Поисковый журнал

Это третья статья в серии из пяти частей о том, как сделать так, чтобы веб-сайты хорошо работали с ИИ. Первая статья объяснила, как мы перешли от традиционного SEO к новому подходу под названием AAIO. Вторая статья рассматривала, как заставить ИИ включать ваш контент в свои ответы. Эта статья углубляется в основные технологии, которые делают все это возможным.

В начале, веб полагался на три ключевых вещи: HTTP для отправки информации, HTML для её организации и W3C для обеспечения совместной работы всего. Эти общие стандарты были решающими – без них веб превратился бы в хаотичную смесь сетей, которые не могли бы соединяться друг с другом.

Искусственные интеллекты достигают критического момента. Им необходимы общие стандарты для подключения к инструментам, общения друг с другом, доступа к информации с веб-сайтов и интерпретации кода. Если эти стандарты не будут установлены, каждая компания, разрабатывающая ИИ, создаст свои собственные уникальные подключения, что приведет к той же хаотичной ситуации, с которой чуть не столкнулся ранний интернет.

Четыре ключевые технологии становятся строительными блоками для новой цифровой основы. В этой статье объясняется, что делает каждая из них, кто её разрабатывает и как она может повлиять на ваш бизнес. Мы основывали эту информацию исключительно на официальных источниках, включая документацию, исследования и объявления от участвующих компаний.

Почему стандарты важны

Ранние дни интернета были хаотичными. Различные браузеры и конфликтующие стандарты угрожали разбить его на части. Консорциум World Wide Web (W3C) вмешался и создал общий набор правил, позволяющий всему работать вместе. Они установили, как будет отправляться информация (с использованием HTTP) и как она будет отображаться (с использованием HTML). Когда все начали следовать этим стандартам, веб быстро расцвёл.

Что действительно особенного в этом развитии, так это сотрудничество, лежащее в его основе. 9 декабря 2025 года Linux Foundation запустила Agentic AI Foundation (AAIF) – организацию, предназначенную для создания открытых стандартов для агентного ИИ, не отдавая предпочтения какой-либо одной компании. Возглавляют эту инициативу восемь крупных технологических компаний: AWS, Anthropic, Block, Bloomberg, Cloudflare, Google, Microsoft и OpenAI.

Компании, такие как OpenAI, Anthropic, Google и Microsoft, являются одновременно соперниками на рынке AI-продуктов и партнерами в создании базовой AI-инфраструктуры. По словам Джима Землина, исполнительного директора Linux Foundation, AI эволюционирует за пределы простых чат-ботов к более сложным, совместным ‘агентам’, которые действительно могут работать вместе для выполнения задач.

Это более значимо, чем многие понимают. Rivals сотрудничают в создании общей инфраструктуры, потому что все согласны с тем, что приверженность своим уникальным стандартам в конечном итоге ограничит рост для всех – даже для них самих.

MCP: Универсальный адаптер

Официальная аналогия уместна:

Как человек, который создавал много интеграций за годы работы, я рассматриваю MCP как универсальный коннектор для ИИ – своего рода USB-C. Вы знаете, как USB-C позволяет подключать практически любое устройство к любому порту? Вот что MCP делает для AI-приложений, предлагая стандартный способ подключения их к другим системам и обеспечения бесперебойной совместной работы.

Раньше, для подключения ваших баз данных, CRM или внутренних инструментов к ИИ-ассистентам требовалось создавать отдельное подключение для каждой ИИ-платформы. Теперь, с MCP, вам нужно создать только одно стандартное подключение. Создав один MCP-сервер для ваших данных, любая ИИ-система, работающая с MCP, сможет легко получить к нему доступ.

Скорость, с которой компании внедряют новую технологию, называемую MCP, показательна. Anthropic’s Claude предложила её с самого начала. В марте 2025 года генеральный директор OpenAI, Сэм Альтман, объявил, что OpenAI также будет поддерживать MCP, заявив, что пользователи в восторге от неё. Google быстро последовала в апреле, добавив поддержку MCP в Gemini. Затем, в мае на своей конференции Build, Microsoft присоединилась к группе, направляющей разработку MCP, и поддержка для неё стала широко доступна в VS Code к июлю 2025 года.

Переход от внутреннего тестирования к отраслевому стандарту всего за один год – сильный показатель реального влияния.

Вот что это значит для вашего бизнеса: если ваши данные и сервисы совместимы с Microsoft Cloud Partner Program (MCP), они становятся доступными для всех ведущих AI-платформ. Это не просто возможность – это происходит прямо сейчас. AI-ассистенты могут напрямую получать доступ к вашим текущим запасам продукции, информации о заказах и деталям ценообразования – все через одно универсальное соединение, вместо необходимости отдельных соединений для каждой AI-платформы.

A2A: Как агенты общаются друг с другом

Agent2Agent (A2A) — это способ для AI-программ, созданных разными компаниями, находить друг друга и работать вместе для выполнения задач.

Представьте это так: в то время как агенты используют MCP для работы с приложениями, они используют A2A для связи с *другими* агентами. Эта разница важна. Поскольку компании все больше полагаются на AI-агентов от различных поставщиков – таких как Salesforce для обслуживания клиентов, ServiceNow для IT-поддержки и свои собственные внутренние системы для выставления счетов – этим агентам необходимо находить друг друга, обмениваться задачами и работать вместе бесперебойно. A2A делает это возможным.

Google впервые представила A2A 9 апреля 2025 года, работая с более чем 50 технологическими компаниями. Всего через два месяца, в июне, они открыли исходный код протокола, пожертвовав его Linux Foundation. К июлю была выпущена версия 0.3 и поддерживалась более чем 150 организациями, включая крупных игроков, таких как Salesforce, SAP, ServiceNow, PayPal, Atlassian, Microsoft и AWS.

Основная идея вращается вокруг Карты Агента, которая представляет собой своего рода цифровую визитную карточку для агентов, отформатированную как JSON-файл. Каждый агент, предназначенный для работы с A2A, публикует эту карту по определенному веб-адресу (/.well-known/agent-card.json). Карта содержит информацию об идентификаторе агента, о том, что он умеет, его навыках и о том, как с ним безопасно установить связь. Когда агенту требуется помощь, он проверяет карту другого агента, чтобы узнать, может ли он помочь, а затем использует A2A для запроса сотрудничества.

Google объясняет свою систему простым разбивкой: используйте Agent Development Kit (ADK) для создания агентов, Model Capabilities Platform (MCP) для предоставления этим агентам инструментов и Agent-to-Agent communication (A2A) для обеспечения их взаимодействия друг с другом.

Давайте рассмотрим реальный сценарий. Представьте, что клиент обращается по поводу ошибки в выставлении счетов и нуждается в возврате средств. Представитель службы поддержки сначала определяет проблему. Затем, используя систему, называемую A2A, они безопасно передают детали команде выставления счетов, которая определяет сумму возврата. Наконец, эта сумма отправляется команде платежей для завершения транзакции. Для клиента это выглядит как один плавный процесс. Однако за кулисами три разные команды – каждая из которых использует свои собственные системы – работали вместе благодаря общему методу связи.

Есть явные доказательства того, что крупные компании принимают эту технологию. Быстрая поддержка со стороны крупных игроков, таких как Salesforce, SAP и ServiceNow – и их консалтинговых партнеров – показывает, что их корпоративные клиенты активно сталкиваются с проблемами, которые это решает, в частности, с координацией различных систем и поставщиков.

NLWeb: Превращение веб-сайтов в диалоговые.

NLWeb – это проект с открытым исходным кодом, разработанный Microsoft, который позволяет взаимодействовать с любым веб-сайтом, используя естественный язык – то есть вы можете задавать вопросы обычными предложениями, и люди, и ИИ могут использовать его для получения информации.

Из четырех протоколов, которые мы обсуждаем, NLWeb является наиболее важным для читателей этой серии. MCP, A2A и AGENTS.md предназначены в основном для разработчиков, в то время как NLWeb фокусируется на том, как работает ваш веб-сайт.

NLWeb был представлен на Microsoft Build 2025 19 мая. Он был создан Р.В. Гухой, который недавно присоединился к Microsoft в качестве корпоративного вице-президента и технического сотрудника. Гуха хорошо известен как создатель ключевых веб-стандартов, таких как RSS, RDF и Schema.org, которые совершили революцию в том, как информация организуется и передается в сети. Учитывая его опыт работы с Schema.org, его новый веб-протокол NLWeb, безусловно, заслуживает внимания.

NLWeb создан на идее, что многие веб-сайты уже содержат структурированную информацию, например, через теги Schema.org, RSS-каналы или списки продуктов. Вместо того, чтобы пользователи должны были перемещаться по веб-сайтам, нажимая на ссылки, NLWeb использует искусственный интеллект для доступа к этим существующим данным и позволяет им просто задавать вопросы на обычном языке – и получать прямые ответы.

Как SEO-эксперт, я действительно заинтригован NLWeb от Microsoft. Они позиционируют его как основополагающую технологию для следующего поколения веб – то, что некоторые называют ‘agentic web‘. По сути, они видят NLWeb, выполняющим аналогичную роль, что и HTML, но для веб, работающего на AI агентах. Говоря простыми словами, так же, как HTML позволил создать визуальный веб, который мы знаем сегодня, работая с HTTP, NLWeb предназначен для того, чтобы быть основным языком, обеспечивающим связь между AI агентами – именно это явно указано в их документации. Это смелое сравнение, но оно подчеркивает, насколько важным они считают NLWeb.

Когда вы используете NLWeb, ваш веб-сайт автоматически работает с сетью под названием MCP. Это мгновенно позволяет ИИ-помощникам и программам, которые понимают MCP, получать доступ и использовать информацию на вашем сайте. Вместо того чтобы просто просматриваться людьми, ваш контент становится доступным для запросов и использования ИИ.

Компании, такие как Eventbrite, Shopify, Tripadvisor, O’Reilly Media, Common Sense Media и Hearst, входят в число первых, кто пробует эту новую технологию. Эти веб-сайты уже используют много структурированных данных, и эта новая технология хорошо работает с этой существующей системой, развивая их текущие усилия.

Вот как это работает в реальном сценарии. Представьте, что кто-то хочет найти семейные рестораны в Барселоне с открытой площадкой. Вместо того, чтобы вручную использовать поисковые фильтры Tripadvisor, ИИ-ассистент мог бы просто спросить Tripadvisor: «Find family-friendly restaurants in Barcelona with outdoor seating and good reviews.» Tripadvisor затем отправил бы результаты в виде структурированных данных, которые легко отобразить пользователю или использовать ИИ для дальнейших действий.

Если вы уже добавили разметку Schema.org на свой веб-сайт (и, как мы обсуждали в Части 2, на это есть веские причины), вы уже хорошо подготовлены к будущему интернета.

AGENTS.md: Инструкции для AI-кодировщиков

AGENTS.md — это стандартный файл, написанный на Markdown, который предоставляет ИИ-помощникам по кодированию конкретные инструкции для проекта. Рассматривайте его как README-файл, но предназначенный для компьютеров, а не для людей.

Хотя эта информация может быть и не самой важной для маркетологов и стратегов, она по-прежнему является ключевой частью понимания общей картины, особенно если разработчики вашей компании используют ИИ для помощи в кодировании.

AGENTS.md был создан командой, включающей OpenAI Codex, Google Jules, Cursor, Amp и Factory. Они поняли, что AI-помощникам по кодированию необходимо понимать специфические правила проекта, как он построен, как он тестируется и его общий дизайн, прежде чем они смогут написать полезный код. Без чётких инструкций эти помощники часто делают неверные предположения, что приводит к ненадежному и полному ошибок коду.

Файл обычно представляет собой краткий документ Markdown, содержащий менее 150 строк. В нём объясняется, как собрать проект, его общая структура, стиль кодирования и как запускать тесты. Прежде чем вносить какие-либо изменения, разработчики обращаются к этому файлу, чтобы понять устоявшиеся практики проекта – знания, которые обычно хранятся у опытных членов команды.

GitHub сообщает, что Copilot теперь пишет почти половину кода для своих пользователей – 46%, если быть точным. С тем, что ИИ генерирует так много кода, недостаточно просто *надеяться*, что ваши ИИ-инструменты следуют правилам вашей команды, стандартам безопасности и тому, как вы строите вещи. Вам нужна надежная система, чтобы *обеспечить* это – это важная часть поддержания качества.

Вот почему это важно для вашего бизнеса: если ваши разработчики используют ИИ для помощи в написании кода – а их много – AGENTS.md помогает убедиться, что код соответствует стандартам качества вашей компании. Это означает меньше ошибок, более быструю настройку при запуске новых проектов с использованием ИИ и более согласованный код во всех ваших командах.

Как они сочетаются друг с другом

Эти четыре протокола не конкурируют. Они являются взаимодополняющими слоями в одном стеке.

Как специалист по цифровому маркетингу, работающий с ИИ, я считаю наш технологический стек действительно надёжной основой. По сути, MCP обрабатывает все соединения, позволяя нашим AI-агентам получать необходимые данные и инструменты. A2A — это способ заставить этих агентов работать *вместе* бесшовно. NLWeb является ключевым для обеспечения лёгкой доступности всего контента нашего веб-сайта для всего, что находится в нашей AI-системе. У нас также есть AGENTS.md, который жизненно важен для обеспечения правильной сборки AI-агентов, кодирующих. И надзирает за всем этим Agentic AI Foundation, который стремится поддерживать эти протоколы открытыми, нейтральными и способными работать с любой системой – это крайне важно для долгосрочного успеха.

Параллель с оригинальным вебом невозможно игнорировать:

• HTTP (транспорт) сопоставляется с MCP (доступ к инструментам) и A2A (коммуникация агентов).
• HTML (структура контента) соответствует NLWeb (контент веб-сайта для агентов).
• W3C (управление) соответствует AAIF (управление).

Ключевое отличие сейчас заключается в том, как быстро внедряются новые технологии. В отличие от HTTP, на широкое распространение которого потребовались годы, недавние инновации набирают обороты гораздо быстрее. MCP добился универсальной поддержки на платформах всего за один год, A2A расширила свою партнерскую сеть с 50 до более чем 150 организаций за три месяца, NLWeb запустился с участием крупных издателей, а AGENTS.md был принят 60 000 проектами в течение первых нескольких месяцев.

Эта новая инфраструктура разрабатывается невероятно быстро, намного быстрее, чем традиционные, бюрократические процессы. Это во многом связано с тем, что компании, создающие инфраструктуру, также разрабатывают ИИ-агентов, которые будут её использовать, что даёт им сильный стимул действовать быстро.

Помимо этих четырех основных разработок, появляются новые стандарты, предназначенные специально для онлайн-шоппинга. Например, Shopify и Google создали Universal Commerce Protocol (UCP), который был запущен в январе 2026 года и также поддерживается такими компаниями, как Etsy, Target, Walmart и Wayfair. OpenAI и Stripe сотрудничали над Agentic Commerce Protocol (ACP), который делает возможной функцию Instant Checkout в ChatGPT. AG-UI протокол CopilotKit фокусируется на том, как AI агенты взаимодействуют с фронтендами веб-сайтов, и он работает с такими инструментами, как LangGraph, CrewAI и Google ADK. Мы более подробно рассмотрим эти торговые стандарты в Части 5.

Что это значит для вашего бизнеса

Вам не обязательно сразу строить все четыре части, но важно понимать общую систему. Это понимание поможет вам подготовить ваш веб-сайт, инструменты и команду к тому, что грядет.

Если вы уже используете Schema.org для добавления структурированных данных на свой веб-сайт, NLWeb — естественный следующий шаг. Он работает с данными, которые у вас уже есть, и по мере того, как больше сайтов внедряют NLWeb, ваша существующая разметка Schema.org станет еще более ценной для того, чтобы сделать ваш веб-сайт понятным для AI-помощников. Просто поддерживайте свои структурированные данные в актуальном и полном состоянии.

Если вы предлагаете API или внутренние инструменты, подумайте о том, чтобы сделать их доступными через Multi-Platform Connectivity Protocol (MCP). Это позволяет любой AI-платформе работать с вашими сервисами. Например, в электронной коммерции это могло бы позволить AI-помощникам по покупкам – таким как в ChatGPT, Claude и Gemini – получать доступ к информации о ваших продуктах, проверять уровни запасов и отслеживать заказы. Это гарантирует, что ваши сервисы будут работать с текущими и будущими AI-платформами.

Если вы изучаете, как работают различные AI-помощники вместе, обратите внимание на A2A. Поскольку всё больше компаний используют AI-помощников от различных поставщиков – таких как Salesforce, ServiceNow или их собственные внутренние системы – им потребуется, чтобы эти помощники работали бесшовно. A2A быстро становится стандартным способом добиться этого.

Если ваши разработчики используют ИИ для помощи в кодировании, вам следует немедленно начать использовать AGENTS.md. Это простая система – всего один Markdown-файл – которая быстро повышает качество кода за счёт уменьшения количества ошибок, обеспечения большей согласованности результатов и ускорения процесса интеграции ИИ-инструментов в ваши проекты.

Все четыре этих подхода разделяют основную идею: будущее взаимодействий на базе ИИ строится на открытых, доступных стандартах, а не на закрытых, специфичных для компаний. Компании, которые изучат и примут эти стандарты сейчас, получат значительное преимущество, поскольку ИИ-агенты станут основным способом связи клиентов с ними.

Вам не нужно беспокоиться об этом прямо сейчас, но важно понять концепции. Следующая часть этой серии углубится в технические детали подготовки вашего веб-сайта к работе с агентами.

Key Takeaways

• Четыре протокола формируют инфраструктуру агентной сети. MCP (инструменты), A2A (коммуникация агентов), NLWeb (контент веб-сайта) и AGENTS.md (руководство по коду) являются дополнительными слоями, а не конкурентами.
• Скорость внедрения сигнализирует о реальной срочности. MCP достиг 97 миллионов ежемесячных загрузок SDK и универсальной поддержки платформ за 12 месяцев. A2A вырос от 50 до 150+ партнерских организаций за три месяца. Это не эксперименты.
• Конкуренты сотрудничают в области инфраструктуры. OpenAI, Anthropic, Google и Microsoft все разрабатывают общие протоколы в рамках Agentic AI Foundation. Это напоминает момент W3C, который объединил ранний веб.
• NLWeb, возможно, является наиболее подходящим протоколом для владельцев веб-сайтов. Созданный автором Schema.org, он преобразует ваши существующие структурированные данные в разговорный интерфейс для AI-агентов. Каждый экземпляр NLWeb автоматически является сервером MCP.
• MCP — это универсальный адаптер. Создайте одно подключение MCP к вашим данным, и каждая основная AI-платформа (Claude, ChatGPT, Gemini, Copilot) получит к нему доступ. Больше не нужно создавать отдельные интеграции для каждой платформы.
• Начните с того, что у вас есть. Schema.org markup подготавливает вас к NLWeb. Существующие API могут стать MCP-серверами. AGENTS.md — это один файл, который ваша команда разработчиков может создать сегодня. Вам не нужно начинать с нуля.

Ранний интернет процветал, потому что разные компании работали вместе, используя общие стандарты. Новое поколение веб, основанное на искусственном интеллекте, придерживается того же подхода, но в гораздо более быстром темпе. Базовые правила и системы создаются сейчас, процессы принятия решений определены, и ИИ-агенты уже начинают их использовать.

В Части 4 мы покажем вам, как подготовить ваш веб-сайт к работе с AI агентами. Это практическое руководство охватывает все, от использования осмысленного HTML и соблюдения стандартов доступности, до тестирования с использованием реальных AI инструментов.

Смотрите также

• Акции CBOM. МКБ: прогноз акций.
• Часть 1. Как шаг за шагом запустить, управлять и развивать партнерскую программу
• Акции SGZH. Сегежа: прогноз акций.
• Google может меньше полагаться на Hreflang и перейти на автоматическое определение языка
• Акции привилегированные SBERP. Сбербанк: прогноз акций привилегированных.
• Google запускает генерацию видео в Product Studio
• Начало работы в международном SEO: краткое справочное руководство
• Обзор ИИ панели знаний Google с ссылками на источники
• Разгадка секретов RLC: Токеномическая феерия!
• Акции LSNG. Ленэнерго: прогноз акций.

2026-04-05 15:14

По мере пересмотра моего онлайн-курса я заметил нечто тревожное: контент-маркетологи теперь невероятно умело создают контент, с которым люди просто не хотят взаимодействовать.

Это не критика людей, создающих контент, а скорее проблема самой системы. Индустрия сосредоточилась на производстве больших объемов работы как раз тогда, когда зрители начали требовать более высокого качества. Искусственный интеллект резко увеличил скорость создания контента, и теперь мы сталкиваемся с результатами. То, на что раньше уходили недели, теперь происходит за минуты – одна идея может быть быстро преобразована в тысячи различных версий, ориентированных на очень конкретную аудиторию. Теперь у нас есть технология для создания контента быстрее, чем когда-либо прежде.

Несмотря на это, люди теряют доверие к предприятиям. Растёт отчуждение между тем, что компании создают, и тем, что действительно находит отклик у клиентов, и многие digital-маркетологи изо всех сил пытаются преодолеть этот разрыв. Просто создание большего количества контента не является решением.

Моя главная мысль, как в моём курсе, так и здесь, заключается в том, что ИИ меняет *как* мы выполняем свою работу, но не меняет *почему* люди подключаются к историям. Основные принципы хорошего повествования по-прежнему важны. Что *изменилось*, так это то, что ошибки теперь замечают гораздо быстрее, и аудитория сразу распознает неаутентичный контент.

Вот как эффективно использовать ИИ, сохраняя при этом подлинную, культурно значимую связь, которую ценит ваша аудитория.

Понимание разрыва доверия, прежде чем прикасаться к любому инструменту.

Как SEO-эксперт, я усвоил, что прежде чем погружаться в стратегии и инструменты, крайне важно действительно понимать основную проблему. В маркетинге легко сразу переходить к решениям, но я всегда сначала делаю паузу. Прямо сейчас я вижу три основных фактора, которые одновременно подтачивают онлайн-доверие, и нам нужно решить эти проблемы прежде всего.

Как digital-маркетолог, я наблюдаю значительный сдвиг в том, как платформы обрабатывают контент. Они используют все более умный ИИ для фильтрации контента низкого качества или кажущегося неаутентичным. Ирония в том, что те же инструменты, которые *позволили* нам создавать так много контента, теперь используются для его выявления и скрытия, если он не соответствует их стандартам. По сути, алгоритмы выступают в качестве привратников, и становится все труднее охватить аудиторию чем-либо, что не кажется подлинным и ценным.

Как эксперт по поиску, я вижу огромный сдвиг в том, что работает в интернете. Мы сталкиваемся с тем, что я называю ‘кризисом подлинности’. С 2022 года объём публикуемого контента резко возрос, и люди естественным образом становятся более скептичными. К 2026 году аудитория легко будет распознавать контент, который кажется общим или явно сгенерирован ИИ — некоторые исследователи даже называют это ‘контентом низкого качества’. Если ваш контент кажется чрезмерно рекламным или читается как корпоративное заявление, вероятно, его проигнорируют, прежде чем люди его даже заметят.

Наконец, аудитория просто более осведомлена. Они подверглись воздействию огромного количества контента, написанного ИИ, и выработали чувство того, что это такое, даже если они не могут выразить это словами. Наш мозг работает, предвидя вещи, поэтому он склонен отфильтровывать все, что кажется предсказуемым.

The Framework: Five Pillars, One Sustainable Ecosystem

Мой онлайн-курс решает проблемы современного создания контента, разбивая его на пять взаимосвязанных областей. Это: использование AI для планирования контента, создание увлекательных историй, оптимизация контента для всех форматов, понимание вашей аудитории и измерение результатов, а также поддержание этичных и подлинных практик. Каждая область строится на фундаменте предыдущей – ошибочная стратегия затруднит все остальное, а отсутствие этики может свести на нет всю вашу тяжелую работу.

Вот как каждый из них работает на практике.

Принцип 1: Сначала стратегия, затем автоматизация

Многие маркетологи в настоящее время используют ИИ просто для быстрой генерации первоначальных черновиков контента. Они запрашивают что-то, вносят несколько правок, а затем публикуют это. Это рассматривает ИИ как быстрое решение, а не как фундаментальный инструмент, и приводит к пресному, не оригинальному контенту, который способствует растущему отсутствию доверия.

Я предлагаю отказаться от простого случайного генерирования контента с помощью ИИ и вместо этого сосредоточиться на более структурированном подходе. Это означает разработку чёткой стратегии *сначала* – хорошо продуманного плана, как нам следовало делать всё это время – а затем использование ИИ для реализации этой стратегии в больших масштабах. Сильная стратегия поможет предотвратить и минимизировать ошибки, когда ИИ ускоряет процесс создания контента.

Я начал объяснять AI-промпты по-другому: думайте об этом как об инструкциях для нового писателя. Вы бы не дали новому сотруднику одно предложение и не ожидали бы отличной работы, так что не делайте этого с AI! Нечёткие инструкции приводят к пресным и бесполезным результатам. Но подробный бриф – тот, который предоставляет контекст, устанавливает чёткие границы и определяет желаемый тон – даст вам что-то, что вы действительно сможете использовать.

Хороший бриф для ИИ должен включать следующие ключевые элементы: чёткое описание вашей целевой аудитории и проблемы, с которой она сталкивается, эмоции, которые вы хотите вызвать, и конкретное действие, которое вы хотите, чтобы она совершила. Также важно предоставить подробные рекомендации по голосу бренда – показывая, а не просто рассказывая, как звучит ваш бренд. Самое главное – чётко указать, что ИИ *не должен* делать – включая чувствительные темы, неприемлемый язык и области, требующие человеческого контроля из-за культурных нюансов.

Так же, как важен чёткий запрос проекта, так же важен и процесс, который вы используете для создания AI-контента. Лучший подход – это не просто пошаговый, а цикл улучшения. Он начинается с человека, определяющего общее направление, затем следует использование AI для создания первоначального контента. Важно, чтобы человек затем проверил этот контент, чтобы убедиться, что он соответствует первоначальной стратегии – шаг, который многие команды упускают. Далее следует редактирование для добавления индивидуальности и эмоций, затем публикация. Наконец, проанализируйте результаты и используйте эти знания для уточнения своей стратегии для следующего цикла. Часто команды упускают этот этап оценки, и без него процесс может легко застрять на производстве только средних результатов.

Столб 2: Висцеральное повествование и почему безопасный контент — невидимый контент.

Как только создание чего-либо становится невероятно простым – когда любой может быстро создать базовую версию – способность рассказывать захватывающую историю станет тем, что действительно выделит компании. К сожалению, многие компании со временем непреднамеренно потеряли свои навыки повествования.

Бизнесы часто создают контент, который играет по правилам, и, к сожалению, безопасный контент, как правило, остаётся незамеченным. Я постоянно вижу три основные причины, по которым это происходит. Во-первых, компании часто слишком сосредотачиваются на технических деталях и функциях, вместо того чтобы думать о том, что люди на самом деле *чувствуют*, когда используют их продукты. Во-вторых, они так строго придерживаются стандартных практик, что их бренд теряется в море конкурентов. И в-третьих, они говорят о себе, вместо того чтобы сосредотачиваться на том, чего хотят их клиенты и кто они такие.

Внимание, кажется, работает в три этапа. Сначала наши эмоции быстро решают, стоит ли обращать внимание на что-то – интересно ли это или важно? Только потом подключается наш логический мозг. Наконец, информация фактически запоминается, но только если она прошла как эмоциональную, так и логическую проверку. Попытки насильно заставить что-то запомнить, используя только логику, не сработают; логика просто усиливает внимание, которое эмоции уже установили.

Захватывающее повествование мгновенно связывается с вашими эмоциями, прежде чем вы полностью осознаете происходящее. Оно обходит логическое мышление и создает немедленную физическую или эмоциональную реакцию. Такой контент обычно имеет четыре ключевые характеристики: он фокусируется на чувствах, а не только на фактах, использует яркие описания, которые обращаются к чувствам (например, как что-то выглядит, звучит или ощущается), кажется реальным и понятным, а не искусственным или чрезмерно отполированным, и сразу же привлекает ваше внимание, а не медленно нарастает к большой кульминации.

Существует четыре подхода к повествованию, которые неизменно хорошо работают. Истории типа ‘до и после’ эффективны, потому что они наглядно демонстрируют изменения и легко воспринимаются – поэтому они так долго являются основой рекламы. Показ того, что происходит ‘за кулисами’, укрепляет доверие, особенно когда предприятия решают, действительно ли компания понимает их сферу деятельности. Рассказывание историй от ‘первого лица’, например, от основателя или сотрудников, создает прямую связь с людьми и часто превосходит по эффективности официальные заявления компании. Наконец, ‘микро-истории’ – краткие, законченные повествования – эффективны, потому что они уважают время аудитории, при этом обеспечивая эмоционально вовлекающий опыт.

Столб 3: Многомодальная оптимизация и ошибка повторного использования

Сегодня контент необходимо оптимизировать не только для традиционных текстовых поисков. AI-агенты теперь используют голос, изображения и видео для поиска информации, что означает, что создателям контента необходимо учитывать гораздо более широкий спектр форматов. Хотя соблазнительно создавать больше контента, чтобы охватить все, лучший подход — стратегически повторно использовать существующие материалы новыми и инновационными способами.

Распространенная ошибка в контент-маркетинге – это просто повторное использование одного и того же контента на всех платформах. Это не работает, потому что разные платформы функционируют по-разному. Например, то, что хорошо работает в TikTok, необязательно преуспеет в LinkedIn. Высококачественный, тщательно подготовленный контент, такой как формальное корпоративное видео, выглядит неуместно в более аутентичной ленте TikTok. Люди также становятся лучше в распознавании контента, который не соответствует платформе, и быстро пролистывают его, даже не понимая, почему.

Вместо того, чтобы делиться одним и тем же контентом везде, мы адаптируем каждую историю, чтобы она соответствовала уникальному стилю каждой платформы. Разные платформы вызывают у пользователей разные чувства, и контент работает лучше всего, когда соответствует этому настроению. Например, Instagram предназначен для представления идеальной версии себя, поэтому контент должен быть визуально вдохновляющим. TikTok процветает благодаря аутентичным, необработанным развлечениям и отмечает индивидуальность. LinkedIn фокусируется на карьерном росте, поэтому пользователи реагируют на полезные советы и профессиональные идеи. И поскольку зрители YouTube выбирают инвестировать свое время, это идеальное место для глубокого повествования.

Как цифровой маркетолог, я структурирую свою контент-стратегию вокруг пути клиента. Я рассматриваю каждый формат как играющий определенную роль в приближении людей к статусу клиентов. Такие вещи, как TikToks и викторины, отлично подходят для первоначального привлечения внимания – они быстрые и привлекают взгляды. Затем подкасты и сообщения в блогах приходят, чтобы установить более прочную связь и предоставить больше деталей, помогая людям действительно начать думать о том, что мы предлагаем. Наконец, такие вещи, как подробные руководства или вебинары, идеально подходят для тех, кто близок к принятию решения, предоставляя им всю необходимую информацию, чтобы чувствовать себя уверенно.

Рекламная кампания «The Hyperbolist» — отличный пример этой тенденции. Созданная лауреатом премии «Оскар» режиссером Томом Хупером, она разработана, чтобы привлечь североамериканских путешественников, которые отдают приоритет значимым впечатлениям, а не показной роскоши.

Кампания строится вокруг идеи роскошного путешествия, показанного через веселую и игривую пару. Муж драматически преувеличивает чудеса Дубая, представляя его почти мифическим, в то время как его жена предлагает более понятную и искреннюю точку зрения. Это создает интересный контраст: кампания игриво признает, что Дубай *звучит* слишком хорошо, чтобы быть правдой, но уверенно утверждает, что он действительно оправдывает ожидания.

Кампания выглядит и ощущается по-разному на каждой платформе. TikTok и Reels используют быстрые, увлекательные видео, чтобы привлечь внимание. YouTube предлагает подробные руководства, чтобы помочь людям спланировать поездки. Instagram Carousels делятся красивыми фотографиями, чтобы вдохновить на путешествия. Важно, что люди видят одно и то же направление несколько раз, но это не кажется повторяющимся, потому что контент представлен в свежей, уникальной форме.

Четвертой столп: Измерение того, что действительно имеет значение

Одной из самых больших ошибок в контент-маркетинге сегодня является фокусировка на неправильных измерениях. В то время как такие вещи, как лайки, просмотры и количество подписчиков кажутся положительными результатами – их легко отслеживать и они дают ощущение прогресса – они обычно не помогают вам принимать разумные бизнес-решения. Это потому, что они показывают, сколько людей *видят* ваш контент, а не то, что люди *хотят* или намерены делать.

Как долго люди смотрят ваш контент, показывает, насколько он действительно нашел отклик у них – досмотрели ли они его до конца или быстро отвернулись? Насколько далеко они прокручивают, указывает, захватило ли их начало и удержало ли их внимание. А повторные просмотры показывают, действительно ли они заинтересованы в вашем бренде или просто мимо проходящие. Человек, который смотрит почти все видео, даже не ставя лайк, ценнее, чем тот, кто быстро ставит лайк и переходит дальше.

Поисковая оптимизация теперь меньше связана с конкретными ключевыми словами и больше с тем, как пользователи взаимодействуют с контентом. Такие вещи, как скорость, с которой люди вовлекаются в публикацию, смотрят ли они видео до конца, и сохраняют или делятся ли им, теперь являются ключевыми факторами для того, чтобы контент увидело больше людей. Высокие показатели в этих областях – демонстрация высокой вовлечённости – могут значительно увеличить охват.

Важно представлять данные таким образом, чтобы руководители и клиенты их понимали. Простого указания цифр, таких как ‘5 000 лайков’, недостаточно. Вместо этого сосредоточьтесь на том, что эти цифры *означают* для бизнеса, – например, на том, что вы подтвердили, что ваше сообщение бренда находит отклик у вашей целевой аудитории. Не просто делитесь статистикой платформы, такой как время просмотра видео; объясните, как ваш контент успешно удерживал внимание людей к важной информации. Рассматривайте контент как ключевой фактор бизнес-результатов, а не просто маркетинговую задачу. Это означает определение того, чего вы хотите достичь *перед* публикацией, а не попытки объяснить результаты после этого.

Пятый столп: Этика, Подлинность и Почему Доверие Стало Конкурентным Преимуществом

С таким огромным объемом контента, создаваемого сейчас с помощью ИИ, открытость и честность в отношении его использования — это не просто соблюдение правил, а то, что отличает компании и дает им преимущество.

Чрезмерная зависимость от автоматизации может создать три усугубляющихся проблемы. Во-первых, ИИ может уверенно представлять ложную информацию, подрывая доверие, которое трудно восстановить. Во-вторых, автоматизированный контент может казаться технически совершенным, но эмоционально плоским, оставляя аудиторию отчужденной. Наконец, приоритет эффективности над искренней связью может медленно ослабить идентичность бренда, заставляя его сливаться со всем остальным. Это не внезапный провал, а постепенная потеря самобытности.

Попытки скрыть использование ИИ могут показаться нечестными людям, которые становятся всё более осведомленными о технологии. Вместо этого, открытость в этом вопросе – с простыми метками, такими как «AI-Assisted» или «Synthetically Generated» при необходимости – демонстрирует вашу уверенность и уважение к аудитории. Прозрачность на самом деле укрепляет доверие, а не подрывает его.

Я постоянно подчеркиваю важность привлечения человека на каждом этапе создания контента с помощью ИИ. Это означает, что человек всегда должен проверять контент на фактическую точность, уместность тона и культурную чувствительность. Инструменты ИИ могут помочь, но в конечном итоге человек должен нести ответственность за итоговое сообщение – особенно если возникают какие-либо проблемы или ошибки. Ответственность за контент должны нести люди, а не ИИ.

Заслуживающее изучения кейс-исследование: Фильм за $1 миллион

Саммит «1 Миллиард Последователей», конкурс, проведённый совместно с Google, завершился в январе 2026 года. Более 3500 кинематографистов со всего мира приняли участие в нём, чтобы получить шанс выиграть 1 миллион долларов. Для участия фильмы должны были быть созданы с использованием не менее 70% генеративной ИИ-технологии Google. Победителем стал Зубейр ЭльЖласси из Туниса, чей короткометражный фильм «Lily» завоевал главный приз.

История начинается с, казалось бы, простого открытия: одинокий архиварист находит куклу на месте автомобильной аварии. Эта кукла невольно связывается с человеком, обременённым чувством вины, и в конечном итоге, давление его секретов заставляет его признаться. В своей основе, история исследует темы вины, одиночества и неумолимую природу прошлого.

Для фильма ElJlassi использовал Veo от Google для создания его отличительного тёмного визуального стиля и обеспечения единообразия всего визуального ряда. Инструмент Flow AI от Google был использован для доработки каждой сцены, чтобы движения и выражения персонажей выглядели естественно и правдоподобно. Gemini помогал в творческом процессе с самого начала, помогая в создании раскадровки и определении общего визуального направления.

Судьи высоко оценили, насколько легко работа сочетает в себе искренние чувства с впечатляющими техническими навыками. Что действительно интересно в этом, так это то, что это раскрывает о том, как работают эти AI-инструменты. Они не создали саму историю и не поняли более глубокого эмоционального воздействия – например, почему кукла на месте преступления настолько тревожит, или почему кому-то отчаянно нужно признаться. Человеческий художник обеспечил эмоциональную глубину, в то время как AI справился с технической стороной. Это сочетание – люди, предоставляющие смысл, и AI, предоставляющий возможность создавать в больших масштабах – это то, на что нам следует обратить внимание.

Что делать, начиная с завтрашнего дня?

Есть четыре вещи, которые стоит сделать, прежде чем приступать к более сложным изменениям.

Начните с анализа текущей работы вашей команды, чтобы точно определить, где вы уже используете ИИ и, что более важно, где контент публикуется без окончательной проверки человеком. Когда команды делают это тщательно, они часто обнаруживают области, которые не рассматривали.

Внедряйте ИИ в свой рабочий процесс осознанно, а не сразу весь. Начните с задач, которые могут существенно повлиять на результат, но не связаны с большими рисками – например, с генерацией идей, тестированием заголовков или созданием первоначальных черновиков для внутренней обратной связи – прежде чем применять его ко всему вашему контенту.

Прежде чем какой-либо контент, сгенерированный ИИ, будет опубликован для общественности, требуется, чтобы его проверил человек, понимающий культурные нюансы. Эта проверка позволит убедиться, что контент соответствует тону, является фактической правдой и уважает различные культуры. Этот шаг необходим, особенно для команд, работающих в нескольких странах или с разнообразной аудиторией.

Как digital-маркетолог, я действительно сосредотачиваюсь на изменении того, как мы измеряем успех. Вместо того, чтобы просто смотреть на такие вещи, как количество людей, которые видят наш контент, или количество подписчиков, я уделяю приоритетное внимание метрикам, которые показывают, как люди *чувствуют* по поводу этого. Такие вещи, как то, как долго кто-то смотрит видео, как далеко они прокручивают статью, как часто они сохраняют наши посты, или если они возвращаются за ещё – это сигналы, которые действительно говорят мне, создаём ли мы контент, который находит отклик и укрепляет доверие. Они дают гораздо более точную картину успеха, чем когда-либо могли бы дать vanity metrics.

The Fundamental Argument

Успех в будущем придет к организациям, которые эффективно сочетают мощь технологий с человеческим пониманием. Речь не идет о выборе одного вместо другого, а о поиске правильного баланса между ними.

Смотрите также

• Акции CBOM. МКБ: прогноз акций.
• Часть 1. Как шаг за шагом запустить, управлять и развивать партнерскую программу
• Акции SGZH. Сегежа: прогноз акций.
• Google может меньше полагаться на Hreflang и перейти на автоматическое определение языка
• Акции привилегированные SBERP. Сбербанк: прогноз акций привилегированных.
• Google запускает генерацию видео в Product Studio
• Начало работы в международном SEO: краткое справочное руководство
• Обзор ИИ панели знаний Google с ссылками на источники
• Разгадка секретов RLC: Токеномическая феерия!
• Акции LSNG. Ленэнерго: прогноз акций.

2026-04-04 15:43

Google, OpenAI и Shopify все верят, что будущее ИИ лежит в шопинг-агентах – программах ИИ, которые могут совершать покупки за вас. Хотя шопинг с использованием ИИ может быть очень прибыльным, это поднимает ключевой вопрос: готовы ли люди отказаться от контроля над процессом покупок, учитывая, насколько важен шопинг для нас?

Покупки с помощью Agentic AI работают как личный шоппер. Вы просто говорите ему, что ищете – включая ваши потребности, желаемые функции и бюджет – и AI выполняет все исследования, сравнение цен и даже окончательную покупку за вас.

Если поиск не выполняется реальным человеком, он не особо помогает с SEO, если вы специально не адаптируете свой интернет-магазин для AI-покупателей, которые действуют как агенты.

Шоппинг — часть человеческой биологии.

Исследователи полагают, что шопинг глубоко укоренился в наших инстинктах. Стремление находить необходимые вещи, собирать ресурсы и демонстрировать свои достижения исходит из нашего эволюционного прошлого – это естественная часть того, как мы конкурируем и выживаем, даже если мы не осознаём этого сознательно.

Как человек, который годами разрабатывает веб-сайты и думает о поведении пользователей, я всегда находил идею Ричарда Докинза из книги ‘Эгоистичный ген’ действительно запоминающейся. По сути, он утверждает, что мы все, по сути, транспортные средства для наших генов – что все, что мы делаем на фундаментальном уровне, движимо ими. Это довольно радикальная мысль, но она переосмысливает то, как вы смотрите на мотивацию и даже на то, почему люди кликают на вещи в интернете!

В конечном счете, все человеческие действия движимы желанием преуспеть и выделиться, будь то просто выживание или достижение более высокого качества жизни. Это относится даже к тому, как мы совершаем покупки – покупка предметов первой необходимости, таких как еда и вода, связана с выживанием, но покупка вещей сверх необходимого часто связана с демонстрацией успеха и статуса другим, например, использование роскошного автомобиля для сигнализирования о богатстве и социальном положении.

По сути, наше стремление покупать вещи коренится в нашем эволюционном прошлом и конкуренции между людьми. Нас частично побуждает демонстрировать свой статус и привлекать потенциальных партнеров. Именно поэтому даже повседневные покупки – одежды или даже предметов первой необходимости – могут приносить удовлетворение; это заложено в наших генах.

Шопинг и химический коктейль мозга

Хорошее самочувствие часто возникает из-за химических веществ в вашем мозге – таких как дофамин, эндорфины и серотонин – которые высвобождаются, когда вы получаете награду, например, находите выгодное предложение.

Даже получение скидки на туалетную бумагу может запускать сигналы вознаграждения в мозге.

Ещё одна страница в Википедии о биологии нашей системы вознаграждения объясняет:

Награды – это вещи, которые мотивируют нас к действию – искать их и, в конечном итоге, наслаждаться ими. По сути, награда – это всё, что заставляет нас хотеть приблизиться и испытать её, вызывая желание или тягу.

Увидеть знак о распродаже может быть как небольшая награда, потому что он обещает лучшую цену или выгодную сделку. Хотя знак — это просто информация, распознавание этой скидки может фактически мотивировать кого-то пойти и совершить покупку. Это естественный инстинкт, которым мы все обладаем.

Мы подобны машинам, запрограммированным в наших генах на совершение покупок.

Как вебмастер, который годами создавал онлайн-опыт, я часто получаю вопрос, почему кто-то передал бы что-то действительно приятное – например, создание веб-сайта – ИИ. Честно говоря, это немного похоже на просьбу к роботу *насладиться* кусочком шоколада за вас. Это просто не совсем логично!

Как цифровой маркетолог, я всегда верил, что люди инстинктивно знают, где найти лучшие предложения на такие вещи, как свежие продукты, вкусный хлеб или качественные специи. Это просто заложено в нас! Поэтому я не думаю, что имеет смысл передать удовольствие от *поиска* этих замечательных продуктов – и получения хорошей цены – помощнику по покупкам на основе искусственного интеллекта. Эта личная награда слишком ценна.

Serendipity And Shopping

Серэндипити – это нахождение чего-то чудесного случайно – те счастливые сюрпризы, которые происходят, когда вы даже не ищете их. Одно из удовольствий от шопинга – неожиданно найти выгодную сделку или что-то красивое. Использование ИИ для совершения покупок может означать, что вы упустите эти радостные открытия – найдете что-то, чего не знали, что хотите или в чем нуждаетесь, но рады, что нашли.

Недавно я купил жене подарок на день рождения. Я зашел в причудливый маленький магазин подарков и поболтал с владельцем, пока осматривался. В итоге я нашел две вещи, которые не планировал покупать, но они казались идеальным сочетанием – действительно хорошее сочетание для подарка. Владелец магазина аккуратно упаковал каждый предмет в коробку, а затем положил коробки в красивую сетчатую сумку с лентой.

Какое счастливое совпадение! Я вышел из магазина, чувствуя себя прекрасно, с приливом приятных химических веществ в мозгу. Я только что нашел идеальный подарок для своей жены, и я знал, что ей он понравится.

Агентный ИИ-шоппинг неестественен.

Мой вопрос в том, почему Кремниевая долина считает, что она может автоматизировать многие вещи, которые делают нас людьми?

Как SEO-эксперт, я заметил действительно интересную тенденцию: кажется, что технологические компании пытаются привлечь нас, ведя себя как… ну, подростки. По сути, они перенимают поведение, которое мы обычно ассоциируем с более молодой аудиторией, и это немного странно. Как будто они думают, что имитация юношеской энергии найдёт отклик у всех, даже у тех из нас, кто давно перешагнул подростковый возраст.

Теперь они хотят отнять у нас возможность совершать покупки?

Для того, чтобы ИИ действительно стал проактивным и полезным, ему необходимо уметь наталкиваться на неожиданные идеи и учиться через открытия. Работая в технологической индустрии более 25 лет, включая время в Сан-Франциско – центре интернет-инноваций – и в крупном технологическом журнале, я считаю, что этот элемент случайности имеет решающее значение.

Я совсем не против технологий – на самом деле, ИИ может быть действительно полезен на сайтах покупок. Такие вещи, как персонализированные рекомендации и быстрые ответы на вопросы, просто фантастические. Но людям всё ещё нравится просматривать и находить вещи самостоятельно, что естественно для процесса покупок. Это на самом деле хорошо для интернет-магазинов, потому что это означает, что им нужно убедиться, что их сайт легко найти через поисковые системы.

То, что ИИ совершает покупки за нас, кажется странным и противоречит тому, как устроены люди по своей природе.

Смотрите также

• Акции CBOM. МКБ: прогноз акций.
• Часть 1. Как шаг за шагом запустить, управлять и развивать партнерскую программу
• Акции SGZH. Сегежа: прогноз акций.
• Google может меньше полагаться на Hreflang и перейти на автоматическое определение языка
• Акции привилегированные SBERP. Сбербанк: прогноз акций привилегированных.
• Google запускает генерацию видео в Product Studio
• Начало работы в международном SEO: краткое справочное руководство
• Обзор ИИ панели знаний Google с ссылками на источники
• Разгадка секретов RLC: Токеномическая феерия!
• Акции LSNG. Ленэнерго: прогноз акций.

2026-04-03 16:40

Вот ваше еженедельное обновление важных изменений Google: мы расскажем о том, как ранжируется контент, как Googlebot обрабатывает размер веб-сайта и о последних тенденциях трафика, поступающего от AI. Эта информация поможет вам понять, что происходит и как это влияет на вашу работу.

Google выпускает основное обновление за март 2026 года.

Как SEO-эксперт, я внимательно слежу за происходящим – Google на этой неделе запустил первое крупное обновление основного алгоритма за 2024 год. Эти обновления могут значительно повлиять на позиции сайтов в поисковой выдаче, поэтому крайне важно отслеживать производительность и понимать любые изменения, которые вы видите.

Вот что вам нужно знать: обновление будет выпущено в течение следующих двух недель. Google заявляет, что это стандартное улучшение, направленное на показ пользователям более качественного и полезного контента с веб-сайтов всех видов. Это обновление последовало сразу за недавним обновлением против спама, которое завершилось менее чем за 20 часов.

Почему это важно

Последнее крупное обновление основной системы ранжирования Google завершилось 29 декабря, что означает, что прошло почти три месяца с момента внесения масштабных изменений. Обновление в феврале затронуло только Discover, поэтому результаты поиска существенно не менялись с конца декабря.

Вы можете заметить изменения в поисковых позициях, начиная с начала апреля. Google рекомендует подождать неделю после завершения обновления, чтобы проверить данные в Search Console. Когда вы это сделаете, сравните их с тем, как всё работало до 27 марта.

Что говорят специалисты по SEO

Джон Мюллер, работающий в команде по связям с поисковыми системами Google, ответил на Bluesky на вопрос о том, произошли ли два недавних обновления одновременно.

Всё просто: ваш веб-сайт либо считается спамом, либо нет. Если вы не уверены после оценки его контента и практик, скорее всего, он попадает в категорию спама.

Мюллер уточнил, что крупные обновления Google не запускаются сразу. Различные команды и системы вносят вклад в эти обновления, и их изменения необходимо внедрять постепенно. Этот поэтапный подход объясняет, почему обновления могут занимать недели для полного внедрения и почему вы часто видите колебания в рейтингах, происходящие поэтапно, а не как одно большое изменение.

По словам Роджера Монти из Search Engine Journal, время проведения обновления по борьбе со спамом, вероятно, было не случайным. Борьба со спамом естественным образом вписывается в более широкие усилия по улучшению общего качества веб-сайтов во время основного обновления.

Прочитайте наш полный обзор: Google начинает развертывание основного обновления марта 2026 года.

Прочитайте материалы Роджера Монтти: Google объясняет, почему основные обновления могут разворачиваться поэтапно.

Ильес объясняет архитектуру обхода Googlebot и лимиты байтов.

Гэри Ильес, аналитик Google Search, недавно написал сообщение в блоге, в котором подробно описано, как Googlebot работает в рамках общего процесса обхода веб-страниц Google. В публикации представлена дополнительная техническая информация об ограничении в 2 МБ на обход, о котором Google объявил ранее в этом году.

Почему это важно

Googlebot не отклоняет автоматически страницы, превышающие размер в 2 МБ. Вместо этого он прекращает загрузку контента на отметке в 2 МБ и отправляет неполную страницу для индексации, рассматривая её как завершенную. Это означает, что любой контент, превышающий 2 МБ, не будет проиндексирован вообще. Это особенно важно для страниц, которые включают большие изображения непосредственно в коде (base64), обширный CSS или JavaScript, или чрезмерно большие навигационные меню.

То, как Google обрабатывает запросы от своих различных веб-сканеров, также объясняет, почему вы видите разные записи в журналах своего сервера. Каждый сканер настраивается индивидуально, со своими собственными ограничениями на объем запрашиваемых данных. Googlebot, сканер, используемый для обычных веб-поисков, имеет ограничение в 2 MB, что является конкретной настройкой стандартного лимита платформы в 15 MB.

Google недавно объяснил эти ограничения в своей официальной документации, подкасте и этой публикации в блоге – всё в течение последних двух месяцев. По словам Ильиса, лимит в 2 МБ не является жёстким и может быть скорректирован по мере изменения интернета.

Что говорят SEO-специалисты

Cyrus Shepard, основатель Zyppy SEO, написал в LinkedIn:

Как цифровой маркетолог, я часто сталкиваюсь со сложными ситуациями. Если вы обнаруживаете, что часть вашего контента не отображается в результатах поиска на больших веб-страницах, первое, что я бы проверил, — это размер страницы. Это распространенная проблема!

Прочитайте наш полный обзор: Google объясняет ограничения байтов Googlebot и архитектуру сканирования.

Ильес и Сплитт из Google: Страницы становятся больше, и это все еще имеет значение.

В недавнем эпизоде подкаста Search Off the Record, разработчики Google Gary Illyes и Martin Splitt обсудили, как размер страницы влияет на сканирование и производительность веб-сайта.

Веб-страницы стали почти в три раза больше за последние десять лет. В то время как Google обычно разрешает страницы размером до 15 МБ, его веб-сканеры, такие как Googlebot, часто ограничивают этот размер до 2 МБ. Джон Мюллер из Google задался вопросом, не способствует ли использование структурированных данных, внедрение которых Google поощряет на веб-сайтах, увеличению размера страниц.

Почему это важно

Web Almanac за 2025 год обнаружил, что средний вес главной страницы мобильной версии составляет 2,362 КБ. Хотя размеры страниц увеличиваются, важно помнить, что соблюдение лимита в 2 МБ для сканирования от Google не гарантировано. Джон Ильес из Google недавно задался вопросом, увеличивает ли структурированные данные этот рост, на что стоит обратить внимание. Google рекомендует использовать схему разметки для улучшения результатов поиска, но эта разметка утяжеляет страницы.

Сплитт упомянул, что в будущем видео он расскажет о способах уменьшения размера веб-страниц. Он рекомендует, чтобы страницы с большим количеством контента, непосредственно встроенного в них, обеспечивали загрузку наиболее важных частей в пределах первых 2 мегабайт данных, отправляемых пользователю.

Прочитайте наш полный обзор: Google: Страницы становятся больше, и это все еще имеет значение

Трафик Gemini, полученный по реферальным ссылкам, более чем удвоился и обогнал Perplexity.

В период с ноября 2025 года по январь 2026 года Google Gemini значительно увеличил количество посетителей, которых он направлял на веб-сайты – более чем удвоив трафик. Этот вывод основан на анализе, проведенном SE Ranking, который исследовал данные с более чем 101 000 веб-сайтов, использующих Google Analytics.

SE Ranking недавно обнаружила, что реферальный трафик из Google’s Gemini 3 значительно увеличился – в общей сложности на 115% за два месяца, начиная примерно с момента запуска Gemini 3. Gemini отправила на 29% больше реферального трафика по всему миру и на 41% больше в США по сравнению с Perplexity в январе. Хотя Gemini быстро растет, ChatGPT по-прежнему обеспечивает около 80% всего реферального трафика из AI инструментов. Стоит отметить, что SE Ranking также продает инструменты, которые отслеживают AI видимость.

Почему это важно

В августе 2025 года Perplexity отправлял почти в три раза больше реферального трафика, чем Gemini. Однако к январю 2026 года Gemini догнал Perplexity, фактически превзойдя его в этой области. Примерно в то же время значительно уменьшилось и преимущество ChatGPT над Gemini, снизившись с примерно 22-кратного в октябре до примерно 8-кратного к январю.

Платформы искусственного интеллекта в совокупности сейчас составляют около 0.24% всего интернет-трафика во всем мире, что является увеличением по сравнению с 0.15% в 2025 году. Хотя это демонстрирует рост, это все еще относительно небольшая часть общего трафика по сравнению с традиционным поиском. Недавнее увеличение использования Gemini, по-видимому, связано с выпуском нового продукта, но пока рано говорить о том, сохранится ли этот рост в долгосрочной перспективе.

Gemini теперь стоит смотреть наряду с ChatGPT и Perplexity в ваших отчётах о привлечении рефералов.

Прочитайте наш полный обзор: Google Gemini направляет больше трафика на сайты, чем Perplexity: Отчет.

Тема Недели: Google объясняет собственные системы

На этой неделе Google поделился информацией о том, как работают его поисковые системы, в трёх отдельных обновлениях. Illyes написал статью в блоге, объясняющую внутреннюю работу Googlebot, в то время как подкаст Search Off the Record обсуждал скорость загрузки страниц и то, как Google сканирует веб-сайты. Mueller прояснил, почему крупные обновления Google выпускаются постепенно, а не все сразу. Эти обновления предоставляют полезные детали, которые ранее не были доступны в официальной документации.

Данные Gemini предлагают новые сведения о том, как работает Google. В то время как Google делится подробностями о своих веб-краулерах и процессах ранжирования, он не объясняет всплеск трафика, проходящего через его AI-сервисы – всплеск, который теперь заметен в данных из других источников.

Смотрите также

• Акции CBOM. МКБ: прогноз акций.
• Часть 1. Как шаг за шагом запустить, управлять и развивать партнерскую программу
• Акции SGZH. Сегежа: прогноз акций.
• Google может меньше полагаться на Hreflang и перейти на автоматическое определение языка
• Акции привилегированные SBERP. Сбербанк: прогноз акций привилегированных.
• Google запускает генерацию видео в Product Studio
• Начало работы в международном SEO: краткое справочное руководство
• Обзор ИИ панели знаний Google с ссылками на источники
• Разгадка секретов RLC: Токеномическая феерия!
• Акции LSNG. Ленэнерго: прогноз акций.

2026-04-03 15:41

Многие менеджеры по PPC получат вопросы о ChatGPT Ads в ближайшие несколько месяцев.

Вероятно, было лишь вопросом времени, прежде чем реклама станет значительной частью бизнес-модели OpenAI, после того как они завершили первоначальное тестирование. Первая рекламная программа была мелкомасштабной и не особо повлияла на большинство рекламодателей – она была эксклюзивной, дорогой и больше похожа на эксперимент, чем на серьезное рекламное соображение.

Профессионалам PPC станет сложнее игнорировать это с последним объявлением от OpenAI.

OpenAI планирует предоставить рекламодателям возможность самостоятельно управлять кампаниями, начиная с апреля, а также расширит свою тестовую рекламную программу на большее количество стран. Хотя ChatGPT Ads может быть не подходящим для всех, это первый раз, когда многим рекламным командам нужно будет рассмотреть, может ли это быть для них стоящим каналом.

И этот взгляд, вероятно, должен быть более скептическим, чем восторженным.

Хотя ажиотаж вокруг ChatGPT Ads кажется позитивным, пока рано говорить о том, стоит ли вкладывать в них значительные деньги.

Большинство рекламодателей не задаются вопросом, *может ли* OpenAI продавать рекламу — очевидно, что может. Реальный вопрос в том, станет ли OpenAI ценным новым способом охвата клиентов, или просто ещё одной платформой, где бренды чувствуют себя вынужденными тратить деньги на рекламу, прежде чем будет доказана её целесообразность.

Это часть, которую стоит воспринимать всерьез.

Что нам рассказала первая рекламная пилотная программа OpenAI

Первая версия ChatGPT Ads никогда не предназначалась для широкого внедрения рекламодателями.

В январе OpenAI объявила о начале показа рекламы бесплатным и пользователям с более низкими тарифными планами в США. Однако пользователи с подписками Plus, Pro, Business, Enterprise или Education не увидят рекламу. OpenAI также подчеркнула, что эта реклама не повлияет на качество ответов, будет четко обозначена как реклама, и разговоры пользователей не будут передаваться рекламодателям.

Этот первоначальный подход был ключевым, поскольку OpenAI, казалось, тщательно балансировал между введением платных функций и поддержанием доверия пользователей. Однако на практике тестовый этап больше напоминал тщательно спланированный брендовый опыт, чем типичную платформу с оплатой за клик.

Первоначальные экономические показатели подтвердили эту тенденцию. В марте Reuters отметил, что Criteo искала рекламные обязательства в размере от 50 000 до 100 000 долларов, поскольку OpenAI расширила свою пробную программу в США. Другие ранние отчеты о первоначальном доступе подчеркнули высокие рекламные расходы и значительные трудности с началом работы.

Платформы обычно не работают таким образом, когда пытаются привлечь регулярных, средних по размеру рекламодателей. Такой подход более распространен, когда они хотят ограничить тестирование небольшой группой крупных, легко управляемых клиентов.

Рекламодатели заметили, что реклама внутри ChatGPT получает очень мало кликов – всего 0,91%. Это значительно ниже, чем средний показатель CTR в 6,4%, наблюдаемый для рекламы в Google Search. Маркетологам следует внимательно отслеживать эту эффективность, поскольку они выясняют, как лучше всего использовать ChatGPT и ставить достижимые цели для своих кампаний.

Важно понимать предысторию этих деталей, поскольку большая часть текущей реакции на ChatGPT Ads упускает из виду то, что на самом деле показал первоначальный тест. Тест не был разработан для доказательства большого спроса на продукт.

Однако, было бы ошибкой рассматривать это просто как пиар-трюк. Это нечто большее.

У OpenAI большая и активная пользовательская база, люди уже внедряют её продукты в свою работу и обучение, и существует значительный интерес от компаний, желающих разместить рекламу. Хотя это и не гарантирует долгосрочный успех, это указывает на то, что OpenAI предлагает нечто большее, чем просто временную тенденцию.

Что насчет заявленного годового дохода в 100 миллионов долларов от пилотного проекта?

Все говорят о недавнем отчете Reuters, показывающем, что тестовая рекламная программа OpenAI показывает очень хорошие результаты. Она уже приносит более 100 миллионов долларов в год дохода, всего через шесть недель после запуска! Это говорит о том, что рекламодатели действительно заинтересованы в платформе. Reuters также отметила, что программа теперь включает более 600 рекламодателей, и почти 80% из них — малые или средние предприятия, которые хотят продолжать ее использовать.

Основываясь на этом первоначальном тестировании, выручка выглядит многообещающе. Даже с более высокими ценами и ограниченной доступностью, очевидно, что это не просто небольшой проект, привлекающий нескольких любопытных пользователей. Рекламодатели проявляют интерес, и OpenAI видит достаточный потенциал для продолжения разработки продукта.

Эта технология также намекает на потенциальные бизнес-преимущества от использования разговорного инвентаря, но только если платформа сможет оставаться надёжной по мере своего роста.

Но давайте более внимательно рассмотрим, что означает утверждение об годовой выручке.

Что означает годовой доход? (What Does Annualized Revenue Mean?)

Тот факт, что ‘годовой доход’ OpenAI составляет 100 миллионов долларов, не означает, что они фактически *заработали* столько денег за шесть недель. Это просто означает, что их текущие доходы, если они продолжатся с той же скоростью в течение полного года, достигнут этой суммы.

Хотя это все еще впечатляет, особенно для небольшой тестовой программы, представление ранних результатов таким образом иногда может создать впечатление, что новое предприятие более развито, чем оно есть на самом деле.

Есть несколько причин быть осторожным в отношении того, что это доказывает и чего не доказывает.

Иногда первоначальные цифры доходов могут казаться хорошими просто потому, что платформа является эксклюзивной и дорогой. Ограничение доступа и поддержание высоких цен может создать положительную краткосрочную финансовую картину, не демонстрируя при этом, что платформа привлечёт широкий спектр рекламодателей в долгосрочной перспективе.

Reuters также отметила, что, хотя рекламу *могли* бы показывать большинству пользователей (около 85%), фактически её видят менее 20% каждый день. Это говорит о том, что у OpenAI есть потенциал для получения большего дохода от рекламы, но их текущий доход основан на ограниченном развертывании.

Наконец, просто знание о том, что было потрачено 100 миллионов долларов, не раскрывает, была ли реклама действительно эффективной. Это лишь показывает, что рекламодатели были готовы инвестировать в платформу.

Мы до сих пор не знаем, приводят ли эти рекламные объявления к большему количеству продаж, экономичной привлечению клиентов или долгосрочной ценности для клиентов по сравнению с другими маркетинговыми методами.

Хотя полученная выручка интересна, пока рано говорить о том, что реклама в ChatGPT является надёжной или необходимой стратегией для большинства предприятий.

Как платформа самообслуживания для рекламы изменит ход разговора?

OpenAI планирует разрешить рекламодателям самостоятельно регистрироваться и запускать кампании, начиная с апреля.

Этот сдвиг значителен, поскольку функции самообслуживания означают, что менеджерам PPC, вероятно, потребуется оценить, профинансировать или, по крайней мере, предоставить обратную связь по этим инструментам. Кроме того, Reuters сообщила, что OpenAI расширяет тестовую программу на Канаду, Австралию и Новую Зеландию, что указывает на то, что компания выходит за рамки ограниченной фазы тестирования.

Премиум-тест обычно показывает, может ли компания успешно продавать ограниченное рекламное пространство конкретным рекламодателям. Платформа самообслуживания — это первый шаг, где рекламодатели могут начать оценивать, работает ли продукт как эффективная рекламная платформа.

Вот где настоящее обучение начинается снова.

Рекламодателям определенно стоит обратить внимание. Если ChatGPT все чаще становится платформой, где люди изучают продукты, взвешивают свой выбор и решают, что купить, то реклама внутри него может стать важной – но способом, отличным от традиционной рекламы в поисковых системах или социальных сетях.

Эта возможность реальна, она просто ещё не была полностью доказана.

Почему реклама ChatGPT может стать значимым каналом

Если реклама ChatGPT действительно будет иметь значение, то причину этого легко понять.

Инструменты искусственного интеллекта становятся популярными для таких задач, как исследование информации, составление планов, решение проблем, сравнение продуктов и помощь в принятии первоначальных решений. Это важно для бизнеса, поскольку это влияет на важную часть пути клиента, до которой рекламодателям часто бывает трудно эффективно достучаться.

• Поиск часто фиксирует явный спрос.
• Платная реклама в социальных сетях часто создает или прерывает спрос.
• ChatGPT (или другие платформы ИИ в будущем) может оказаться где-то посередине.

Люди, использующие ChatGPT, обычно не просто вводят быстрый поисковый запрос. Они описывают происходящее, запрашивают различные возможности, а затем уточняют свой выбор. Это создает уникальную среду для компаний, чтобы взаимодействовать с ними.

Это может быть действительно полезно для рекламодателей, особенно для тех, кто продает вещи, о которых люди должны тщательно подумать, прежде чем покупать – например, продукты, где клиентам нужны более подробные сведения, уверенность или помощь в сравнении вариантов.

Если OpenAI создаст рекламную систему, которая уважает пользовательский опыт и не подрывает доверие, она может стать ценной платформой – а не просто ещё одним источником рекламного пространства.

Может ли ажиотаж вокруг рекламы ChatGPT быть переоценен?

Искусственный интеллект стал невероятно популярным в последнее время, и многие компании соревнуются за создание лучших AI-систем.

С появлением рекламы в ChatGPT люди, возможно, слишком взволнованы тем, что платформа может реально предложить.

Это обычно происходит всякий раз, когда платформа обладает тремя вещами одновременно:

• Культурный импульс
• Любопытство рекламодателей
• Достаточный масштаб, чтобы заставить маркетологов нервничать из-за своего отсутствия.

Эта ситуация может привести к принятию поспешных решений до того, как будет достигнуто чёткое понимание финансовых последствий.

И вот где возникает опасение относительно «наценки за бренд».

Так называемый «налог на бренд» возникает, когда рекламодатели чувствуют, что *должны* размещать рекламу на платформе просто потому, что она слишком популярна, чтобы её пропустить, даже если сложно доказать, что реклама действительно работает эффективно.

То, что тратятся маркетинговые бюджеты, не обязательно означает, что это пустая трата. Однако, как эксперт по SEO, я часто вижу кампании, где *причина* для расходов смещается от продуманного, стратегического шага к простой попытке ‘быть замеченным’ – защитной тактике. Крайне важно чётко определить свои цели *перед* инвестированием, иначе вы рискуете потерять эффективность своего бюджета.

Именно поэтому я считаю, что правильная позиция для большинства рекламодателей – это любопытство, а не срочность.

Какие типы рекламодателей могли бы получить выгоду в первую очередь?

Реклама ChatGPT, вероятно, будет наиболее эффективна для предприятий, чьи клиенты уже тратят время и тщательно обдумывают свои покупки.

Это охватывает области, где люди обычно нуждаются в помощи при сравнении вариантов, взвешивании плюсов и минусов или принятии решений между различными опциями.

Подумайте в направлении:

• B2B software
• Образование
• Путешествия
• Ремонт дома
• Категории электронной коммерции с более высоким уровнем рассмотрения (например, мебель)
• Сервисы, где покупателям требуется больше уверенности перед совершением покупки.

Как SEO-эксперт, я часто работаю с компаниями, где люди не всегда ищут по конкретному ключевому слову и сразу же кликают. Зачастую потенциальные клиенты всё ещё находятся на этапе исследования – выясняют, *что* им на самом деле нужно, понимают доступные варианты или решают, стоит ли конкретное решение своих денег. Речь идёт не о захвате быстрого клика, а о том, чтобы направить их через процесс открытия.

Именно там разговорный интерфейс может в конечном итоге стать коммерчески ценным.

Как цифровой маркетолог, я обнаружил, что ChatGPT действительно сияет, когда вы нацелены на клиентов, которые любят проводить исследования и задавать много вопросов перед покупкой. Это отличный инструмент для предоставления подробных ответов и укрепления доверия. Однако, если ваш бизнес полагается на быстрые продажи, импульсивные покупки или большой объем простых конверсий, ChatGPT может оказаться не лучшим вариантом. Он лучше подходит для сложных покупательских траекторий, чем для стимулирования немедленных действий.

Почему многим рекламодателям среднего сегмента, вероятно, стоит подождать

Это часть, которая, вероятно, будет иметь наибольшее значение для многих команд.

Большинству рекламодателей среднего сегмента не нужно спешить с запуском рекламы в ChatGPT сразу после открытия возможности самостоятельной настройки.

Дело не в том, что платформа бесполезна, а в том, что многие предприятия среднего размера видят более лёгкий рост с рекламными каналами, с которыми они уже знакомы.

Если вы по-прежнему сталкиваетесь с неорганизованными рекламными аккаунтами, непоследовательным дизайном рекламы, неэффективными целевыми страницами или неточной отслеживаемостью, инвестирование в ChatGPT Ads, вероятно, не будет вашим лучшим шагом на данный момент.

Это особенно верно для рекламодателей, которые полагаются на:

• Короткие окна покупки
• Меньший объём конверсии низкоценовых заявок
• Агрессивная эффективность CPA
• Высоко предсказуемая шкала

Как SEO-эксперт, я внимательно слежу за ChatGPT Ads, и думаю, что они *станут* полезными для некоторых компаний в будущем. Однако, на данный момент, я советую своим клиентам сосредоточиться на стратегиях с более подтвержденной эффективностью. На данный момент существуют просто более надежные способы получения результатов, и именно туда следует направлять бюджеты.

Многие маркетологи совершают ошибку с новыми платформами, полагая, что первоначальная популярность означает, что она подходит для их бренда. Они путают наблюдение за тем, как что-то новое набирает популярность, с пониманием того, что это хорошее соответствие для их целевой аудитории.

И это не одно и то же.

Что должны делать PPC-команды прямо сейчас?

Вместо того, чтобы спешить с тестированием ChatGPT Ads, большинству менеджеров PPC следует сосредоточиться на создании надежной системы, чтобы определить, стоит ли вообще проводить тестирование в будущем.

Это начинается с нескольких практических вопросов.

Для начала, относится ли ваш продукт к тем, которые люди обычно изучают и обсуждают перед покупкой? Другими словами, оказывает ли разговор о нём значительное влияние на их выбор?

Также, если бы вы захотели это попробовать, как бы вы определили успех? Будьте конкретны – какие конкретные результаты показали бы, что это работает, а не просто что это ‘чувствуется’ хорошо?

Вы надеетесь привлечь правильный тип посетителей, повысить вовлечённость людей в ваш контент, увеличить продажи, улучшить узнаваемость бренда, найти более качественные лиды или привлечь новых клиентов?

Если вы не можете ответить на это до тестирования, то, вероятно, тест ещё не готов.

Наконец, можете ли вы точно измерить успех маркетингового подхода, который сочетает в себе элементы поиска, открытия контента и помощи клиентам в принятии решений?

Потому что именно там, скорее всего, будут размещены ChatGPT Ads, если они вообще заработают.

Многие команды либо недооценивают ценность этого подхода, либо приводят слишком много оправданий его недостаткам. Обе реакции непродуктивны.

Что должны вынести из этого PPC-менеджеры?

Реклама ChatGPT стоит того, чтобы обратить на неё внимание, даже если ваш бренд ещё не готов их тестировать.

Пока неясно, станут ли эти платформы надёжным источником клиентов, полезным инструментом для привлечения людей на ранних этапах процесса покупки или просто ещё одним рекламным пространством, где компании чувствуют себя вынужденными тратить деньги, не зная, эффективно ли это.

На данный момент есть доказательства больше чем одного возможного исхода.

Это действительно значительное развитие, на которое стоит обратить внимание. OpenAI имеет большую пользовательскую базу, сильный интерес со стороны рекламодателей, и люди активно используют её продукты, что говорит о том, что это не просто временная тенденция.

Учитывая текущую неопределенность, оправдан осторожный подход. Платформа должна продемонстрировать более сильные результаты для рекламодателей, устойчивую бизнес-модель и четкую роль в более широком рекламном ландшафте.

Именно поэтому самым разумным ответом, вероятно, является не торопиться или списывать это со счетов.

Внимательно следите за развитием этой новой платформы, особенно за тем, как она начнет хорошо работать для разных типов бизнеса. Затем реалистично оцените, есть ли у вашей компании веские причины попробовать ее, помимо просто ее новизны.

Это гораздо более высокий стандарт, чем хайп, и гораздо лучший, чем рефлексивный скептицизм.

Смотрите также

• Акции CBOM. МКБ: прогноз акций.
• Часть 1. Как шаг за шагом запустить, управлять и развивать партнерскую программу
• Акции SGZH. Сегежа: прогноз акций.
• Google может меньше полагаться на Hreflang и перейти на автоматическое определение языка
• Акции привилегированные SBERP. Сбербанк: прогноз акций привилегированных.
• Google запускает генерацию видео в Product Studio
• Начало работы в международном SEO: краткое справочное руководство
• Обзор ИИ панели знаний Google с ссылками на источники
• Разгадка секретов RLC: Токеномическая феерия!
• Акции LSNG. Ленэнерго: прогноз акций.

2026-04-03 15:13