State Of AI Search Optimization 2026

Каждый год, после зимних праздников, я выделяю несколько дней, чтобы снова познакомиться с проектами моих клиентов и оценить наши достижения за прошлый год. Я хотел бы поделиться обновлением о последних разработках в AI Search, чтобы помочь вам быстро начать работу.

Купил акции на все деньги, а они упали? А Илон Маск снова написал твит? Знакомо. У нас тут клуб тех, кто пытается понять этот цирк и не сойти с ума.

Купить на падении (нет)

Напоминаем, что отношение к ChatGPT стало немного негативным в конце 2025 года:

Google выпустила превосходящую Gemini 3, что заставило Сэма Альтмана объявить Code Red (иронично, спустя три года после того, как Google сделала то же самое при запуске ChatGPT 3.5).
OpenAI совершила серию циклических инвестиций, которые вызвали удивление и вопросы о том, как их финансировать.
ChatGPT, который отправляет большинство всех LLMs, достигает максимум 4% текущего органического (в основном Google) реферального трафика.

Мы до сих пор не определили, насколько ценно быть упомянутым в ответе ИИ. Но это важнейшая тема, потому что Google переходит от простого отображения списков результатов поиска к предоставлению прямых ответов.

Я очень благодарен Дэну Петрович и Андреа Волпини за то, что они нашли время, чтобы ознакомиться с моей работой и предложить ценные идеи.

Извлечено → Процитировано → Доверено

Поиск, осуществляемый с помощью ИИ, работает очень похоже на традиционные поисковые системы – он включает в себя процесс обнаружения контента, его организации и определения его релевантности запросу пользователя.

Системы поиска определяют, какие страницы попадают в набор кандидатов.
Пользователи решают, какому цитированию доверять и действовать в соответствии с ним.

Оговорки:

Многие рекомендации тесно перекликаются с общепринятыми лучшими практиками SEO. Те же тактики, новая игра.
Я не претендую на то, чтобы предоставить исчерпывающий список всего, что работает.
Спорные факторы, такие как schema или llms.txt, не включены.

Рассмотрение: Попадание в пул кандидатов

Прежде чем информация сможет быть использована системой, её необходимо быстро найти посредством поиска. Это означает, что её нужно собрать, организовать и сделать легкодоступной всего за несколько миллисекунд.

Факторы, определяющие рассмотрение, следующие:

Коэффициент выбора и первичная предвзятость.
Время ответа сервера.
Релевантность метаданных.
Товары (в электронной коммерции).

1. Показатель выбора и основная предвзятость

Определение: Первичная предвзятость измеряет ассоциации бренда и атрибутов, которые модель имеет до получения результатов живого поиска. Показатель выбора измеряет, как часто модель выбирает ваш контент из пула извлеченных кандидатов.
Почему это важно: LLM предвзяты данными обучения. Модели разрабатывают оценки достоверности для связей между брендом и атрибутами (например, «дешёвый», «прочный», «быстрый») независимо от поиска в реальном времени. Эти предварительные ассоциации влияют на вероятность цитирования, даже когда ваш контент попадает в пул кандидатов.
Цель: Понять, какие атрибуты модель ассоциирует с вашим брендом и насколько она уверена в вашем бренде как в сущности. Систематически укрепляйте эти ассоциации с помощью целевых кампаний на странице и вне страницы.

2. Время ответа сервера

3. Актуальность метаданных

Определение: Теги заголовков, мета-описания и структура URL, которые LLM анализируют при оценке релевантности страницы во время живого поиска.
Почему это важно: Прежде чем выбрать контент для формирования ответов ИИ, LLM анализируют заголовки на предмет тематической релевантности, описания как резюме документов и URL-адреса как подсказки для релевантности и достоверности страницы.
Цель: Включать целевые концепции в заголовки и описания (!) для соответствия языку запроса пользователя. Создавать URL, описывающие ключевые слова, возможно, даже включая текущий год, чтобы указать на актуальность.

4. Доступность товарного потока (Электронная коммерция)

Определение: Структурированные каталоги продуктов, отправляемые непосредственно на LLM-платформы с данными об остатках, ценах и атрибутах в режиме реального времени.
Почему это важно: Прямые каналы обхода традиционных ограничений поиска и позволяют LLM отвечать на транзакционные запросы о покупках («где я могу купить», «лучшая цена на») с точной и актуальной информацией.
Цель: Отправьте товарные фиды, контролируемые продавцом, в программу для продавцов ChatGPT (chatgpt.com/merchants) в формате JSON, CSV, TSV или XML с полными атрибутами (название, цена, изображения, отзывы, наличие, характеристики). Реализуйте ACP (Agentic Commerce Protocol) для агентных покупок.

Актуальность: Быть выбранным для цитирования

24% ответов ChatGPT (4o) генерируются без явного получения какого-либо онлайн-контента.
Gemini предоставляет некликабельные цитаты в 92% ответов.
Perplexity посещает около 10 релевантных страниц по каждому запросу, но цитирует только три-четыре.

5. Структура контента

Определение: Семантическая HTML-иерархия, элементы форматирования (таблицы, списки, FAQ) и плотность фактов, которые делают страницы машиночитаемыми.
Почему это важно: LLM извлекают и цитируют конкретные отрывки. Чёткая структура облегчает разбор и извлечение информации со страниц. Поскольку запросы в среднем в 5 раз длиннее ключевых слов, структурированный контент, отвечающий на многокомпонентные вопросы, превосходит страницы с одним ключевым словом.
Цель: Использовать семантический HTML с чёткой иерархией H-тегов, таблицы для сравнений и списки для перечислений. Увеличить плотность фактов и концепций, чтобы максимизировать вероятность внесения фрагментов.

6. Охват разделом FAQ

Определение: Разделы вопросов и ответов, которые отражают разговорный стиль, используемый пользователями в запросах к LLM.
Почему это важно: Форматы часто задаваемых вопросов (FAQ) соответствуют тому, как пользователи формулируют запросы к большим языковым моделям (LLM) («Как мне…,» «В чём разница между…»). Это структурное и лингвистическое соответствие увеличивает вероятность цитирования и упоминания по сравнению с контентом, оптимизированным по ключевым словам.
Цель: Создавать библиотеки часто задаваемых вопросов на основе реальных вопросов клиентов (обращения в службу поддержки, звонки отдела продаж, форумы сообщества), которые отражают возникающие шаблоны запросов. Отслеживать актуальность часто задаваемых вопросов с помощью схемы lastReviewed или DateModified.

7. Свежесть контента

Определение: Актуальность обновлений контента, измеряемая метками времени «последнего обновления» и фактическими изменениями контента.
Цель: Обновить контент за последние три месяца для достижения максимальной производительности. Более 70% страниц, на которые ссылается ChatGPT, были обновлены в течение 12 месяцев, но контент, обновленный в последние три месяца, показывает наилучшие результаты по всем запросам.

8. Упоминания третьих сторон («Webutation»)

9. Позиция в органической выдаче

Выбор пользователя: Заслужить доверие и действие.

Поскольку поиск на основе ИИ предоставляет прямой ответ вместо списка вариантов, построение доверия чрезвычайно важно. Сосредоточение внимания на надёжности похоже на стремление заставить людей нажимать на результаты поиска, но это более сложный процесс, требующий больше времени для оценки.

10. Подтвержденный опыт

Определение: Видимые подтверждения квалификации, сертификаты, авторство и проверяемые доказательства, устанавливающие авторитет автора и бренда.
Почему это важно: Поиск на основе ИИ предоставляет единые ответы, а не ранжированные списки. Пользователям, которые переходят по ссылкам, требуются более сильные сигналы доверия, прежде чем предпринимать какие-либо действия, поскольку они проверяют окончательное утверждение.
Цель: Чётко отображать данные об авторе, отраслевые сертификаты и подтверждаемые доказательства (логотипы клиентов, показатели из тематических исследований, результаты сторонних тестов, награды). Подкреплять маркетинговые заявления доказательствами.

11. Присутствие пользовательского контента

От Выбора к Убеждению

Механики отличаются от SEO начала 2000-х:

Окна извлечения заменяют бюджеты сканирования.
Коэффициент выбора заменяет PageRank.
Стороннее подтверждение заменяет якорный текст.

Основная цель не изменилась: сделать так, чтобы ваш контент был виден, когда люди что-то ищут. Хотя стандартная SEO по-прежнему важна, чтобы быть замеченным поисковыми системами на базе искусственного интеллекта, требуется новый подход к созданию контента.

Покрытие разговорных запросов имеет большее значение, чем ранжирование по ключевым словам.
Внешняя валидация имеет большее значение, чем принадлежащий контент.
Структура имеет большее значение, чем плотность ключевых слов.

Компании, которые активно разрабатывают планы постоянного улучшения, увидят растущие преимущества по мере того, как всё больше людей будут использовать инструменты на базе искусственного интеллекта. Переход от простых результатов поиска к прямым ответам является постоянным.

Смотрите также

2026-01-06 18:10