEO Точка Банк.

Разберем, зачем и как измерять упущенную выгоду бренда в нейропоиске, с какими сложностями можно столкнуться и как рассчитать бюджет на продвижение в Алисе и AI Overview.

🔍 Почему аналитика важна

Согласно исследованию McKinsey, лишь 16% компаний системно анализируют свою видимость в ИИ-выдаче — то есть отслеживают, как часто и в каком контексте их бренд появляется в нейроответах поисковых систем. McKinsey называет это ключевым фактором победы в эпоху нового поиска. Без контроля SoV (доли бренда в нейроответах) бизнес теряет трафик, узнаваемость и часть потенциального дохода.

Перед тем как инвестировать в нейропоиск, стоит понять, сколько трафика и дохода компания теряет без участия в нейроответах.

Для расчета можно использовать формулы упущенной и приобретенной выгоды. Также такой расчет поможет определить бюджет с учетом целевого ROI (целевого уровеня окупаемости инвестиций).
Формулы применимы только к ИИ-выдаче (Яндекс Алиса и Google AI Overview) поисковых систем.

⬇️ Для начала разберемся, какие показатели возьмем для расчета и что они означают

— Q — общий поисковый спрос по вашему ядру (в месяц/квартал/год)

— NB% — доля нейроблоков (в какой доле от общего спроса, количество запросов и их суммарный спрос, поисковик показывает нейроответ).

— MySoV — текущая доля вашего бренда в нейроответах.

— ΔSoV — прирост SoV в нейроответах благодаря проекту.

— CR — средняя конверсия трафика.

— ACV — средняя ценность клиента.

🔻 Упущенная выгода показывает, где бизнес теряет деньги прямо сейчас из-за отсутствия в ИИ-выдаче.

Формула:
LOV = Q * NB% * (1 − MySoV) * CR * ACV — доход, который теряется без участия в ИИ-выдаче.

🔺 Приобретенная выгода — это дополнительный доход, который получит бренд, когда доля пользователей, которые ищут через нейроответы (и бесшовно уходят в диалоговое окно с моделью), вырастет.

Формула:
GV = Q * NB% * ΔSoV * CR * ACV — доход от прироста SoV.

💰 Формулу бюджета считают на основе упущенной и приобретенной выгоды. Расчеты дают понять, сколько денег можно инвестировать, чтобы зайти в нейроответы с заданным ROI.
Формула:

Budget ≤ (GV + LOV) * ROI_target.

📊 Как считать упущенную и приобретенную выгоду проекта

Взяли усредненные цифры для компании из e‑commerce:
— Q — 250 000 поисковый спрос в месяц.
— NB% — 5% (0,05).
— MySoV — 20% (0,2).
— ΔSoV — 20% (0,2).
— CR — 1,5% (0,015).
— ACV — 5 850 руб.
— Целевой ROI (ROI_target) — 1,5.

LOV = 250 000 * 0,05 * 0,8 * 0,015 * 5 850 ≈ 877 500 рублей в месяц — упущенная выгода.

GV = 250 000 * 0,05 * 0,2 * 0,015 * 5 850 ≈ 219 375 рублей в месяц — приобретенная выгода.

Budget ≤ (877 500 + 219 375) * 1,5 ≈ 1 645 313 — максимальный бюджет проекта.

📉 На самом деле можно считать и системно управлять своим присутствием в ИИ. Нейропоиск можно превратить в источник дохода только тогда, когда компания инвестирует осознанно, замеряет там свою видимость, рассчитывает упущенную и приобретенную выгоду и планирует бюджет так, чтобы проект окупался.

AI-контент: стереть () нельзя () публиковать

Контент всегда требовал много времени и сил, а ИИ полностью изменил правила игры. Теперь тексты можно создавать почти мгновенно, но вместе с этим появились новые риски: избыток AI-контента может негативно сказаться на позициях в поиске.

Как создавать тексты эффективно и безопасно и как пользоваться ИИ для повышения личной эффективности — читайте в этом посте.

🕰️ Контент-заводы и сотни человеко-часов

Создание контента 5–10 лет назад требовало сильно больше времени и ресурсов, чем сейчас. Копирайтер писал статью несколько рабочих дней, редактор правил текст еще день, SEO-специалист оптимизировал контент под ключевые слова, дизайнер подбирал визуалы. На один лонгрид могла уходить неделя работы команды из 2–3 человек.

По данным Content Marketing Institute (страница 32), средний и крупный бизнес тратил на контент от 111 000 до 337 000 долларов в год — это около 30–40% маркетингового бюджета.

Масштабирование означало пропорциональный рост команды и затрат, поэтому производство качественного контента было одновременно дорогим и трудоемким.

⚠️ Перепроизводство AI-контента и «синтетическое загрязнение»

Массовое внедрение ИИ породило новую системную проблему — резкий рост синтетического контента.

Генеративные модели упростили публикацию настолько, что интернет начал быстро заполняться текстами, созданными нейросетями без глубокой экспертизы и редактуры.

Исследователи и разработчики ИИ отмечают тревожный эффект: новые модели всё чаще обучаются на данных, которые уже были сгенерированы ИИ. Возникает замкнутый цикл. Это явление в научной среде называют модельным коллапсом.

🔎 Google внедрил технологию точного определения AI-контента

В 2025 году Google представил SynthID Detector — технологию невидимых водяных знаков для AI-контента. Разработка была анонсирована еще в 2023 году. Метки встраиваются при генерации текста, изображений, видео и аудио, сохраняются при копировании и обработке, и позволяют определить, что материал создан с помощью AI-инструментов Google, включая модели Gemini, Imagen и Veo.

SynthID не применяют напрямую для санкций — его цель повысить прозрачность контента и дать платформам, брендам и пользователям инструмент, который позволит отличать контент, созданный человеком от ИИ.

В перспективе технология может повлиять на работу поисковых алгоритмов и требования к качеству материалов. В первую очередь — для блогов и медиа, которые массово публикуют AI-тексты без учета факторов E‑E‑A‑T.

🔐 Гибридный подход — ключ к качественному контенту

Чтобы создавать качественный контент и экономить время, используйте гибридный подход: ИИ выполняет рутинные задачи, например, создаёт структуру драфта, а вы проверяете факты, исправляете ошибки и добавляете экспертизу, чтобы материал был точным и полезным.

По данным отчета HubSpot State of Marketing 2026, 86,4% маркетологов используют инструменты ИИ, прежде всего для генерации контента и работы с медиа.

Автоматизируя повторяющиеся задачи с помощью ИИ, вы экономите время и ресурсы, чтобы сосредоточиться на более важных задачах.

🔵 Этот пост появился благодаря диалогам с крутыми практиками и экспертами рынка. С него мы запускаем новую рубрику с гостями: реальные кейсы, ошибки и инсайты, о которых редко говорят публично. Подробности — совсем скоро, следите за обновлениями 🔜

✈️ Почему пилот — лучший способ защитить бюджет на GEO-продвижение и другие новые направления

Экономическая ситуация сейчас непростая: спрос снижается, налоговая нагрузка растет, планировать бюджеты становится сложнее. В такие периоды бизнес действует осторожнее — но полная остановка маркетинга и тестирования новых каналов почти всегда бьет по будущему росту компании.

Топ-менеджеры не игнорируют идеи — они оценивают риски. Опыт показывает, что многие инициативы выходят за рамки бюджета или не дают эффекта: по данным Bain & Company, около 88% трансформационных программ не реализуются так, как планировалось. Поэтому в условиях неопределённости предпочтение всё чаще отдают пилотам — формату, который позволяет проверить гипотезы.

✔️ Как пилот снижает риски и страх инвестиций

Пилот меняет подход к запуску проектов: вместо того чтобы сразу просить большой бюджет на масштабное продвижение, вы предлагаете управляемый эксперимент с ограниченными ресурсами.
Сам формат задает определенные рамки: сколько денег тратим на тест, на каком объеме проверяем гипотезу и за какой срок оцениваем результат. До старта фиксируются ключевые показатели, по которым видно, работает ли подход.

Далее рассмотрим на примере GEO логику пилотных проектов. Чтобы подготовить пилот, вам нужны метрики, которые будете отслеживать:

— видимость бренда (Brand Visibility);
— долю голоса бренда относительно конкурентов (Share of Voice);
— среднюю позицию упоминания бренда (Position);
— взвешенную видимость бренда (AI SOV);
— долю трафика, которая приходит через нейросети (Трафик из AI).

Пилот также повышает эффективность инвестиций: по анализу BCG, пилотные проекты дают в среднем в 2,7 более высокий ROI по сравнению с реализацией идеи без пилота. При этом затраты на масштабирование снижаются примерно на 32%, а риски перерасхода бюджета уменьшаются на 41%, поскольку потенциальные проблемы выявляются на раннем этапе.

💰 Что именно нужно заложить в пилот, чтобы бюджет согласовали

Чтобы проект одобрили, нужно предложить модель принятия решений. В пилоте стоит зафиксировать:

1️⃣ Какую гипотезу вы проверяете.

2️⃣ Какие KPI будете отслеживать.

3️⃣ За какой срок оцениваете результат.

4️⃣ При каких условиях проект масштабируется и сколько денег выделяется в случае успеха.

На нашей конференции в ноябре в докладе Романа Киселева из Спортмастера были озвучены конкретные показатели эффективности пилотных проектов. Срок запуска пилота обычно составляет 3–6 месяцев — этого достаточно, чтобы реализовать 1–2 ключевые инициативы и оценить их результат. После анализа данных нужно масштабировать подходы, которые показали наибольшую эффективность.

🔝 Почему GEO выигрывает стратегически благодаря “пилотному” подходу

Алгоритмы AI-поиска меняются каждые несколько месяцев. GEO-продвижение работает через короткие циклы тестирования: форматы контента, источники доверия, влияние экспертизы.
Пилот позволяет проверить ключевые гипотезы на практике.

Например:

— какие форматы контента чаще попадают в AI-ответы;

— какие источники вызывают больше доверия у аудитории;

— как меняется видимость бренда, когда контент подкрепляют фактами и экспертным мнением.

В этой логике пилот — часть самой стратегии GEO. Вы отсекаете нерабочие подходы, фиксируете то, что реально дает эффект, и масштабируете уже проверенные механики. Так вы сэкономите бюджет и адаптируетесь к изменениям алгоритмов быстрее конкурентов.

🎙 Во время недавнего диалога с известным вам экспертом (на днях узнаете кто это) мы детально разобрали, как правильно упаковать пилот, чтобы не просто получить деньги, а заложить основу для увеличения бюджета.

Материал уже готов — совсем скоро поделимся ☑️

Уже догадались, кто наш гость?) Всем, кто напишет правильный ответ в комментариях, дадим промокод на скидку на нашу стратегическую сессию SEO vs GEO, которая состоится уже 11 марта! Подробности по ссылке)

А подкаст выложим уже совсем скоро, оставайтесь на связи 😎