Сайт в топе Яндекса, но нейросеть его не замечает: где SEO-специалисты ошибаются с GEO

27 ссылок в ответе Алисы – и ни одной на коммерческую страницу. При этом сайты магазинов присутствуют в списке источников, а некоторые из них хорошо ранжируются в обычном поиске. Казалось бы, все необходимое для попадания в нейроответ есть. Но пользователь видит совсем другие материалы.

Это не гипотетическая ситуация, а один из примеров, разобранных в исследовании «Ашманов и партнеры» о коммерческом поиске с Алисой AI. Для SEO-специалиста здесь возникает неудобный вопрос: если сайт занимает хорошие позиции, а его страницы даже попадают в список источников, почему привычная оценка видимости перестает объяснять итоговый результат?

На конференции «Оптимизация-2026» Михаил Волович, руководитель Лаборатории поисковой аналитики «Ашманов и партнеры», представил результаты исследований работы генеративного поиска. Эксперты также обсудили, как оценивать присутствие сайтов и брендов в нейроответах и насколько надежны существующие методы анализа.

Оказалось, что главная ловушка GEO-аналитики – не только недостаток данных. Проблема начинается раньше: когда специалист пытается измерить нейропоиск теми же показателями и по той же логике, что обычную выдачу.

Сайт в топе. Только запрос оказался не тем

В классическом SEO все относительно понятно. Есть запрос, поисковая выдача и позиция страницы. Если сайт поднялся с десятого места на третье, специалист фиксирует положительную динамику.

При работе с Алисой это становится сложнее.

Допустим, пользователь спрашивает нейросеть о гипсокартоне. SEO-специалист проверяет выдачу Яндекса по этому запросу и видит там коммерческие страницы, каталоги и карточки товаров.

Логично ожидать, что именно эти сайты будут использоваться при подготовке ответа.

Но Алиса действует иначе.

В исследовании «Ашманов и партнеры» показано, что нейросеть может преобразовывать исходный пользовательский запрос в несколько производных. Например:

  • «гипсокартон виды характеристики применение»;

  • «гипсокартон цена 2025 2026»;

  • «гипсокартон монтаж установка».

Разница принципиальная. Первый и третий запросы информационные. Второй – коммерческий.

По каждому из трех запросов Алиса отобрала по пять источников. В итоге в ее распоряжении оказалось 15 страниц, включая коммерческие.

Однако при формировании ответа нейросеть сосредоточилась на характеристиках, применении и монтаже гипсокартона. Все 27 ссылок в тексте вели на информационные материалы.

Коммерческие страницы оказались в числе источников, но фактически не получили цитирования.

Высокая позиция по исходному запросу не гарантирует попадания в текст нейроответа, если система использует для поиска информации другие формулировки.

Принципиально важно разбираться с запросами.

Это короткое замечание объясняет одну из главных проблем GEO-мониторинга.

Специалист может тщательно отслеживать позиции по своему семантическому ядру, но не учитывать, какие производные запросы фактически использует нейросеть. Тогда его отчет описывает положение сайта в обычном поиске, а не реальные возможности попадания в генеративный ответ.

При этом отказываться от классического SEO бессмысленно.

Согласно исследованию «Ашманов и партнеры», более 90% страниц, которые Алиса отбирала в качестве источников, находились в топ-10 Яндекса по соответствующим поисковым запросам.

То есть высокие позиции важны. Но сначала нужно установить, по каким запросам нейросеть искала источники. Иначе можно потратить время на поиск новых GEO-факторов, хотя причина отсутствия сайта значительно проще: по нужным производным запросам страница не занимает достаточно высоких позиций.

Попасть в источники – еще не значит попасть в ответ

Есть и другая ловушка: специалист видит ссылку на сайт в блоке источников и считает это полноценным присутствием в нейропоиске.

Но что именно получил бизнес?

Ссылка в списке источников означает, что страница была отобрана системой. Это еще не доказывает, что ее содержание заметно повлияло на итоговый ответ или что пользователь увидел рекомендацию компании.

В исследовании Алисы AI обнаружены случаи, когда нейросеть формирует основную часть ответа на основе одной-двух страниц, хотя список источников значительно шире.

Отсюда возникает несколько принципиально разных результатов:

  1. Сайт есть среди источников. Его страница попала в подборку документов, используемых при подготовке ответа.

  2. Сайт цитируется. Ссылка появляется непосредственно в тексте ответа.

  3. Бренд упоминается. Нейросеть называет компанию или товар, но это необязательно сопровождается ссылкой на официальный сайт.

  4. Бренд рекомендуется. Компания включена в число вариантов, которые нейросеть предлагает рассмотреть пользователю.

Для SEO-отчета эти различия могут показаться избыточными. Для бизнеса они определяют смысл результата.

Интернет-магазин может попасть в список источников при ответе на запрос о выборе товара, но нейросеть порекомендует конкурирующие магазины. Формально присутствие сайта зафиксировано. Однако назвать это успешной рекомендацией бренда нельзя.

И наоборот: Алиса может упомянуть магазин или товар, не поставив ссылку на официальный сайт.

Поэтому единый показатель «GEO-видимость», в который без разграничения включаются найденные URL, цитирования и упоминания компаний, способен создать слишком оптимистичную картину.

Особенно если на основе этого показателя оценивается эффективность конкретных работ по продвижению.

Нейросеть не обязана выбирать страницы по той же логике, что поиск

Когда сайт не появляется в ответе, естественная реакция SEO-специалиста – искать недостающий фактор ранжирования. Возможно, нужно увеличить объем текста? Добавить ключевые слова в заголовки? Указать больше характеристик товара? Усилить коммерческие параметры страницы?

Однако сначала нужно понять, на каком этапе сайт был исключен.

Исследование «Ашманов и партнеры» показывает, что в работе Алисы необходимо различать, как минимум два процесса:

  1. Сначала обычный поиск Яндекса ранжирует документы по производным запросам.

  2. Затем Алиса отбирает страницы из полученных результатов и формирует ответ.

Поэтому факторы, влияющие на позиции в поиске, и характеристики, связанные с выбором источников нейросетью, нельзя автоматически считать одним и тем же.

В исследовании, например, обнаружены статистические связи между отбором источников и некоторыми параметрами коммерческих страниц: наличием адреса, телефона, цен и другой информации.

Отдельное внимание исследователи уделили текстовым характеристикам.

Выяснилось, что для Алисы важна комплексность описания: насколько страница раскрывает разные аспекты пользовательского запроса. Это согласуется с тем, как нейросеть строит производные запросы, объединяя несколько характеристик предмета.

Но здесь легко совершить следующую методологическую ошибку – принять обнаруженную связь за готовый рецепт оптимизации.

Корреляция есть. А фактор ранжирования?

Представим, что среди страниц, которые Алиса чаще цитирует, обнаружилось больше материалов с подробными описаниями товаров. Можно ли сделать вывод, что увеличение объема текста гарантирует дополнительное цитирование?

Нет.

Развернутые страницы могут одновременно лучше раскрывать тему, содержать больше необходимых характеристик, иметь другую структуру и занимать более высокие позиции в обычном поиске.

Какой именно параметр связан с выбором нейросети и является ли эта связь причинной – отдельный исследовательский вопрос.

Комментируя статистические зависимости во время выступления на «Оптимизации-2026», я обратил внимание именно на эту сложность:

Они все довольно сильно между собой коррелируют. Если одного больше, так и другого больше.

Для GEO-аналитики это важное ограничение.

Если несколько характеристик изменяются одновременно, нельзя уверенно утверждать, что именно одна из них определяет попадание страницы в ответ. Тем более нельзя без дополнительной проверки переносить такую зависимость на любой сайт и любую тематику.

Корреляционный анализ помогает выявить параметры, заслуживающие внимания. Но он не заменяет эксперименты и не доказывает существование самостоятельного фактора ранжирования.

Кроме того, важно понимать, с каким результатом обнаружена корреляция.

Параметр может быть связан с попаданием страницы в список источников, но не с ее цитированием. Или с порядком появления ссылок, но не с упоминанием бренда.

Когда все это объединяют под названием «факторы GEO», возникают рекомендации, которые звучат убедительно, но могут не иметь прямого отношения к поставленной задаче.

Один запрос, два замера – разные результаты

Допустим, после оптимизации сайта специалист проверил двадцать запросов. В восьми ответах Алисы обнаружился нужный бренд. В отчете появляется результат: видимость 40%. Через месяц проверка повторяется, и показатель достигает 55%.

Можно ли считать разницу результатом продвижения?

Только если условия измерения сопоставимы, и проверка учитывает изменчивость генеративных ответов.

В исследовании «Ашманов и партнеры» описана интересная особенность Алисы: для некоторых исходных формулировок производные запросы оставались неизменными более двух месяцев. Но ответы, сформированные на их основе, каждый раз могли быть новыми.

Получается, даже при одинаковом наборе поисковых запросов система не обязана воспроизводить идентичный текст и набор цитирований.

Поэтому единичная проверка не позволяет судить об устойчивости присутствия сайта.

Ситуация усложняется, когда между измерениями меняется семантика. Например, первая проверка охватывает преимущественно коммерческие запросы – «купить», «цена», «где заказать». А в следующую добавляют вопросы о характеристиках, сравнении и выборе.

Из-за различий в пользовательском намерении меняется и характер ответов. Доля упоминаний сайта может вырасти или снизиться без соответствующих изменений в его оптимизации.

На секции «Исследования и практика в GEO» участники отдельно обсуждали условия проведения замеров.

Среди параметров назывались платформа, тип пользовательского намерения, режим ответа, язык и регион. Но к ним необходимо добавить еще один принцип: результаты должны проверяться во времени. Без повторных измерений и стабильной методики сложно отделить эффект продвижения от естественных колебаний ответов.

Так что считать, если привычной видимости недостаточно?

SEO-аналитика привыкла давать бизнесу понятные показатели: позиции, трафик, конверсии. Эти метрики по-прежнему важны, но они не описывают все, что происходит между пользовательским запросом и генеративным ответом.

Для GEO требуется другая логика оценки:

  1. Если задача – повысить вероятность использования сайта как источника, необходимо изучать производные запросы, позиции страниц по ним и частоту попадания URL в списки источников.

  2. Если цель – добиться цитирования, нужно учитывать ссылки, которые появляются непосредственно в ответах, а не только в подборке документов.

  3. Если компания хочет присутствовать в рекомендациях, следует измерять упоминания бренда и их контекст.

  4. Чтобы оценить динамику, необходимо сохранять одинаковые условия проверки и проводить повторные замеры.

Причем все эти показатели не обязаны двигаться синхронно.

Сайт может чаще попадать в источники, но не получать больше цитирований. Бренд может упоминаться чаще, но не появляться среди рекомендуемых вариантов. А улучшение SEO-позиций по исходному запросу может не отражаться в ответе Алисы, если она использует другую семантику.

Поэтому попытка свести эффективность GEO к одному проценту без раскрытия методики создает риск неправильных управленческих решений.

Главный вывод секции «Исследования и практика в GEO» применительно к оценке видимости заключается в следующем: нельзя измерять разные этапы работы нейропоиска, как один результат.

Высокие позиции в Яндексе помогают странице оказаться среди потенциальных источников. Но это только начало пути. Дальше нейросеть решает, какие документы использовать, на какие страницы сослаться и какие бренды назвать пользователю.

И если SEO-специалист продолжает считать только позиции, он видит лишь часть этой цепочки. А если считает любое попадание в источники полноценной GEO-видимостью – рискует принять техническое присутствие сайта за реальный результат для бренда.

В нейропоиске важно не только то, где находится страница, но и то, что пользователь в итоге узнает из ответа нейросети.

Статья подготовлена на основе опубликованного исследования Лаборатории поисковой аналитики «Ашманов и партнеры» о коммерческом поиске с Алисой AI и материалов секции «Исследования и практика в GEO» конференции «Оптимизация-2026».

(Голосов: 2, Рейтинг: 5)