Ещё три-четыре года назад результаты поиска выглядели предсказуемо: десять синих ссылок, немного рекламы сверху, иногда — блок с картой или картинками. Сегодня всё чаще первое, что видит пользователь после ввода запроса, — это не ссылка, а сгенерированный текстовый ответ. Google называет это AI Overviews (в прошлом — проект SGE, Search Generative Experience), у Яндекса похожую роль играет YandexGPT, встроенный прямо в выдачу.
Для владельцев бизнеса и маркетологов это не абстрактная новость из мира технологий. Это прямое изменение того, как потенциальный клиент видит сайт компании — и видит ли вообще. В этой статье разберём, что из происходящего — уже подтверждённый факт, а что всё ещё гипотеза и предположение; как AI-ответы работают у Google и Яндекса; что происходит с органическим трафиком; какой контент получает больше шансов попасть в AI-выдачу; и главное — что с этим делать прямо сейчас, без паники и без иллюзий, что классическое SEO умерло.
Забегая вперёд: не умерло. Но появился ещё один уровень оптимизации, который придётся учитывать наравне с привычными факторами ранжирования.
Что такое AI-ответы в поиске и как они меняют то, что видит пользователь
AI-ответ (или AI-обзор) — это блок, который поисковая система генерирует с помощью большой языковой модели прямо в момент выдачи, опираясь на проиндексированные страницы. В отличие от классического сниппета, который просто показывает кусок текста со страницы, AI-ответ синтезирует информацию из нескольких источников, формулирует связный текст и подаёт его пользователю как готовый ответ — часто ещё до того, как человек долистает до первой органической ссылки.
Технически это развитие того, что поисковики делали и раньше. У Google уже много лет существуют featured snippets («ответ на вопрос» вверху выдачи), блоки «Люди также спрашивают», карточки знаний (Knowledge Graph). AI-ответы — следующий шаг: вместо цитаты одного источника или структурированного факта из базы знаний система генерирует развёрнутый, часто многосоставный ответ, комбинируя данные с разных сайтов.
Что это меняет для пользователя:
- Ответ на многие запросы теперь доступен без перехода на сайт. Если раньше человеку нужно было кликнуть хотя бы по одной ссылке, чтобы узнать, скажем, «сколько варить яйцо всмятку» или «что такое НДС», то теперь ответ может появиться прямо в выдаче.
- Меняется визуальная иерархия страницы результатов. AI-блок обычно занимает верхнюю часть экрана — иногда весь первый экран целиком, особенно на мобильных устройствах, что физически отодвигает органические позиции ниже.
- Появляются ссылки на источники внутри самого AI-ответа. Это важно: попадание в AI-ответ — не альтернатива органическому клику, а часто новый канал видимости и, при определённых условиях, перехода на сайт.
- Формат ответа зависит от типа запроса. Информационные вопросы («как», «что такое», «сколько») чаще получают развёрнутый AI-ответ. Транзакционные и коммерческие запросы («купить», «цена», «заказать») пока что чаще ведут к классической выдаче с картой, рекламой и органикой — хотя и здесь ситуация меняется.
Здесь важно честно разграничить: то, что AI-ответы занимают больше места в выдаче и меняют поведение пользователя — это уже наблюдаемый факт, подтверждённый и самими поисковиками, и независимыми исследованиями кликабельности. А вот то, насколько именно и для каких ниш это критично — вопрос, по которому данные всё ещё накапливаются, и универсальных цифр, применимых к любому бизнесу, попросту не существует.
Как это работает у Google и у Яндекса — коротко и по фактам
Google: AI Overviews
Google начал тестировать генеративные ответы в выдаче под названием SGE (Search Generative Experience) как экспериментальную функцию, доступную через Search Labs. После периода тестирования функция была переименована в AI Overviews и постепенно раскатана на основную выдачу в ряде стран, включая расширение на новые языки и рынки.
Ключевые факты о том, как это устроено:
- AI Overviews формируются на основе индекса Google и используют модели семейства Gemini для генерации связного ответа.
- Блок появляется не на все запросы — Google сам определяет, для каких типов запросов уместен генеративный ответ, а для каких предпочтительнее классическая выдача.
- Внутри AI-блока обычно присутствуют ссылки на источники — сайты, откуда система взяла информацию. Это отдельный, новый вид видимости, который иногда называют «AI-цитированием» или, в западной терминологии, GEO (Generative Engine Optimization) — по аналогии с SEO.
- Google публично заявлял, что страницы, показанные в AI Overviews, в среднем получают клики похожего или даже более высокого качества, чем обычные органические результаты, хотя независимые исследования кликабельности эту картину описывают не так однозначно — и здесь мы переходим от факта к предмету дискуссии.
Что здесь предположение, а не факт: точный алгоритм отбора источников для AI-ответа не раскрывается публично. Есть косвенные наблюдения (связь с высокими органическими позициями, структурированностью контента, наличием микроразметки), но чёткой, официально подтверждённой формулы ранжирования внутри AI Overviews не существует — и любые «100% рабочие способы попасть в SGE», которые можно встретить в интернете, стоит воспринимать как гипотезы практиков, а не как задокументированные правила.
Яндекс: YandexGPT в выдаче
У Яндекса генеративный ИИ интегрирован в поиск в нескольких формах. YandexGPT используется как для формирования быстрых текстовых ответов прямо в выдаче (по аналогии с AI Overviews), так и в других продуктах поисковой экосистемы — например, в Алисе и в сервисах для генерации контента.
Что можно сказать по фактам:
- Яндекс постепенно встраивает генеративные ответы в результаты поиска по определённым типам запросов, преимущественно информационным.
- В отличие от Google, Яндекс исторически более открыто говорит о факторах ранжирования через свои официальные блоги и вебмастерские материалы, что даёт SEO-специалистам чуть больше ориентиров, но детальный механизм формирования именно генеративных сниппетов раскрыт не полностью.
- Яндекс, как и Google, встраивает ссылки на источники в генеративные ответы там, где это применимо.
Разница в масштабе и скорости внедрения между Google и Яндексом заметна: у Google AI Overviews уже стали массовым явлением на многих рынках, у Яндекса интеграция генеративных ответов в выдачу пока идёт менее агрессивно и точечнее по типам запросов. Это наблюдение на текущий момент, а не постоянная характеристика — оба поисковика активно развивают эти функции, и баланс может измениться в любой момент. Для бизнеса, ориентированного на русскоязычную аудиторию и СНГ, важно следить за обоими направлениями параллельно, а не концентрироваться только на одном поисковике.
Как AI-ответы влияют на органический трафик
Это, пожалуй, главный вопрос, который волнует владельцев бизнеса: значит ли появление AI-ответов, что сайт будет получать меньше переходов?
Здесь стоит сразу отказаться от универсального ответа «да» или «нет» — картина неоднородна и зависит от типа запроса.
Где снижение кликов действительно наблюдается
Для чисто информационных запросов с однозначным, коротким ответом — «сколько градусов кипения воды», «в каком году основан город», «как переводится слово» — AI-ответ действительно закрывает потребность пользователя без перехода на сайт. Это логично: если весь смысл запроса умещается в одно предложение, а поисковик его сразу показывает, у среднего пользователя меньше причин кликать дальше. Независимые исследования индустрии SEO (в частности, публикации таких компаний, как Ahrefs и Similarweb) фиксировали снижение CTR по органике именно для этой категории запросов на рынках, где AI Overviews уже широко раскатаны.
Это можно считать fact-based наблюдением: снижение кликов по узкому классу простых информационных запросов действительно фиксируется. А вот конкретные проценты снижения, которые встречаются в разных источниках — 15%, 20%, 30% — стоит воспринимать с осторожностью: методология подсчёта у разных исследователей отличается, выборки не всегда репрезентативны, а рынки и языки, на которых собирались данные, не всегда совпадают с русскоязычным сегментом. Использовать эти цифры как точный прогноз для конкретного бизнеса некорректно — это скорее индикатор направления тренда, чем гарантированный показатель.
Где снижения либо не наблюдается, либо оно минимально
- Коммерческие и транзакционные запросы. «Купить диван в Москве», «заказать сайт под ключ», «цена SEO-продвижения» — такие запросы реже получают развёрнутый AI-ответ, потому что решение о покупке требует сравнения конкретных предложений, а не единого сгенерированного текста. Пользователю всё равно нужно посмотреть карточки товаров, цены, отзывы, сравнить варианты — а это по-прежнему требует перехода на сайты.
- Сложные, многосоставные и экспертные запросы. Если вопрос требует развёрнутого разбора, нюансов, сравнения подходов («как выбрать CMS для интернет-магазина», «в чём разница между таргетингом и ретаргетингом в разных нишах»), AI-ответ чаще даёт общий обзор и явно подталкивает пользователя углубиться в источники — потому что сам по себе короткий ответ на такие вопросы недостаточен.
- Локальные запросы с намерением визита или заказа. «Стоматология рядом», «доставка цветов [район]» — здесь по-прежнему доминируют карты, локальная выдача и агрегаторы, а не текстовый AI-блок.
- Бренд-запросы и запросы с явным намерением попасть на конкретный сайт. Если пользователь ищет название компании или продукта, AI-ответ обычно не заменяет переход — человек и так знает, куда хочет попасть.
Новый источник видимости: цитирование в AI-ответе
Отдельная тема, которую часто упускают: попадание сайта в число источников AI-ответа — это не всегда потеря трафика, а иногда новый канал видимости. Ссылка на сайт внутри AI-блока формирует своего рода «премиум-подтверждение экспертности» ещё до того, как пользователь долистает до органики — и часть аудитории всё равно кликает по источнику, чтобы проверить или углубить информацию, особенно если решение важное или дорогое (юридические, медицинские, финансовые темы).
Насколько именно этот эффект компенсирует потери от снижения кликов по простым запросам — вопрос, по которому индустрия пока не выработала единого мнения. Это предположение, основанное на ранних данных и логике поведения пользователей, а не подтверждённый факт со стабильной статистикой. Разумный подход — рассматривать цитирование в AI-ответах как дополнительную цель оптимизации, а не как гарантированную компенсацию трафика.
Что это значит практически
Если у бизнеса основной поток органического трафика идёт по коммерческим, локальным и сложным экспертным запросам — прямое влияние AI-ответов на объём трафика, скорее всего, будет умеренным. Если значительная доля трафика приходится на простые информационные статьи «для галочки» (короткие ответы на частые вопросы без глубины), риск снижения кликов выше — и это как раз тот сегмент контента, который стоит пересматривать в первую очередь.
Какой контент имеет больше шансов попасть в AI-ответ
Раз алгоритм отбора источников для AI Overviews и генеративных ответов Яндекса не раскрыт официально в деталях, всё, что можно сказать на эту тему, — это наблюдения индустрии, основанные на анализе того, какие страницы чаще цитируются. Ниже — паттерны, которые заметны на практике, с пометкой, где заканчивается наблюдение и начинается предположение.
Структурированность контента. Страницы с чёткой иерархией заголовков (H1–H3), логичным делением на смысловые блоки и явными ответами на конкретные подвопросы систематически чаще оказываются среди источников AI-ответов. Это согласуется с тем, как языковые модели вообще работают с текстом: им проще извлечь и переформулировать факт, если он изложен как самостоятельный, законченный смысловой блок, а не растворён в длинном абзаце без структуры.
Прямые, недвусмысленные ответы на вопросы. Формат «вопрос — прямой ответ в первом-втором предложении — далее раскрытие и детали» работает лучше, чем эссеистичный стиль, где к сути подводят постепенно. Это тот же принцип, что уже давно применяется для попадания в featured snippets — просто он приобрёл ещё большее значение с приходом генеративных ответов.
Фактологическая точность и конкретика. Цифры, даты, определения, пошаговые инструкции, сравнительные таблицы — всё, что можно однозначно проверить и процитировать, — попадает в AI-ответы охотнее, чем размытые общие рассуждения без конкретики.
Микроразметка (структурированные данные, Schema.org). FAQ-разметка, разметка статьи, разметка организации помогают поисковым системам точнее интерпретировать содержание страницы — это не гарантия попадания в AI-ответ, но общепризнанная практика, снижающая для алгоритма «неопределённость» в том, что именно означает текст.
Экспертность и подтверждённый авторитет источника (принципы E-E-A-T). Google и раньше говорил о важности experience, expertise, authoritativeness, trust как факторов качества контента, и есть основания полагать, что эти же сигналы учитываются и при отборе источников для генеративных ответов — сайты с понятной экспертизой, авторством, репутацией цитируются чаще, чем анонимные тексты неясного происхождения. Это логичное продолжение уже известных принципов ранжирования, а не новое правило, придуманное специально для AI-ответов.
Свежесть и актуальность данных. Для тем, где информация меняется (цены, законодательство, технологии), более свежий и явно датированный контент имеет преимущество — это наблюдение, довольно уверенно подтверждаемое практикой, хотя точный вес фактора свежести в генеративном ранжировании отдельно не публикуется.
Что здесь остаётся предположением: нет подтверждённой формулы, которая говорила бы «сделайте именно так, и попадание в AI-ответ гарантировано». Все перечисленные практики повышают вероятность, но не дают стопроцентной гарантии — и любой, кто обещает такую гарантию, скорее продаёт иллюзию контроля над системой, детали которой не раскрывают даже сами поисковики.
Что нужно менять в подходе к контенту уже сейчас
Из всего сказанного выше вытекает набор практических действий — не революционных, а скорее уточняющих то, что хорошее SEO должно было делать и раньше, но теперь это стало более критичным.
1. Пересмотреть контент через призму «а что, если пользователь не кликнет». Для каждой статьи стоит задать вопрос: если человек получит краткий AI-ответ и не перейдёт на сайт, потеряет ли он что-то важное? Если статья написана так, что весь смысл умещается в один абзац, который легко перескажет любая модель, — такой контент уязвим для замещения AI-ответом. Если же статья даёт то, что нельзя свести к одному предложению — опыт, конкретные кейсы, актуальные данные по своей нише, экспертное мнение, — у неё больше причин, чтобы пользователь дочитал до конца именно на сайте.
2. Явно структурировать материал под вопрос-ответ. В начале раздела или статьи — краткий прямой ответ на вопрос, который заявлен в заголовке. Дальше — развёрнутое объяснение, примеры, нюансы. Такой формат одновременно удобен и для пользователя, который сканирует текст глазами, и повышает шансы, что фрагмент процитируют.
3. Добавлять то, что модель не может «придумать» за вас. Конкретные цифры по своим проектам, отраслевая статистика, собранная самостоятельно, примеры из практики, цитаты экспертов компании — весь этот уникальный, не общедоступный материал сложнее заменить сгенерированным пересказом чужих источников, и он же формирует доверие у читателя, который всё-таки дошёл до сайта.
4. Внедрять микроразметку системно, а не выборочно. FAQ-схема на страницах с вопросами и ответами, разметка статей, организации, отзывов — это не разовая настройка, а часть регулярной работы над сайтом, особенно если раньше на неё не обращали внимания.
5. Усиливать сигналы экспертности. Явное указание авторства статей, страницы авторов с их опытом, ссылки на реальные кейсы и портфолио компании — всё это работает и на классическое SEO, и на вероятность попадания в число цитируемых источников AI-ответов одновременно.
6. Не отказываться от коммерческих и локальных страниц в пользу «AI-оптимизации». Раз именно эти типы запросов менее подвержены замещению AI-ответами, они по-прежнему остаются надёжной основой трафика — не стоит перераспределять весь бюджет контент-маркетинга в сторону «формата для AI» в ущерб карточкам товаров, услуг и локальным страницам.
7. Следить за метриками отдельно, а не смешивать всё в одну кучу. Если есть возможность, стоит отслеживать не только органический CTR в целом, но и то, показывается ли AI-обзор по ключевым запросам компании, и меняется ли поведение аудитории именно по тем страницам, где такой блок появляется. Это позволяет со временем накопить собственные данные, а не полагаться только на общие отраслевые исследования, которые не всегда точно описывают конкретную нишу и рынок.
Почему это не отменяет классическое SEO, а добавляет ещё один уровень оптимизации
При всей значимости изменений важно удержать трезвый взгляд на происходящее. AI-ответы в поиске — это не замена поисковой системы чем-то принципиально новым, а надстройка над ней. Технически AI Overviews и генеративные ответы Яндекса продолжают опираться на тот же поисковый индекс, ту же инфраструктуру ранжирования, те же сигналы качества страниц, которые формировались годами: релевантность запросу, техническое состояние сайта, скорость загрузки, мобильная адаптивность, ссылочный профиль, поведенческие факторы, экспертность и качество контента.
Если страница вообще не проиндексирована, плохо технически оптимизирована или не ранжируется в топе по своей теме — у неё нет шансов попасть в AI-ответ вне зависимости от того, насколько идеально структурирован текст, потому что модель формирует ответ на основе уже отранжированных, качественных источников, а не сканирует весь интернет заново для каждого запроса. Это значит, что базовые основы SEO — техническая оптимизация, семантическое ядро, качественная перелинковка, работа над ссылочным профилем, скорость сайта — остаются фундаментом, без которого разговор о попадании в генеративные ответы попросту не имеет смысла.
То, что действительно меняется, — это дополнительный слой требований поверх этого фундамента: контент должен быть не просто «оптимизирован под запрос», но и удобен для извлечения и переформулирования языковой моделью, структурирован под прямые ответы, подкреплён проверяемыми фактами и явными сигналами экспертности. Это эволюция подхода к контенту, а не отказ от предыдущих принципов.
Разговоры о «смерти SEO», которые периодически возникают в инфополе с появлением каждой новой поисковой технологии — от голосового поиска до featured snippets и теперь AI-ответов, — на практике не подтверждались ни разу. Каждый раз происходило одно и то же: менялся набор факторов, на которые нужно обращать внимание, но сама потребность бизнеса быть видимым в поиске и получать оттуда трафик никуда не девалась — потому что альтернативы у поискового трафика по охвату и целевой аудитории по-прежнему нет. AI-ответы усложняют картину и требуют более вдумчивой работы с контентом, но не отменяют саму логику поисковой оптимизации — они делают её более требовательной к качеству, а не менее нужной.
Что делать бизнесу прямо сейчас
Подытоживая: паниковать и резко менять контент-стратегию под лозунгом «Google и Яндекс всё генерируют сами» — не рациональная реакция. Рациональная реакция — трезво оценить, какие именно типы запросов приносят бизнесу трафик сегодня, насколько они уязвимы для замещения AI-ответами, и постепенно адаптировать подход к контенту так, чтобы он одновременно хорошо ранжировался классическими методами и был удобен для извлечения языковыми моделями там, где это применимо.
Универсального готового решения здесь нет — оптимальная стратегия зависит от ниши, типа запросов, конкурентной среды и текущего состояния сайта. Мы в G-land регулярно работаем именно с такими задачами: аудитом контента через призму новых форматов выдачи, доработкой структуры статей, внедрением микроразметки и адаптацией контент-стратегии под изменения в поиске — без лишней драматизации, но и без игнорирования реальных трендов.
Если хотите разобраться, как конкретно AI-ответы затрагивают ваш сайт и какие шаги имеет смысл предпринять именно в вашей нише — напишите нам в Telegram @gland_studio, обсудим вашу ситуацию и предложим конкретный план адаптации контент-стратегии.