Поисковый журнал

Влияние AI-режима на SEO – Анализ 10 исследований

от

Я недавно вернулся из поездок в Сан-Диего и Торонто, где мне посчастливилось выступить на Ahrefs Evolve и SEO IRL – оба мероприятия были отличными! Было здорово встретить так много подписчиков Growth Memo там. Спасибо всем, кто посетил!

Недавно я проводил трехчасовую дискуссионную группу с лидерами из Redfin, Angi, Clickup, Glean и Ourplace, находясь в Сан-Диего. Я обязательно сообщу вам, если планирую проводить подобные мероприятия в будущем.

Мы недавно опубликовали крупное исследование о том, как люди используют AI Mode, и результаты были поразительными.

  • Как режим ИИ влияет на показатели кликабельности и SEO-трафик?
  • Используют ли люди вообще Режим ИИ?
  • Точны ли ответы в режиме AI?
  • Чем похожи AI Overviews и AI Mode? Чем они отличаются?
  • Могут ли бренды по-прежнему извлекать выгоду из получения видимости в режиме AI, даже если кликов мало (или их нет совсем)?

Этот отчет суммирует все ключевые исследования по AI Mode за 2025 год. Это всесторонний обзор, поэтому хорошей идеей будет сохранить его – вас, вероятно, скоро попросят об этой информации коллеги или заинтересованные стороны, если этого еще не произошло.

(Если я упустил какие-либо крупные исследования или тесты, напишите мне в личные сообщения.)

1. Как режим ИИ влияет на кликабельность и SEO-трафик?

Вот что мы знаем наверняка: AI Mode значительно снижает количество внешних кликов.

Мои исследования, включая исследования, тесты и новые данные, последовательно подтверждают этот вывод.

Мы живём в этой реальности прямо сейчас – и не можем себе позволить её игнорировать.

Как SEO-эксперт, я наблюдаю тревожную тенденцию: многие веб-сайты достигают плато по органическому трафику, и некоторые даже испытывают снижение, *несмотря* на последовательную работу над своим SEO. Честно говоря, я ожидаю, что ситуация ухудшится, когда Google полностью развернет свой поисковый опыт на базе искусственного интеллекта. Нам нужно адаптировать наши стратегии сейчас, чтобы не потерять позиции.

Трафик действительно циркулирует в определенных случаях.

В отчёте за прошлую неделю об исследовании удобства использования AI Mode я обнаружил, что когда пользователи спрашивали о покупках, они почти всегда нажимали на результаты. Однако, когда они спрашивали о других вещах – задачах, не связанных с совершением покупки – они почти никогда не нажимали.

Исследования Propellic показали, что пользователи оставались вовлечены в работу с AI-ассистентом около 104 секунд при планировании своих поездок. Однако, как только они определились с планом, они быстро перешли на сайты бронирования, потратив около 38 секунд, прежде чем уйти, чтобы завершить бронирование.

Режим AI не только ускоряет поиск с меньшим количеством кликов, но и значительно сокращает время поисковых сессий. Данные Semrush показывают, что сессии с использованием режима AI обычно включают всего два или три поиска, по сравнению с примерно пятью в традиционном поиске [3]. Это означает, что потенциально меньше возможностей для привлечения трафика и повышения видимости.

Подразумение:

  1. Ожидайте значительно более низкий показатель кликабельности (CTR) в режиме AI по сравнению с классическими синими ссылками в поисковой выдаче (SERP).
  2. Вместо трафика думайте в терминах узнаваемости бренда и влияния пользователей в AI Mode.
  3. Для оценки эффективности переключите своё внимание с CTR на упоминания бренда, время пребывания на странице и конверсию на финальном, самом целевом этапе.

2. Используют ли исследователи режим ИИ?

Исследования в нашей отрасли в этом году показывают, что пользователи, по крайней мере на данный момент, медленно принимают AI Mode.

Google, похоже, полна решимости приучить пользователей к использованию поиска на основе искусственного интеллекта, добавляя такие функции, как AI Mode в Chrome и непосредственно на страницах результатов поиска. Эта стратегия в конечном итоге может сократить время, которое люди тратят на просмотр традиционных результатов поиска или клики по рекламе, но Google продолжает двигаться вперед. Как я подробно описал в Growth Intelligence Brief #8,

Итак, будьте готовы. Похоже, все пути ведут к AI Mode, нравится это пользователям или нет.

Недавнее исследование iPullRank, изучающее поведение пользователей с функциями искусственного интеллекта, показало, что AI Mode использовался небольшим процентом участников – от 2% до 5% – при выполнении пяти различных задач. В отличие от этого, гораздо большая группа – от 30% до 47% – активно использовала AI Overviews.

Непосредственно перед публикацией своих исследований, iPullRank проанализировал данные из Similarweb и обнаружил, что более половины пользователей попробовали функцию AI Mode, но затем сразу же покинули сайт [4].

В ходе исследования iPullRank AI Mode пользователи, которые пробовали сгенерированные ИИ ответы, часто просто читали их, не переходя по каким-либо ссылкам или изучая информацию дальше.

Также, Алейда Солис отметила в августе, что интерес к AI Mode в Великобритании снизился после первоначального всплеска любопытства после его выпуска.

Понятно, что Google не спешит выпускать AI Mode для всех – технология пока не удовлетворяет явную потребность на рынке.

Предположение:

  1. Есть большая вероятность, что AI Mode эволюционирует до более широкого развертывания. Основываясь на наших и исследованиях других, больше встроенных ссылок и, возможно, прямая интеграция с магазинами могут быть в плане развития.
  2. По мере развития AI Mode нам потребуется больше исследований, чтобы понять его влияние на маркетинг. Однако я не думаю, что мы увидим будущее, в котором AI Mode внезапно начнет отправлять значительные объемы трафика.
  3. Вероятно, у нас есть некоторое время, прежде чем Google усилит внедрение AI Mode в результаты поиска. Нам следует использовать это время для настройки телеметрии, чтобы измерить и оптимизировать наше присутствие в AI Mode.

3. Насколько точны ответы режима ИИ?

Точность режима ИИ варьируется в зависимости от типа запроса. Может ли это быть причиной медленного внедрения пользователями?

Несмотря на то, что всё ещё есть вероятность получения неверной или вымышленной информации, последние исследования показывают, что люди в целом доверяют результатам, которые они получают в определенных областях.

Люди, протестировавшие AI-функции Propellic, дали очень положительные оценки ответам, в среднем 4.3 из 5 по шкале доверия. Тестировщики особенно отметили, насколько легко и быстро AI представлял информацию о таких вещах, как мероприятия и отели.

Исследование удобства использования, проведенное Nielsen Norman Group (NNG), показало, что люди ценят использование AI-чатботов для сложных поисков. Исследование продемонстрировало, что генеративный AI помог сэкономить время, быстро обобщая информацию для этих задач.

Несмотря на использование новой системы, участники исследования NNG всё ещё проверяли информацию с помощью традиционных поисковых систем, что говорит о том, что они не были полностью убеждены в результатах.

Другие исследования подчеркивают неточности и пробелы в AI Mode:

Люди, участвовавшие в тестах iPullRank и искавшие местные новости или медицинские клиники, обнаружили, что результаты, основанные на искусственном интеллекте, были недостаточно точными или подробными. В итоге они использовали обычные веб-сайты или карты вместо этого.

Ahrefs провёл небольшой тест, в котором Патрик Стокс опубликовал статьи, написанные ИИ, на темы технического SEO. Эти статьи намеренно включали неверную информацию, чтобы проверить, смогут ли они ранжироваться в результатах поиска Google. К сожалению, ни одна из трёх тестовых страниц не заняла позиции по своим целевым ключевым словам, что говорит о том, что контент, сгенерированный ИИ, может не соответствовать стандартам Google в отношении опыта, знаний, авторитетности и надёжности (EEAT).

Импликация:

  1. Пользователи в целом доверяют AI Mode и ответам AI на других платформах. Ответы могут быть очень надёжными для некоторых поисковых запросов с высокой покупательской заинтересованностью и информационных запросов, но они могут содержать неточности или нежелательную локализацию.
  2. Пользователи и маркетологи должны рассматривать ответы ИИ как отправные точки, перепроверяя критически важную информацию и учитывая авторитет бренда и проверку фактов.
  3. Существует риск для бренда, присущий LLM, таким как AI Mode. Злоумышленники могут использовать все еще развивающуюся и простую функциональность LLM для распространения лжи о брендах в сети и создания негативного отношения к бренду. Это то, что вам следует отслеживать с помощью трекеров AI visibility.

4. Чем похожи обзоры с помощью ИИ и режим ИИ? Чем они отличаются?

Наши исследования показывают, что люди используют AI Overviews для быстрого поиска фактов, в то время как AI Mode привлекает их внимание гораздо дольше. В среднем, пользователи тратят в два раза больше времени на взаимодействие с AI Mode по сравнению с AI Overviews.

Недавнее исследование, проведенное iPullRank, показало, что люди часто не уверены в разнице между AI Mode и AI Overviews, и, как правило, не нажимали на опцию, чтобы узнать больше об AI Mode.

Игнорируя общую сложность, с которой сталкиваются пользователи, исследование AI Mode 2025 и мой обзор 19 связанных исследований имеют две ключевые находки:

  1. Влияние бренда: Видимость как в AIO, так и в AI Mode зависит от сильных сигналов авторитетности, таких как узнаваемость бренда, качественный ссылочный профиль и качественный контент.
  2. Ограниченный трафик: Оба опыта приводят к уменьшению количества кликов. Исследования AIO показали снижение CTR, в то время как сеансы в режиме AI подавляюще имеют нулевое количество кликов.

Различия?

  • Длина и стиль контента: Исследование сравнения Semrush показывает, что AI Mode генерирует более длинные ответы (~300 слов), аналогично ChatGPT, и использует больше уникальных доменов (~7 на ответ), чем AI Overviews (~3).
  • Взаимодействие с пользователем: Режим ИИ доступен через отдельный режим (или панель – по крайней мере, на данный момент) и предлагает общение в стиле чата, предварительный просмотр продуктов, локальные пакеты и бизнес-профили. AIOs появляются встроенными в классический поиск и вопросы «Люди также спрашивают» и редко включают интерактивные функции (по состоянию на дату написания этого текста – мы видим появление большего количества интерактивных функций, которые переносят пользователей в Режим ИИ).
  • Частота срабатывания: AIО не срабатывают постоянно, хотя Google увеличил их внедрение в поисковые запросы за последний год. AI Mode может быть вызван пользователем или автоматически заполнен для более длинных, беседных запросов.

Подразумеваемое:

  1. Для оптимизации рассматривайте их как два отдельных канала с перекрывающимися, но различными сигналами. Вам необходимо отслеживать и контролировать оба!
  2. На данный момент, AI Overviews предоставляют отправную точку для AI Mode. В результате, существует вероятность того, что запросы, показывающие AI Overviews, потеряют еще больше кликов со временем, поскольку пользователи переходят в AI Mode. Чем больше потерь трафика вы видите по каждому запросу, тем больше внимания следует уделить AI Mode.

5. Могут ли бренды все еще извлечь выгоду из видимости в режиме AI, даже если кликов мало?

Абсолютно – сам факт просмотра результатов, созданных искусственным интеллектом, влияет на мнение людей, даже если они не переходят по ссылкам. Мы знаем это, потому что исследования последовательно показывают, что пользователи читают ответы, сгенерированные ИИ, изучают предоставленные источники и формируют собственные выводы непосредственно в результатах поиска Google.

Я часто слышу от своих клиентов: «Если Google начнет отображать результаты, сгенерированные искусственным интеллектом, и трафик на наш сайт уменьшится, как мы можем определить, эффективны ли наши маркетинговые усилия?»

Недавнее исследование нашего AI Mode показало, что люди обычно тратили от 52 до 77 секунд на просмотр ответов AI для каждой задачи и часто заканчивали свои исследования прямо там. Для сравнения, данные от Propellic’s travel research указывают на то, что пользователи тратят около 104 секунд на планирование с помощью AI Mode, прежде чем перейти на другой веб-сайт для бронирования своей поездки.

Когда люди говорят о брендах в рамках наших AI-powered experiences, и эти бренды имеют высокие рейтинги доверия (около 4.3 из 5), это говорит о том, что эти бренды воспринимаются как заслуживающие доверия и влиятельные.

Люди бросали взгляды на ссылки внутри текста, сноски и превью продуктов, но не часто переходили по ним с текущей страницы, если только они активно не пытались что-то купить.

Мы также обнаружили, что знакомство с брендом существенно влияет на принятие решений.

Как SEO-эксперт, я постоянно вижу, что люди склонны придерживаться хорошо известных брендов, даже если существуют альтернативы. Это означает, что просто *появляться* в результатах поиска – даже если кто-то не нажимает на вашу ссылку сразу – невероятно ценно. Это поддерживает ваш бренд в памяти, и часто приводит к прямым посещениям в будущем, когда они *действительно* будут готовы нажать. Всё дело в создании узнаваемости бренда!

Рассматривайте AI Mode как способ построения вашего бренда. Сосредоточьтесь на том, чтобы быть заметным в контенте, который читает ваша аудитория, а не только на том, чтобы заставить их кликнуть на что-то.

Подразумение:

  1. Отслеживание и атрибуция решений, принятых в AI Mode, в настоящее время невозможны, но мы знаем из исследований, что это важно. Если/когда AI Mode станет основным поисковым опытом, это значительно изменит наше представление о Поиске.
  2. Лучшее, что мы можем сделать, — это отслеживать видимость AI Mode (как часто, когда и с каким настроением упоминается наш бренд?) и самооцениваемую атрибуцию.
  3. Реклама в режиме ИИ предоставит дополнительный уровень видимости, который, как мы надеемся, позволит нам количественно оценить и расставить приоритеты в работе по оптимизации.

Итоговые мысли: Критика существующих исследований режима ИИ (включая мои собственные)

Прежде чем я обсужу, чего еще не хватает в текущих исследованиях, касающихся попадания в функции с поддержкой искусственного интеллекта в 2025 году – и какую работу предстоит проделать для поиска надежных методов достижения этого – я хочу четко заявить следующее:

Я не хочу критиковать какие-либо исследования или людей, которые их провели. Все мы извлекаем выгоду из тяжелой работы и дорогостоящих исследований, которыми делятся эти команды.

Я постоянно впечатлен преданностью моих коллег в области growth marketing их готовностью открыто делиться своими знаниями и опытом. Вдохновляет быть частью этого сообщества.

Действительно кажется, что многие из нас делают эту работу вместе.

Но правда в том, что LLM являются чёрным ящиком на данный момент. И нам предстоит узнать ещё очень многое.

Хотя доступные исследования предлагают ценные сведения, они также имеют ограничения.

Вот краткий обзор. Я делюсь этим, чтобы побудить всех работать вместе и найти способы разблокировать эти ценные ресурсы.

SE Ranking – Режим исследования на основе ИИ

Это исследование проанализировало более 10 000 поисковых запросов в США, изучая, как часто они повторялись в трех различных источниках данных, чтобы понять колебания в результатах поиска. Оно также исследовало типы веб-сайтов, появляющихся в результатах, и то, насколько они соответствуют типичным органическим результатам поиска, предлагая простые способы измерения этих изменений.

Но в исследовании отсутствуют качественные данные пользователей и не оценивается, как часто появляется Режим ИИ.

iPullRank – Исследование UX в режиме AI

Наше исследование включало наблюдение за 100 реальными пользователями, выполняющими различные задачи и делящимися своими мыслями вслух. Мы получили ценные качественные отзывы, особенно о замешательстве пользователей относительно различий между AI Mode и AI Overviews.

Режим ИИ использовался участниками этого исследования нечасто (всего 2-5%), что ограничивает силу некоторых наших выводов. Мы собрали полезные данные о том, как люди ищут в Google с использованием этих новых функций, но у нас нет чёткого представления о том, *как* люди на самом деле используют режим ИИ.

2 исследования Semrush: Режим ИИ против традиционного поиска и других LLM + Раннее внедрение режима ИИ

Данные из обоих исследований убедительны. Однако, для исследования сравнения AI Mode, я хотел бы увидеть исследования, учитывающие более широкий спектр поисковых намерений, помимо традиционных четырех категорий.

Мой недавний последующий анализ майского UX-исследования по поиску на базе ИИ – под названием ‘Trust Still Lives in Blue Links’ – показал, как пользователи все чаще проверяют результаты, сгенерированные ИИ, путем подтверждения информации через традиционные веб-ссылки.

Важно, чтобы все лучше понимали, что люди *действительно* ищут, когда осуществляют поиск в интернете. Более подробные данные и исследования, которые анализируют намерения поиска, были бы очень полезны.

Было бы здорово объединить данные о кликах пользователей с прямыми отзывами, проанализированными по категориям и во времени, чтобы получить более глубокое понимание для наших AI Mode функций.

Рост Мемо – Поведение Пользователей & Влияние на SEO (Части 1 & 2)

Я бы ничего не изменил в исследованиях, которые мы опубликовали о AI Mode за последние несколько недель.

Просто шучу.

Это исследование было сосредоточено исключительно на результатах, полученных в режиме AI, поэтому эти выводы могут быть неприменимы к другим функциям или задачам. Также важно помнить, что участники знали, что являются частью исследовательского исследования, что могло повлиять на их поведение. Хотя мы протестировали широкий спектр задач, чтобы охватить многие различные потребности, мы не смогли изучить каждую из них подробно. Мы призываем будущие исследования углубиться в конкретные области, такие как локальный поиск или онлайн-шопинг.

Я также хочу повторить этот тип исследования в различных отраслях, с большим количеством поисковых задач, категоризированных в соответствии с тем, чего пытаются достичь пользователи, и используя различные большие языковые модели.

Ahrefs – AI Mode Content Experiment

Это очень ограниченный тест, поэтому результаты могут быть неприменимы для всех. Однако это все еще полезный способ увидеть, как работает Google.

Мне было бы интересно протестировать больше тем, включая базовые показатели, написанные людьми.

Nielsen Norman Group – Искусственный интеллект и поведение при поиске

Это исследование рассматривало общие взаимодействия с большими языковыми моделями, а не только те, что находятся в режиме AI или конкретно с продуктами Google. Оно также основывалось на относительно небольшой группе, состоящей всего из десяти участников.

Было бы полезно тщательно протестировать каждый метод поиска на основе искусственного интеллекта, такой как AI Mode, используя больше данных, чтобы увидеть, как они сравниваются как с точки зрения доверия пользователей, так и скорости предоставления результатов.

Propellic – Искусственный интеллект и его влияние на бронирование путешествий

Этот анализ был сосредоточен конкретно на туристической индустрии, но полученные результаты предлагают ценные уроки для бизнеса в любой отрасли.

Людей попросили попробовать использовать функцию искусственного интеллекта, но это может не отражать их обычное поведение – особенно если они обычно не стали бы использовать её самостоятельно.

Amsive/Profound – Ведущие бренды и домены в AI Search.

Это исследование фокусируется на том, как большие языковые модели цитируют свои источники, и не рассматривает, как люди используют или относятся к этим цитированиям или результатам работы модели.

По мере того, как мы продолжаем расширять AI Mode по всему миру, я очень надеюсь, что мы сделаем приоритетным сбор данных из более широкого спектра стран и языков. Для меня также крайне важно тщательно проверить точность контента и, самое главное, убедиться, что наши пользователи довольны результатами.

Исследования удобства использования в нашей области значительно выиграли бы от включения большего числа участников из самых разных слоев общества, но это требует значительных инвестиций.

Смотрите также

2025-10-21 16:44

Более умный SEO-аудит контента: согласование для производительности, цели и видимости LLM.

от

На протяжении десятилетий я считал контент основным элементом успешного SEO. Он влияет не только на различные детали на странице, но и укрепляет доверие и экспертность с течением времени. Контент всегда был центральным для SEO, и теперь, по мере развития поиска с такими технологиями, как LLM и AI, он становится еще более важным для достижения сильной органической видимости. Мы переходим от простого таргетинга на ключевые слова к созданию контента, который действительно устанавливает авторитет и релевантность.

Чтобы понять, насколько хорошо работает ваш контент, многие люди проводят SEO-аудит контента, рассматривая как текущие, так и прошлые потребности в контенте. Поскольку мы расширяем масштабы этих аудитов для улучшения общей видимости, важно признать, что они часто попадают в одну из двух категорий.

  • Слишком поверхностно, чтобы быть полезным – использование автоматизированного инструмента и отсутствие данных и точки зрения.
  • Слишком глубокий и подробный, чтобы быть полезным – так много данных, так много сканирования и так много тем, что поисковым системам и LLM трудно понять фактическую направленность.

Искусственный интеллект и большие языковые модели преобразуют то, как люди находят и используют контент, поэтому мы не можем полагаться на то, что мы уже создали, чтобы продолжать получать хорошие результаты. Вместо этого нам следует регулярно пересматривать наш контент, сосредотачиваясь на том, что окажет наибольшее влияние на наш бизнес, и используя последние данные для руководства нашими решениями.

Как вебмастер с опытом, я усвоил, что SEO-аудиты контента – это не то, что можно сделать один раз и забыть. Все меняется *очень быстро* в поисковых системах, и особенно сейчас с развитием ИИ. Я не хочу заваливать вас цифрами, но вы, вероятно, уже видите последствия в данных вашего сайта. Сейчас действительно важно сосредоточиться на предоставлении прямых ответов на вопросы пользователей и утверждении вашего сайта как настоящего авторитета в вашей нише. Именно на этом нам нужно сосредоточить наши усилия по аудиту в наши дни.

Даже при наличии высокоэффективного процесса создания контента, основанного на ИИ, крайне важно избегать создания ненужного или некачественного контента. Простое заполнение интернета большим количеством материалов – будь то написанные людьми или ИИ – не помогает, если это не приносит результатов. Это особенно важно для компаний, которые сосредотачиваются на построении долгосрочных отношений с клиентами, таких как компании в сфере B2B или те, которые сосредоточены на генерации лидов.

Как SEO-эксперт, я вижу, что все больше и больше руководителей осознают, что просто ранжироваться по ключевым словам недостаточно. Они ожидают, что контент будет *стимулировать* результаты, и часто удивляются, обнаруживая, что старый контент плохо работает в эпоху AI. Именно поэтому я всегда рекомендую тщательный контент-аудит – который выходит за рамки простого выявления проблем. Он должен быть сосредоточен на том, что действительно важно для бизнеса, предлагать действенные рекомендации и находить правильный баланс между глубоким анализом и практическими рекомендациями. Достижение этого имеет решающее значение для AI-видимости и, в конечном итоге, ROI.

Как провести контент-аудит, ориентированный на производительность и учитывающий LLM (большие языковые модели)

Я предлагаю новый, упрощенный подход к SEO-аудитам контента. Он разработан, чтобы быть более эффективным и актуальным для сегодняшнего цифрового ландшафта, отходя от устаревших методов.

1. Определите Цель

Прежде всего, давайте убедимся, что мы все понимаем, зачем мы проводим этот аудит и чего надеемся достичь. Стремимся ли мы обновить устаревший контент, улучшить то, насколько легко наши материалы находятся моделями искусственного интеллекта, увеличить конверсии из существующего контента или что-то другое?

Прежде всего, крайне важно определить успех. Как на самом деле выглядит положительный результат? Это может быть что угодно – от повышения видимости и трафика веб-сайта до укрепления авторитета и повышения вовлечённости – всё, что вы можете измерить.

2. Сегментирование по типу и стадии воронки

Одна из сложностей при рецензировании и анализе контента заключается в том, чтобы решить, на каких материалах сосредоточиться в первую очередь. Нам нужно выйти за рамки простого одинакового отношения ко всему.

Чтобы начать аудит контента, нам нужно организовать всё по типам контента – например, различать записи в блоге, основные посадочные страницы и загружаемые ресурсы. Как бы вы ни категоризировали контент на своём веб-сайте, используйте эти категории как способ фильтрации и анализа.

Подумайте о своем контенте так же, как вы думаете о своей воронке продаж. Независимо от того, категоризируете ли вы контент по стадиям верхней, средней и нижней части воронки, или используете другую систему, основанную на путях клиентов, используйте это как еще один ключевой способ определить, что анализировать и почему – всегда помня об изначальной цели вашего контент-аудита.

3. Оценка контента 3P (Цель, Производительность, Потенциал)

Теперь, когда мы завершили первоначальные этапы, наши обзоры и процедуры будут адаптированы к вашим конкретным потребностям. Вам также потребуется создать систему оценки, которая будет работать для вас – что-то настолько простое, как оценка категорий, таких как Purpose, Performance и Potential по шкале от 1 до 3, может быть эффективным.

Цель:

  • Какова цель этого контента?
  • Соответствует ли это:
    • Бренду?
    • Позиционированию?
    • Целям?

Производительность:

  • Как это влияет на:
    • Трафик?
    • Конверсии?
    • Упоминания?
    • Вовлечённость?
  • Действительно ли это:
    • Привлекает людей?
    • Продвигает их вперёд?

Потенциал:

  • Может ли это ранжироваться или отображаться в ответах в ИИ с обновлениями?
  • Может быть:
    • Перепрофилировано?
    • Перепозиционировано?

С появлением всё большего количества инструментов для анализа данных, вы теперь можете самостоятельно оценить, какой контент наиболее полезен для больших языковых моделей. Попробуйте объединить информацию из Google Analytics 4, Google Search Console и ChatGPT, чтобы получить лучшее понимание.

4. Определите, что остаётся.

Теперь давайте рассмотрим это с бизнес-точки зрения. При создании контента мы должны учитывать, привлечет ли он нужную аудиторию, понравится ли нашим ключевым клиентам и утвердит ли нас в качестве экспертов в глазах других – таких как клиенты, журналисты и коллеги по отрасли.

После проверки каждого элемента контента во время аудита примите окончательное решение по нему.

  • Удалить: Без производительности, будущего или цели этот контент можно удалить.
  • Объединение: Эта категория обычно предназначена для тем, которые конкурируют друг с другом или имеют каннибализацию.
  • Сохранить: Эта категория предназначена для контента, который не требует изменений и который вы будете использовать в текущем виде.

5. Оптимизируйте для поисковой выдачи и видимости в LLM.

Как только вы определитесь с тем, какой контент сохранить или переработать, подумайте о том, как поисковые системы и модели ИИ, такие как LLM, будут его оценивать. Понимание того, что ценят эти системы, поможет людям находить ваш контент и узнавать ваш бренд.

Сосредоточение на том, *что* пользователи намереваются найти, может быть более эффективным для поисковых систем, чем просто полагаться на ключевые слова. Это способствует более широкому подходу к контенту, помогая вам определять релевантные темы и повышать ваши шансы на более высокие позиции в результатах поиска.

При обновлении вашего контента для ИИ, помните, что, хотя это и не руководство по высокому ранжированию в больших языковых моделях, такие факторы, как хорошо организованный контент, четкая и достоверная информация, укрепление вашего бренда и получение внешней признательности (например, освещение в прессе) все еще важны. Сосредоточьтесь на этих вещах, когда вы пересматриваете и улучшаете свою работу.

6. Создать приоритизированный план действий

Вы можете подумать, что уже прошли самую сложную часть и у вас есть хорошая система для отслеживания прогресса, но именно тогда всё может легко пойти наперекосяк, если вы не продолжаете двигаться вперед с реализацией.

7. Отслеживайте бизнес-метрики (а не поисковые).

Теперь, когда аудит контента завершается и мы начинаем реализовывать план, важно сосредоточиться не только на позициях в поисковой выдаче и трафике веб-сайта.

Чтобы по-настоящему понять влияние на бизнес, отслеживайте такие показатели, как конверсии, отправки форм и запросы на демонстрацию — они показывают, как ваши онлайн-усилия связаны с фактическими продажами. Не забывайте о стандартных показателях качества и KPI, особенно при работе над улучшением коэффициентов конверсии и пониманием того, как клиенты проходят через процесс продаж.

По мере того, как вы переходите от простого отслеживания SEO-показателей к оценке того, насколько хорошо ваш контент фактически виден, вам понадобятся инструменты – либо от других компаний, либо разработанные вами самостоятельно – для точного измерения результатов ваших обзоров и улучшений контента. Это будет включать в себя настройку платформ, таких как GA4, или создание собственных методов отслеживания и анализа данных.

Итоговые мысли

Контент-аудиты по-прежнему ценны, но нам нужно пересмотреть подход к их проведению. Не существует универсального решения, но, сосредотачиваясь на наших целях, сильных сторонах и том, что важно для нашей аудитории, мы можем создавать эффективные аудиты, которые приносят реальные результаты.

Успешное SEO сейчас и в будущем фокусируется на том, чтобы быть легко находимым, предоставлять полезный контент и влиять на результаты не только в поисковых системах, но и в моделях ИИ, таких как те, которые питают чат-боты.

Имея в виду, что хороший аудит должен быть одновременно тщательным и практичным, предложенные мной шаги, в сочетании с усердной работой вашей команды, должны помочь вам добиться ясных, положительных результатов.

Смотрите также

2025-10-21 15:11

Google Announces A New Era For Voice Search

от

Google обновила свою технологию голосового поиска. Вместо того, чтобы сначала преобразовывать произнесенные слова в текст, новая система использует искусственный интеллект для непосредственного понимания речи и предоставления результатов поиска. Это делает голосовые поиски более быстрыми и точными.

Наша предыдущая система, Cascade ASR, работала путем преобразования устных запросов в текст, а затем использования этого текста для поиска результатов. Однако этот метод был не очень надежным, поскольку преобразование речи в текст иногда может упускать важные детали, что приводит к ошибкам.

Новая система Speech-to-Retrieval (S2R) использует искусственный интеллект для поиска релевантных документов на основе устных вопросов. Вместо того, чтобы вводить или транскрибировать запрос, вы можете просто произнести его, и система – обученная на огромной коллекции аудио и документов – найдет наилучшие соответствия напрямую.

Модель Dual-Encoder: Две нейронные сети

Система использует две нейронные сети:

  1. Одна из нейронных сетей, называемая аудиокодировщиком, преобразует произнесенные запросы в векторное представление их значения.
  2. Вторая сеть, энкодер документов, представляет письменную информацию в том же формате векторного представления.

Эти две системы разработаны для понимания как устных вопросов, так и письменных документов, переводя их в общий формат, где похожие аудио- и текстовые материалы группируются вместе на основе их значения.

Аудиокодек

Как цифровой маркетолог, я очень рад развитию технологии Speech-to-Retrieval. По сути, она берет вопрос человека, произнесенный вслух – его голосовой запрос – и преобразует его в числовое представление, своего рода цифровой отпечаток, который улавливает *смысл* за тем, что он спрашивает. Это позволяет системам понимать намерение, а не только слова, что очень важно для таких вещей, как голосовой поиск и виртуальные помощники.

Объявление иллюстрирует эту концепцию, используя знаменитую картину Эдварда Мунка, «Крик». Когда кто-то говорит «картина «Крик»», эта фраза представляется как точка в цифровом пространстве, расположенная близко ко всей информации, связанной с произведением искусства, – например, к месту, где она выставлена, или деталям ее истории.

Document Encoder

Кодировщик документов работает с текстовыми файлами, такими как веб-страницы, преобразуя их в векторы, которые отражают их смысл.

Пока модель обучается, её две части работают вместе, чтобы гарантировать, что аудио- и текстовые фрагменты, которые соответствуют друг другу, представлены похожими векторами, а несвязанные фрагменты остаются далеко друг от друга. Это создает значимую организацию данных в системе модели.

Rich Vector Representation

Google объяснила, что их энкодеры преобразуют как аудио, так и текст в детальные цифровые представления. Эти представления, называемые embeddings, улавливают смысл и контекст исходного контента. Они считаются «богатыми», потому что включают в себя не только сами слова, но и скрытое намерение и ситуацию.

Как SEO-эксперт, я очень рад S2R, поскольку он выходит за рамки простого сопоставления ключевых слов. Вместо того, чтобы просто искать эти точные слова, система фактически *понимает* смысл запроса пользователя. Например, если кто-то ищет «покажи мне кричащую картину Мунка», S2R все равно может связать это с документами о *The Scream*, потому что он понимает концепцию, а не только ключевые слова. Речь идет о семантическом понимании, и это меняет правила игры для релевантности поиска.

Эта модель работает, обучаясь на огромной коллекции аудиозаписей и соответствующих им документов. Она одновременно тонко настраивает свои внутренние параметры для обработки как аудио, так и текста, что позволяет ей лучше понимать связь между ними.

Как SEO-эксперт, специализирующийся на аудиопоиске, могу объяснить это так: мы обучаем нашу систему, чтобы ‘цифровой отпечаток’ аудиозапроса был очень похож на отпечатки документов, которые он должен найти. Это означает, что модель узнает, что человек *имеет в виду* под своим аудиопоиском, непосредственно из самого звука. Это огромное улучшение, потому что пропускается ненадежный шаг первоначального преобразования аудио в текст – там, где традиционные системы часто спотыкаются. Сосредоточившись непосредственно на намерении, мы получаем гораздо более точные и надежные результаты поиска.

Рейтинговый слой

Голосовой поиск, как и традиционный текстовый поиск, использует систему ранжирования. Когда вы задаете вопрос голосом, система сначала преобразует аудио в цифровое представление, которое передает смысл вашего запроса. Эта цифровая форма затем сопоставляется с индексом Google для поиска наиболее релевантных страниц.

Когда вы ищете что-то вроде «the scream painting», система преобразует эту фразу в числовое представление её значения. Затем она осуществляет поиск по своим сохраненным документам, находя те, которые имеют схожие значения – например, информацию о знаменитой картине Эдварда Мунка, The Scream.

После обнаружения потенциальных совпадений система переходит к этапу ранжирования. Здесь она объединяет степень сходства страниц со многими другими факторами – вещами, которые указывают на релевантность и качество – чтобы определить наилучший порядок для результатов поиска.

Benchmarking

Google сравнил свою новую систему распознавания речи, S2R, с существующей системой под названием Cascade ASR, а также с безупречной версией Cascade ASR. S2R показал результаты лучше, чем стандартный Cascade ASR, и приблизился к соответствию идеальной версии. Google считает эти результаты обнадеживающими и считает, что дальнейшие улучшения возможны.

Голосовой поиск включен

Несмотря на то, что некоторые области все еще нуждаются в доработке, Google запустил свою новую поисковую систему, теперь доступную на нескольких языках, и называет ее значительным шагом вперед. Вероятно, она также используется для англоязычных поисков.

Голосовой поиск теперь стал быстрее и точнее благодаря нашей новой технологии. Он напрямую понимает, что вы говорите, чтобы найти ответы, без необходимости чего-либо печатать сначала.

Speech-to-Retrieval (S2R): Новый подход к голосовому поиску

Смотрите также

2025-10-21 13:40

Трафик Wikipedia снижается по мере роста ответов от ИИ.

от

Как человек, внимательно следящий за трафиком веб-сайтов, я заметил кое-что интересное – количество просмотров страниц Wikipedia людьми немного снизилось по сравнению с тем же периодом прошлого года. Это то, о чем недавно сообщила Wikimedia Foundation, и это тенденция, за которой я слежу, чтобы увидеть, продолжится ли она.

Маршалл Миллер, директор по продуктам в Wikimedia Foundation, объяснил, что организация считает снижение использования связанным с изменениями в том, как люди ищут информацию, особенно с ростом поисковых систем на основе искусственного интеллекта и социальных сетей.

Что изменилось в данных?

Wikimedia заметила внезапный всплеск трафика веб-сайта примерно в мае. Хотя поначалу казалось, что веб-сайт посещают реальные люди, дальнейшее расследование показало, что трафик на самом деле генерировался ботами, хитроумно разработанными, чтобы избежать обнаружения.

Как цифровой маркетолог, я следил за некоторыми изменениями в WMF. Они недавно улучшили способы выявления бот-трафика и фактически вернулись и переоценили все данные о трафике с марта по август, используя эти новые системы. Это означает, что цифры, которые мы рассматривали за этот период, теперь точнее с точки зрения определения реальной пользовательской активности по сравнению с автоматизированными ботами.

Миллер отметил, что обновленные данные указывают на приблизительное снижение на 8% по сравнению с теми же месяцами прошлого года.

Фонд Викимедиа отмечает, что сравнение данных обнаружения ботов необходимо проводить с осторожностью, поскольку методы идентификации ботов со временем менялись.

Роль AI поиска

Миллер объяснил, что снижение было вызвано изменениями в том, как люди находят информацию, особенно из-за роста генеративного ИИ и социальных медиа-платформ.

Он объяснил, что поисковые системы теперь часто предоставляют пользователям прямые ответы, и эти ответы часто берутся из Wikipedia.

Роль Википедии в системах искусственного интеллекта

Фонд Викимедиа (WMF) зафиксировал 50%-ное увеличение использования пропускной способности ботами с искусственным интеллектом с января 2024 года. Эти боты в основном собирают информацию для разработки технологий компьютерного зрения.

В 2021 году Wikipedia представила Wikimedia Enterprise, сервис, предоставляющий надёжный доступ к данным в больших объемах для бизнеса, особенно для компаний, занимающихся поиском и искусственным интеллектом.

Почему это важно

Идея заключается в том, что издатели были бы мотивированы создавать контент, который помогает ИИ предоставлять ответы, но данные Википедии показывают, что этого на самом деле не происходит.

Отслеживайте, как меняется трафик вашего веб-сайта после добавления функций искусственного интеллекта, и посмотрите, приводят ли упоминания вашего контента к реальному взаимодействию с вашей аудиторией.

Заглядывая в будущее

Фонд Викимедиа планирует продолжать совершенствовать свои системы для выявления ботов и будет следить за тем, как новые технологии, такие как генеративный ИИ и социальные сети, влияют на то, как люди находят информацию.

Википедия по-прежнему является важным источником информации для поисковых систем и искусственного интеллекта, даже если люди не активно просматривают веб-сайт. По мере того, как функции поиска на базе искусственного интеллекта становятся все более распространенными, издатели могут ожидать аналогичные тенденции.

Смотрите также

2025-10-21 01:39

Обзор тактик AEO/GEO приводит к удивительному SEO-озарению

от

Многие SEO-специалисты скептически относятся к подходу Google к GEO/AEO, называя его либо базовым SEO, либо вводящим в заблуждение. Неясно, обоснованы ли эти критические замечания, или это просто способ для SEO-специалистов защитить свою отрасль. Bing недавно опубликовал руководство о том, как улучшить видимость в результатах поиска на основе искусственного интеллекта, что дает возможность увидеть, отличается ли оптимизация для этих AI-функций от стандартных SEO-техник.

Разбиение контента

Некоторые эксперты в области поисковой оптимизации предполагают, что разбиение контента на более мелкие разделы, или ‘фрагменты’, важно. Это связано с тем, что ИИ и большие языковые модели анализируют веб-страницы, разделяя их на эти более мелкие части. Официальное руководство Bing по оптимизации контента для своей поисковой системы, написанное менеджером по продукту Bing, также подчеркивает эту идею ‘chunking’.

ИИ-помощники не обрабатывают информацию как люди, читая последовательно. Вместо этого они разделяют контент на более мелкие части – технику, известную как парсинг, – и затем используют эти фрагменты для построения своих ответов.

Многие SEO-специалисты упускают из виду тот факт, что организация контента в более мелкие разделы — это не недавняя тенденция. Google впервые представила свою систему ранжирования отрывков (passage ranking system) в 2020 году, которая анализирует веб-страницы, разбивая их на разделы для определения релевантности как всей страницы, так и отдельных разделов запросу пользователя.

Google говорит:

Ранжирование отрывков — это технология искусственного интеллекта, которая помогает нам точно определять конкретные части веб-страницы, чтобы определить, насколько хорошо они отвечают на поисковый запрос пользователя.

Иногда бывает сложно найти именно то, что вам нужно при поиске в интернете, особенно если ответ скрыт внутри длинной веб-страницы. Мы недавно улучшили нашу технологию поиска, чтобы лучше понимать релевантность отдельных разделов внутри страницы, а не только страницы в целом. Это помогает нам более эффективно находить очень конкретную информацию. Мы ожидаем, что это обновление улучшит результаты поиска примерно на 7% запросов на всех языках, поскольку мы делаем его доступным по всему миру.

Когда речь заходит о разбиении контента на более мелкие разделы – часто называемом «chunking» – любой SEO-специалист, знакомый с Featured Snippets от Google, понимает необходимость прямого ответа на вопросы в своем контенте. Эта практика является ключевой частью поисковой оптимизации с тех пор, как Google впервые запустил Featured Snippets примерно в 2014 году.

Заголовки, Описания и H1

Согласно советам Bing по улучшению рейтинга вашего AI-поиска, хорошо написанные описания, заголовки и названия помогают AI понимать ваш контент.

Хорошо известно, что описания, заголовки и названия важны для поисковой оптимизации (SEO). Следовательно, нет реальной разницы между AEO/GEO и традиционным SEO.

Списки и Таблицы

Bing предлагает использовать маркированные списки и таблицы для представления сложной информации чётким образом как для людей, так и для поисковых систем. Эта техника организации похожа на стратегию под названием ‘disambiguation’, которая фокусируется на обеспечении того, чтобы смысл и цель веб-страницы были легко понятны и однозначны.

Чтобы сделать веб-страницу более понятной, используйте осмысленный HTML, чтобы чётко показать, какой контент является основным, а какие элементы являются лишь вспомогательными, такими как реклама, меню, боковые панели или нижний колонтитул страницы. Это помогает поисковым системам (и пользователям) сосредоточиться на самой важной информации.

Вы также можете уточнить информацию, правильно используя HTML-элементы, такие как нумерованные списки для пунктов с номерами и таблицы для представления данных, таких как сравнение продуктов или расписание мероприятий.

Использование HTML-элементов, таких как заголовки (H), нумерованные списки (OL) и ненумерованные списки (UL), создает четкую структуру для контента на веб-странице – поэтому это и называется структурированной информацией. Важно знать, что структурированная информация отличается от структурированных данных. Структурированная информация – это контент, который вы видите на странице, видимый в браузере или поисковым роботам. Структурированные данные, с другой стороны, – это скрытые метаданные, к которым имеют доступ только боты.

Исследования показывают, что ИИ-агенты лучше понимают веб-страницы, когда информация хорошо организована, поэтому очевидно, что структурированные данные особенно полезны для них.

Пары вопросов и ответов

Bing предлагает использовать пары вопросов и ответов – по сути, прямые вопросы и их соответствующие ответы – чтобы помочь системам искусственного интеллекта функционировать более эффективно. Мадхаван из Bing объясняет это далее:

Как человек, который годами создавал и оптимизировал веб-сайты, я понял, что лучший контент предвосхищает именно то, о чём люди *спрашивают*. Думайте о простых вопросах и кратких ответах – именно так пользователи ищут информацию в интернете. И вот в чём дело: ИИ-помощники становятся очень хороши в распознавании этих шаблонов вопросов и ответов и используют их напрямую для создания полезных ответов. Это почти как предоставление заранее написанных ответов для ИИ, из которых он может выбирать, что является мощным способом обеспечить появление в правильных результатах поиска.

Как SEO-эксперт, я часто вижу стратегии, сочетающие в себе традиционные факторы ранжирования с акцентом на структурированные сниппеты. Одна из тактик – создание контента вокруг вопросов и их прямых ответов – по сути, предвосхищение того, что ищут пользователи. Хотя посвящение целой страницы этому формату Q&A может быть немного рискованным, если это действительно предоставляет ценную и полезную информацию, это может принести огромную пользу с точки зрения видимости и вовлеченности пользователей.

Google относится к контенту, который не предлагает новых взглядов, так же негативно, как и к спаму. Аналогично, Google помечает контент, созданный исключительно для ранжирования в результатах поиска, как некачественный.

Если вы планируете добавлять вопросы и ответы на свой веб-сайт, чтобы улучшить его рейтинг в результатах поиска на основе искусственного интеллекта, помните о необходимости уделять приоритетное внимание полезности для реальных людей. Сосредоточьтесь на создании высококачественных, продуманных пар вопросов и ответов, а не просто на создании контента для удовлетворения поисковых систем. В противном случае это просто покажется роботизированным и бесполезным.

Будьте точны с семантической ясностью.

Bing также рекомендует семантическую ясность. Это также важно для SEO. Мадхаван пишет:

  • «Пишите, исходя из намерений, а не только ключевых слов. Используйте формулировки, которые напрямую отвечают на вопросы пользователей.»
  • Избегайте расплывчатого языка. Такие термины, как innovative или eco, мало значат без конкретики. Вместо этого подкрепляйте утверждения измеримыми фактами.
  • Добавляйте контекст. Страница продукта должна говорить «Посудомоечная машина 42 дБ, разработанная для кухонь открытого типа», а не просто «тихая посудомоечная машина».
  • Используйте синонимы и связанные термины. Это укрепляет смысл и помогает ИИ связывать концепции (quiet, noise level, sound rating).»

Также рекомендуется избегать расплывчатых терминов, таких как «next-gen» или «cutting edge», поскольку они не добавляют никакой реальной сути. Это распространенная проблема с AI-генерацией текстов – она часто включает эти пустые фразы, которые можно удалить, не затронув общий смысл.

Наконец, они предлагают избегать ненужных декоративных символов, что является полезным советом. Такие вещи, как стрелки, не добавляют никакого реального смысла вашему тексту.

Этот совет полезен для улучшения поисковой оптимизации и работы с ИИ. Однако, как и другие SEO-стратегии, ориентированные на ИИ, это просто хорошая общая SEO-практика – ничто в ней не опирается конкретно на ИИ.

Bing Подтверждает Традиционное SEO

Иронично, что совет Bing по улучшению позиций в рейтингах ИИ по сути говорит о том, что стандартные практики SEO по-прежнему являются самым важным.

Неважно, как вы это называете – локальный поиск, AI-оптимизация или традиционное SEO – быть замеченным по-прежнему самое важное. Теперь, с ростом AI в поисковых системах, недостаточно просто появиться в результатах; вас нужно выбрать как лучший вариант. И ключ к этому – создание отличного контента.

…традиционные основы SEO по-прежнему важны.»

AI Search Optimization = SEO

Как цифровой маркетолог, я вижу роль ИИ в поисковой выдаче уже много лет – и Google, и Bing используют его около десятилетия. Поэтому меня не удивляет, что лучшие практики SEO, которым мы следовали, на самом деле *работают* с этими новыми ответами на основе ИИ. Все сводится к пониманию того, что нужно пользователям, и созданию контента, который действительно отвечает их потребностям – это всегда было основой хорошего SEO, и так остается.

Многие SEO-специалисты по-прежнему сосредоточены на традиционных стратегиях ключевых слов, и такие концепции, как понимание поискового намерения и точность в использовании языка, могут быть для них новыми. Позитивно, что SEO-сфера в целом начинает принимать эти идеи для лучшей оптимизации контента и осознавать, что нет отдельного «AI SEO» или «Google SEO» – это все еще просто SEO.

Смотрите также

2025-10-21 00:42